ElasticSearch 是目前非常流行的搜索引擎,对海量数据搜索是非常友好,并且在高并发场景下,也能发挥出稳定,快速特点。也是大数据和索搜服务的开发人员所极力追捧的中间件。虽然 ElasticSearch 深受大家的喜爱,但是它的迭代速度之快,所以在相关社区老是有听说到学不动了的话语,也正是这种不断完善,才能拥有现在的社区活跃。我使用 ElasticSearch 时,从 5.x 到 6.x 版本,再到现在接触到 7.x 版本。从版本升级中,也看到了 ElasticSearch 对主流技术变化的拥抱,最明显的是新版 JDK 版本的支持及容器技术的支持。
安装
本文基于目前最新版本 ElasticSearch-7.5.0
进行操作,如官网下载太慢,可在【ytao公众号】中发送 es
获取下载链接。
安装环境及本文相关包:
操作系统 CentOS7.564位
ElasticSearch7.5.0
Kinbana7.5.0
JDK 环境
ElasticSearch 在 7.x 中自带 JDK 环境,所以现在不一定要安装 JDK。默认是先判断当前服务器是否安装 JDK,如果安装了就使用服务器已安装的 JDK,否则会使用自带的 JDK,当然这个也是可以手动设置。
创建启动账号
由于 ElasticSearch 默认是不支持 root 账号权限启动,所以第一步要先创建启动账号。创建一个 ElasticSearch 的运行组 es:
groupadd es
在 es 组中创建用户:
useradd elastic -g es
设置新用户密码:
passwd elastic
给解压出的 ElasticSearch 包授权:
chown -R elastic:es elasticsearch-7.5.0
修改配置文件
进入到 /elasticsearch-7.5.0
目录,在 config
目录里有个 elasticsearch.yml
文件,修改里面当前需要的配置。
cluster.name 是所属集群的名称
node.name 当前节点名称
network.host 当前节点所绑定地址,绑定到
0.0.0.0
所有的访问http.port 对外提供服务的端口号
path.data 数据存储目录,这个我一般不适用默认目录,但是要给自定义的目录授权
path.log 日志目录,和 path.data 类似配置
另外一个重要的配置,在当前目录中的 jvm.options
文件设置。这里设置堆内存大小,建议设置机器内存的 50% 大小。
-Xms4g
-Xmx4g
其他配置暂时没用到,暂不分析,今后的文章中用到再进行讲解。
启动
安装配置文件设置的值默认启动,直接执行 ./bin/elasticsearch
,果然不出乎所意料,启动异常。
上图中抛了两个异常。
第一个是说虚拟内存太小,至少需要 262144。
第二个当前默认配置不适合,[discovery.seedhosts, discovery.seedproviders, cluster.initialmasternodes]配置中至少有一个配置。
现在就增大服务器虚拟内存:
# 编辑 sysctl.conf 文件
vim /etc/sysctl.conf
# 在 sysctl.conf 中添加
vm.max_map_count=262144
# 查看刚设置的是否生效
sysctl -p
设置 cluster.initialmasternodes 配置参数:
cluster.initial_master_nodes: ["node-1"]
再次启动完成后,没有异常抛出,访问 ip:9200
,返回数据信息,其中包括集群名称,节点名,版本信息等等:
基本操作API
在进行 API 操作前先安装 kibana,以下命令执行将全部在 kibana 中执行。解压 kibana 后,在 kibana.yml
中设置 ElasticSearch 地址 elasticsearch.hosts:["http://ip:9200"]
。通过 bin/kibana
进行启动。安装比较简单,这里不做详细阐述。
索引操作
创建索引
创建 person 索引例子,numberofshards 为分片数量,numberofreplicas 为索引的副本数,这里主要演示创建索引时可设置一些相关参数,且为非必填项。
PUT /person
{
"mappings": {
"properties": {
"name": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256// 长度超过ignore_above设定的值,不会被索引或存储
}
}
}
}
},
"settings": {
"number_of_shards": 1,
"number_of_replicas": 1
}
}
执行命令结果:
查询索引
使用 GET 请求方式查询索引信息:
GET /person
返回结果
删除索引
使用 DELETE 请求方式:
# 删除 person 索引
DELETE /person
# 删除全部索引
DELETE /_all
# 通配符删除
DELETE /person*
mapping 操作
查询 person 索引的 mapping :
GET /person/_mapping
向 person 索引中添加 remark 字段,之前 mapping 中的 name 不会被删除,。
POST /person/_mapping
{
"properties": {
"remark2": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
}
}
}
文档操作
添加文档
添加文档有两种方式,第一种就是使用指定索引的 type 添加文档,7.x开始,type 指定只能是 _doc 值,同时也是不支持多 type 的(ps:之前使用type主要用来将索引逻辑分区)。第二种就是使用 _create 进行创建数据。
index 方式添加文档
使用 _doc
API向 person 中添加文档:
PUT /person/_doc/1
{
"name":"ytao",
"blog":"公众号 ytao",
"remark":"https://ytao.top"
}
添加文档后返回的数据:
上面命令执行过程,如果索引或 mapping 不存在,都会自动创建。这里的 id 我们也可以自动生成,但是请求不能使用 PUT 方式,要改为 POST 方式。
POST /person/_doc/
{
"name":"ytao",
"blog":"公众号 ytao",
"remark":"https://ytao.top"
}
如果上面我们插入 id 为 1 的文档重复执行,那么会先删除掉旧的文档,再引用新的文档,并且所对应的 _version
版本号值会较之前的 +1。
create 方式添加文档
使用 _create
API向 person 添加文档:
PUT /person/_create/2
{
"name":"yangtao",
"blog":"ytao's blog",
"remark":"coder"
}
这里 id 必须指明,否则添加失败,并且文档中已存在的 id 不能进行添加。
获取和查询文档
根据 id 获取文档
使用 GET 获取文档:
GET /person/_doc/1
返回数据中:
根据字段进行查询
使用 _search
API进行查询,这里暂时不做深入讲解。查询 name 为 ytao 的文档,并且通过 from=0&size=2
分页查询。
# q 为查询参数,查询的字段和值用 : 进行分割
GET /person/_search?q=name:ytao&from=0&size=2
返回结果:
更新文档
更新文档使用 _update
API进行更新。更新内容必须包含在 doc
中。更新对源数据只能是添加或修改字段,这也是和使用 _doc
添加数据的区别,不是通过删除旧的文档进行更新的。
POST /person/_update/1
{
"doc":{
"blog":"ytao's blog"
}
}
删除文档
文档删除使用 DELETE 请求,然后指定 id:
DELETE /person/_doc/1
批量操作文档
批量处理可以一次请求中处理多个任务,使用 _bulk
API进行。下面就以索引添加方式添加一个文档到索引中,然后更新文档中 blog 字段为例。
POST _bulk
{"index":{"_index":"person", "_id":1}}
{"name":"ytao","blog":"公众号 ytao","remark":"https://ytao.top"}
{"update":{"_index":"person", "_id":1}}
{"doc":{"blog":"ytao's blog"}}
返回结果中,按每一个操作分别返回结果信息,当其中有请求错误时,不会影响其他请求操作。
批量获取文档
批量获取文档,使用 _mget
API进行,通过一次指定多个文档 id,进行请求。例如在 person 索引中获取 id 为 1,2 的文档:
POST _mget
{
"docs":[
{
"_index": "person",
"_id": 1
},
{
"_index": "person",
"_id": 2
}
]
}
返回结果:
批量查询文档
批量查询文档,使用 _msearch
API进行,将多个查询整合到一个请求中。下面就是分别在指定索引中查询的不同条件。
GET /person/_msearch
{"index":"person"}
{"query":{"match":{"blog":"ytao's blog"}}}
{"index":"person"}
{"query":{"match":{"remark":"coder"}}}
返回结果:
总结
本文对 ElasticSearch 的最基础的,常用的操作 API,这里已经介绍完毕。要想学习 ElasticSearch,建议从 API 操作入手,千万别上来就直接拿着代码就干,虽然各语言都已提供相关工具包,但是这些封装也都是基于 API 上的。更多的 API 在今后文章涉及时再进行分析。
更多 API 相关信息,建议查阅官网,这里有比较详细的介绍:https://www.elastic.co/guide/en/elasticsearch/reference/7.5/rest-apis.html
-END-
感谢大家置顶一下公众号,不要错过公众号每月的打卡活动!
另外,新关注我们公众号的朋友,可以在公众号后台聊天框回复【1024】,可以免费获取2T的编程视频,算法、人工智能、Python、Java、Linux、Go、C语言、软考、英语等等资源 。
推荐阅读:
长按加入10W+朋友的IT圈
觉得内容还不错的话,给我点个“在看”呗