ElasticSearch7.6.x最新完整教程

原创

已于 2022-03-28 21:10:08 修改 · 1.3k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#elasticsearch #es

于 2021-01-31 17:57:14 首次发布

视频链接

【狂神说Java】ElasticSearch7.6.x最新完整教程通俗易懂

软件链接

ES资料地址：链接：https://pan.baidu.com/s/1PT3jLvCksOhq7kgAKzQm7g

提取码：s824

狂神说ElasitcSearch笔记

ElasticSearch简介

关于这部分，大家可以自己科普一下，有兴趣的，可以去B站UP主：狂神说Java关于ElasitcSearch这个课程的教程

ElasticSearch安装

声明JDK1.8：最低要求

基于Java开发

ElasticSearch的版本和我们之后对应的Java的核心jar包！版本对应！

下载

Windows安装

解压即可

在这里插入图片描述

目录

bin   启动文件
config  配置文件
        log4j2  日志配置文件
        jvm.options     Java虚拟机相关的配置
        elasticsearch.yml       elasticsearch配置文件  默认端口（9200） 跨域问题！！
lib     相关jar包  
logs    日志文件
modules 功能模块
plugins 插件
123456789

启动

访问9200

在这里插入图片描述

访问测试【返回如下启动正常】

在这里插入图片描述说明你的ES已经安装好啦下面我们来安装可视化界面

安装可视化界面

es head插件

包括一些跨越问题的解决

教程：windows下安装ElasticSearch的Head插件 - 天生一对 - 博客园

2.启动

npm install
#cnpm install
npm run start
12

跨域问题解决

D:\ElasticSearch\elasticsearch-7.6.2\config

elasticsearch.yml

注意“：”和值之间的空格

http.cors.enabled: true
http.cors.allow-origin: "*"

在这里插入图片描述

成功！！！

head插件页面

在这里插入图片描述

把索引当做数据库！（可以建立索引（库），文档（库中的数据））

在这里插入图片描述

命令在这里写

在这里插入图片描述

这个head我们就把他当做数据展示工具，我们后面所有的查询在kibana做

ELK介绍

在这里插入图片描述

数据分析数据清晰 kibana

拆箱即用

Kibana

安装

官网:Kibana：数据的探索、可视化和分析 | Elastic

在这里插入图片描述

注意

Kibana要和ES版本一致

解压需要时间不短

在这里插入图片描述

启动

端口：5601

在这里插入图片描述

访问测试

在这里插入图片描述

开发工具

Post crul head 谷歌插件测试 Kibana测试

在这里插入图片描述

我们之后的操作在这里编写

汉化自己修改配置

i18n.locale: "zh-CN"

在这里插入图片描述

ES核心概念

核心概念

在前面的学习中,我们已经掌握了es是什么,同时也把es的服务已经安装启动,那么es是如何去存储数据,数据结构是什么,又是如何实现搜索的呢?我们先来聊聊ElasticSearch的相关概念吧! 集群，节点,索引，类型,文档,分片,映射是什么?

elasticsearch是面向文档关系行数据库和elasticsearch 客观的对比!

一切都是JSON

Relational DB	Elasticsearch
数据库(database)	索引(indices)
表(tables)	types （慢慢被弃用）
行(rows)	documents
字段(columns)	fields

elasticsearch(集群)中可以包含多个索引数据库) ,每个索引中可以包含多个类型(表) ,每个类型下又包含多个文档(行),每个文档中又包含多个字段(列)。

物理设计

elasticsearch在后台把每个索引划分成多个分片,每分分片可以在集群中的不同服务器间迁移一个人就是一个集群!默认的集群名称就是elaticsearh

在这里插入图片描述

逻辑设计

一个索引类型中,包含多个文档,比如说文档1 , 文档2。

当我们索引一篇文档时,可以通过这样的一各顺序找到它:索引—类型 —文档ID ,通过这个组合我们就能索引到某个具体的文档。

注意:ID不必是整数,实际上它是个字符串。

文档

相当于我们的一条条数据

user
1   zhangsan 18
2   wangwu  18
123

之前说elasticsearch是面向文档的,那么就意味着索弓|和搜索数据的最小单位是文档, elasticsearch中,文档有几个重要属性:

自我包含,一篇文档同时包含字段和对应的值 ,也就是同时包含key:value !比如，name:wang 他就会帮我们自动去查询name=wang的文章
可以是层次型的,一个文档中包含自文档,复杂的逻辑实体就是这么来的!就是JSON对象，fastjson可以进行自动转换
灵活的结构,文档不依赖预先定义的模式,我们知道关系型数据库中,要提前定义字段才能使用,在elasticsearch中, 对于字段是非常灵活的,有时候,我们可以忽略该字段,或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段,但是,每个字段的类型非常重要,比如一个年龄字段类型,可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型,这也是为什么在elasticsearch中,类型有时候也称为映射类型。

类型

类型是文档的逻辑容器,就像关系型数据库一样,表格是行的容器。类型中对于字段的定义称为映射 ,比如name映射为字符串类型。

我们说文档是无模式的,它们不需要拥有映射中所定义的所有字段,比如新增一个字段 ,那么elasticsearch是怎么做的呢? elasticsearch会自动的将新字段加入映射,但是这个字段的不确定它是什么类型, elasticsearch就开始猜,如果这个值是18 ,那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对 ，所以最安全的方式就是提前定义好所需要的映射,这点跟关系型数据库殊途同归了,先定义好字段,然后再使用,别整什么幺蛾子。也就是我们创建数据类型的时候直接规定好我们的映射类型

索引

索引其实就是数据库!

索引是映射类型的容器, elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。

物理设计：节点和分片如何工作

一个集群至少有一一个节点,而一个节点就是一个elasticsearch进程 ,节点可以有多个索引默认的,如果你创建索引,那么索引将会有个5个分片( primary shard ,又称主分片)构成的,每-一个主分片会有一个副本( replica shard ,又称复制分片)

在这里插入图片描述

上图是一个有3个节点的集群,可以看到主分片和对应的复制分片都不会在同- -个节点内,这样有利于某个节点挂掉了,数据也不至于丢失。实际上, 一个分片是一个Lucene索引 , 一个包含倒排索引的文件目录,倒排索引的结构使得elasticsearch在不扫描全部文档的情况下,就能告诉你哪些文档包含特定的关键字。不过,等等,倒排索引是什么鬼?

倒排索引

elasticsearch使用的是一种称为倒排索引的结构 ,采用Lucene倒排索作为底层。这种结构适用于快速的全文搜索,一个索引由文档中所有不重复的列表构成,对于每一个词, 都有一个包含它的文档列表。例如,现在有两个文档，每个文档包含如下内容:

Study every day, good good up to forever#文档1包含的内容
To forever,study every day,good good up #文档2包含的内容
12

为了创建倒排索引,我们首先要将每个文档拆分成独立的词(或称为词条或者tokens) ,然后创建一个包含所有不重复的词条的排序列表,然后列出每个词条出现在哪个文档:

term	doc_1	doc_2
Study	√	×
To	×	×
every	√	√
forever	√	√
day	√	√
study	x	√
good	√	√
every	√	√
to	√	x
up	√	√

现在,我们试图搜索to forever ,只需要查看包含每个词条的文档

term	doc_1	doc_2
to	√	x
forever	√	√
total	2	1

两个文档都匹配,但是第一个文档比第二个匹配程度更高。如果没有别的条件,现在,这两个包含关键字的文档都将返回。(分数or权重) 再来看一-个示例,比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构:

最低0.47元/天解锁文章

200万优质内容无限畅学