ElasticSearch7.8.0Docker安装及入门最基本操作

Docker 安装 ElasticSearch

拉取镜像

# 最新版本7,8.0
docker pull elasticsearch:7.8.0

启动集群

# 基本启动命令
# -e "discovery.type=single-node" \  单节点集群
# -e ES_JAVA_OPTS="-Xms512m -Xmx512m" \ 制定运行参数，不然如果机器内存太小，启动后会非常卡顿
# --name 起个别名
docker run -p 9200:9200 -p 9300:9300 --name es7.8 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms512m -Xmx512m" \
-d elasticsearch:7.8.0

# 查看集群健康状态
GET /_cat/health?v
# 查看节点健康状态
GET /_cat/nodes?v
# 查看索引信息
GET /_cat/indices?v

进入容器

# 进入容器中
docker exec -it es7.8 /bin/bash
# 查看文件夹及权限
[root@87e29ba6ef1e elasticsearch]# ll
total 588
-rw-r--r--  1 elasticsearch root  13675 Jun 14 19:34 LICENSE.txt
-rw-r--r--  1 elasticsearch root 544318 Jun 14 19:37 NOTICE.txt
-rw-r--r--  1 elasticsearch root   8165 Jun 14 19:34 README.asciidoc
drwxr-xr-x  2 elasticsearch root   4096 Jun 14 19:39 bin
drwxrwxr-x  1 elasticsearch root   4096 Jul  9 04:31 config #775权限
drwxrwxr-x  3 root          root   4096 Jul  9 04:29 data #775权限
drwxr-xr-x  1 elasticsearch root   4096 Jun 14 19:38 jdk 
drwxr-xr-x  3 elasticsearch root   4096 Jun 14 19:38 lib
drwxrwxr-x  1 elasticsearch root   4096 Jul  9 04:31 logs #775权限
drwxr-xr-x 47 elasticsearch root   4096 Jun 14 19:39 modules
drwxr-xr-x  2 root          root   4096 Jul  9 04:17 plugins #775权限

可在启动容器的时候指定数据卷映射

docker run -p 9200:9200 -p 9300:9300 --name es7.8 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms512m -Xmx512m" \
-v /dockerfile/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-v /dockerfile/elasticsearch/data:/usr/share/elasticsearch/data \
-v /dockerfile/elasticsearch/logs:/usr/share/elasticsearch/logs \
-d elasticsearch:7.8.0
# 做映射之前赋予文件夹相应权限，默认创建的文件夹权限就是755，所	吃   以/dockerfile/elasticsearch/plugins不用改权限
chmod -R 775 /dockerfile/elasticsearch/data
chmod -R 775 /dockerfile/elasticsearch/logs

# data和logs文件夹刚开始是空的，数据是启动时自己加进去的，所以可以做映射，
# plugins文件夹刚开始是没有安装插件的，也是空的，所以也可以做映射
# config文件夹是配置文件，不能用空目录做映射，否则启动直接退出，除非自己创建的文件夹中有相关配置文件
# 可以先进入容器，讲config文件夹拷贝出来，得到一份配置文件
-v /dockerfile/elasticsearch/config:/usr/share/elasticsearch/config \

插入一些数据

# 官方提供的account.json数据，包含1000条数据
wget https://raw.githubusercontent.com/elastic/elasticsearch/master/docs/src/test/resources/accounts.json#
# 每个Document内容
{
    "account_number": 0,
    "balance": 16623,
    "firstname": "Bradshaw",
    "lastname": "Mckenzie",
    "age": 29,
    "gender": "F",
    "address": "244 Columbus Place",
    "employer": "Euron",
    "email": "bradshawmckenzie@euron.com",
    "city": "Hobucken",
    "state": "CO"
}
# 使用以下 _ bulk 批量操作请求将账户数据存储到到bank索引中:
curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_bulk?pretty&refresh" --data-binary "@accounts.json"
# 查看索引状态
curl "localhost:9200/_cat/indices?v"

Docker 安装 Kkibana

# 拉取镜像
# kibana版本必须和elasticsearch版本保持一致
docker pull kibana:7.8.0

# 启动容器
# YOUR_ELASTICSEARCH_CONTAINER_NAME_OR_ID 正在运行的ES容器ID或name
docker run --link YOUR_ELASTICSEARCH_CONTAINER_NAME_OR_ID:elasticsearch -p 5601:5601 {docker-repo}:{version}
docker run --link es7.8:elasticsearch -p 5601:5601 -d kibana:7.8.0

安装IK分词器

# Ik分词器版本要和ES和Kibana版本保持一致

# 进入容器
docker exec -it elasticsearch /bin/bash
#此命令需要在容器中运行
elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.8.0/elasticsearch-analysis-ik-7.8.0.zip
# 退出容器，重启容器
docker restart elasticsearch

索引的操作

创建索引

# 创建一个index，名为twitter
PUT /twitter
# 查看索引状态
GET /_cat/indices?v

在创建索引时，可以指定以下内容:

Settings for the index 索引的设置
Mappings for fields in the index 索引中字段的映射
Index aliases 索引别名

创建的每个索引都可以有特定的相关设置，在主体中定义:

PUT /twitter
{
    "settings" : {
        "index" : {
            "number_of_shards" : 3, 
            "number_of_replicas" : 2 
        }
    }
}
# _ shards 的默认值是1
# _ replica 的默认值是1(即每个主碎片有一个副本)

#或者更简单,不必在设置部分中显式指定索引部分
PUT /twitter
{
    "settings" : {
        "number_of_shards" : 3,
        "number_of_replicas" : 2
    }
}

创建索引 API 允许提供一个映射定义，映射定义用于包含类型名称

PUT /test
{
    "settings" : {
        "number_of_shards" : 1
    },
    "mappings" : {
        "properties" : {
            "field1" : { "type" : "text" } 
        }
    }
}

删除索引

DELETE /twitter
# 查看索引状态
GET /_cat/indices?v

查看索引

GET /twitter

文档的操作

查询文档

查看文档类型

GET /bank/_mapping

使用 match_all查询全部

# 查询索引bank中的全部文档
GET /bank/_search
{
  "query": { "match_all": {} }
}

使用sort指定排序规则，默认按匹配度（得分score）排序

# 检索银行索引中的所有文档,按account_number字段排序 asc 是升序，desc是降序
GET /bank/_search
{
  "query": { "match_all": {} },
  "sort": [
    { "account_number": "asc" }
  ]
}

# 查找指定范围的文档
# 下面的请求会得到从第10条文档到第19条文档的结果:
GET /bank/_search
{
  "query": { "match_all": {} },
  "sort": [
    { "account_number": "asc" }
  ],
  "from": 10,  # 起始位置
  "size": 10   # 大小/数目
}

# 默认情况下，响应的命中部分hits包含与搜索条件匹配的前10个文档:
# took – 运行查询需要多长时间(毫秒)
# timed_out – 搜寻请求是否超时
# _shards – 搜索了多少碎片，并分别列出成功、失败或跳过的碎片数量，创建索引时默认分片数是5
# max_score – 找到的所有文档中最相关文档（匹配程度最高）的分数
# hits.total.value - 找到多少相符的文档
# hits.sort -  文档的排序位置（按哪个字段排序，不指定排序规则时按相关性得分排序)
# hits._score -  文件的相关性得分(不适用于使用match_all)
{
  "took" : 63,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {                        # 命中部分
    "total" : {
        "value": 1000,              # 查到的总数
        "relation": "eq"
    },
    "max_score" : null,
    "hits" : [ {
      "_index" : "bank",
      "_type" : "_doc",
      "_id" : "0",
      "sort": [0],
      "_score" : null,
      "_source" : {"account_number":0,"balance":16623,"firstname":"Bradshaw","lastname":"Mckenzie","age":29,"gender":"F","address":"244 Columbus Place","employer":"Euron","email":"bradshawmckenzie@euron.com","city":"Hobucken","state":"CO"}
    }, {
      "_index" : "bank",
      "_type" : "_doc",
      "_id" : "1",
      "sort": [1],
      "_score" : null,
      "_source" : {"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"amberduke@pyrami.com","city":"Brogan","state":"IL"}
    }, ...
    ]
  }
}

# 搜索并返回指定字段内容，使用_source表示，例如只返回account_number和balance两个字段内容：
GET /bank/_search
{
  "query": { "match_all": {} },
  "_source": ["account_number", "balance"]
}

使用match，单词查询

# 会查出字所有文档中，address字段包含 mill 【或者】 lane 的文档
GET /bank/_search
{
  "query": {
    "match": {
      "address": "mill lane"
    }
  }
}
# 对于数值类型match操作使用的是精确匹配，对于文本类型使用的是模糊匹配；

使用match_phrase，短语搜索

# 只会查出字所有文档中，address字段包含 "mill lane" 的文档
GET /bank/_search
{
  "query": {
    "match_phrase": {
      "address": "mill lane"
    }
  }
}

bool 组合多个查询条件

must match 必须匹配
should match 应该匹配（一般用于组合或关系）
must not 必须不满足，相当于排序filter
布尔查询中的每个 must、 should 和 must _ not 元素都称为查询子句。文档满足每个必须或应该条款中的标准的程度决定了文档的相关性得分。得分越高，文档就越符合你的搜索条件。默认情况下，Elasticsearch 返回按照相关性得分排序后的文档。

# 在bank索引中搜索40岁客户（age=40）的账户，但不包括住在爱达荷州的任何人，州名是ID (state=ID):
GET /bank/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "age": "40" } }
      ],
      "must_not": [
        { "match": { "state": "ID" } }
      ]
    }
  }
}
# 还可以借助 must_not 显示地指定筛选条件
# 使用范围过滤器filter将结果限制为余额(balance字段)在 $20,000和 $30,000之间的帐户。
# gte是大于等于，gt是大于；lte是小于等于，lt是小于
GET /bank/_search
{
  "query": {
    "bool": {
      "must": { "match_all": {} },
      "filter": {
        "range": {
          "balance": {
            "gte": 20000,
            "lte": 30000
          }
        }
      }
    }
  }
}

# should表示满足其中任意一个，搜索address字段中包含mill或者lane的文档；
GET /bank/_search
{
  "query": {
    "bool": {
      "should": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}

term精确值查找

term 查询，可以用它处理数字（numbers）、布尔值（Booleans）、日期（dates）以及文本（text，不推荐）。

term 查询会查找我们指定的精确值。作为其本身， term 查询是简单的。它接受一个字段名以及我们希望查找的数值：

{
    "term" : {
        "price" : 20
    }
}

通常当查找一个精确值的时候，我们不希望对查询进行评分计算。只希望对文档进行包括或排除的计算，所以我们会使用 constant_score 查询以非评分模式来执行 term 查询并以一作为统一评分。

最终组合的结果是一个 constant_score 查询，它包含一个 term 查询：

GET /bank/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "age": {
            "value": 20
          }
        }
      }
    }
  }
}

默认情况下，Elasticsearch 作为分析的一部分更改text类型字段的值。这可能使查找文本字段值的精确匹配变得困难。若要搜索文本字段值，请使用match查询。

默认情况下，Elasticsearch 会在分析期间更改文本字段的值。例如，默认的标准分析器更改文本字段值如下:

Removes most punctuation 删除大部分标点符号
Divides the remaining content into individual words 将剩下的内容分成单独的单词，称为tokens
Lowercases the tokens 小写tokens

# 创建一个名为my_index的索引，其中 full _ text 字段为文本类型。
PUT my_index
{
    "mappings" : {
        "properties" : {
            "full_text" : { "type" : "text" }
        }
    }
}
# 在插入一个值为 Quick Brown Foxes! 的文档。
PUT my_index/_doc/1
{
  "full_text":   "Quick Brown Foxes!"
}
# 因为full_text字段是一个文本字段，Elasticsearch 在分析期间将 Quick Brown Foxes! 更改为[ Quick，Brown，fox ]。
# 使用term搜索这条文档
GET my_index/_search?pretty
{
  "query": {
    "term": {
      "full_text": "Quick Brown Foxes!"
    }
  }
}
# 因为full_text字段不再包含确切的术语 Quick BrwnFoxes! ，术语查询搜索不返回任何结果。

增加文档

# 指定索引customer，指定id，可选，若不指定则随机生成,_doc是默认参数，可不写
PUT /bank/_doc/1
{
  "email": "test@test.com"
}

修改文档

POST /< index >/_ update/< _ id >

，目标索引的名称。默认情况下，如果索引不存在，则自动创建索引。

<_id> 必需，字符串，文档更新的唯一标识符

删除文档

DELETE /<index>/_doc/<_id>
# 删除bank索引中id为1的文档
DELETE /bank/_doc/1

posted @ 2020-07-10 22:41 无代码，非程序阅读(1946) 评论(0) 编辑收藏举报

刷新页面返回顶部

Vivi's Blog