ElasticSearch使用
elasticearch是基于lucene开发的搜索引擎框架，适用于需要实时搜索功能的服务，它能够搭建集群，以及自身已经携带了分片功能（每一个片区都是一个lucene的倒排索引），能够更好的减少搜索的时间。
elasticsearch和solr的选择：
需要使用实时搜索的或者大数据时代，就选es，它可以比以前快50倍的速度！！！
反之可以选用solr。
es和mysql的对比（理解）：
elasticsearch和mysql类似
索引库和数据库（database）类似
types(类型)和数据库表（tables）类似(7.x中过时了，8.x中将彻底废弃)
document（文档）和数据库中的每一条数据类似
安装
1.去官网下载压缩包，有各个版本的，下载完成解压即可：
2.目录结构：
3.配置文件：
因为es的端口是9200，其他的软件如果需要使用这个端口，就会出现跨域问题（在一个连接中，使用另一个不同ip不同端口的服务），需要配置：
在elasticsearch的conf目录中找到：elasticsearch.yml文件，在最下面添加
http.cors.enabled: true
http.cors.allow-origin: "*"
这两行配置，即可解决跨域问题。
4.启动elasticsearch：
双击即可。
运行完毕，在浏览器访问这个地址：
出现这个，就代表es安装完毕！
安装可视化界面
es本身只是一个服务，并没有一个可视化的界面，我们就需要安装一个插件：elasticsearch-head 来支持可视化。
1.下载：
在github上下载插件包，下载完毕，解压即可。
2.配置es-head环境：
es-head是由node.js支持开发的，如果我们想要运行es-head插件，就必须安装node.js.
安装node.js:
去官网下载，然后双击下一步傻瓜式安装即可。
安装完成，打开cmd，输入:node -v命令查看版本号，如果显示版本，代表node.js安装完毕。
安装完毕node.js，进入es-head的pom.xml目录下，在此处打开命令行，输入npm install,下载所需文件。
注：如果出现这个错误，那么现实的是哪一个，就下载哪一个即可解决。
npm install phantomjs-prebuilt@2.1.16 --ignore-scripts
你报错什么版本，就对应什么版本
运行es-head: 在pom.xml所在的目录下打开命令行，输入：
npm run start
即可启动es-head
y以上即安装了es还有可视化页面es-head
es索引操作
es采用的是restful风格的访问方式，来及行增删改查索引、文档的操作。
1.添加索引库(直接添加mappings)
PUT http://ip:port/索引库名称
JSON:
{
"mappings":{
"properties":{
"属性名(列名)":{
"type":"类型"
},
...
}
}
}
2.创建索引库（先创建，后添加mappings规定）
首先使用
PUT http://ip:端口/索引库名称
创建索引库,
在使用：
PUT http://ip:端口/索引库名称/_mapping
JSON：
{
"properties":{
"属性名"{
设置的规则
}
}
}
效果同第一种。
注：在es6.x中有type这个属性，类似于数据库中的一张表，但是在7.x中逐渐停用了这个，在8.x中就放弃了，在7.x之前要添加mapping的话，和这个方式就不一样了
以第一种方式为例：
PUT http://ip:端口/索引库名
JSON:
{
“mappings”:{
"type(表名)":{
"properties":{
"属性名":{
设置规则...
},
....
}
}
}
}
现在已经不用这种方式了
3.删除索引库
DELETE http://ip:端口号/索引库名称
即把整个的索引库删除掉
es文档操作
1.添加文档
POST http://ip:端口号/索引库/_doc/id
（此处的id表示你添加的文档的id，一般和你保存数据的id保持一致,
_doc:es7.x之后，默认types(表)为_doc，并且不建议再自定义）
Json：
{
"属性名":"属性值",
...
}
即可添加,这种的可以在没有索引库的情况下使用，他会自动的创建索引库，但是属性的类型只能靠es来猜。
2.修改文档
方式1（不推荐）：直接覆盖
POST http://ip:端口号/索引库名称/_doc/你要修改的文档id
json:
{
"属性值":"要修改的值"
}
不推荐使用，因为当有一个属性没有从新赋值，那么它覆盖之前的时候，就会变为空。
方式2：推荐
POST http://ip:端口号/索引库名称/_doc/文档id/_update
json:
{
"doc":{
"属性名":"修改的值",
...
}
}
这种方式，写了那个属性，就修改哪一个，不写不修改。
3.删除文档： 和删除索引库操作类似，只不过需要加上id
DELETE http://ip:端口号/索引库/_doc/文档id
即可删除文档
重点*es的查询
1.简单查询
根据文档的id查询
GET http://ip:端口号/索引库/_doc/文档的id
结果：
根据条件查询（类似于mysql的模糊查询）
GET http://ip:端口号/索引库名/_doc/_search
JSON：
{
"query":{
"match":{
"查询字段":"值"
}
}
}
把不用的字段隐藏掉
过滤之后的结果：
就会把我们没有用到的tatil隐藏起来
对查询结果进行排序（也就是mysql中的order by，也可以对分数进行排序）：
结果：
就会根据id进行降序排列（asc反之）.
对查询的数据分页(相当于mysql的limit)：
结果：
bool：boolean类型的，当文档满足了这些条件，才会被查询出来。
must（相当于and的意思）：
should(相当于or的意思，多个条件只要满足一个，就会被查询):
结果：
must_not（相当于not，只要不满足这些条件的，就会被查询出来）
结果：
filter(过滤条件)： 可以使用这个里面的range 获得范围内的数据: gt:大于 gte：大于等于 lt：小于 lte：小于等于
当我们要对一个属性中的值，给多个条件时，就可以使用空格分割：
例如：
名字中包含‘’张""李"的，这时候就可以使用了
高亮显示查询：
对结果中的关键字，进行高亮显示。
我们还可以自定义标签内容
这样我们就可以按照需求，让关键字高亮的显示了。
属性(域)中的type的参数：text和keyword的区别
text默认是可以被分词器解析，而keyword则不能被分词器解析，只能作为一个整体来查询。
term为关键词查询，他所查询的时候，是直接拿着查询数据，去找倒排索引中的分词之后的词典（索引）中查找，而不会先把搜索条件分词在查找。
例如我们使用默认分词器（standard）分存储了张三的文档，那么倒排索引中所存方的就是’张’,‘三’，如果使用term查询’张三’这个词，是查不到数据的，因为词典（索引）中没有张三的这个词，只有‘张’，‘三’。
如果我们使用ik分词器，把张三作为整个词存放到文档中，这个时候直接使用term搜索’张三’是可以查到的，但是单个的查找’张’,‘三’，是查找不到，因为里面就没有这两个的词。
match是代表的模糊查询，只要包含，就能查出来，但是需要keyword表示的字段时，也不会查找出来，因为keyword是没有被分词的。