ElasticSearch基础入门

ElasticSearch简写ES，ES是一个高扩展、开源的全文检索和分析引擎，它可以准实时地快速存储、搜索、分析海量的数据。

应用场景

• 我们常见的商城商品的搜索
• 日志分析系统（ELK）
• 基于大量数据（数千万的数据）需要快速调查、分析并且并将结果可视化的业务需求

安装并运行ES

Java环境安装

Elastic 需要 Java 8 环境。如果你的机器还没安装 Java ，可以参考 JAVA安装

ElasticSearch安装

安装完Java环境后，我们可以开始以下 ElasticSearch 安装或者根据 官方文档 安装

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.5.1.zip
unzip elasticsearch-5.5.1.zip
cd elasticsearch-5.5.1/

进入解压目录之后，运行下面命令，启动 ElasticSearch

./bin/elasticsearch

如果此时报以下错误

错误一

OpenJDK 64-Bit Server VM warning: If the number of processors is expected to increase from one, then you should configure the number of parallel GC threads appropriately using -XX:ParallelGCThreads=N

打开: elasticsearch-5.5.1/config/jvm.options

在末尾添加:

-XX:-AssumeMP

错误二

OpenJDK 64-Bit Server VM warning: INFO: os::commit_memory(0x0000000085330000, 2060255232, 0) failed; error='Cannot allocate memory' (errno=12)

先执行：

sysctl -w vm.max_map_count=262144

再打开 elasticsearch-5.5.1/config/jvm.options

-Xmx512m
-Xms512m

错误三

[2019-06-27T15:01:43,165][WARN ][o.e.b.ElasticsearchUncaughtExceptionHandler] [] uncaught exception in thread [main]
org.elasticsearch.bootstrap.StartupException: java.lang.RuntimeException: can not run elasticsearch as root

原因：elasticsearch自5版本之后，处于安全考虑，不允许使用root用户运行。

解决：创建一个普通用户，将elasticsearch 安装目录权限修改一下，切换至普通用户运行elasticsearch就可以了

useradd elk
chown -R elk.elk /usr/local/share/applications/elasticsearch-5.5.1
su - elk
cd /usr/local/share/applications/elasticsearch-5.5.1

重新启动

./bin/elasticsearch

如果一切正常， Elastic 就会在默认的 9200 端口运行。这时，打开另一个命令行窗口，请求该端口，会得到说明信息。

$ curl 'localhost:9200'

{
  "name" : "cWyaT72",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "A7akNm1SRw2Gm-BdSBkdaw",
  "version" : {
    "number" : "5.5.1",
    "build_hash" : "19c13d0",
    "build_date" : "2017-07-18T20:44:24.823Z",
    "build_snapshot" : false,
    "lucene_version" : "6.6.0"
  },
  "tagline" : "You Know, for Search"
}

访问配置

Elastic 默认情况下，只允许本地访问，如果需要远程访问，可以修改 config/elasticsearch.yml 文件，去掉 network.host 的注释，将它的值改成 0.0.0.0 ，然后重新启动 Elastic。

network.host: 0.0.0.0

上面代码中，设成 0.0.0.0 让任何人都可以访问。线上服务不要这样设置，要设成具体的 IP。

基本概念

Node 与 Cluster

Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。

单个 Elastic 实例称为一个节点 （node） 。一组节点构成一个集群 （cluster） 。

查看Cluster Health

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

获取集群的所有节点

curl -X GET 'http://localhost:9200/_cat/nodes?v'

Index

Elastic 会索引所有字段，经过处理后写入一个反向索引（Inverted Index）。查找数据的时候，直接查找该索引。(一个 Index 类似于传统关系数据库中的一个 数据库 ，是一个存储关系型文档的地方）。

所以，Elastic 数据管理的顶层单位就叫做 Index（索引）。它是单个数据库的同义词。每个 Index （即数据库）的名字必须是小写。

下面的命令可以查看当前节点的所有 Index。

curl -X GET 'http://localhost:9200/_cat/indices?v'

Document

Index里的单条记录称为 Document ，多条 Document 构成一个 Index .

Document 使用JSON格式表示，如：

{
    "goods_name": "空调",
    "category_name": "家电分类",
    "price": "3999.00"
}

同一个 Index 里面的 Document ，不要求有相同的结构（scheme），但是最好保持相同，这样有利于提高搜索效率。

Type

Document 是可以分组的，如 goods_list 这个 Index ，可以按照 category（家电、衣服） 分类，也可以按照 price（>1000、 <1000） 分类。这种分组叫 Type 它是虚拟的逻辑分组，用于过滤 Document 。

列出每个 Index 下面的 Type

curl 'http://localhost:9200/_mapping?pretty=true'

根据 规划 ，Elastic 6.x 版只允许每个 Index 包含一个 Type，7.x 版将会彻底移除 Type。

Index操作

新建（Create Index）

新建 Index ，可以直接向 Elastic 服务器发出 PUT 请求。下面的例子是新建一个名叫 goods_list 的 Index 。

curl -X PUT 'http://localhost:9200/goods_list'

服务器返回一个 JSON 对象，里面的 acknowledged 字段表示操作成功。

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

删除（Delete Index）

curl -X DELETE 'http://localhost:9200/goods_list'

{
    "acknowledged": true
}

数据操作

上面介绍了 Index 和 Type 的一些基本的概念和 Index 的基本操作，现在先来创建一个完整的 Index 结构，并对数据进行操作。

新建Index结构

curl -X PUT 'localhost:9200/goods_list' -d '
{
    "mappings": {
        "goods_info": {
            "properties": {
                "goods_name": {
                    "type": "keyword"
                },
                "category_name": {
                    "type": "keyword"
                },
                "price": {
                    "type": "float"
                }
            }
        }
    }
}
'

{
    "acknowledged": true
}

执行上面命名，重新创建一个新的 Index

新增记录

向指定的 /Index/Type 发送 PUT 请求，就可以在 Index 里面新增一条记录。比如，向 /goods_list/goods_info 发送请求，就可以新增一条商品记录。

curl -X PUT 'localhost:9200/goods_list/goods_info/1' -d '
{
  "goods_name": "华为笔记本",
  "category_name": "计算机",
  "price": "1000"
}'

服务器返回的 JSON 对象，会给出 Index、Type、Id、Version 等信息：

{
    "_index": "goods_list",
    "_type": "goods_info",
    "_id": "1",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "created": true
}

相信细心的你会发现 /goods_list/goods_info/1 ，后面多了一个 1 ，这个 1 是该条记录的 ID。可以是任意字符串

新增记录的时候，也可以不指定 Id，这时要改成 POST 请求。

curl -X POST 'localhost:9200/goods_list/goods_info' -d '
{
  "goods_name": "洗衣机",
  "category_name": "家电",
  "price": "899.99"
}'

如果没有指定 ID ，那么 Elastic 会随机生成一串字符串作为 ID

{
    "_index": "goods_list",
    "_type": "goods_info",
    "_id": "AWub5f7FFq1D5epJJhqT",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "created": true
}

查看记录

curl 'localhost:9200/goods_list/goods_info/1?pretty=true'

上面代码请求查看 /goods_list/goods_info/1 这条记录，URL 的参数 pretty=true 表示以易读的格式返回。

返回的数据中， found 字段表示查询成功， _source 字段返回原始记录：

{
  "_index" : "goods_list",
  "_type" : "goods_info",
  "_id" : "1",
  "_version" : 1,
  "found" : true,
  "_source" : {
    "goods_name" : "华为笔记本",
    "category_name" : "计算机",
    "price" : "1000"
  }
}

如果 ID 不正确，就查不到数据， found 字段就是 false 。

curl 'localhost:9200/goods_list/goods_info/2?pretty=true'

ID=2 并不存在，所以会返回以下结果：

{
  "_index" : "goods_list",
  "_type" : "goods_info",
  "_id" : "2",
  "found" : false
}

删除记录

curl -X DELETE 'localhost:9200/goods_list/goods_info/1'

PS：这里先不要删除这条记录，后面还要用到。

更新记录

curl -X PUT 'localhost:9200/goods_list/goods_info/1' -d '
{
    "user" : "华为笔记本",
    "title" : "计算机",
    "desc" : "5000"
}'

更新记录就是使用 PUT 请求，重新发送一次数据。

{
    "_index": "goods_list",
    "_type": "goods_info",
    "_id": "1",
    "_version": 2,
    "result": "updated",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "created": false
}

返回结果里面，有几个字段发生了变化：

"_version" : 2,
"result" : "updated",
"created" : false

数据查询

返回所有记录

curl 'localhost:9200/goods_list/goods_info/_search'

{
    "took": 127,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
        "total": 2,
        "max_score": 1,
        "hits": [
            {
                "_index": "goods_list",
                "_type": "goods_info",
                "_id": "AWub5f7FFq1D5epJJhqT",
                "_score": 1,
                "_source": {
                    "goods_name": "洗衣机",
                    "category_name": "家电",
                    "price": "899.99"
                }
            },
            {
                "_index": "goods_list",
                "_type": "goods_info",
                "_id": "1",
                "_score": 1,
                "_source": {
                    "user": "华为笔记本",
                    "title": "计算机",
                    "desc": "5000"
                }
            }
        ]
    }
}

上面代码中，返回结果的 took 字段表示该操作的耗时（单位为毫秒）， timed_out 字段表示是否超时， hits 字段表示命中的记录，里面子字段的含义如下：

• total ：返回记录数，本例是2条。
• max_score ：最高的匹配程度，本例是 1.0 。
• hits ：返回的记录组成的数组。

返回的记录中，每条记录都有一个 _score 字段，表示匹配的程序，默认是按照这个字段降序排列。

总结

这里主要介绍了 Elastic 的安装、基本概念以及数据的基本操作，在下一章带来 Elastic 的分词和全文搜索以及相关的技术点。

参考链接

原文地址

https://github.com/WilburXu/b...