Elasticsearch

文章目录

• Elasticsearch 概述
• Elasticsearch入门

---

一、Elasticsearch概述

1.1 搜索是什么

概念：用户输入想要的关键词，返回含有该关键词的所有信息。

场景：

        1互联网搜索：谷歌、百度、各种新闻首页

        2 站内搜索（垂直搜索）：企业 OA 查询订单、人员、部门，电商网站内

部搜索商品（淘宝、京东）场景。

---

1.2 数据库做搜索弊端

1.2.1站内搜索（垂直搜索）：数据量小，简单搜索，可以使用数据库。

l 存储问题。电商网站商品上亿条时，涉及到单表数据过大必须拆分表，

数据库磁盘占用过大必须分库（ mycat ）。

l 性能问题：解决上面问题后，查询 “ 笔记本电脑 ” 等关键词时，上亿条数据

的商品名字段逐行扫描，性能跟不上。

l 不能分词。如搜索 “ 笔记本电脑 ” ，只能搜索完全和关键词一样的数据，那

么数据量小时，搜索 “ 笔记电脑 ” ， “ 电脑 ” 数据要不要给用户。

1.2.2互联网搜索，肯定不会使用数据库搜索。数据量太大。PB级。

我们可以使用搜索引擎来解决数据库搜索的问题 :

搜索也是一款数据库，搜索可以进行分词搜索 --- 搜索速度非常快

1.3常见的搜索引擎

ElasticSearch与Solr比较

1.当单纯的对已有数据进行搜索时，Solr更快

2. 当实时建立索引时，Solr会产生io阻塞，查询性能较差，ElasticSearch具有明显的优势

3. 随着数据量的增加， Solr 的搜索效率会变得更低，而 ElasticSearch

却没有明显的变化

总结

1 、 es 基本是开箱即用 ( 解压就可以用 !) 【南京】 , 非常简单。 Solr

安装略微复杂一丢丢 !

2 、 Solr 利用 Zookeeper 进行分布式管理 , 而

Elasticsearch<mark> 自身带有分布式协调管理功能 </mark> 。

3 、 Solr 支持更多格式的数据 , 比如 JSON 、 XML 、 CSV , 而

Elasticsearch 仅支持 json 文件格式。

4 、 Solr 官方提供的功能更多 , 而 Elasticsearch 本身更注重于核心

功能，高级功能多有第三方插件提供，例如图形化界面需要 kibana 友

好支撑

5.Solr 查询快 , 但更新索引时慢 ( 即插入删除慢 ) ，用于电商等查询

多的应用 ;

        ES建立索引快 ( 即查询慢 ) ，即实时性查询快，用于 facebook 新浪等

搜索。

        Solr是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于

新兴的实时搜索应用。

6 、 Solr 比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，

而 Elasticsearch 相对开发维护者较少 , 更新太快 , 学习使用成本较

高

1.4Elasticsearch 是什么

The Elastic Stack, 包括 Elasticsearch 【搜索，分析】、 Kibana 【可视

化】、 Beats 和 Logstash 【数据的搜集】（也称为 ELK Stack ）。能够安

全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、

分析和可视化。

Elaticsearch ，简称为 ES ， ES 是一个 开源的高扩展的分布式全文搜索引

擎 ， 是整个 ElasticStack 技术栈的核心。

它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台

服务器，处理 PB 级别的数据。

1.5Elasticsearch的使用场景

国外：

维基百科，类似百度百科， “ 网络七层协议 ” 的维基百科，全文检索，高

亮，搜索推荐

Stack Overflflow （国外的程序讨论论坛），相当于程序员的贴吧。遇到

it 问题去上面发帖，热心网友下面回帖解答。

GitHub （开源代码管理），搜索上千亿行代码。

电商网站，检索商品

日志数据分析， logstash 采集日志， ES 进行复杂的数据分析（ ELK 技

术， elasticsearch+logstash+kibana ）

商品价格监控网站，用户设定某商品的价格阈值，当低于该阈值的时

候，发送通知消息给用户，比如说订阅《 java 编程思想》的监控，如果

价格低于 27 块钱，就通知我，我就去买。

BI 系统，商业智能（ Business Intelligence ）。大型连锁超市，分析全

国网点传回的数据，分析各个商品在什么季节的销售量最好、利润最

高。成本管理，店面租金、员工工资、负债等信息进行分析。从而部署

下一个阶段的战略目标。

国内：

百度搜索，第一次查询，使用 es 。

OA 、 ERP 系统站内搜索。

        es:搜索的一款数据库，支持的数据格式json.

二、 ES的安装

1 、安装 JDK ，至少 1.8.0_73 以上版本，验证：

java -version 。

2 、下载和解压缩 Elasticsearch 安装包，查看目

录结构。

https://www.elastic.co/cn/downloads/elasticsearch

下载地址： https://www.elastic.co/cn/downloads/

历史版本下载： https://www.elastic.co/cn/downloads/past-releases/

 

解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务 。

注意： 9300 端口为 Elasticsearch 集群间组件的通信端口， 9200 端口为

浏览器访问的 http 协议 RESTful 端口

打开浏览器，输入地址： http://localhost:9200 ，测试返回结果，返回结

果如下：

三、 Windows安装Kibana

1 、 kibana 是 es 数据的前端展现，数据分析时，可以方便地看到数据。作

为开发人员，可以方便访问 es 。

https://www.elastic.co/cn/downloads/

历史版本下载： https://www.elastic.co/cn/downloads/past-releases/

2 、下载，解压 kibana 。

3 、启动 Kibana ： bin\kibana.bat

4 、浏览器访问 http://localhost:5601 进入 Dev Tools 界面。像 plsql 一样支

持代码提示。

5 、发送 get 请求，查看集群状态 GET _cluster/health 。相当于浏览器访

问。

四、 ES中常见的概念 

Elasticsearch 是 面向文档型数据库 ，一条数据在这里就是一个文档。 为

了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库

MySQL 存储数据的概念进行一个类比

ES 里的 Index 可以看做一个库，而 Types 相当于表， Documents 则相当

于表的行。这里 Types 的概念已经被逐渐弱化， Elasticsearch 6.X 中，一

个 index 下已经只能包含一个 type ， Elasticsearch 7.X 中 , Type 的概念已

经被删除了。

五、 ES常用API接口

 六、基本操作

创建一个索引，添加

PUT / test01 / type1 / 1

{

"name" : " 张三 " ,

"age" : 15

}

 

 字段数据类型

字符串类型

        text、

keyword

        

- text ：支持分词，全文检索 , 支持模糊、精确查询 , 不支持聚合 , 排序

操作 ;text 类型的最大支持的字符长度无限制 , 适合大字段存储；

- keyword ：不进行分词，直接索引、支持模糊、支持精确匹配，支持

聚合、排序操作。 keyword 类型的最大支持的长度为 ——32766 个 UTF-8

类型的字符 , 可以通过设置 ignore_above 指定自持字符长度，超过给

定长度后的数据将不被索引，无法通过 term 精确匹配检索返回结果。

数值型

long、 Integer、 short、 byte、 double、 flfloat、 half flfloat 、 scaled flfloat

日期类型

date

te 布尔类型

boolean

二进制类型

binary

等等 …