ElasticSearch入门教程-优快云博客

本文链接：https://blog.youkuaiyun.com/ShiXueTanLang/article/details/80791312

本文介绍Elasticsearch的安装及基本使用方法，包括中文分词设置、数据增删改查和查询操作等核心功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。

1.安装ElasticSearch

Elastic 需要 Java 8 环境。如果你的机器还没安装 Java，请自行安装下载Java 8 环境。

下载地址：https://www.elastic.co/downloads/elasticsearch

下载完后，解压下载好的压缩包。

接着，进入解压后的目录，运行下面的命令，启动 Elastic。

./bin/elasticsearch

也可以用一下命令将elasticsearch进程退到后台去运行：

nohup ./bin/elasticsearch &

如果这时报错"max virtual memory areas vm.maxmapcount [65530] is too low"，要运行下面的命令。

sudo sysctl -w vm.max_map_count=262144

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 http://localhost:9200/

上面代码中，请求9200端口，Elastic 返回一个 JSON 对象，包含当前节点、集群、版本等信息。

默认情况下，Elastic 只允许本机访问，如果需要远程访问，可以修改 Elastic 安装目录的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

上面配置中，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。

2.基本概念

2.1 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）。

2.2 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。
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'

2.3 Document

Index 里面单条的记录称为 Document（文档）。许多条 Document 构成了一个 Index。

Document 使用 JSON 格式表示，下面是一个例子。

{
  "user": "张三",
  "title": "工程师",
  "desc": "数据库管理"
}

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。

Document 可以分组，比如weather这个 Index 里面，可以按城市分组（北京和上海），也可以按气候分组（晴天和雨天）。这种分组就叫做 Type，它是虚拟的逻辑分组，用来过滤 Document。

不同的 Type应该有相似的结构（schema），举例来说，id字段不能在这个组是字符串，在另一个组是数值。这是与关系型数据库的表的一个区别。性质完全不同的数据（比如products和logs）应该存成两个 Index，而不是一个 Index 里面的两个 Type（虽然可以做到）。

下面的命令可以列出每个 Index 所包含的 Type。

curl '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。

3.新建和删除 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weather的 Index

curl -X PUT 'localhost:9200/country'

返回一个JSON对象：

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

然后，我们发出 DELETE 请求，删除这个 Index。

curl -X DELETE 'localhost:9200/country?pretty=true'

返回的JSON如下

4.中文分词设置

首先，安装中文分词插件。这里使用的是 smartcn，也可以考虑其他插件。

更多插件地址：https://www.elastic.co/guide/en/elasticsearch/plugins/current/analysis.html

我们安装smartcn的命令可以如下：

sudo bin/elasticsearch-plugin install analysis-smartcn

安装完插件后，接着，重新启动 Elastic，就会自动加载这个新安装的插件。

然后，新建一个 Index，指定需要分词的字段。这一步根据数据结构而异，下面的命令只针对本文。基本上，凡是需要搜索的中文字段，都要单独设置一下。

curl -H "Content-Type: application/json"  -XPUT 'localhost:9200/accounts' -d '
{
  "mappings": {
    "accounts": {
      "properties": {
        "user": {
          "type": "text",
          "analyzer": "smartcn",
          "search_analyzer": "smartcn"
        },
        "title": {
          "type": "text",
          "analyzer": "smartcn",
          "search_analyzer": "smartcn"
        },
        "desc": {
          "type": "text",
          "analyzer": "smartcn",
          "search_analyzer": "smartcn"
        }
      }
    }
  }
}'

上面代码中，首先新建一个名称为accounts的 Index，里面有一个名称为person的 Type。person有三个字段。

user
title
desc

这三个字段都是中文，而且类型都是文本（text），所以需要指定中文分词器，不能使用默认的英文分词器。

Elastic 的分词器称为 smartcn。我们对每个字段指定分词器。

{
    "user": {
        "type": "text",
        "analyzer": "smartcn",
        "search_analyzer": "smartcn"
    },
    "title": {
        "type": "text",
        "analyzer": "smartcn",
        "search_analyzer": "smartcn"
    },
    "desc": {
        "type": "text",
        "analyzer": "smartcn",
        "search_analyzer": "smartcn"
    }
}

上面代码中，analyzer是字段文本的分词器，search_analyzer是搜索词的分词器。smartcn分词器是插件可以对文本进行最大数量的分词。

5.数据操作

5.1 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/accounts/person发送请求，就可以新增一条人员记录。

$ curl -X PUT 'localhost:9200/accounts/person/1' -d '
{
  "user": "张三",
  "title": "工程师",
  "desc": "数据库管理，软件开发"
}'

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

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

如果你仔细看，会发现请求路径是/accounts/person/1，最后的1是该条记录的 Id。它不一定是数字，任意字符串（比如abc）都可以。

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/accounts/person?pretty=true' -d '
{
  "user": "王五",
  "title": "工程师",
  "desc": "系统开发"
}'

这时候会报如下异常：

{
"error": "Content-Type header [application/x-www-form-urlencoded] is not supported",
"status": 406
}

从报错信息上可以看出，是因为不支持的媒体类型而导致的。

所以修改方案如下：

curl -H "Content-type:application/json" -XPOST 'localhost:9200/accounts/person?pretty=true' -d '
{
  "user": "王五",
  "title": "工程师",
  "desc": "系统开发"
}'

返回值如下：

注意，如果没有先创建 Index（这个例子是accounts），直接执行上面的命令，Elastic 也不会报错，而是直接生成指定的 Index。所以，打字的时候要小心，不要写错 Index 的名称。

5.2查看记录

向/Index/Type/Id发出 GET 请求，就可以查看这条记录。

curl 'localhost:9200/accounts/person/1?pretty=true'

可以看到返回值如下：

上面代码请求查看/accounts/person/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。

如果 Id 不正确，就查不到数据，found字段就是false。

curl 'localhost:9200/accounts/person/abc?pretty=true'

5.3删除记录

删除记录就是发出 DELETE 请求。

curl -X DELETE 'localhost:9200/accounts/person/1'

5.4 更新记录

更新记录就是使用 PUT 请求，重新发送一次数据。

curl -H "Content-type:application/json" -XPUT 'localhost:9200/accounts/person/1' -d '
{
    "user" : "张三",
    "title" : "工程师",
    "desc" : "数据库管理，软件开发，技术经理"
}'

返回值如下：

{
    "_index": "accounts",
    "_type": "person",
    "_id": "1",
    "_version": 2,
    "result": "updated",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 3,
    "_primary_term": 1
}

上面代码中，我们将原始数据从"数据库管理"改成"数据库管理，软件开发，技术经理"。返回结果里面，有几个字段发生了变化。

可以看到，记录的 Id 没变，但是版本（version）从1变成2，操作类型（result）从created变成updated，因为这次不是新建记录。

6.数据查询

6.1返回所有的记录

使用 GET 方法，直接请求/Index/Type/_search，就会返回所有记录。

curl 'localhost:9200/accounts/person/_search?pretty=true'

返回值如下：

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3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。

6.2 全文搜索

ElasticSearch 的查询使用自己的查询语法

curl -H "Content-type:application/json" -XPOST 'localhost:9200/accounts/person/_search?pretty=true' -d 
'{
  "query": {
    "match": {
      "desc": "管理"
    }
  }
}'

返回结果如下：

上面代码使用 Match 查询，指定的匹配条件是desc字段里面包含"管理"这个词。

Elastic 默认一次返回N条结果，可以通过size字段改变这个设置。

curl -H "Content-type:application/json" -XPOST 'localhost:9200/accounts/person/_search?pretty=true' -d '{
  "query": {
    "match": {
      "desc": "管理"
    }
  },
  "size": "1"
}'

返回结果如下：

还可以通过from字段，指定位移。

curl -H "Content-type:application/json" -XPOST 'localhost:9200/accounts/person/_search?pretty=true' -d '{
  "query": {
    "match": {
      "desc": "管理"
    }
  },
  "size": "1",
  "from": 1
}'

返回结果如下：

6.3 逻辑运算

如果有多个搜索关键字， Elastic 认为它们是or关系。

curl -H "Content-type:application/json" -XPOST 'localhost:9200/accounts/person/_search?pretty=true' -d '{
  "query": {
    "match": {
      "desc": "软件 系统"
    }
  }
}'

返回结果：

上面代码搜索的是软件 or 系统。

如果要执行多个关键词的and搜索，必须使用布尔查询。

curl -H "Content-type:application/json" -XPOST 'localhost:9200/accounts/person/_search?pretty=true' -d '{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "desc": "管理"
          }
        },
        {
          "match": {
            "desc": "软件"
          }
        }
      ]
    }
  }
}'

返回结果如下：