es text 大小写 分词 es如何分词

IK分词器

分词：把一段中文或者词组划分成一个个关键字，我们在搜索的时候会把自己的信息进行拆分，会把数据库中或者索引库中的数据进行分词，然后进行一个个匹配操作，默认的中文分词是将每一个看成一个词，比如“我爱王军”，会被拆分成“我”“爱”“王”“军”，这显然是不符合要求的。所以我们要安装中文分词器的Ik来解决这个问题

ik提供了两个分词算法：ik_smart和ik_max_word.其中ik_smart是最少切分，ik_max_word是最细粒度划分

首先安装IK分词器

ik分词器 下载完毕后，放入elasticsearch的插件目录重启即可。如图

ik_smart

由测试不难看出,最少切分是由网页自己理解来进行切分成最少的词组。ik_max_word

最小粒度划分是将词组拆分成最小精度的划分，划分成每个可以理解的词组，

ElasticSearch命令

1.新建索引结构

通过put请求

新建成功

2.查看索引基本信息

通过get请求

3.向索引库中插入数据

通过Post请求

插入成功

4.查看所有索引库的健康状态

5 修改数据

修改成功

6.删除操作

总结：使用Restful风格是ES推荐我们使用的。

文档操作

1.精确匹配查询

查询name为小陈的user数据

2.排序

根据年龄降序排序得到数据

3.分页

将得到的数据进行分页

• from:从第几条数据开始
• size:一页显示几条数据

4.返回Bool值的多条件查询

查询名称为小红，年龄为23的数据，返回结果为Boolean类型
相当于

select * from user where name='小红'and age=23;

select * from user where name='小红'or age=23;

将must关键字修改为should

5.按过滤条件查询

查询年龄20-30岁，名称为“小”的用户的数据

• gt: 大于
• it:小于
• gte：大于等于
• ite：小于等于

6.精确查询

term查询是直接通过倒排索引指定的词条进行精确查找的！
关于分词

1. term,直接查询精确的
2. match，会使用分词器解析！

两个类型 text keyword

以两个例子为证

keyword:

text:

keyword不会被分词器解析，而text类型会将词组进行最小拆分

精确查询例子：

多条件进行精确查询：查询t1=22和t1=23的数据

7.高亮查询

可以在高亮字段上定义标签