Elasticsearch 笔记——kibana的安装和基本概念介绍

Kibana 的使用

使用 Elasticsearch 可以发起 http 请求，用 curl 即可，但这样的方式过于麻烦。Kibana 提供了可以操作 Elasticsearch 的控制台，可以用简单的命令完成复杂的 http 请求，不仅如此，它还提供可视化界面，从跟踪查询负载，到理解请求如何流经整个应用，都能轻松完成。

Kibana下载点击这里

下载后解压，windows下在解压后的目录中双击 /bin/kibana.bat 即可运行。但在windows下启动的比较慢，需要等一段时间。

Kibana 文件结构与 Elasticsearch 很像，在/config/kibana.yml 中可以配置参数，但目前为止我们在 Elasticsearch 和 Kibana 都是使用了默认参数，无需过多配置，随着学习的深入，将会渐渐使用一些配置项来定制合适的服务。

现在我将 Kibana 启动起来，在末尾会提示你在哪里访问 Kibana 

现在我们可以在浏览器中输入“http://localhost:5601”来访问 Kibana 了。在左侧目录选择“dev tools”，这里是控制台，对 Elasticsearch 的操作就可以从这里输入并获取结果。

Elasticsearch 基本概念

前面把我们即将使用的两个工具安装好了，但在正式开始前还是需要了解 Elasticsearch 的基本概念。我在刚刚学习的时候（其实现在也是刚刚学习），总是对 Elasticsearch 很迷糊，它是一种数据库么？或者不是数据库？它里面确实存了数据啊，但它的一些概念、操作方法和普通的关系型数据库又大不相同。

Elasticsearch 是面向文档的

为什么说它是面向文档的？传统的关系型数据库，是将一个个对象扁平化、存储在一个一一对应的表格中，一个key对应一个value，当使用的时候我们将一行取出来，重新构造成对象。在 Java 项目中这种对象表现为“实体对象”，通过 Dao 层把实体对象中的每一个元素与数据库表中的一个列对应起来，从而存储数据。也许有时候你会想，如果数据库可以直接把一整个对象塞进去，不需要做扁平化和重构造处理岂不是美哉！

Elasticsearch 所做的就是你所想的事情，它是面向文档的，可以直接将一个文档存进索引中去，而且它可以索引到每一个文档的内容，使之可以被检索。它对文档进行排序、检索、过滤，而不是对行数据，这是一种完全不同的思考数据的方式，也是 Elasticsearch 能支持复杂全文检索的原因。

首先来看看 Elasticsearch 中常用的概念有哪些

上面我提到了两个词：索引Index、文档Dockment，另外加上“类型Type”，它们是 Elasticsearch 的三个基本概念。为了便于用惯关系型数据库的人理解，我会将这三个概念与关系型数据库中的概念对应起来。

索引Index：索引 在 Elasticsearch 中有两层含义。作为名词，索引是存储文档的地方，对应关系型数据库中的“database”；作为动词，如“索引一个文档”，这里意思为将一个文档存储在一个索引中，对应关系型数据库中的“insert”。

类型Type：类型指的是在一个索引中存储的文档的类型，个人认为对应关系型数据库中的“table”，但又和“table”不太一样。在关系型数据库中，只有同一类型的实体对象，才能存储在同一个表中；而 Elasticsearch 中，同一类型的文档，才能存储在一个索引中。

文档Document：文档对应关系型数据库中表中的一个行，也就是一行数据。

注意：前面表述并不准确，原因在于，在6.0版本前，一个索引是可以对应多个类型的，所以“索引->类型->文档”可以对应“数据库->表->行”，但在6.0中，开始提倡一索引对应一类型，7.0中已经完全不允许索引对应多个类型，所以这个时候，将“类型”比作“表”已经不准确了，应该说“索引”更像是“表”，“类型”只是声明了在这个“索引”中存储的“文档”的类型，在关系型数据库中并没有对应的概念。