Elasticsearch简介及索引库操作

一、Elasticsearch 简介：为什么它成为大数据时代的“搜索之王”？

在大数据时代，数据的高效检索和分析成为企业核心诉求之一。Elasticsearch（简称 ES）作为一款基于 Lucene的分布式搜索和分析引擎，凭借其近实时搜索、水平扩展能力和强大的聚合分析功能，迅速成为日志分析、全文检索、监控系统等场景的首选工具。

 

1.1 Elasticsearch 的核心特性

- 分布式架构：天然支持横向扩展，轻松应对 PB 级数据。

- 全文检索：基于倒排索引技术，支持模糊查询、高亮显示等高级功能。

- RESTful API：所有操作通过 HTTP 接口完成，语言无关性极强。

- 多类型数据分析：支持结构化、非结构化数据，甚至地理位置数据的处理。

 

1.2 典型应用场景

- 日志分析与监控：结合 ELK 技术栈（Elasticsearch + Logstash + Kibana）。

- 电商搜索：商品多维度检索（如价格、品牌、关键词）。

- 实时数据分析：用户行为分析、广告点击率统计等。

 

二、快速入门：安装与基础配置

2.1 安装 Elasticsearch

以 Docker 方式快速启动一个单节点集群：

```bash

docker run -d --name elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" elasticsearch:7.17.7

```

验证安装成功：

```bash

curl http://localhost:9200

```

2.2 Kibana：可视化操作利器

Kibana 提供 Dev Tools 工具，便于执行 ES 指令：

```bash

docker run -d --name kibana --link elasticsearch:elasticsearch -p 5601:5601 kibana:7.17.7

```

 

三、索引库操作：数据管理的基石

3.1 创建索引库

索引（Index）相当于传统数据库中的“数据库”。以下命令创建一个名为 `products` 的索引，包含分片和副本配置：

```json

PUT /products

{

  "settings": {

    "number_of_shards": 3,

    "number_of_replicas": 1

  },

  "mappings": {

    "properties": {

      "name": { "type": "text", "analyzer": "ik_max_word" },

      "price": { "type": "double" },

      "category": { "type": "keyword" },

      "create_time": { "type": "date" }

    }

  }

}

```

- 分片（Shard）：数据水平拆分的单元，提升并发处理能力。

- 副本（Replica）：分片的备份，保障高可用性。

 

3.2 查询与删除索引库

```bash

GET /products # 查看索引信息

DELETE /products # 删除索引

```