.Net Core中使用ElasticSearch（一）

一、安装配置

在官网下载Es，注意版本号，不同大版本号之间差异很大。我安装的是7.14.0版本

1.1 安装成服务

　　cmd 进入bin目录下执行

elasticsearch-service.bat install

1.2 安装插件

　　ik分词器，分词器的版本和ES版本需要一致

elasticsearch-plugin.bat install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.14.0/elasticsearch-analysis-ik-7.14.0.zip

1.3 配置账号密码

修改config目录下面的elasticsearch.yml文件，在里面添加如下内容，并重启。

xpack.security.enabled: true
xpack.license.self_generated.type: basic
xpack.security.transport.ssl.enabled: true

执行：

elasticsearch-setup-passwords interactive

然后配置每个账户密码。

通过账号密码链接： http://username:password@127.0.0.1:9200

二、基础概念

2.1 文档元数据

节点	说明
_index	文档存储的地方,必须小写，不能以下划线开头，不能包含逗号
_type	文档代表的对象的类，命名可以是大写或者小写，但是不能以下划线或者句号开头，不应该包含逗号
_id	文档的唯一标识

2.2 索引

一个 索引 类似于传统关系数据库中的一个 数据库 ，是一个存储关系型文档的地方。事实上，我们的数据被存储在分片(shards)中，索引只是一个把一个或多个分片分组在一起的逻辑空间。

2.3 文档

文档指最顶层结构或根对象序列化的JSON数据(以唯一Id标识并存储于ES中)，相当于关系数据的行。在版本7.0中已经没有文档了，统一为“_doc”。

三、数据的物理存储

　　ES为什么能搜索和存储海量数据呢？是因为它的水平拓展，它内部分将整个数据进行分片，每个分片存储部分数据。

 如图：将整个数据分为5片，每一片都有一个副本，5个主分片分别存储在不同节点。每个节点就是一个ElasticSearch实例。

 

3.1 数据是怎么存储到分片中的？

　　在创建索引时，主分片的数量和其副本的数量已经确定了，当创建文档时，Es会根据文档的Id值选择一个主分片，可能这个主分片，在另一个节点。文档被发送到主分片和该主分片所有的副分片中。在新建一个文档的时候， Elasticsearch 如何知道一个文档应该存放到哪个分片中呢？首先这肯定不会是随机的，否则将来要获取文档的时候我们就不知道从何处寻找了。实际上，这个过程是根据下面这个公式决定的：

shard = hash(routing) % number_of_primary_shards

routing 是一个可变值，默认是文档的 _id ，也可以设置成一个自定义的值。这就解释了为什么我们要在创建索引的时候就确定好主分片的数量 并且永远不会改变这个数量：因为如果数量变化了，那么所有之前路由的值都会无效，文档也再也找不到了。

新建、索引、删除操作，必须在主分片上完成后才能被复制到相关副分片。

3.2 多个节点查询的过程

　　当其中一个节点接收到搜索请求时，会将请求转发到其他节点，然后将每个节点的结果聚集返回。在默认情况下，搜索请求通过round-robin轮询机制选中主分片和副分片。

3.3 为什么ElasticSearch查询快？

　　Es为了查询速度，使用的是倒排索引。假如存储的两个个文档中Content字段值为：

　　1：My nickname is Microheart.

　　2：Hello Microheart

　　为了创建倒排索引，Es首先将每个文档的 content 值拆分成单独的词(也就是tokens)，创建一个包含所有不重复词条的排序列表，然后列出每个词条出现在哪个文档。

my	1
nickname	1
is	1
microheart	1，2
hello	2

 

 如果我们此时查询 microheart ，2个文档都会出现。但是文档2的长度短，搜索词条占比大，所以匹配度更高。倒排索引的特点就是不需要直接查询内容，根据词匹配，找到匹配文档的Id。

3.4 相关性

　　上面的例子，提到了相关性，相关性主要根据下面三个有关：

• 检索词频率：检索词在该字段出现的频率，出现频率越高，相关性也越高。 字段中出现过 5 次要比只出现过 1 次的相关性高。
• 反向文档频率：每个检索词在索引中出现的频率，频率越高，相关性越低。检索词出现在多数文档中会比出现在少数文档中的权重更低。

• 字段长度准则：字段的长度是多少？长度越长，相关性越低。 检索词出现在一个短的 title 要比同样的词出现在一个长的 content 字段权重更大。

3.5 映射

域映射：域最重要的属性是type，就是字段类型。对于非string的域，只需要设置type

string域映射有两个重要的属性 index和 analyzer

Index：控制怎样索引字符串

• analyzed ：首先分析字符串，然后索引它。换句话说，以全文索引这个域。
• not_analyzed：索引这个域，所以它能够被搜索，但索引的是精确值。不会对它进行分析。

• no：不索引这个域。这个域不会被搜索到。

analyzer：指定分词器

　　上面的例子中，为什么会按照单词拆词呢？因为默认不指定分词器，就是standard分词器，它会按照英文单词拆词。分词器有：snowball、standard、keyword、ik_smart、ik_max_word。其中ik_smart和ik_max_word是中文的分词

 ES 2.x版本中只有string类型，ES 5.x以后，只有text 和 keyword字段。

比如一篇博客，有标题和内容两个字段，指定为ik_smart。假如标题为 “.Net Core中使用ElasticSearch”，就会被拆词为 “net”、“core”、 "中"、“使用”、“elasticsearch”。如果用户搜索“.net core”，应该对用户的搜索词也进行拆词，拆分为 “net”、“core”，那么标题就会命中。

        /// <summary>
        /// 标题
        /// </summary>
        [Text(Analyzer = "ik_smart")]
        public string Title { get; set; }

        /// <summary>
        /// 内容
        /// </summary>
        [Text(Analyzer = "ik_smart")]
        public string Content { get; set; }

 四、增删改查

操作ElasticSearch是通过Resful api请求，所以我们可以通过Postman来实践，也可以通过专业工具kibana操作

4.1 添加

POST product/_doc    
{
  "id": 2,
  "partNo": "KF2EDGK-5.08-5P",
  "brandName": "KEFA(科发)",
  "brandAlias": "KEFA(科发) 科发 KF科发 慈溪科发 KEFA"
}

　POST product/_doc/3
　{
　　"id":3
　　"partNo": "KF2EDGK-5.08-5P",
　　"brandName": "KEFA(科发)",
　　"brandAlias": "KEFA(科发) 科发 KF科发 慈溪科发 KEFA"
　}

两种区别在于第一种未指定_id ，ElasticSearch会自动生成。第二种指定了_id的值 为3。

添加的数据会被ElasticSearch当做 “_source”字段的值存储，除了_source字段，还有 _Index 、_type、_id 字段。

　　　　{
        "_index" : "product",
        "_type" : "_doc",
        "_id" : "FHgny3wBBWoDytZQONAG",
        "_score" : 1.0,
        "_source" : {
          "id" : 2,
          "partNo" : "KF2EDGK-5.08-5P",
          "brandName" : "KEFA(科发)",
          "brandAlias" : "KEFA(科发) 科发 KF科发 慈溪科发 KEFA"
        }
      },
      {
        "_index" : "product",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 1.0,
        "_source" : {
          "id" : 3,
          "partNo" : "KF2EDGK-5.08-5P",
          "brandName" : "KEFA(科发)",
          "brandAlias" : "KEFA(科发) 科发 KF科发 慈溪科发 KEFA"
        }
      }

4.2 修改

PUT product/_doc/3   //更新整个文档
{
  "id":3,
  "partNo": "123456",
  "brandName": "科发",
  "brandAlias": "KEFA(科发) 科发 KF科发 慈溪科发 KEFA"
}

POST product/_doc/3/_update  //更新部分文档
{
  "doc": {
        "partNo": "654321"
    }
}

4.3 删除

DELETE product  //删除整个索引


DELETE product/_doc/1  //删除_id为1的文档

4.4 查询

GET product/_doc/_search  //查询所有
{
  "query": {
    "match_all": {}
  }
}

GET product/_doc/3   //查询_id为3的文档

查询关联的比较多，比较复杂，后面我们在慢慢聊。