Elasticsearch笔记

CharmDeer

已于 2022-04-01 14:01:04 修改

阅读量852

点赞数

分类专栏：数据库文章标签：搜索引擎

于 2022-02-16 22:00:20 首次发布

本文链接：https://blog.csdn.net/m0_57249797/article/details/122972814

版权

数据库专栏收录该内容

8 篇文章 0 订阅

订阅专栏

先聊一个人Doug Cutting

Doug Cutting 是一位美国工程师，迷上了搜错引擎。他做了一个用于文本搜索的函数库，命名为Lucene. Lucene 是用java写的，目标是为各种中小型应用软件加入全文搜索功能。Lucene是一套信息检索工具包，并不包含搜索引擎系统，它包含了索引结构、读写索引工具、相关性工具、排序等功能。因此在使用Lucenen时仍需关注搜索引擎系统，例如数据获取、解析、分词等方面的东西。

该项目早期被发布在Doug Cutting的个人网站，后来成为了Apache软件基金会jakarta项目的一个子项目。后来在Lucene的基础上开发了一款可以代替当时的主流搜索的开源搜索引擎，命名为Nutch.

Nutch 是一个建立在Lucene核心之上的网页搜索应用程序，它在Lucene的基础上加了爬虫和一些网页相关的功能，目的就是从一个简单的站内检索推广到全球网络上的搜索上。

随着时间的推移，作为互联网搜索引擎，都面临对象“体积”不断增大的问题。需要存储大量的网页，并不断优化自己的搜索算法，提升搜索效率。

在2004年，Doug Cutting实现了分布式文件存储系统，并将它命名为NDFS(Nutch Distributed File System)。后来他加入了雅虎，将NDFS和MapReduce进行了改造，并重新命名为Hadoop(NDFS也改名为HDFS,Hadoop Distributed File System). 这就是大名鼎鼎的大数据框架系统–Hadoop的由来，而Doug Cutting则被人称为Hadoop之父。

ElasticSearch概述

ElasticSearch,简称es，es是一个开源的高拓展的分布式全文检索引擎，它可以近乎实施的存储、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。es也使用java开发并使用Lucene 作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。

谁在使用

维基百科，类似百度百科，全文检索，高亮，搜索推荐
国外新闻网站，类似搜狐新闻，用户行为日志（点击，浏览，收藏，评论）+社交网络数据，数据分析。。。
Stack Overflow国外的程序异常讨论论坛
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
商业智能系统
站内搜索

ES和solr的差别

ElasticSearch简介

ElasticSearch是一个实施分布式搜索和分析引擎。它让你以前所未有的速度处理大数据成为可能。它用于全文搜索、结构化搜索、分析以及将这三者混合使用：

维基百科使用es提供全文搜索并高亮关键字，以及输入实施搜索和搜索纠错等搜索建议功能；英国公报使用es结合用户日志和社交网络数据提供给他们的编辑以实施的反馈，以便了解龚总对新发表的文章的回应。。。

es是一个基于Apache Lucene™的开源搜索引擎。无论在开源还是专有领域，Lucene可以被认为是迄今为止最先进、性能最好、功能最全的搜索引擎库。想要使用它，必须使用java来作为开发语言并将其直接继承到你的应用中。

solr简介

Solr是Apache下的一个顶级开源项目，采用java开发，是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展、并对索引、搜索性能进行了优化。它可以独立运行，是一个独立的企业及搜索应用服务器，它对外提供类似于web-service的API接口。用户可以通过http请求，像搜索引擎服务器提交一定格式的文件，生成索引；也可以通过提出查找请求，并得到返回结果。

两者比较

当单纯的对已有数据进行搜索时，Solr更快
当实时建立索引是，Solr会产生io阻塞，查询性能较差，ElasticSearch具有明显的优势
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

es基本是开箱即用，非常简单。而solr会有点复杂。
Solr利用Zookeeper进行分布式管理，而elasticsearch自身带有分布式协调管理功能
solr支持更多格式的数据，比如json xml csv。而es只支持json文件格式
solr官方提供的功能更多，而elasticsearch更注重核心功能，高级功能由第三方插件提供
solr查询快，但更新索引时慢，用于电商等查询多的应用
es建立索引宽，即实时性查询快，用于facebook新浪等搜索
solr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

ELK的安装的准备

ELK的下载地址

ElasticSearch：https://mirrors.huaweicloud.com/elasticsearch/?C=N&O=D
logstash：https://mirrors.huaweicloud.com/logstash/?C=N&O=D
可视化界面elasticsearch-head：https://github.com/mobz/elasticsearch-head
kibana：https://mirrors.huaweicloud.com/kibana/?C=N&O=D
ik分词器：https://github.com/medcl/elasticsearch-analysis-ik

ElasticSearch安装

注：安装ElasticSearch之前必须保证JDK1.8+安装完毕，并正确的配置好JDK环境变量，否则启动ElasticSearch失败。

下载windows版本
在这里插入图片描述

解压压缩包，打开，看到如下目录：
在这里插入图片描述

打开config文件夹：
在这里插入图片描述

双击bin目录下的elasticsearch.bat启动
在这里插入图片描述

点击后：
在这里插入图片描述

在浏览器访问127.0.0.1:9200,若得到以下信息则安装成功：
在这里插入图片描述

安装es的图形化界面插件
下载nodejs:https://nodejs.org/en/

LTS:长期支持版本

安装：下一步下一步。。。

查看版本：
在这里插入图片描述

下载elasticsearch-head-master.zip:

解压后安装依赖，一定要跳转到该解压文件夹下输入该命令：
在这里插入图片描述
npm install下载有问题请使用cnpm install命令

给出了访问地址：http://localhost:9100
访问测试：

由于ES进程和客户端进程端口号不同，存在跨域问题，所以需要在ES的配置文件中配置下解决跨域问题：（注意点在于闪退问题，文件编码一定改为UTF-8）
在这里插入图片描述

重新启动es，使用head工具进行连接测试：

了解ELK

ELK是ElasticSearch 、 Logstash、Kibana三大开源框架首字母大写简称。市面上也称为Elastic Stack。Lostash是ELK的中央数据流，用于从不同目标（文件/数据存储/MQ）收集的不同格式数据，经过过滤后支持输出到不同目的地。Kibana可以将elastic的数据通过友好的页面展示出来，提供实时分析的功能。

市面上很多开发只要提到ELK能够一直说出它是一个日志分析架构技术栈总称，但实际上ELK不仅仅适用于日志分析，它还可以支持其他任何数据分析和手机的场景，日志分析和收集知识更具有代表性。并非唯一性。

安装Kibana

Kibana是一个针对ElasticSearch的开源分析及可视化平台，用来搜索、查看交互存储在ElasticSearch索引中的数据。使用Kibana，可以通过各种如表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础构架，几分钟内就可以完成Kibana安装并启动Elasricsearch索引检测。

下载：https://mirrors.huaweicloud.com/kibana/?C=N&O=D需要和es版本对应
解压
进入bin目录，启动服务
在这里插入图片描述
访问IP：5601

配置成中文：

中文包在：kibana-7.6.1-windows-x86_64\x-pack\plugins\translations\translations
在这里插入图片描述
重启，查看效果：

ES核心概念
ElasticSearch是面向文档型的数据库，一条数据在这里就是一个文档。比如：

{
    "name" :     "John",
    "sex" :      "Male",
    "age" :      25,
    "birthDate": "1990/05/01",
    "about" :    "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

在MySql中这样的数据存储容易想到建立一张User表，其中有一些字段，而在es中就是一个文档，文档会属于一个User类型，各种各样的类型存储于一个索引中。下表是关系型数据库和es的疏于对照表：

在这里插入图片描述
es中可以包含多个索引（数据库），每个索引中可以包含多个类型（表），每个类型下又包含多个文档（行），每个文档又包含多个字段（列）。

物理设计：

es在后台把每个索引划分成多个分片，每个分片可以在集群中的不同服务器中转移。

逻辑设计：

一个索引类型，包含多个文档，当我们索引一篇文档时，可以通过这样的顺序找到他：索引-》类型-》文档id（该id实际是个字符串），通过这个组合我们就能索引到某个具体的文档。

文档

es是面向文档的，意味着索引和搜索数据的最小单位是文档，es中，文档有几个重要的属性：

自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key:value
可以是层次性的，一个文档中包含自文档，复杂的逻辑实体就是这么来的
灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在es中，对于字段是非常灵活的。有时候，我们可以忽略字段，或者动态的添加一个新的字段
尽管我们可以随意的添加或忽略某个字段，但是，每个字段的类型非常重要。因为es会保存字段和类型之间的映射以及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在es中，类型有时候也称为映射类型。

类型

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为string类型.我们说文档是无模式的，他们不需要拥有映射中所定义的所有字段，当新增加一个字段时，es会自动的将新字段加入映射，但是这个字段不确定他是什么类型，所以最安全的方式是提前定义好所需要的映射。

索引

索引是映射类型的容器，es的索引是一个非常大的集合。索引寻出了映射类型的字段和其他设置。然后他们被存储到了各个分片上。