【Elasticsearch 入門公開課】Elasticsearch 搜索、文檔CRUD、索引及分詞原理介紹-回顧篇

講師：阮一鳴——eBay Pronto 平臺技術負責人、極客時間『Elasticsearch 核心技術與實戰』課程講師
課程為了更多同學能快速體驗 Elasticsearch，為大家提供了免費的阿里雲 Elasticsearch （3節點1核2G）的測試環境>>>>去開通

課程回顧

11 | 文檔的基本CRUD與批量操作
 12 | 倒排索引入門
 13 | 通過Analyzer進行分詞
 14 | Search API概覽

知識點 1 ：文檔的基本CRUD與批量操作

Create 一種文檔

Create 支持兩種方式
• 第一：通過程序指定 ID
• 第二：調用系統“post/users/_doc”生成文檔 ID

Get 一個文檔

僅需執行 get users/_ doc/1,就可以看到文檔信息

Index 文檔

與Create 區別，當文檔不存在，就索引新文檔，否則現有文檔會被刪除，新文檔被索引。版本信息+1

Updata 文檔

Updata 不會刪除源文檔，且實現真正數據更新
Updata 採用 POST，並在請求中增加“doc”，在把相應文檔提供在HTTP的“body”中

Demo：

• Create Docment （auto ID generate）
• Get Document By id
• Create Docment （指定 ID ）
• Index document
• Updata Document

Bulk API

通過一次 REST API調用，執行多次不同索引操作
作用：
• 單條操作失敗，不會影響其他操作
• 返回結果中包括每一條操作執行結果

批量讀取 - mget

提供一系列的文檔 ID，請求一次 REST API 時，即可返回所有文檔信息

批量查詢 - msearch

常見錯誤返回

知識點 2 ：倒排索引入門

倒排索引是 Elasticsearch 中非常重要的索引結構，從文檔單詞到文檔 ID 的過程

核心組成包括兩個部分

1、單單詞詞典：記錄所有文檔單詞，記錄單詞到倒排列表的關聯關係
2、倒排列表：記錄單詞與對應文檔結合，由倒排索引項組成
• 倒排索引項由：文檔、詞頻 TF、位置（Position）、偏移（Offset）組成

Elasticsearch 的 JSON 文檔中，每個字段都有自己的倒排索引

通過 Mapping 字段可以指定某些字段不做索引
• 優點：節省存儲空間
• 缺點：字段無法被搜索

知識點 3 ：通過Analyzer進行分詞

Analysis：即文本分析，是把全文本轉化為一系列單詞（term/token）的過程，也叫分詞；在Elasticsearch 中可通過內置分詞器實現分詞，也可以按需定製分詞器。

Analyzer 由三部分組成

• Character Filters：原始文本處理，如去除 html
• Tokenizer：按照規則切分為單詞
• Token Filters：對切分單詞加工、小寫、刪除 stopwords，增加同義詞

Analyzer API

通過三種方式查看 Analyzer 如何進行工作
• 直接指定 Analyzer 進行測試
• 指定索引字段進行測試
• 自定義分詞器進行測試

Elasticsearch 內置分詞器

中文分詞難點

• 中文句子，切分成一個一個詞，而不是單個字，而英文中有自然的空格作為分隔

ICU Analyzer，提供了 Unicode 支持，更好的支持亞洲語言
• 需要安裝 plugin

知識點 4 ：Search API概覽

Elasticsearch Search API 可以分為兩大類，搜索是用戶和搜索引擎的對話，用戶關係的不僅僅是搜索結果，而是其相關性是否符合自身需求；如Web 搜索中，更重要的是對搜索信息的可信度；在電商搜索中，作為一個銷售角色，不僅提高用戶購物體驗，還要考慮提升業績和去庫存的問題.

1、URI Search
• 通過 http_get 的方式在URL中使用查詢參數

2、Request Body Search
• 基於 JSON 格式更加完備的 Query Domain Specific Language（DSL）

指定查詢索引

衡量相關性指標

• Precision（查準率）：儘可能返回較少無關文件
• Recall（查全率）：儘量返回較多的相關性文檔
• Ranking：是否能夠按照相關度進行排序

下週課程預告

點擊預約課程

15 | URI Search詳解
 16 | Request Body與Query DSL簡介
 17 | Query String&Simple Query String查詢
 18 | Dynamic Mapping和常見字段類型