ElasticSearch安装和简单使用

ElasticSearch

ES安装

Linux下安装ES，

下载：官网下载想要的版本的安装包（.tar.gz），上传到指定目录里，解压，
修改配置文件：修改./elasticsearch-7.16.1/config 目录下的 elasticsearch.yml 配置文件
- network.host: 0.0.0.0 表示任何IP都可以访问，实际开发中会设置为具体的IP
- elasticsearch.yml，ES的配置文件；
- jvm.options，ES的JVM配置文件；
- log4j2.properties，ES的日志配置文件；
启动：进入 ./elasticsearch-7.16.1/bin 下，以user-es用户启动es,su user-es ./elasticsearch.(如果以root用户启动会报错)

检查：使用postman访问 http://192.168.1.244:9200/ ,如果返回以下信息证明本机可以访问服务器的es了。

{
    "name": "poc-2",
    "cluster_name": "elasticsearch",
    "cluster_uuid": "x3o3mnyAQW2nOsbByCTdPw",
    "version": {
        "number": "7.16.1",
        "build_flavor": "default",
        "build_type": "tar",
        "build_hash": "5b38441b16b1ebb16a27c107a4c3865776e20c53",
        "build_date": "2021-12-11T00:29:38.865893768Z",
        "build_snapshot": false,
        "lucene_version": "8.10.1",
        "minimum_wire_compatibility_version": "6.8.0",
        "minimum_index_compatibility_version": "6.0.0-beta1"
    },
    "tagline": "You Know, for Search"
}

ES的基本概念

ES是基于Lucene的搜索服务器，它提供了一个分布式多用户能力的全问搜索引擎，且ES支持RestFulweb风格的url访问。ES是基于Java开发的开源搜索引擎，设计用于云计算，能够达到实时搜索，稳定、可靠、快速。此外，ES还提供了数据聚合分析功能，但在数据分析方面，es的时效性不是很理想，在企业应用中一般还是用于搜索。ES自2016年起已经超过Solr等，成为排名第一的搜索引擎应用。

ES的特性
速度快、易扩展、弹性、灵活、操作简单、多语言客户端、X-Pack、hadoop/spark强强联手、开箱即用。

分布式：横向扩展非常灵活
全文检索：基于lucene的强大的全文检索能力；
近实时搜索和分析：数据进入ES，可达到近实时搜索，还可进行聚合分析
高可用：容错机制，自动发现新的或失败的节点，重组和重新平衡数据
模式自由：ES的动态mapping机制可以自动检测数据的结构和类型，创建索引并使数据可搜索。
RESTful API：JSON + HTTP

基本概念

ES中有几个基本概念：索引(index)、类型(type)、文档(document)、映射(mapping)等。我们将这几个概念与传统的关系型数据库中的库、表、行、列等概念进行对比，如下表：

关系型数据库	ES
数据库 database	索引 index
表 table	类型 type （ES6.0之后被废弃，es7中完全删除）
表结构 schema	映射 mapping
行 row	文档 document
列 column	字段 field
索引	反向索引
SQL	查询DSL
select * from table	get http://...
update table set	PUT http://...
DELETE	DELETE http://......

倒排索引

一个文档，首先被分词为多个关键字，每个关键字有一个编号。然后，建立文档与关键字的映射关系。最后，检索的时候根据关键字本身做索引排序。

索引

索引是ES的一个逻辑存储，对应关系型数据库中的库，ES可以把索引数据存放到服务器中，也可以sharding(分片)后存储到多台服务器上。每个索引有一个或多个分片，每个分片可以有多个副本。

文档

存储在ES中的主要实体叫文档，可以理解为关系型数据库中表的一行数据记录。每个文档由多个字段（field）组成。区别于关系型数据库的是，ES是一个非结构化的数据库，每个文档可以有不同的字段，并且有一个唯一标识。

映射

映射是对索引库中的索引字段及其数据类型进行定义，类似于关系型数据库中的表结构。ES默认动态创建索引和索引类型的mapping，这就像是关系型数据中的，无需定义表机构，更不用指定字段的数据类型。当然也可以手动指定mapping类型。

ES集群的概念

集群

一个ES集群由多个节点（node）组成，每个集群都有一个共同的集群名称 (./elasticsearch-7.16.1/config/elasticsearch.yml中的cluster.name设置)做为标识

节点

一个es实例即为一个节点，一台机器可以有多个节点，正常使用下每个实例都应该会部署在不同的机器上。ES的配置文件中可以通过node.master、 node.data 来设置节点类型

node.master： true/false 表示节点是否具有成为主节点的资格
node.data： true/false 表示节点是否为存储数据

node节点的组合方式：

主节点+数据节点：默认方式，节点既可以作为主节点，又存储数据
数据节点：节点只存储数据，不参与主节点选举
客户端节点：不会成为主节点，也不存储数据，主要针对海量请求时进行负载均衡

分片 shard

如果我们的索引数据量很大，超过硬件存放单个文件的限制，就会影响查询请求的速度，ES引入了分片技术。一个分片本身就是一个完成的搜索引擎，文档存储在分片中，而分片会被分配到集群中的各个节点中，随着集群的扩大和缩小，ES会自动的将分片在节点之间进行迁移，以保证集群能保持一种平衡。分片有以下特点：

ES的一个索引可以包含多个分片（shard）；
每一个分片（shard）都是一个最小的工作单元，承载部分数据；
每个shard都是一个lucene实例，有完整的简历索引和处理请求的能力；
增减节点时，shard会自动在nodes中负载均衡（可配置）；
一个文档只能完整的存放在一个shard上
一个索引中含有shard的数量，默认值为5，在索引创建后这个值是不能被更改的。
优点：水平分割和扩展我们存放的内容索引；分发和并行跨碎片操作提高性能/吞吐量；
每一个shard关联的副本分片（replica shard）的数量，默认值为1，这个设置在任何时候都可以修改。

副本 replica

副本（replica shard）就是shard的冗余备份，它的主要作用：

冗余备份，防止数据丢失；
shard异常时负责容错和负载均衡；

使用

要先创建索引 put，在创建post mapping映射，然后再post 插入数据，

curl -POST IP:9200/索引名称/索引类型/_mapping?pretty -d '{
  索引类型: {
    "properties": {
      "title": {
        "type": "text",
        "store": "true"
      },
      "description": {
        "type": "text",
        "index": "false"
      },
      "price": {
        "type": "double"
      },
      "onSale": {
        "type": "boolean"
      },
      "type": {
        "type": "integer"
      },
      "createDate": {
        "type": "date"
      }
    }
  }
}'

{
  "title": "test title 001",
  "description": "this is a random desc ",
  "price": 22.6,
  "onSale": "true",
  "type": 2,
  "createDate": "2018-01-12"
}

或者直接插入数据，通过指定文档id插入数据。

curl -PUT  IP:9200/索引名称/索引类型/文档ID -d '{
  "title": "test title 003",
  "description": "this is a random desc ",
  "price": 22.6,
  "onSale": "true",
  "type": 2,
  "createDate": "2018-01-12"
}'