一、ElasticSearch简介

　　1、ElasticSearch简介

　　Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。无论在开源还是专有领域，Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。但是，Lucene只是一个库。想要使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。 Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 **RESTful API** 来隐藏Lucene的复杂性，从而让全文搜索变得简单。

　　2、同类产品比较solr

　　Solr 是Apache下的一个顶级开源项目，采用Java开发，它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展，并对索引、搜索性能进行了优化。并自带了图形管理界面。

数据相对少的请求下Solr的检索效率更高
建立索引时，Solr会产生阻塞IO,查询性能较差，ElasticSearch有优势
数据量大时，Solr的搜索效率变低，而ElasticSearch没有明显变化
安装使用方面ElasticSearch更为简单

　　总结：

solr查询快，但更新索引时慢（即插入删除慢），用于电商等查询多的应用，比如商品搜索。
ES建立索引快（即查询慢），即实时性查询快，适用用于数据频繁更新的应用，比如facebook新浪等搜索。
Solr 是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于新兴的实时搜索应用。
ES没有Solr成熟，学习成本相对较高。

二、ElasticSearch安装和可视化界面Elasticsearch-Head

　　1、ElasticSearch安装

　　下载Es安装包：

ElasticSearch的官方地址：https://www.elastic.co/guide/en/elasticsearch/reference/master/index.html

　　安装(如Mac OS)：

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.9.3-darwin-x86_64.tar.gz
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.9.3-darwin-x86_64.tar.gz.sha512
shasum -a 512 -c elasticsearch-7.9.3-darwin-x86_64.tar.gz.sha512 
tar -xzf elasticsearch-7.9.3-darwin-x86_64.tar.gz
cd elasticsearch-7.9.3/

　　启动命令如下(-d以进程的形式启动elasticsearch，-p表示进程号记录到pid文件中)：

./bin/elasticsearch -d -p pid

　　2、ES图形化管理界面安装

　　2.1、安装elasticsearch-head和Node.js

下载head：https://github.com/mobz/elasticsearch-head
下载Node.js：https://nodejs.org/en/download

　　注意elasticsearch和elasticsearch-head版本是对应的，否则会出现head无法支持elasticsearch的显示。

　　安装完成在cmd窗口执行node -v查看node.js的版本号检查是否安装成功。

　　2.2、安装grunt

　　通过node.js的包管理器npm安装grunt为全局，grunt是基于Node.js的项目构建工具

npm install -g grunt-cli

　　2.3、执行 npm install

　　注：不执行该命宁使用grunt server命令会报错。

npm install

　　2.4、启动elasticsearch-head

　　打开命宁窗口在elasticsearch-head解压目录下执行 grunt server 启动服务：

HoudeMacBook-Pro:elasticsearch-head houjing$ grunt server
Running "connect:server" (connect) task
Waiting forever...
Started connect web server on http://localhost:9100

　　然后访问 http://localhost:9100 （elasticsearch-head服务端口）。

　　2.5、配置ElasticSearch跨域访问

　　修改 config/elasticsearch.yml 文件

http.cors.enabled: true
http.cors.allow-origin: "*"

　　注：需要重启ES服务。

　　2.6、head访问

　　在head页面输入链接的ElasticSearch地址，点击连接按钮。

三、 ElasticSearch的相关概念

　　1、概述

　　Elasticsearch是面向文档（document oriented）的，这意味着它可以存储整个对象或文档（ducoment）。然而它不仅仅是存储，还会索引(index)每个文档的内容使之能搜索。在Elasticsearch中，你可以对文档（而非成行成列的数据）进行索引、排序、过滤。Elasticsearch比传统关系型数据库如下。

关系型数据库 -> Databases -> Tables -> Rows -> Colums

ElasticSearch -> Indices -> Types(7版本已经没有此概念，相当于一个Database只有一张table) ->Documents -> Fields

　　2、ElasticSearch的核心概念

　　2.1、索引 index

　　一个索引就是有相似特征的文档集合，比如用户数据索引、订单数据索引、商品数据索引。

　　一个索引由一个全为小写字母的名字标识，我们在对应这个索引文档中进行索引、搜索、更新和删除的时候，都要使用到这个名字。在一个群集中可以定义任意多个索引。

　　2.2、类型type

　　在一个索引中，你可以定义一个或多个类型，一个类型是你的索引的一个逻辑上的分类，其语义完全由你来定。通常，会为具有一组共同字段的文档定义一个类型，比如说，我们订单数据索引中我们把订单信息作为一个类型，订单相关的物流信息做为一个类型。但在6.0开始建议index只包含一个type，在7.0之后开始去除(也并不是完全去除，而是默认为了_doc)。

　　2.3、字段field

　　相当于是数据表的字段，对文档根据不同的属性进行的分类标识。

　　2.4、映射 mapping (表结构)

　　mapping是处理数据的方式和规则方面做一些限制，如某个字段的数据类型、默认值、分析器、是否被索引等等，这些都是映射里面可以设置的，其他的就是处理es里面的数据的一些使用规则设置也叫做映射，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立隐射才能对性能更好。

　　3.2.5、文档 document

　　一个文档是一个可被索引的基础单元。文档以JSON格式来表示，而JSON是一个到处存在的互联网数据交互格式。

　　在一个index/type里面，你可以存储任意多的文档。

　　2.6、ElasticSearch版本问题说明

　　Elasticsearch 官网提出的近期版本对 type 概念的演变情况如下：

在 5.X 版本中，一个 index 下可以创建多个 type；
在 6.X 版本中，一个 index 下只能存在一个 type；
在 7.X 版本中，直接去除了 type的概念，就是说 index 不再会有 type。

　　去除type的原因：

　　因为 Elasticsearch 设计初期，是直接查考了关系型数据库的设计模式，存在了 type（数据表）的概念。但是，其搜索引擎是基于 Lucene的，这种 “基因”决定了 type 是多余的。Lucene 的全文检索功能之所以快，是因为倒序索引的存在。而这种倒序索引的生成是基于 index 的，而并非 type。

四、 ElasticSearch基本操作

　　基本操作在学习过程中可以使用单测工具进行，可以使用postman、jmeter，因为是使用http请求操作Es, 必须对RESTful 风格有所了解，所以在学习基本操作前，对RESTful 知识进行补充：

　　RESTful 在两方面做了相应规范：

服务数据交互格式使用json、xml。
采用HTTP协议规定的GET、POST、PUT、DELETE动作处理资源的增删该查操作。

　　1、ElasticSearch语法

　　mapping字段详解：

　　type 可选类型：

　　2、通过HTTP请求创建

　　2.1、仅创建索引

　　请求方式选择Put；请求链接如：http://127.0.0.1:9200/news 。结果：

{
    "acknowledged": true,
    "shards_acknowledged": true,
    "index": "news"
}

　　2.2、创建索引的同时创建mapping 以及分片复制参数

　　传入body参数执行：

{
    "settings": {
        "number_of_shards": 5,
        "number_of_replicas": 1,
        "refresh_interval": "30s",
        "index.analysis.analyzer.default.type": "ik_max_word" //分词器，未指定默认elastic自带的分词器，对中文支持差。
    },
    "mappings": {
        "properties": {
            "newsid": {
                "type": "text",
                "store": false,
                "index": true,
                "analyzer": "standard"
            },
            "newsname": {
                "type": "text",
                "store": false,
                "index": true
            },
            "newsdesc": {
                "type": "text",
                "store": false,
                "index": true
            }
        }
    }
}

　　2.3、删除索引库

　　请求方式选择Delete，请求链接如：http://127.0.0.1:9200/news 删除news索引：

{
    "acknowledged": true
}

　　2.4、向索引库中添加文档

　　请求方式选 POST，单条插入请求url：

http://127.0.0.1:9200/news/_doc/1 (索引/"**_doc**"/文档id)
http://127.0.0.1:9200/news/_doc

　　文档id为Es中的文档主键id，不指定的情况下Es会给我们生成一个唯一的随机字符串，如 BU7pG24Bm2YrPBUaN0wD

{
    "newsid":"1234",
    "newsname":"你猜不到的名字",
    "newsdesc":"这是一条新闻描述"
}

　　如结果：

{
    "_index": "news",
    "_type": "_doc",
    "_id": "1",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 0,
    "_primary_term": 1
}

　　批量添加，请求url： http://127.0.0.1:9200/news/_bulk

{ "index":{} }
{ "newsid":"1234656","newsname":"miumiu" ,"newsdesc":"亲承5为自己生下5个孩子 此前12个" }
{ "index":{} }
{ "newsid":"1234657","newsname":"乒联" ,"newsdesc":"国际乒联奥地利公开赛正赛展开" }
{ "index":{"_id":"iikdjsd"} }
{ "newsid":"1234658","newsname":"纷纷两连败" ,"newsdesc":"两连败+二当家伤停再遭困境 考验欧文.." }
{ "index":{"_id":"iik3325"} }
{ "newsid":"1234659","newsname":"纷纷返回" ,"newsdesc":"33+9+4+5误！这是最乔治！黑贝最.." }

　　index可以指定参数，比如指定id，不指定则默认生成id。

　　2.5、删除文档

　　请求方式选择Delete，请求url : http://127.0.0.1:9200/news/_doc/1 (索引/"**_doc**"/文档id)

　　2.6、查询文档

　　请求方式选择Get，请求url : http://127.0.0.1:9200/news/_doc/1 (索引/"**_doc**"/文档id)

　　2.7、修改文档

　　请求方式选择POST，请求url : http://127.0.0.1:9200/news/_doc/1 (索引/"**_doc**"/文档id)

{
    "newsname":"the new news name"        
}

　　注意修改跟Mysql修改不一样，如上值提供了newsname时，修改后其余字段均为空：

　　2.8、根据关键词查询

　　请求方式选择Get：请求url http://127.0.0.1:9200/shop/_doc/_search (索引/"_doc"/"_search")

　　请求参数query、term为固定命名，newsdesc为指定在哪个字段查询什么关键字（支持什么样的关键字查询取决于mapping里指定的分析器，比如单个字为索引、分词索引，之前测试的语句都是标准分词，以单个字为索引，所以查询的时候只支持一个汉字，如果输入多个则查询不到数据）

　　基本查询：

{
    "query": {
        "term": {
            "newsdesc": "国际"
        }
    }
}

　　可以看出并未命中：

{
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 0,
            "relation": "eq"
        },
        "max_score": null,
        "hits": []
    }
}

　　queryString是讲输入参数进行分词然后去索引库中检索：

{
    "query": {
        "query_string": {
            "default_field": "newsdesc",
            "query": "国际"
        }
    }
}

　　可以看到查询命中了：

{
    "took": 20,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 1,
            "relation": "eq"
        },
        "max_score": 0.5753642,
        "hits": [
            {
                "_index": "news",
                "_type": "_doc",
                "_id": "EZrseHUBe8Ie4tIUuaQ_",
                "_score": 0.5753642,
                "_source": {
                    "newsid": "1234657",
                    "newsname": "乒联",
                    "newsdesc": "国际乒联奥地利公开赛正赛展开"
                }
            }
        ]
    }
}

　　因为默认的分词器，针对中文是按字分词的，terms查询是精确查询，所以查不出来。

五、ElasticSearch IK中文分词器

　　1、什么是分词器？为什么要分词器？

　　在上面的学习例子中我们使用的是Es默认的分词器，在中文的分词上并不友好，会将语句每个字进行分词作为索引，所以在使用Term关键字查询的时候多个汉字无法命中文档。这个时候就需要一个合理的分词规则，将一个完整的语句划分为多个比较复合表达逻辑的独立的词条。

　　分词器包含三个部分：

character filter：分词之前的预处理，过滤掉HTML标签、特殊符号转换（例如，将&符号转换成and、将|符号转换成or）等。
tokenizer：分词
token filter：标准化

　　2、ElasticSeach内置分词器

standard分词器：（默认的）它将词汇单元转换成小写形式，并去掉停用词（a、an、the等没有实际意义的词）和标点符号，支持中文采用的方法为单字切分（例如，‘你好’切分为‘你’和‘好’）。
simple分词器：首先通过非字母字符来分割文本信息，然后将词汇单元同一为小写形式。该分析器会去掉数字类型的字符。
Whitespace分词器：仅仅是去除空格，对字符没有lowcase（大小写转换）化，不支持中文；并且不对生成的词汇单元进行其他的标准化处理。
language分词器：特定语言的分词器，不支持中文。

　　3、IK分词器

　　3.1、IK分词器简介

　　IK分词器在是一款基于词典和规则的中文分词器，提供了两种分词模式：ik_smart （智能模式）和ik_max_word （细粒度模式）

　　输入数据：

　　　　IK Analyzer是一个结合词典分词和文法分词的中文分词开源工具包。它使用了全新的正向迭代最细粒度切分算法。

　　智能模式效果：

　　　　ik analyzer 是一个结合词典分词和文法分词的中文分词开源工具包它使用了全新的正向迭代最细粒度切分算法

　　细粒度模式：

　　　　ik analyzer 是一个一个结合词典分词和文文法分词的中文分词开源工具包工具包它使用用了全新的正向迭代最细粒度细粒粒度切分切分算法

　　3.2、ElasticSearch集成Ik分词器

　　Ik分词器下载：https://github.com/medcl/elasticsearch-analysis-ik/releases

　　不同版本的集成会有所区别，请下载ES版本对应的ik分词器版本。

　　下载解压后到你的 elasticsearch 插件目录并重启elasticsearch, 如: plugins/ik。

　　3.3、使用ElasticSearch中的 analyze 测试Ik分词效果

　　请求方式post；请求url http://127.0.0.1:9200/_analyze

　　请求参数：

{
    "analyzer": "ik_smart",//ik_max_word
    "text": "IK Analyzer是一个结合词典分词和文法分词的中文分词开源工具包。它使用了全新的正向迭代最细粒度切分算法。"
}

　　3.4、Ik分词器停用词和扩展词

　　在实际使用过程中Ik分词算法的过程中，还有一些场景的分词规则是Ik无法设计的，很多时候一个网络用语没有被解析成一个词条，以及其中的“的”这样的助词往往在建立索引的时候是没有必要的。所以IK支持停用词和扩展词的配置。

　　需要修改配置文件config/IKAnalyzer.cfg.xml：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
    <comment>IK Analyzer 扩展配置</comment>
    <!--用户可以在这里配置自己的扩展字典 -->
    <entry key="ext_dict"></entry>
     <!--用户可以在这里配置自己的扩展停止词字典-->
    <entry key="ext_stopwords"></entry>
    <!--用户可以在这里配置远程扩展字典 -->
    <!-- <entry key="remote_ext_dict">words_location</entry> -->
    <!--用户可以在这里配置远程扩展停止词字典-->
    <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

ext_dict填入扩展词文件。
ext_stopwords填入停用词文件。
文件以dic后缀结尾，需要和IKAnalyzer.cfg在同级目录。
dic文件每个词需要占一行。

六、ElasticSearch集群

　　在我们常见的项目中，很多时候都是分布式/集群部署的：对于不用的微服务通过Nginx负载或者注册到APIGateway、Zuul网关，然后每个服务进行主从/集群部署，然后用到的数据存储你产品也是基于分片+主从，保证可用性，如下图所示：

　　而我们的ElasticSearch也是一样的集群部署。

　　1、集群 cluster

　　一个集群就是一个或多个节点组织在一起，他们共同持有整个库的数据，并在一起提供索引和搜索功能，一个集群由一个唯一的名字表示。所有节点通过这个集群名字，来进入这个集群。

　　2、节点node

　　一个节点是由集群中的一个服务器，作为集群的一部分，它存储数据，参与集群的索引和搜索功能。和集群类似，一个节点也是由一个名字来标识的，默认情况下，这个名字是一个随机的。

　　一个节点可以通过配置集群名称的方式来加入一个指定的集群。

　　3、分片和复制 shard & replicas

　　3.1、分片

　　一个索引可以存储超过单个节点硬件限制的大量数据，比如说一个索引具有10亿文档，占据1T的磁盘空间，而任意一个节点都没有这样大的一个磁盘空间；或者单个节点处理搜索请求，响应太慢了，为了解决这个问题，ElasticSearch提供了将索引划分为多份的能力，每一份就叫做一个分片。当建立一个索引的时候，可以指定想要分配的分片数量。每个分片本身也是一个功能完善并且独立的“索引”，这个“索引”可以被放置到集群中的任何节点上。分片很重要，主要体现在两方面：

允许你水平分割/扩展你的内容容量。
允许你在分片之上进行分布式并行操作，从而提高性能和吞吐量

　　至于分片怎么分布，查询结果怎么聚合，完全由elasticsearch管理的。开发者不需要关心。

　　3.2、复制

　　在网络环境或者说分布式环境中，通讯发生失败是常有的事，所以当某个分片节点出现故障，故障转移机制是非常有必要的。因此Elasticsearch允许你创建分片的一份或者多份拷贝，这些拷贝叫做复制分片，或者就叫复制。

　　复制的存在提高了节点出现故障时的集群高可用性。因为这个原因，复制分片应注意与主分片不能在同一个节点上。

　　总结的说，一个索引可以被分为多个分片，可以被复制0~N次，一旦复制了就有了主分片和复制分片之别。分片和复制的数量可以在索引创建的时候指定。在索引创建之后，复制的数量可以改变，但是分片数量不能改变。

　　分片和复制逻辑结构:

　　物理结构:

　　4、集群搭建

　　对于一个新建的节点需要保证安装目录的data目录为空，修改 elasticsearch.yml 配置文件(注意冒号后面的空格)。

#集群名称
cluster.name: my-elasticsearch
#节点名称,不同的节点名称必须不一样
node.name: node-1
# 是否可以成为master节点
node.master: true
#必须为本机的ip地址
network.host: 127.0.0.1
#服务端口，在同一机器下必须不一样
http.port: 9201
#集群间通讯端口号,在同一机器必须不一样
transport.tcp.port: 9301
#集群节点
discovery.seed_hosts:
- 127.0.0.1:9301
- 127.0.0.1:9302
- 127.0.0.1:9303

#集群中的主节点
cluster.initial_master_nodes:
- 127.0.0.1:9301

　　不同节点注意修改节点名称、服务端口、通讯端口、以及是否可以成为主节点属性，修改完毕后依次启动不同节点服务。

　　5、节点的3中类型

　　5.1、主节点

　　即 Master 节点。主节点的主要职责是和集群操作相关的内容，如创建或删除索引，跟踪哪些节点是群集的一部分，并决定哪些分片分配给相关的节点。稳定的主节点对集群的健康是非常重要的。默认情况下任何一个集群中的节点都有可能被选为主节点。索引数据和搜索查询等操作会占用大量的cpu，内存，io资源，为了确保一个集群的稳定，分离主节点和数据节点是一个比较好的选择。虽然主节点也可以协调节点，路由搜索和从客户端新增数据到数据节点，但最好不要使用这些专用的主节点。一个重要的原则是，尽可能做尽量少的工作。

　　5.2、数据节点

　　即 Data 节点。数据节点主要是存储索引数据的节点，主要对文档进行增删改查操作，聚合操作等。数据节点对 CPU、内存、IO 要求较高，在优化的时候需要监控数据节点的状态，当资源不够的时候，需要在集群中添加新的节点。

　　5.3、预处理节点

　　也称作 Ingest 节点，在索引数据之前可以先对数据做预处理操作(如：函数运算、类型转换等)，所有节点其实默认都是支持 Ingest 操作的，也可以专门将某个节点配置为 Ingest 节点。
　　以上就是节点几种类型，一个节点其实可以对应不同的类型，如一个节点可以同时成为主节点和数据节点和预处理节点，具体的类型可以通过具体的配置文件来设置。

　　6、分片交互

　　我们能够发送请求给集群中任意一个节点。每个节点都有能力处理任意请求。每个节点都知道任意文档所在的节点，所以也可以将请求转发到需要的节点。下面的例子中，我们将发送所有请求给`Node 1`，这个节点我们将会称之为请求节点(requesting node)。当我们发送请求，最好的做法是循环通过所有节点请求，这样可以平衡负载，或者借助nginx、apache等反向代理服务器进行负载。

　　6.1、新建、删除索引和删除文档时

　　新建、索引和删除请求都是写(write)操作，它们必须在主分片上成功完成才能复制到相关的复制分片上。

　　6.2、单条检索文档集群交互流程

　　6.3、批量查询文档

　　请求拆成每个分片的请求，然后转发每个参与的节点。

　　7、集群节点自动分片及重启

　　我们先看启动master，然后创建索引，再启动剩余2个node节点，并在此创建一个索引，可以在elasticsearch-head看到索引的分片以及副本情况如下：

　　elasticsearch集群的高可用和自动平衡方案会在节点挂掉(重启)后自动在别的节点上复制该节点的分片，这将导致大量的IO和网络开销。

　　如果离开的节点重新加入集群，elasticsearch为了对数据分片(shard)进行再平衡，会为重新加入的节点再次分配数据分片(shard)，当一台ES因为压力过大而挂掉以后，其他的ES服务器会备份本应那台ES保存的数据，造成更大的压力，于是造成整个集群会发生雪崩。因此生产环境下建议关闭自动平衡：

cluster.routing.rebalance.ennable: none

　　可以设置延迟副本重新分配机制：

index.unassigned.node_left.delayed_timeout: 5m

　　还可以指定集群节点到达多少数量才开始平衡：

gateway.recover_after_nodes: 8

posted on 2020-10-30 17:29 kosamino 阅读(791) 评论(0) 编辑收藏举报

一、ElasticSearch简介

1、ElasticSearch简介

2、同类产品比较solr

二、ElasticSearch安装和可视化界面Elasticsearch-Head

1、ElasticSearch安装

2、ES图形化管理界面安装

2.1、安装elasticsearch-head和Node.js

2.2、安装grunt

2.3、执行 npm install

2.4、启动elasticsearch-head

2.5、配置ElasticSearch跨域访问

2.6、head访问

三、 ElasticSearch的相关概念

1、概述

2、ElasticSearch的核心概念

2.1、索引 index

2.2、类型type

2.3、字段field

2.4、映射 mapping (表结构)

3.2.5、文档 document

2.6、ElasticSearch版本问题说明

四、 ElasticSearch基本操作

1、ElasticSearch语法

2、通过HTTP请求创建

2.1、仅创建索引

2.2、创建索引的同时创建mapping 以及分片复制参数

2.3、删除索引库

2.4、向索引库中添加文档

2.5、删除文档

2.6、查询文档

2.7、修改文档

2.8、根据关键词查询

五、ElasticSearch IK中文分词器

1、什么是分词器？为什么要分词器？

2、ElasticSeach内置分词器

3、IK分词器

3.1、IK分词器简介

3.2、ElasticSearch集成Ik分词器

3.3、使用ElasticSearch中的 analyze 测试Ik分词效果

3.4、Ik分词器停用词和扩展词

六、ElasticSearch集群

1、集群 cluster

2、节点node

3、分片和复制 shard & replicas

3.1、分片

3.2、复制

4、集群搭建

5、节点的3中类型

5.1、主节点

5.2、数据节点

5.3、预处理节点

6、分片交互

6.1、新建、删除索引和删除文档时

6.2、单条检索文档集群交互流程

6.3、批量查询文档

7、集群节点自动分片及重启

搜索

常用链接

我的标签

积分与排名

随笔分类

随笔档案

阅读排行榜

评论排行榜

推荐排行榜

最新评论

　　1、ElasticSearch简介

　　2、同类产品比较solr

　　1、ElasticSearch安装

　　2、ES图形化管理界面安装

　　2.1、安装elasticsearch-head和Node.js

　　2.2、安装grunt

　　2.3、执行 npm install

　　2.4、启动elasticsearch-head

　　2.5、配置ElasticSearch跨域访问

　　2.6、head访问

　　1、概述

　　2、ElasticSearch的核心概念

　　2.1、索引 index

　　2.2、类型type

　　2.3、字段field

　　2.4、映射 mapping (表结构)

　　3.2.5、文档 document

　　2.6、ElasticSearch版本问题说明

　　1、ElasticSearch语法

　　2、通过HTTP请求创建

　　2.1、仅创建索引

　　2.2、创建索引的同时创建mapping 以及分片复制参数

　　2.3、删除索引库

　　2.4、向索引库中添加文档

　　2.5、删除文档

　　2.6、查询文档

　　2.7、修改文档

　　2.8、根据关键词查询

　　1、什么是分词器？为什么要分词器？

　　2、ElasticSeach内置分词器

　　3、IK分词器

　　3.1、IK分词器简介

　　3.2、ElasticSearch集成Ik分词器

　　3.3、使用ElasticSearch中的 analyze 测试Ik分词效果

　　3.4、Ik分词器停用词和扩展词

　　1、集群 cluster

　　2、节点node

　　3、分片和复制 shard & replicas

　　3.1、分片

　　3.2、复制

　　4、集群搭建

　　5、节点的3中类型

　　5.1、主节点

　　5.2、数据节点

　　5.3、预处理节点

　　6、分片交互

　　6.1、新建、删除索引和删除文档时

　　6.2、单条检索文档集群交互流程

　　6.3、批量查询文档

　　7、集群节点自动分片及重启