ES入门宝典（详细截图版）

本文使用版本基于elasticsearch-6.4.0

1、什么是ES？

官网： https://www.elastic.co/products/elasticsearch

中文官网：https://www.elastic.co/cn/products/elasticsearch

ES是一个全文检索引擎，提到全文检索，就要说一下以下几个概念：

搜索：寻找想要的信息，根据关键字找到想要的信息。

倒排索引：反向索引，提取关键字建立索引，不需要全部遍历，提高效率，减少扫描次数。

lucene，就是一个jar包 里面有倒排索引和一些算法 可以基于lucene api进行全文检索的开发，api复杂。

了解全文检索，可以关注这篇文章什么是全文检索

ES也就是Elasticsearch又是什么呢？

封装lucene 提供企业级服务;

基于Apache lucene构建得开源搜索引擎;

java编写 简单易用得RESTFul API;

横向扩展 支持PB级的结构化或非结构化数据处理;

ES的功能:

1）分布式的搜索引擎和数据分析引擎。

2）全文检索，结构化检索，数据分析。

3）对海量数据进行近实时的处理。

应用场景：

海量数据的分析引擎;站内搜索引擎;数据仓库。

国外：维基百科，Stack Overflow，GitHub

国内：站内搜索（电商，招聘，门户，等等），IT系统搜索（OA，CRM，ERP，等等），数据分析（ES热门的一个使用场景）

2、主要概念

索引index

逻辑存储 相当于关系型数据库的表

每个索引有一或多个分片（shard） 每个分片有多个副本（replica）

分片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。

副本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。

文档document

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。

面向文档存储

（1）应用系统的数据结构都是面向对象的，复杂的
（2）对象数据存储到数据库中，只能拆解开来，变为扁平的多张表，每次查询的时候还得还原回对象格式，相当麻烦
（3）ES是面向文档的，文档中存储的数据结构，与面向对象的数据结构是一样的，基于这种文档数据结构，es可以提供复杂的索引，全文检索，分析聚合等功能
（4）es的document用json数据格式来表达

映射mapping

文档中的每个字段根据不同类型做相应分析。

ES核心概念 vs. 数据库核心概念

索引（indices）-------------Table 数据表

文档（Document）--------Row 行

字段（Field）-------Columns 列

3、安装部署

安装JDK，至少1.8.0_73以上版本

win下部署ES

下载win版本

解压 放在d盘

同步命令行启动

C:UsersJN>d:

D:>cd

D:elasticsearch-6.4.0>cd bin

D:elasticsearch-6.4.0in>elasticsearch.bat

kibana也是

C:UsersJN>d:

D:>cd kibana-6.4.0-windows-x86_64

D:kibana-6.4.0-windows-x86_64>cd bin

D:kibana-6.4.0-windows-x86_64in>kibana.bat

部署成功： 可以通过localhost:9200访问es

localhost:5601访问kibana

linux下部署ES

下载linux版本ES

 curl -L -O https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.4.0.tar.gz

新建 切换用户

useradd es
passwd es
su es

解压

tar -zxvf elasticsearch-6.4.0.tar.gz

修改配置

cd conf
vim elasticsearch.yml  es配置：集群  日志位置 数据位置  访问限制等等
vim jvm.options   jvm配置

启动

./bin/elasticsearch

9300：集群节点间通讯接口

9200：客户端访问接口

访问9200可以看见数据返回

curl localhost:9200

4、简单Restful Api操作

网页访问kibana

localhost:5601 选择 Dev Tools

基本操作

集群健康 GET /_cat/health

1556162587 11:23:07 elasticsearch green 1 1 1 1 0 0 0 0 - 100.0%

查看索引 GET /_cat/indices?v

green open .kibana NHt9dbSkRWaom_Df6cyi6w 1 0 1 0 4kb 4kb

创建索引 PUT /test_index?pretty

删除索引 DELETE /test_index?pretty

CRUD操作

PUT /index/type/id

{

​ ”json数据“

}

例子：

PUT /blog01/article/1
{
	"id": "1",
	"title": "elasticsearch"
	"desc":"elasticsearch"
}

PUT /blog01/article/2
{
	"id": "2,
	"title": "kibana "
	"desc":"kibana "
}

es会自动建立index和type，不需要提前创建，而且es会默认对document的每个field都建立倒排索引，让其可以被搜索。

查询 GET /blog01/article/1

修改

（替换方式） 替换必须带所有信息
 PUT /blog01/article/1
	{
		"id": "1",
		"title": "elasticsearch"
		"desc":"elasticsearch_new"
	}
（更新方式）
POST /blog01/article/2/_update
{
	"doc": {
     "desc":"elasticsearch_new"
   }		
}

删除 DELETE /blog01/article/1

简单搜索

query string search

search参数http附带

took：整个搜索请求花费了多少毫秒

timed_out：是否超时

_shards：切片

hits.total：本次搜索，返回了几条结果
hits.max_score：本次搜索的所有结果中，最大的相关度分数是多少，每一条document对于search的相关度，越相关，_score分数越大，排位越靠前

GET /blog01/article/_search?q=desc:kibana
{
  "took": 4,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.2876821,
    "hits": [
      {
        "_index": "blog01",
        "_type": "article",
        "_id": "2",
        "_score": 0.2876821,
        "_source": {
          "id": "2",
          "title": "kibana ",
          "desc": "kibana "
        }
      }
    ]
  }
}

query DSL

Domain Specified Language

带json请求体查询

GET /blog01/article/_search
{
  "query": {
    "match_all": {}
  }
}

query filter

bool可以封装多个条件 “must”必须匹配 “filter”过滤

GET /blog01/article/_search
{
  "query" : {
		"bool" : {
          	"must" : {
               "match" :{
                  "desc" : "kibana"
               }
          	}	
		}
	}
}

全文检索 full text search

会根据两个词 去倒排索引查找 匹配上任意一个就会返回 匹配度最高的文档排在前面

GET /blog01/article/_search
{
  "query" : {
               "match" :{
                  "desc" : "kibana test"
               }
	}
}

短语搜索 phrase search

两个词必须都包含

GET /blog01/article/_search
{
  "query" : {
               "match_phrase" :{
                  "desc" : "kibana test"
               }
	}
}

高亮结果 highlight search

GET /blog01/article/_search
{
  "query" : {
               "match" :{
                  "desc" : "kibana"
               }
               
	},
	"highlight":{
                 "fields":{
                   "desc" :{}
                 }
    } 
}

更多ES，Flink，Kafka等实时计算相关博文，欢迎关注实时流式计算：