elasticsearch 之 环境搭建 & 核心概念

目录

• 0、环境搭建
• 1、elasticsearch的前世今生
• 2、elasticsearch的核心概念
• 3、elasticsearch核心概念 vs 数据库核心概念

0、环境搭建

（1）安装JDK，至少1.8.0_73以上版本，使用 java -version 查看

（2）下载和解压缩Elasticsearch安装包，例如：elasticsearch-5.2.0.zip

（3）启动Elasticsearch：bin\elasticsearch.bat

（4）检查ES是否启动成功：http://localhost:9200/?pretty

{
  "name" : "moFGW9r",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "EYIvvivpQgav1RTTcyzXew",
  "version" : {
    "number" : "5.2.0",
    "build_hash" : "24e05b9",
    "build_date" : "2017-01-24T19:52:35.800Z",
    "build_snapshot" : false,
    "lucene_version" : "6.4.0"
  },
  "tagline" : "You Know, for Search"
}

显示上述信息，则成功

name: node名称
cluster_name: 集群名称（默认的集群名称就是elasticsearch）
version.number: 5.2.0，es版本号

（5）修改集群名称：elasticsearch.yml
（6）下载和解压缩Kibana安装包（kibana-5.2.0-windows-x86.zip， 注意没有64位的，但是在64位使用32位也是ok的。）使用里面的开发界面，去操作elasticsearch，作为我们学习es知识点的一个主要的界面入口。
（7）启动Kibana：bin\kibana.bat
（8）浏览器：http://localhost:5601，进入Dev Tools界面
（9）GET _cluster/health

1、elasticsearch的前世今生

（1）lucene, 功能强大、最先进的搜索库，直接基于lucene开发，非常复杂，api复杂（实现一些简单的功能，写大量的java代码），需要深入理解原理（各种索引结构）。

（2）elasticsearch，基于lucene，隐藏复杂性，提供简单易用的restful api接口、java api接口（还有其他语言的api接口），

• 支持分布式的文档存储引擎，
• 支持分布式的搜索引擎，
• 支持分布式的分析引擎，
• 支持开箱即用，优秀的默认参数，不需要任何额外设置
• 完全开源

2、elasticsearch的核心概念

（1）Near Realtime（NRT）:近实时，两个意思，从写入数据到数据可以被搜索到有一个小延迟（大概1秒）；基于es执行搜索和分析可以达到秒级。

（2）Cluster：集群，包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是elasticsearch）来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常。

（3）Node：节点，集群中的一个节点，节点也有一个名称（默认是随机分配的），节点名称很重要（在执行运维管理操作的时候），默认节点会去加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群。

（4）Document&field：文档，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。

（5）Index：索引，包含一堆有相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称。一个index包含很多document，一个index就代表了一类类似的或者相同的document。比如说建立一个product index，商品索引，里面可能就存放了所有的商品数据，所有的商品document。

（6）Type：类型，每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分类，一个type下的document，都有相同的field，比如博客系统，有一个索引，可以定义用户数据type，博客数据type，评论数据type。

（7）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。

（8）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。primary shard（建立索引时一次设置，不能修改，默认5个），replica shard（随时修改数量，默认1个），默认每个索引10个shard，5个primary shard，5个replica shard，最小的高可用配置，是2台服务器。

3、elasticsearch核心概念 vs 数据库核心概念

Elasticsearch            数据库

Document                   行
Type                            表
Index                           库