ElasticSearch学习笔记（安装与使用）

最新推荐文章于 2024-09-22 17:40:26 发布

原创最新推荐文章于 2024-09-22 17:40:26 发布 · 884 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#文档型数据库 #ES

Elasticsearch 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了ElasticSearch，它是基于JSON的分布式搜索和分析引擎。阐述了其由来、功能与优势，详细说明了在Windows下的安装、运行方法，介绍了结合Chrome插件和Kibana工具的使用方式，还讲解了基本术语和CRUD操作。

问题一、ElasticSearch是什么？有什么用处？

答：截至2018年12月28日，从ElasticSearch官网（https://www.elastic.co/cn/products）上，得知：ElasticSearch是基于 JSON 的分布式搜索和分析引擎，专为实现水平扩展、高可靠性和管理便捷性而设计。用于搜索、分析和存储您的数据。

问题二、ElasticSearch的由来？

答：大约在2010年，一个叫Shay Banon的待业工程师跟随他的新婚妻子来到伦敦，他的妻子想在伦敦学习做一名厨师。而他在伦敦寻找工作的期间，接触到了Lucene的早期版本，他想为自己的妻子开发一个方便搜索菜谱的应用。直接使用Lucene构建搜索会有很多的坑以及重复性的工作，所以Shay便在Lucene的基础上不断进行抽象来让Java程序嵌入搜索变得更容易一些，经过一段时间的打磨，就诞生了他的第一个开源作品，他给自己的这个作品起了个名字，叫 “Compass”，中文即“指南针”的意思。之后，Shay找到了一份新工作，新工作是处在一个高性能分布式的开发环境中。他在工作中渐渐发现，越来越需要一个易用的高性能、实时、分布式搜索服务，于是他决定重写Compass，将它从一个库打造成了一个独立的server，并将其改名为Elasticsearch。Elasticsearch发布的第一个版本是在2010年的二月份，从那之后，Elasticsearch便成了Github上最受人瞩目的项目之一，并且很快就有超过300名开发者加入进来贡献了自己的代码。后来Shay和另一位合伙人成立了公司专注打造Elasticsearch，他们对Elasticsearch进行了一些商业化的包装和支持。但是，Elasticsearch承诺，永远都将是开源并且免费的。不过悲剧的是，Shay承诺为妻子开发的菜谱搜索应用，到现在还没做出来……（划重点：ElasticSearch基于Lucene）

问题三、ElasticSearch有什么功能？有什么优势？

答：截至2018年12月28日，从ElasticSearch官网（https://www.elastic.co/cn/products/elasticsearch）上，得知：Elasticsearch 是一个分布式、Restful风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。作为 Elastic Stack 的核心，它集中存储您的数据，帮助您发现意料之中以及意料之外的情况。具备存储、查询和分析功能。具备速度、可扩展性、弹性、灵活性、操作友好、客户端库丰富等优势，是开源的、分布式、基于 Restful API、支持 PB 甚至更高数量级的搜索引擎工具。

-------------------------------------------------------------------------------------------------------------------------

1、ElasticSearch的安装及结构

ElasticSearch支持Windows安装，直接到官网的下载页面（https://www.elastic.co/cn/downloads/elasticsearch）下载即可。

注意，如果使用ELK全家桶，官方建议ElasticSearch、Logstash、Kibana三个产品选择同一版本号。截至2018年12月28日，ElasticSearch的最新版本是6.5.4。本篇笔记使用的是6.5.0。下载后放在D:\ELK目录下。

bin：elasticsearch的启动脚本等
config：配置文件目录
data：当前节点的分片数据
lib：运行依赖的jar包
logs：日志文件目录
modules：模块库
plugins：插件目录

2、ElasticSearch的运行

Windows版本的Elasticsearch运行还是很简单的，直接在bin目录下，找到elasticsearch.bat这个批处理文件，双击运行就可以了。当然也可以通过命令行窗口进入到该目录下，输入elasticsearch回车进行执行。

出现如下信息说明Elasticsearch已经启动起来了，并且运行在本机的9200端口上。

在浏览器的地址栏中输入：localhost:9200，如果能看到如下信息，说明启动成功

{

"name" : "HanF71F",

"cluster_name" : "elasticsearch",

"cluster_uuid" : "kYp2rOofTwWN1-kj7Qjw_A",

"version" : {

"number" : "6.5.0",

"build_flavor" : "default",

"build_type" : "zip",

"build_hash" : "816e6f6",

"build_date" : "2018-11-09T18:58:36.352602Z",

"build_snapshot" : false,

"lucene_version" : "7.5.0",

"minimum_wire_compatibility_version" : "5.6.0",

"minimum_index_compatibility_version" : "5.0.0"

},

"tagline" : "You Know, for Search"

}

cluster_name: ElasticSearch配置的集群名称，默认是elasticsearch，es服务会通过广播方式自动连接在同一网段下的es服务，通过多播方式进行通信，同一网段下可以有多个集群，通过集群名称这个属性来区分不同的集群。

cluster_uuid：ElasticSearch配置的集群唯一编号
build_flavor：编译特点
lucene_version：ElasticSearch基于lucene的，lucene的版本号

3、ElasticSearch的工具

1、结合Chrome浏览器的ElasticSearchHead插件使用

下载名为chromeFOR.COM_elasticsearch-head_v0.1.3.crx的Chrome插件，安装后，在Chrome浏览器的右上角点击Elastic Search Head这个图标即可使用

2、结合Kibana工具使用

个人觉得Kibana是和ElasticSearch结合是很好的，毕竟都是一家的产品。Windows下的Kibana使用也很简单，直接下载同ElasticSearch一样版本的Kibana（https://www.elastic.co/downloads/kibana）

直接在bin目录下，找到kibana.bat这个批处理文件，双击运行就可以了。当然也可以通过命令行窗口进入到该目录下，输入kibana回车进行执行。

出现如下信息说明Kibana已经启动起来了，并且运行在本机的5601端口上。

在浏览器的地址栏中输入：localhost:5601，如果能看到如下信息，说明Kibana启动成功。

3、 ElasticSearch的基本术语

将ElasticSearch和关系型数据库做一个类比

关系型数据库	⇒	数据库(Database)	⇒	表(Table)	⇒	行(Rows)	⇒	列(Columns)
ElasticSearch	⇒	索引(Index)	⇒	类型(Type)	⇒	文档(Docments)	⇒	字段(Fields)

一个ElasticSearch集群可以包含多个索引(数据库)，一个索引中可以包含多个类型(表)，一个类型中可以包含多个文档(行)，一个文档中可以包含多个字段(列)。

Elasticsearch可以理解为是面向文档型数据库。数据用JSON作为文档序列化的格式。

① Near Realtime（NRT）：近实时的意思，表示从写入数据到数据可以被搜索有一个小延迟（大概1秒）；基于es执行搜索和分析可以达到秒级。

② Cluster：集群，包含多个节点，每个节点属于哪个集群是通过配置（集群名称，默认是elasticsearch）来决定的，对于中小型应用来说，开始阶段常常一个集群对应一个节点。

③ Node：节点，集群中的一个节点，节点也有一个名称（默认是随机分配的），在执行运维管理操作时节点名称很重要，默认节点会加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群。

④ Document&field：文档，es中的最小数据单元，一个document可以是一条客户数据，一条商品分类数据，一条订单数据，通常用JSON数据结构表示，每个index下的type中，都可以去存储多个document。一个document里面有多个field，每个field就是一个数据字段。

⑤ Index：索引，包含一堆有相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称。一个index包含很多document，一个index就代表了一类类似的或者相同的document。比如说建立一个product index，商品索引，里面可能就存放了所有的商品数据，所有的商品document。

⑥ Type：类型，每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分类，一个type下的document，都有相同的field，比如博客系统，有一个索引，可以定义用户数据type，博客数据type，评论数据type。

⑦ Shard：单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了shard就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个shard都是一个lucene index。

⑧ Replica：任何一个服务器随时可能故障或宕机，此时shard可能就会丢失，因此可以为每个shard创建多个replica副本。replica可以在shard故障时提供备用服务，保证数据不丢失，多个replica还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认5个），replica shard（随时修改数量，默认1个），默认每个索引10个shard，5个primary shard，5个replica shard，最小的高可用配置，是2台服务器。

4、ElasticSearch的基本使用（CRUD）

首先对Restful风格的动作有一个了解：GET（查询操作），POST（新增/修改操作），PUT（修改操作），DELETE（删除操作）

下列命令均在Kibana的DevTools中执行，DevTools中输入关键字有相应的提示，很不错。

① 检查集群的健康状况

GET /_cat/health?v

epoch      timestamp cluster       status node.total node.data shards pri relo init unassign pending_tasks max_task_wait_time active_shards_percent
1546176515 13:28:35  elasticsearch green           1         1      1   1    0    0        0             0                  -                100.0%

② 查看集群中所有的索引

GET /_cat/indices?v


health status index     uuid                   pri rep docs.count docs.deleted store.size pri.store.size
green  open   .kibana_1 qqZcESKyTvCWJjF7ToyUWw   1   0          1            0      5.1kb          5.1kb

③ 创建索引（可以使用ElasticSearchHead插件的图形化创建方式，也可以手写命令）

PUT /study_elasticsearch?pretty

#! Deprecation: the default number of shards will change from [5] to [1] in 7.0.0; if you wish to continue using the default of [5] shards, 
you must manage this on the create index request or with an index template
{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "study_elasticsearch"
}

创建后再次执行查看索引的命令，可以看到这时有两个索引存在了。

GET /_cat/indices?v

health status index               uuid                   pri rep docs.count docs.deleted store.size pri.store.size
green  open   .kibana_1           qqZcESKyTvCWJjF7ToyUWw   1   0          1            0      5.1kb          5.1kb
yellow open   study_elasticsearch P1yCgFQiS1Si2Nc0IlZflA   5   1          0            0      1.1kb          1.1kb

④ 删除索引

DELETE /study_elasticsearch?pretty

{
  "acknowledged" : true
}

删除后再次执行查看索引的命令，可以看到这时剩一个索引存在了。

GET /_cat/indices?v

health status index     uuid                   pri rep docs.count docs.deleted store.size pri.store.size
green  open   .kibana_1 qqZcESKyTvCWJjF7ToyUWw   1   0          1            0      5.1kb          5.1kb

⑤ 新增文档

PUT /study_elasticsearch/person/1
{
  "name" : "zhang yang",
  "age" : 21,
  "job" : "boss"
}

{
  "error": {
    "root_cause": [
      {
        "type": "cluster_block_exception",
        "reason": "blocked by: [FORBIDDEN/12/index read-only / allow delete (api)];"
      }
    ],
    "type": "cluster_block_exception",
    "reason": "blocked by: [FORBIDDEN/12/index read-only / allow delete (api)];"
  },
  "status": 403
}

从错误信息清晰的看到是索引只读的提示，所以考虑放开索引的只读设置。

PUT _settings
{
  "index": {
    "blocks": {
      "read_only_allow_delete": "false"
    }
  }
}

{
  "acknowledged" : true
}

再次尝试新增文档

PUT /study_elasticsearch/person/1
{
  "name" : "zhang yang",
  "age" : 21,
  "job" : "boss"
}

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

PUT /study_elasticsearch/person/2
{
  "name" : "zhang xiong jia",
  "age" : 20,
  "job" : "employee"
}

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

PUT /study_elasticsearch/person/3
{
  "name" : "wu qing qing",
  "age" : 22,
  "job" : "manager"
}

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

注意，此时的文档版本version为1

⑥ 查询文档数量

GET /study_elasticsearch/person/_count

{
  "count" : 3,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  }
}

⑦ 查询文档（不加任何查询条件，本篇用的都是Search Lite API的写法）

GET /study_elasticsearch/person/_search

{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 3,
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "study_elasticsearch",
        "_type" : "person",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "name" : "zhang xiong jia",
          "age" : 20,
          "job" : "employee"
        }
      },
      {
        "_index" : "study_elasticsearch",
        "_type" : "person",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "name" : "zhang yang",
          "age" : 21,
          "job" : "boss"
        }
      },
      {
        "_index" : "study_elasticsearch",
        "_type" : "person",
        "_id" : "3",
        "_score" : 1.0,
        "_source" : {
          "name" : "wu qing qing",
          "age" : 22,
          "job" : "manager"
        }
      }
    ]
  }
}

注意：对某个索引（Index）下某个类型（Type）没加任何条件的查询，结果默认会展示出前20条文档（Documents）

⑧ 查询文档（带查询条件，本篇用的都是Search Lite API的写法）

直接通过id获取文档：

GET /study_elasticsearch/person/1

{
  "_index" : "study_elasticsearch",
  "_type" : "person",
  "_id" : "1",
  "_version" : 1,
  "found" : true,
  "_source" : {
    "name" : "zhang yang",
    "age" : 21,
    "job" : "boss"
  }
}

通过查询字段的值获取文档：（按age赋值22查询，找到了吴局）

GET /study_elasticsearch/person/_search?q=age:22

{
  "took" : 10,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "study_elasticsearch",
        "_type" : "person",
        "_id" : "3",
        "_score" : 1.0,
        "_source" : {
          "name" : "wu qing qing",
          "age" : 22,
          "job" : "manager"
        }
      }
    ]
  }
}

通过查询字段的值获取文档：（按name赋值zhang查询，找到了名字中有zhang的大小张行长）

GET /study_elasticsearch/person/_search?q=name:zhang

{
  "took" : 3,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 2,
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "study_elasticsearch",
        "_type" : "person",
        "_id" : "2",
        "_score" : 0.2876821,
        "_source" : {
          "name" : "zhang xiong jia",
          "age" : 20,
          "job" : "employee"
        }
      },
      {
        "_index" : "study_elasticsearch",
        "_type" : "person",
        "_id" : "1",
        "_score" : 0.2876821,
        "_source" : {
          "name" : "zhang yang",
          "age" : 21,
          "job" : "boss"
        }
      }
    ]
  }
}

⑨ 更新文档（替换）

PUT /study_elasticsearch/person/1
{
  "name" : "hong zi jun",
  "age" : 21,
  "job" : "CEO"
}

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

注意：此时id为1的这条文档的版本version变成了2，文档的内容也变成了洪行长

GET /study_elasticsearch/person/1

{
  "_index" : "study_elasticsearch",
  "_type" : "person",
  "_id" : "1",
  "_version" : 2,
  "found" : true,
  "_source" : {
    "name" : "hong zi jun",
    "age" : 21,
    "job" : "CEO"
  }
}

这种替换的方式做更新，需要替换的内容和原先的内容字段一致，如果不一致就会用替换内容替换掉原先的内容

PUT /study_elasticsearch/person/1
{
  "name" : "ye yu",
  "gender" : "female"
}

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

再次查询，发现person的字段和内容均发生了变化，变成叶阿姨了。显然，这种替换方式的缺点在于全量替换了，不想替换的也被替换了。

GET /study_elasticsearch/person/1

{
  "_index" : "study_elasticsearch",
  "_type" : "person",
  "_id" : "1",
  "_version" : 3,
  "found" : true,
  "_source" : {
    "name" : "ye yu",
    "gender" : "female"
  }
}

⑩ 更新文档（更新）

先把id为1的数据替换回去

PUT /study_elasticsearch/person/1
{
  "name" : "zhang yang",
  "age" : 21,
  "job" : "boss"
}

{
  "_index" : "study_elasticsearch",
  "_type" : "person",
  "_id" : "1",
  "_version" : 4,
  "result" : "updated",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 3,
  "_primary_term" : 1
}

GET /study_elasticsearch/person/1

{
  "_index" : "study_elasticsearch",
  "_type" : "person",
  "_id" : "1",
  "_version" : 4,
  "found" : true,
  "_source" : {
    "name" : "zhang yang",
    "age" : 21,
    "job" : "boss"
  }
}

使用POST结合_update做更新

POST /study_elasticsearch/person/1/_update
{
  "doc" : {
    "job" : "CTO"
  }
}

{
  "_index" : "study_elasticsearch",
  "_type" : "person",
  "_id" : "1",
  "_version" : 5,
  "result" : "noop",
  "_shards" : {
    "total" : 0,
    "successful" : 0,
    "failed" : 0
  }
}

再查询一下，发现id为1的文档的job字段发生了改变，其他的字段及内容没有变化

GET /study_elasticsearch/person/1

{
  "_index" : "study_elasticsearch",
  "_type" : "person",
  "_id" : "1",
  "_version" : 5,
  "found" : true,
  "_source" : {
    "name" : "zhang yang",
    "age" : 21,
    "job" : "CTO"
  }
}

⑪ 删除文档

DELETE /study_elasticsearch/person/1

{
  "_index" : "study_elasticsearch",
  "_type" : "person",
  "_id" : "1",
  "_version" : 6,
  "result" : "deleted",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 5,
  "_primary_term" : 1
}

再查询一下，找不到该条文档了

GET /study_elasticsearch/person/1

{
  "_index" : "study_elasticsearch",
  "_type" : "person",
  "_id" : "1",
  "found" : false
}

如果是想删除所有的文档，可以如下操作

POST /study_elasticsearch/person/_delete_by_query
{
  "query": {
    "match_all": {}
  }
}

{
  "took" : 42,
  "timed_out" : false,
  "total" : 2,
  "deleted" : 2,
  "batches" : 1,
  "version_conflicts" : 0,
  "noops" : 0,
  "retries" : {
    "bulk" : 0,
    "search" : 0
  },
  "throttled_millis" : 0,
  "requests_per_second" : -1.0,
  "throttled_until_millis" : 0,
  "failures" : [ ]
}

再查询一下，发现没有数据了

GET /study_elasticsearch/person/_search

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 0,
    "max_score" : null,
    "hits" : [ ]
  }
}