Elasticsearch-head使用及ES相关概念

　　elasticsearch-head安装和介绍已在上一篇讲了。

在浏览器访问http://localhost:9100，可看到如下界面，表示启动成功：

　　仔细观察，我们会发现客户端默认连接的是我们elasticsearch的默认路径。而此时elasticsearch服务未启动，所以集群健康值是未连接

　　集群健康值的几种状态如下：

绿色，最健康的状态，代表所有的分片包括备份都可用

黄色，基本的分片可用，但是备份不可用（也可能是没有备份），下文有提到

红色，部分的分片可用，表明分片有一部分损坏。此时执行查询部分数据仍然可以查到，遇到这种情况，还是赶快解决比较好

灰色，未连接到elasticsearch服务

此时，我们启动elasticsearch服务，重新刷新浏览器，发现集群健康值变成了黄色，如下：

集群名字：xwj。在配置文件（elasticsearch.yml）中设置 cluster.name:

 

1、概览

　　通过上图可以看到我们的节点名称为elasticsearch，并且该节点下有两个索引test_index1、test_index2

　　在test_index2下，选择 信息-->索引信息，可以查看该索引的所有信息，包括mappings、setting等等

　　在test_index2下，选择 动作-->关闭/开启，可以关闭/开启该索引，关闭后的索引如图：

       　　　　

　　在该界面也可以模糊查询索引、设置刷新频率等操作。如下图：

 

 

 

 

 

几个查询

集群健康：localhost:9200/_cat/health?v

集群的节点列表：localhost:9200/_cat/nodes?v

查看全部索引：localhost:9200/_cat/indices?v

2、索引

　　在这里，可以查看到所有的索引，并且还可以创建一个新的索引，如下图：

      

创建结构化索引

　　上图创建的索引，点开索引信息，mapping是空的，表示该索引的字段并没有指定，我们可以在创建索引的时候直接指定其字段名来创建。通过发送http请求来实现。

使用Head的符合查询 或者postman工具进行创

请求路径：localhost:9200/book    --》ES服务的ip：端口/要创建的索引名，请求方法：PUT

请求体：

{
    "settings":{
        "number_of_shards":5, 　　//分片数
        "number_of_replicas":1　　//备份数
    },
　　//映射文件
    "mappings":{
　　　　　//类型名
        "novel":{
　　　　　　　//文档的所有字段以及类型
            "properties":{
                "name":{
                    "type":"text"
                },
                "author":{
                    "type":"keyword"
                },
                "word_count":{
                    "type":"integer"
                },
                "publish_date":{
                    "type":"date",
                    "format":"yyyy-MM-dd HH:mm:ss || yyyy-MM-dd" 　　//日期格式化允许的类型
                }
            }
        }
    }
}

关于结构化索引和非结构化索引的区别：

　　结构化索引，类似MySQL，我们会对索引结构做预定义，包括字段名，字段类型等；那么，非结构化索引，就类似Mongo，索引结构未知，根据具体的数据来update索引的mapping。

那么如何选择两种索引呢，还是跟具体的使用场景有关，结构化相比非结构化，更易优化，性能好些，非结构化相较灵活，只是频繁update索引mapping会有一定的性能损耗。

重点：需要特别特别注意的是：如果你的索引后期要修改，那么你只能重建一个你要修改成的索引，然后将数据复制到新的索引中，代码如下

POST  localhost:9200/_reindex

{
  "source": {
    "index": "people"
  },
  "dest": {
    "index": "book"
  }
}

参考：Elasticsearch index fields 重命名 

3、数据浏览及相关概念

　　这里可看到索引、类型、字段、数据信息，如下图所示：

　　

集群（Cluster）： 

　　ES是一个分布式的搜索引擎，一般由多台物理机组成。这些物理机，通过配置一个相同的cluster name，互相发现，把自己组织成一个集群。

节点（Node)：

　　同一个集群中的一个Elasticsearch实例就是一个Node。一个机器可以有多个实例，所以并不能说一台机器就是一个node。不过大多数情况下每个node运行在一个独立的环境或虚拟机上。

Node类型：

1）data node: 存储index数据。Data nodes hold data and perform data related operations such as CRUD, search, and aggregations.

2）client node: 不存储index，处理转发客户端请求到Data Node。

3）master node: 不存储index，集群管理，如管理路由信息（routing infomation），判断node是否available，当有node出现或消失时重定位分片（shards），当有node failure时协调恢复。

（所有的master node会选举出一个master leader node）

详情参考官网：https://www.elastic.co/guide/en/elasticsearch/reference/current/modules-node.html

分片（shard）：

　　分片，ES是分布式搜索引擎，每个索引有一个或多个分片，索引的数据被分配到各个分片上，相当于一桶水用了N个杯子装，分片有助于横向扩展，N个分片会被尽可能平均地（rebalance）分配在不同的节点上（例如你有2个节点，4个主分片(不考虑备份)，那么每个节点会分到2个分片，后来你增加了2个节点，那么你这4个节点上都会有1个分片，这个过程叫relocation，ES感知后自动完成)，分片是独立的，对于一个Search Request的行为，每个分片都会执行这个Request.

主分片（Primary shard）：

　　索引（下文介绍）的一个物理子集。同一个索引在物理上可以切多个分片，分布到不同的节点上。分片的实现是Lucene 中的索引。

注意：ES中一个索引的分片个数是建立索引时就要指定的，建立后不可再改变。所以开始建一个索引时，就要预计数据规模，将分片的个数分配在一个合理的范围。

副本分片（Replica shard）：

　　可以理解为备份分片。每个主分片可以有一个或者多个副本，个数是用户自己配置的。ES会尽量将同一索引的不同分片分布到不同的节点上，提高容错性。对一个索引，只要不是所有shards所在的机器都挂了，就还能用。主分片和备分片不会出现在同一个节点上（防止单点故障），默认情况一个索引创建5个分片一个副本（一个副本是指复制一次，有几个分片复制几个）（即5 primary+5 replica=10个分片）。如果你只有一个节点，那么5个replica都无法分配（unassigned），此时cluster status会变成Yellow。

eg：新建两个索引testshards和testa，选择的 分片数和副本数分别为（5,2）和（1,1），建索引时分片数指 主分片数。

 

replica的作用主要包括:
1.容灾：primary分片丢失，replica分片就会被顶上去成为新的主分片，同时根据这个新的主分片创建新的replica，集群数据安然无恙
2.提高查询性能：replica和primary分片的数据是相同的，所以对于一个query既可以查主分片也可以查备分片，在合适的范围内多个replica性能会更优（但要考虑资源占用也会提升[cpu/disk/heap]），另外index request只能发生在主分片上，replica不能执行index request。
对于一个索引，除非重建索引否则不能调整分片的数目（主分片数, number_of_shards），但可以随时调整replica数(number_of_replicas)。

 

索引（Index)：

　　逻辑概念，一个可检索的文档对象（documents）的集合。类似与DB中的database概念。同一个集群中可建立多个索引。比如，生产环境常见的一种方法，对每个月产生的数据建索引，以保证单个索引的量级可控。

类型（Type）：

　　索引的下一级概念，相当于数据库中的table。同一个索引里可以包含多个 Type。  数据浏览tab中，选中某个索引或者类型，都可以看它对应的类型或索引。

文档（Document)：

　　即搜索引擎中的文档概念，也是ES中一个可以被检索的基本单位，相当于数据库中的row，一条记录。

字段（Field）：

　　相当于数据库中的column。ES中，每个文档，其实是以json形式存储的。而一个文档可以被视为多个字段的集合。比如一篇文章，可能包括了主题、摘要、正文、作者、时间等信息，每个信息都是一个字段，最后被整合成一个json串，落地到磁盘。

映射（Mapping）：

　　相当于数据库中的schema，用来约束字段的类型，不过 Elasticsearch 的 mapping 可以不显示地指定、自动根据文档数据创建。

ES比传统关系型数据库，对一些概念上的理解：

Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices   -> Types  -> Documents -> Fields

参考：

ElasticSearch的基本原理与用法

全文搜索之 Elasticsearch

 

4、基本查询

　　在这个页签，可以做数据项简单的查询（只能做查询）。

　 

　　选择一个索引，然后再选择不同的查询条件，勾选“显示查询语句”，最后点击搜索，可以看到具体的查询json和查询结果

　　至于不同组合的查询条件表示的意思 -> ElasticSearch查询

5、复合查询

　　在这个页签，可以使用json进行复杂的查询，也可发送put请求新增及跟新索引，使用delete请求删除索引等等。如图所示：

　　

　　该页签的简单使用 -> ElasticSearch索引文档的增删改查　　

 当然也可以采用postman去执行这些操作 -> ElasticSearch数据导入By Postman