Elasticsearch 开箱指南

栏目: IT技术 · 发布时间: 4年前

内容简介：Elasticsearch (ES) 是一个数据库，提供了分布式的、准实时搜索和分析。基于 Apache Lucene，可以操作结构化数据、非结构化数据、数字类型数据、地理空间数据。数据存储使用松散结构的 JSON 文档。
Elasticsearch 开箱指南

内容概要

  • ES 基础介绍，重点是其中的核心概念。

  • 基础 API 实践操作。

1. 基础介绍

Elasticsearch (ES) 是一个数据库，提供了分布式的、准实时搜索和分析。

基于 Apache Lucene，可以操作结构化数据、非结构化数据、数字类型数据、地理空间数据。

数据存储使用松散结构的 JSON 文档。

主要特性

  • 轻量快速的全文搜索。

  • 安全分析和基础设施监控。

  • 支持海量规模，数千台服务器、PB级数据量。

  • 可以集成可视化数据分析工具，用于例如应用性能分析、日志监控、基础设施度量指标监控。

  • 可以用于机器学习，对数据实时进行自动化模型处理。

核心概念

Elasticsearch 开箱指南

  • Index 索引

关系数据库中的 表 ，存储文档。

6.0.0 版本之前，一个索引中可以存放不同类型的文档，例如 Car 和 Bike 这2种文档可以在一个索引中。

6.0.0 版本之后，不可以了，需要为每种类型的文档建立不同的索引。

  • Documents 文档

关系数据库中的 行 。

每个文档有一个唯一 _id 。

  • Fields 字段

关系数据库中的 列 。

  • 数据类型

1）字符串

有2种类型： text 和 keyword 。

text 用户存储产品描述、文章内容之类的文本，可以根据关键字在其中查找。

ES 会把内容解析成一个字符串列表，然后创建倒排索引，描述每个单词都在哪些文档中出现了。

例如一个文档有一个字段 “ Description ”，值为 “This phone has dual sim capability”。

这个值会被解析为一个列表：

[“this”, “phone”, “has”, “dual”, “sim”, “capability”]

倒排索引中，会指出每个词所在的文档列表，如：

“this” -> doc_1,doc_3

Keyword 用于存储用户名、邮件地址、邮编这类的明确的内容。

这类内容不会被分割解析，适用于精确匹配。

2）数字

存储例如标识码、百分比、电话号等。

支持： long, integer, short, byte, double, float 。

3）日期

形式包括：“2015/01/01 12:10:30” 此类的字符串、微秒级 long 型数字、秒级 integer 型数字。

内部使用 UTC long 型存储。

4）布尔

5）IP

6）嵌入式

一个属性可以是一个 JSON 数组。

例如：

{  
   "name":"ABC United",
   "homeGround":"Old Trafford",
   "players":[  
      {  
         "firstName":"James",
         "lastName":"Cohen",
         "position":"Goal Keeper"
      },
      {  
         "firstName":"Paul",
         "lastName":"Pogba",
         "position":"Midfielder"
      }
   ]
}

对于嵌入类型，每个数组对象都会被作为一个隐藏文档进行索引。

7）多类型

例如有一个字段 “ student_name ”，我们希望可以通过部分匹配的方式进行查找，也希望通过完全匹配的方式查找。

这就相当于同时有2种类型： text 和 keyword 。

可以这样设置：

{  
   "student_name":{  
      "type":"text",
      "fields":{  
         "keyword":{  
            "type":"keyword"
         }
      }
   }
}

  • Mapping

用于定义一个索引的 schema。

定义索引中有哪些字段、字段类型，配置类型相关的元数据。

  • Setting

通过 Setting 可以自定义一些索引的行为，还允许我们自定义分析器和标准化器，以分析索引的不同文本字段。

重要的 Setting 例如：

1） number_of_shards ：定义索引分片数量，默认为 1。

2） number_of_replicas ：定义分片的副本数量，默认 1。

3） refresh_interval ：用于指定文档索引的时间与可供搜索的时间之间的间隔，默认 1秒。

  • Shard 分片

一个分片是一个 Lucene 实例，是一个被 ES 自动管理的工作单元。

我们只需要指定分片及其副本的数量，无需对分片进行操作。

ES 自动在所有节点中分布所有分片，当节点故障时，会把分片移到其他节点，当有新节点添加进来时，也会自动把一些分片移过来。

  • Replicas 副本

主分片的拷贝，副本的作用：

1）当主分片故障后，其副本可以提升为主分片。

2）主分片及其副本都可以处理查询请求，可以提升性能。

  • Aliases 别名

用于指定索引或索引集的替代名称。

当我们想从多个索引中获取文档时非常有用。

  • Template 模板

用户对多个索引指定通用的 mapping 和 Setting。

每当创建与模板中定义的特定模式匹配的新索引时，模板将应用于该索引。

创建索引时特别定义的任何 mapping/Setting 都将优先于模板中的定义。

2. API 操作

测试环境搭建

使用的 ES 版本为 7.5.1 。

下面使用 docker 启动一个单节点环境：

docker run -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:7.5.1

测试：

$ curl -X GET "localhost:9200/_cat/nodes?v&pretty"
ip         heap.percent ram.percent cpu load_1m load_5m load_15m node.role master name
172.17.0.2            7          97   2    0.96    0.61     0.25 dilm      *      245e340eba97

$ curl localhost:9200
{
  "name" : "245e340eba97",
  "cluster_name" : "docker-cluster",
  "cluster_uuid" : "mq_bxY5zTjCpmJU0xOLSbA",
  "version" : {
    "number" : "7.5.1",
    "build_flavor" : "default",
    "build_type" : "docker",
    "build_hash" : "3ae9ac9a93c95bd0cdc054951cf95d88e1e18d96",
    "build_date" : "2019-12-16T22:57:37.835892Z",
    "build_snapshot" : false,
    "lucene_version" : "8.3.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

参考文档：

https://www.elastic.co/guide/en/elasticsearch/reference/7.5/docker.html

实践操作

  • 创建索引

curl -X PUT "localhost:9200/traveler?pretty" -H 'Content-Type: application/json' -d'
{ 
   "settings":{ 
      "number_of_shards":5,
      "number_of_replicas":2
   },
   "mappings":{ 
      "properties":{  
         "name":{  
            "type":"keyword"
         },
         "age":{  
            "type":"integer"
         },
         "background":{  
            "type":"text"
         },
         "nationality":{  
            "type":"keyword"
         }
      }
   }
}
'

  • 插入文档

curl -X PUT "localhost:9200/traveler/_doc/1?pretty" -H 'Content-Type: application/json' -d'
{ 
   "name":"John Doe",
   "age":"23",
   "background":"Born and brought up in California. Engineer by profession. Loves to cook",
   "nationality":"British"
}
'

  • 读取文档

curl -X GET "localhost:9200/traveler/_doc/1?pretty"

  • 删除文档

curl -X DELETE "localhost:9200/traveler/_doc/1?pretty"

  • 删除索引

curl -X DELETE "localhost:9200/traveler?pretty"

  • 所有索引列表

curl -X GET "localhost:9200/_cat/indices"

  • 查看集群健康情况

curl -X GET "localhost:9200/_cat/health?v"

  • 查看某个索引的信息

# mapping + setting
curl -X GET "localhost:9200/traveler?pretty"

# mapping 
curl -X GET "localhost:9200/traveler/_mapping?pretty"

# setting
curl -X GET "localhost:9200/traveler/_settings?pretty"

  • 为索引设置别名

curl -X POST "localhost:9200/_aliases" -H 'Content-Type: application/json' -d'
{  
   "actions":[  
      {  
         "add":{  
            "index":"traveler",
            "alias":"read_alias"
         }
      }
   ]
}
'

  • 获取索引中的所有文档

curl -X GET "localhost:9200/traveler/_search?pretty"

结果中的关键项：

took- 此次查询耗时，毫秒。

timed_out- 查询是否超时。

_shards- 查询了分片的情况，如一共查询了几个分片、成功了几个。

hits- 查询结果。

hits.total- 结果文档数。

hits.hits- 结果数组，默认只显示前10个文档。

hits.max_score- 匹配度最高的文档的分值。

hits.hits._score- 此文档匹配度分值。

  • 获取所有中的文档总数

curl -X GET "localhost:9200/traveler/_count?pretty"

  • 匹配查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H 'Content-Type: application/json' -d'
{  
   "query":{  
      "match":{  
         "background":"brought up California Loves cook"
      }
   }
}
'

匹配条件是 "background"，其值会被处理为数组：[“brought”, “up”, “california”, “loves”, “cook”]。

只要其中的某一个与文档中的 "background" 值相匹配，文档就会被返回。

  • term 查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H 'Content-Type: application/json' -d'
{  
   "query":{  
      "term":{  
         "name":{  
            "value":"John Doe"
         }
      }
   }
}
'

这用于获取在提供的字段中包含确切术语的文档。

适用于 keyword, numeric, date, boolean 类型的字段。

  • terms 查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H 'Content-Type: application/json' -d'
{  
   "query":{  
      "terms":{  
         "name":[ 
            "John Doe",
            "Jack Ripper",
            "Buzz Aldrin"
         ]
      }
   }
}
'

类似 IN 查询，匹配一个或多个。

  • 前缀匹配查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H 'Content-Type: application/json' -d'
{  
   "query":{  
      "prefix":{  
         "name":"Joh"
      }
   }
}
'

  • 正则查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H 'Content-Type: application/json' -d'
{  
   "query":{  
      "regexp":{  
         "name":{  
            "value":"J.*e"
         }
      }
   }
}
'

  • 单次多查询

在一个请求中执行多个查询操作。

curl -X GET "localhost:9200/_msearch?pretty" -H 'Content-Type: application/x-ndjson' -d'
{"index":"traveler"}
{"query":{"terms":{"name":["John Doe","Jack Ripper","Barack Obama"]}}}
{}
{"query":{"prefix":{"name":"Buzz"}}}
{"index":"traveler"}
{"query":{"match_all":{}}}
'

推荐阅读：

Elasticsearch 开箱指南

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍
机器与人：埃森哲论新人工智能

机器与人：埃森哲论新人工智能

【美】保罗•多尔蒂 詹姆斯•威尔逊 / 赵亚男 / 中信出版社 / 2018-10-1 / 49.00元

自人工智能问世以来，人们普遍持有人机对立的观点，且无时无刻不在害怕自己的工作会被人工智能取代。作者认为，是时候抛开这些无谓的担忧了，因为人类社会正走向一个与机器共融共生的时代。 未来的新型工作模式是什么？未来有哪些工作不会被人工智能取代？人工智能时代重要的生存技能是什么？本书围绕这三大核心问题做了透彻的分析。作者带我们见识了置于业务流程背景之下的人工智能，阐述了其在不同职能部门中起到的推动作......一起来看看 《机器与人：埃森哲论新人工智能》 这本书的介绍吧!

码农工具
正则表达式在线测试
正则表达式在线测试

正则表达式在线测试

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具

  • New
  • 文章
  • 话题
  • 教程
    • 关注 码农网 公众号
    版权所有，保留一切权利！© 2018-2024 码农网 粤ICP备17054400号-3