Elastic Stack

官⽹：https://www.elastic.co/cn/

包含了数据的整合 => 提取 => 存储 => 使⽤，⼀整套！

beats：从各种不同类型的⽂件 / 应⽤来 采集数据 a,b,c,d,e,aa,bb,cc

Logstash：从多个采集器或数据源抽取 / 转换数据，向 es 输送 aa,bb,cc

elasticsearch：存储、查询数据

kibana：可视化 es 的数据

1、安装 ES

elasticsearch：https://www.elastic.co/guide/en/elasticsearch/reference/7.17/setup.html kibana：https://www.elastic.co/guide/en/kibana/7.17/introduction.html 只要是⼀套技术，所有版本必须⼀致！！！此处⽤ 7.17

2、Elasticsearch 概念

你就把 Elasticsearch 当成 MySQL ⼀样的数据库。 Index 索引 => MySQL ⾥的表（table） 建表、增删改查（查询需要花费的学习时间最多） ⽤客户端去调⽤ Elasticsearch（3种） 语法：SQL、代码的⽅法（4种语法） ES 相⽐于 MySQL，能够⾃动帮我们做分词，能够⾮常⾼效、灵活的查询内容。

3、索引（倒排索引）

正向索引：理解为数据的⽬录，可以快速帮你找到对应的内容（怎么根据⻚码找到⽂章）

倒排索引：怎么根据内容找到⽂章

ES 先切词, 去倒排索引表找对饮的⽂章：⽂章A，B

4、操作步骤

   1. 下载 elasticsearch 和 kibana 的zip包，下载完成后解压出来

elasticsearch：https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.17.9- windows-x86_64.zip

kibana：https://artifacts.elastic.co/downloads/kibana/kibana-7.17.9-windows-x86_64.zip

    1. 启动 elasticsearch 在 bin ⽬录下运⾏ .\bin\elasticsearch.bat

    1. 启动 kibana.bat 在 bin ⽬录下运⾏ .\bin\kibana.bat

ES 的⼏种调⽤⽅式

1）restful api 调⽤（http 请求） GET 请求：http://localhost:9200

可以模拟发送请求： curl -X GET "localhost:9200/?pretty"

ES 的启动端⼝：

   1. 9200：给外部⽤户（给客户端调⽤）的端⼝    

   2. 9300：给 ES 集群内部通信的（外部调⽤不了的）

2）kibana devtools ⾃由的对 ES 进⾏操作（本质也是 restful api） devtools 不建议⽣产环境使⽤

3）客户端调⽤ java 客户端、go 客户端 https://www.elastic.co/guide/en/elasticsearch/client/java-api-client/7.17/_getting_started.html

访问 kibana

   1. 访问端⼝：http://localhost:5601/app/integrations/browse

5、语法：DSL

      json格式，好理解，和 http 请求最兼容，应⽤最⼴，也是我个⼈⽐较推荐的  

查询

DSL语法：https://www.elastic.co/guide/en/elasticsearch/reference/7.17/query-dsl.html（忘了就 查，不⽤背） 

语法：SQL

https://www.elastic.co/guide/en/elasticsearch/reference/7.17/sql-getting-started.html 学习成本低，但是可能需要插件⽀持、性能较差

语法：Painless Scripting language

编程式取值，更灵活，但是学习成本⾼

Mapping

理解为数据库的表结构，有哪些字段、字段类型

ES ⽀持动态 mapping，表结构可以动态改变，⽽不像 MySQL ⼀样必须⼿动建表，没有的字段就 不能插⼊

6、分词器

https://www.elastic.co/guide/en/elasticsearch/reference/7.17/test-analyzer.html

分词的⼀种规则

内置分词器：https://www.elastic.co/guide/en/elasticsearch/reference/7.17/analysisanalyzers.html 空格分词器：whitespace，结果：The、quick、brown、fox.

IK 分词器（ES 插件）

中⽂友好：https://github.com/medcl/elasticsearch-analysis-ik

下载地址： https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.17.7（注意版本 ⼀致） 思考：怎么样让 ik 按⾃⼰的想法分词？ 回答：⾃定义词典

步骤

1. 在 elasticsearch-7.17.9 ⽬录下新建 plugins ⽬录

2. 在 plugins ⽬录下新建 ik ⽬录

3. 将下载的 zip 包解压到 ik ⽬录下

4. 将 elasticsearch-analysis-ik-7.17.7 ⽬录中的所有内容移到 ik ⽬录下

5. 重启 ES，发⽣错误：插件版本不匹配

解决⽅案：https://github.com/medcl/elasticsearch-analysis-ik/issues/996 下载相近的版本，解压后修改plugin-descriptor.properties⽂件⾥⾯的elasticsearch.version就可以。

修改后，ES 启动成功，重新在 kibana 中运⾏分词器测试，成功。 命令⾏中显示加载 ik 插件

6. 测试 ik_smart 分词器，结果

ES 调⽤⽅式

Java 操作 ES

3 种： 1. ES 官⽅的 Java API https://www.elastic.co/guide/en/elasticsearch/client/java-api-client/7.17/introduction.html 快速开始：https://www.elastic.co/guide/en/elasticsearch/client/java-apiclient/7.17/connecting.html

2. ES 以前的官⽅ Java API，HighLeavelRestClient（已废弃，不建议⽤）

3. Spring Data Elasticsearch spring-data 系列：spring 提供的操作数据库的框架

spring-data-redis：操作 redis 的⼀套⽅法 spring-data-mongodb：操作 mongodb的⼀套⽅法 spring-data-elasticsearch：操作 elasticsearch 的⼀套⽅法

官⽅⽂档：https://docs.spring.io/spring-data/elasticsearch/docs/4.4.10/reference/html/ ⾃定义⽅法： ⽤户可以指定接⼝的⽅法名称，框架帮你⾃动⽣成查询