簡介

ElasticSearch簡介：簡稱為es， es是一個(gè)開源的高擴(kuò)展的分布式全文檢索引擎，它可以近乎實(shí)時(shí)的存儲、檢索數(shù)據(jù)；本身擴(kuò)展性很好，可以擴(kuò)展到上百臺服務(wù)器，處理PB級別的數(shù)據(jù)。es也使用Java開發(fā)并使用Lucene作為其核心來實(shí)現(xiàn)所有索引和搜索的功能，但是它的目的是通過簡單的RESTful API來隱藏Lucene的復(fù)雜性，從而讓全文搜索變得簡單個(gè)開源的分布式搜索引擎，可以用來實(shí)現(xiàn)搜索，日志統(tǒng)計(jì)，分析，系統(tǒng)監(jiān)控等多種功能。

Elastic Stack（ELK）：是以Elasticsearch為核心的技術(shù)棧，其中包括beats。logstash，kibanba，Elasticsearch。

正向索引和倒排索引

正向索引，假設(shè)我們有一個(gè)商品表，id是主鍵

如果我們按照id查詢數(shù)據(jù)，他會走索引，查詢效率很快，但是一般來說我們是會按照title來搜索，sql語句如下：

select * from good where title like “%手機(jī)%”

他查詢需要全表掃描，一個(gè)個(gè)去匹配，效率可想而知，這就是正向索引，他在做局部內(nèi)容檢索的時(shí)候效率十分底。

倒排索引

文檔：每條數(shù)據(jù)就是一個(gè)文檔，類似于數(shù)據(jù)庫中一張表的一條數(shù)據(jù)

詞條：就是把文檔分成一個(gè)個(gè)詞語

假如同樣我們搜索華為手機(jī)，基于倒排索引，他首先會將華為手機(jī)進(jìn)行分詞，獲得文檔id之后基于id進(jìn)行查詢文檔，這時(shí)候雖然經(jīng)過兩次檢索，但是每次都是基于索引的，總的來說，效率很高。

MySQL和Es的概念對比

Mysql：擅長事務(wù)類型操作，可以確保數(shù)據(jù)的安全和一致性
Elasticsearch：擅長海量數(shù)據(jù)的搜索、分析、計(jì)算

安裝Elasticsearch和kibana

安裝Elasticsearch

我們這里繼續(xù)使用docker來安裝

1，創(chuàng)建一個(gè)網(wǎng)絡(luò)，因?yàn)槲覀冃枰宬ibana容器和es互聯(lián)

docker network create es-net

2，拉取鏡像

docker pull elasticsearch

?但是es有差不多一個(gè)G拉取速度太慢，建議下載制作好的文件，上傳，直接加載成鏡像，例如上傳es.tar將他加載為鏡像，速度會很快。

?如果你直接拉取的鏡像這個(gè)命令不需要執(zhí)行：

docker load -i es.tar

3，運(yùn)行es容器

docker run -d \--name es \-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \-e "discovery.type=single-node" \-v es-data:/usr/share/elasticsearch/data \-v es-plugins:/usr/share/elasticsearch/plugins \--privileged \--network es-net \-p 9200:9200 \-p 9300:9300 \
elasticsearch:7.12.1

命令解釋：

• -e "cluster.name=es-docker-cluster"：設(shè)置集群名稱

• -e "http.host=0.0.0.0"：監(jiān)聽的地址，可以外網(wǎng)訪問

• -e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：內(nèi)存大小，因?yàn)樗腔趈ava開發(fā)的

• -e "discovery.type=single-node"：非集群模式

• -v es-data:/usr/share/elasticsearch/data：掛載邏輯卷，綁定es的數(shù)據(jù)目錄

• -v es-logs:/usr/share/elasticsearch/logs：掛載邏輯卷，綁定es的日志目錄

• -v es-plugins:/usr/share/elasticsearch/plugins：掛載邏輯卷，綁定es的插件目錄

• --privileged：授予邏輯卷訪問權(quán)

• --network es-net ：加入一個(gè)名為es-net的網(wǎng)絡(luò)中

• -p 9200:9200：端口映射配置

4，瀏覽器輸入ip:9200如果出現(xiàn)

?安裝成功！！！！

安裝Kibana

kibana可以給我們提供一個(gè)elasticsearch的可視化界面，便于我們更方便使用es

1，拉取鏡像

docker pull kibana

這里還是建議上傳打包好的鏡像，將他重新加載成鏡像，如果直接拉取不需要執(zhí)行這個(gè)命令

docker load -i kibana.tar

?2，啟動(dòng)kibana容器

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601  \
kibana:7.12.1

命令解釋：

• --network es-net ：加入一個(gè)名為es-net的網(wǎng)絡(luò)中，與elasticsearch在同一個(gè)網(wǎng)絡(luò)中

• -e ELASTICSEARCH_HOSTS=http://es:9200"：設(shè)置elasticsearch的地址，因?yàn)閗ibana已經(jīng)與elasticsearch在一個(gè)網(wǎng)絡(luò)，因此可以用容器名直接訪問elasticsearch

• -p 5601:5601：端口映射配置

3，瀏覽器輸入ip:5601即可查看-（啟動(dòng)較慢，稍等一會）

安裝成功！！！

ES-操作索引庫（類似MySQL的表）

mapping屬性

mapping是對索引庫中文的約束，常見的mapping屬性包括：

type：字段數(shù)據(jù)類型，常見的簡單類型有：

? ? ? ? 字符串：text（可分詞文本），keyword（不可分詞，例如國家，品牌，ip等等）

? ? ? ? 數(shù)值：long，integer，short，double，float

? ? ? ? 布爾：boolean

? ? ? ? 日期：date

? ? ? ? 對象：object

index：是否創(chuàng)建索引，默認(rèn)為true。

analyzer：使用那種分詞器。

properties：子字段，對象嵌套時(shí)需要。

創(chuàng)建索引庫-類似于數(shù)據(jù)庫的表

假如我們數(shù)據(jù)庫有一個(gè)用戶表，其中一條數(shù)據(jù)如下：

{  "id": 1,  "age": 21,  "weight": 52.1,  "isMarried": false,  "info": "csdn最靚的崽！！",  "email": "gde@nb.cn",  "scores": [  99.1,99.5,98.9],  "name": {  "firstName": "蛋兒",  "lastName": "狗"  }  
}

不難看出數(shù)據(jù)庫表如何創(chuàng)建的，我們來看看在es中如何創(chuàng)建 索引庫

這是一個(gè)示例：

# 創(chuàng)建索引庫
PUT /索引庫名稱
{"mappings": {"properties": {"字段1":{"type":"類型，例如text"，, "analyzer": "使用哪種分詞器"},"字段2":{"type": "類型，例如keyword","index": false # 不適用索引},"字段3":{"properties": {"子字段1"；{"type":"字段類型"},"子字段2"；{"type":"字段類型"}}}}}
}

?實(shí)現(xiàn)之后(我們?nèi)∩倭孔侄?：

# 創(chuàng)建索引庫
PUT /userinfo
{"mappings": {"properties": {"info":{"type":"text","analyzer": "ik_smart"},"email":{"type": "keyword","index": false },"age":{"type": "integer","index": false},"name":{"properties": {"dirstName":{"type":"keyword"},"lastName":{"type":"keyword"}}}}}
}

?注意：索引名必須小寫！！

索引庫查詢

GET /索引庫名

索引庫刪除

DELETE /索引庫名

索引庫修改

需要注意的是es在索引庫創(chuàng)建的時(shí)候就會基于索引庫創(chuàng)建倒排索引，如果修改索引庫結(jié)構(gòu)倒排索引就會失效，所以，es是不允許修改索引庫的，但是可以在索引庫中增加新的字段。

# 向索引庫中增加一個(gè)字段
PUT /索引庫名/_mapping
{"properties":{"新字段名":{"type":"字段類型"}}
}

Es-操作文檔

（類似MySQL的數(shù)據(jù)）

?索引庫插入一條文檔

示例語句：

# 向索引庫中插入一條數(shù)據(jù)
POST /userinfo/_doc/文檔id，例如1，2。。。
{"字段1":"值1","字段2":"值2","字段3":{"子屬性1":"值3","子屬性2":"值4"}
}

具體實(shí)現(xiàn)：

# 向索引庫中插入一條數(shù)據(jù)
POST /userinfo/_doc/1
{"info":"csdn最靚的崽！！","email":"gde@nb.cn","age":"20","name":{"dirstName":"狗","lastName":"蛋兒"}
}

索引庫查詢的文檔

# 查詢id為1的數(shù)據(jù)
GET /索引庫名/_doc/1#查詢所有數(shù)據(jù)
GET /userinfo/_search  
{  "query": {  "match_all": {}  }  
}

索引庫刪除一條文檔

#刪除id為1的數(shù)據(jù)
DELETE /userinfo/_doc/1

索引庫修改文檔

1，全量修改

原本插入文檔使用的是POST請求這時(shí)候只需要換成PUT請求即可，它會將原有的文檔刪除在重新插入，例如：

# 全量修改 修改索引庫中id為1的數(shù)據(jù)，如果不存在就插入
PUT /userinfo/_doc/1
{"info":"csdn最靚的崽！！","email":"gde@nb.cn","age":"20","name":{"dirstName":"狗","lastName":"蛋兒"}
}

2，局部修改

# 局部修改
POST /userinfo/_update/1
{"doc": {"age":"99"}
}

至此es基礎(chǔ)篇完結(jié)！！！！！！