elasticsearch基本概念和基本语法

Elasticsearch是基于Json的分布式搜索和分析引擎，是利用倒排索引实现的全文索引。

优势：

　　横向可扩展性：增加服务器可直接配置在集群中

　　分片机制提供更好的分布性：分而治之的方式来提升处理效率

　　高可用：提供复制（replia）机制

　　实时性：通过将磁盘上的文件放入文件缓存系统来提高查询速度

基本概念

• Index: 一系列文档的集合，类似于mysql中数据库的概念
• Type: 在Index里面可以定义不同的type，type的概念类似于mysql中表的概念，是一系列具有相同特征数据的结合。
• Document: 文档的概念类似于mysql中的一条存储记录，并且为json格式，在Index下的不同type下，可以有许多document。
• Shards: 在数据量很大的时候，进行水平的扩展，提高搜索性能
• Replicas: 防止某个分片的数据丢失，可以并行得在备份数据里及搜索提高性能

注意：分片和副本

分片和副本

一个ES Index下面有大量数据，超过硬件的存储能力时，可以在ES中将index分成多个分片(shard)，将index分片有两个作用：

横向扩展一个index的容量：

提高计算的并行度。

ES中的分片分为：主分片（primary Shard）和副本分片（Replica Shard）.

       主分片：index中的每个Document都属于一个唯一的主分片，所有主分片的数据决定了一个index的容量 ，主分片(Primary Shard)数量需要在Index创建的时候指定，创建后不可修改

       副本分片：主分片的拷贝，不仅用于提供数据冗余，也提供数据读取服务（比如检索请求、Document获取请求等）。

       一个index中每个主分片的副本分片数既可以在index创建时候指定，也可以在index创建后动态修改

　　　　默认情况设置：一个index有5个主分片，每个主分片有一个副本分片，所以默认情况下，index中总共有10个分片。

　　　　ES会保证每一个节点上相同的数据只有一份，也就是说主分片和它自己的副本分片永远不会存在一个节点上。

特点：

　　Elasticsearch致力于隐藏分布式系统的复杂性。

　　1、将文档分区到不同的容器或者分片（shards）中，它们可以存在于一个或多个节点中。

　　2、将分片均匀的分配到各个节点，对索引和搜索做负载均衡。

　　3、冗余每一个分片，防止硬件故障造成的数据丢失。

　　4、将集群中任意一个节点的请求路由到相应数据所在的节点。

　　5、无论是增加节点，还是移除节点，分片都可以做到无缝的扩展和迁移

基本命令的使用

　　1、新建一个Index,名为employee

　　　

　　　2、为employee的索引编入一个文档

　　　

　　　报错：

　　　

　　　解决办法：加入：-H "Content-Type: application/json"

　　　

　　　3、查看Document是否存在

　　　注意：查看某个路径下的Doucment是否存在使用Head，curl要加上 – I 选项打印HTTP header

　　　

　　　4、获取整个Document

　　　要获取一个完整的Document，使用GET并指定Document的路径，路径的形式为/<index>/<type>/<id>

　　　

　　　_source 字段中存储的是Document内部的数据

　　　5、更新Document

　　　说明ES中的Document不可更改，只能更新操作和编入Document相同—对想要更新的Document路径执行PUT,ES会将路径的Document版本加1

　　　将年龄修改为26，在查看，发现年龄修改成功，版本号为2

　　　

　　　

　　　6、删除Document

　　　

　　　7、删除索引

　　　

　　　8、创建Index

　　　

二、

　　　1、查看index设置

 　　　

　　　2、获取index mapping（可以查看某索引下字段的类型）

　　　

三、Cluster  API

 　　1、用于查看集群和index的健康状况：健康状况分为三种：

　　Green 、yellow、red。在shard级别：

red	无法在集群中找到该Shard
Yellow	Shard可以找到，但是Replica找不到
green	Shard和Replica都能找到

 　　2、查看这个集群的健康状况：

　　

　　3、查看集群信息

　　

　　4、查看指定索引的健康状况：这里指定的索引为employee和test

　　

　　5、查看集群中所有Index的健康状况

　　

　　6、Cluster stats API用于获取整个集群的统计数据，包括基础的Index指标（Shard数量、存储大小、内存使用量）和节点指标（节点数量、角色、计算资源使用状况等等）.

　　

　　7、Cluster settings API可以用于查看（GET）或进行（PUT）集群的设置。

　　

语法：设置批量插入的队列大小

curl -XPUT '<HOST>/_cluster/settings' -d '{

    "persistent": {

        "threadpool.bulk.queue_size" : 1000

    }

}'

　　8、查看es集群nodes状态

　　

　　9、查看所有节点的统计数据

　　

　　10、查看指定节点的统计数据

　　

四、检索

　　1、指定索引进行空检索

　　

　　took：本次检索所花时间（单位毫秒）  timed_out：本次检索是否超时。

　　_shards：所有本次检索涉及的分片数，分为所有涉及的（total）、成功的（successful）和失败的（failed）

　　2、所有Index中的dev和external Type中检索，使用_all

　　

　　3、在整个ES集群的所有Document中检索