ElasticSearch

安装ElasticSearch

docker安装

命令：

docker pull elasticsearch:7.4.2
docker pull kibana:7.4.2
//版本要统一

下载elasticsearch：

检查一下是否下载成功：

下载kibana：

检查一下是否下载成功：

看虚拟机还有多少内存：

二、配置
依次执行

//创建文件夹
mkdir -p /mydata/elasticsearch/config
//创建文件夹
mkdir -p /mydata/elasticsearch/data

设置es可以被远程任何机器访问
进入到config文件夹下

执行：

echo "http.host: 0.0.0.0" >/mydata/elasticsearch/config/elasticsearch.yml

查看一下：

三、启动Elastic search
执行命令：

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e  "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms64m -Xmx128m" \
-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-v  /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.4.2 

命令解释：
–name elasticsearch ：给容器起个名字叫elasticsearch。
-p 9200:9200 -p 9300:9300 ：暴露两个端口，9200是用户和es的交互端口， 9300是es分布式集群状态下各个节点间的通信端口。
single-node ：单节点运行。
-Xms64m -Xmx128m ：设置es内存，初始64m,最大128m；真正项目中一般都是32g左右的；如果不设置es一启动会把内存全部占用，真个虚拟机就卡死了。
-v :目录挂载。
-d: 启动的时候用elasticsearch:7.4.2这个镜像。

启动成功后会得到一个容器的唯一序列号
设置权限：
因为没设置权限，所以现在es还不能被访问到，可以用docker logs elasticsearch看一下启动日志。
拒绝访问：

回到elasticsearch文件夹下，把这个文件夹下所有文件的的权限改为可读可写可执行：

//递归更改权限
chmod -R 777 /mydata/elasticsearch/

这样显示说明设置成功了

重新启动容器：

设置开机启动elasticsearch

docker update elasticsearch --restart=always

四、看es是否安装成功

浏览器输入ip+端口号，出现以下信息，说明安装成功了。

安装kibana

启动kibana：

// kibana指定了了ES交互端口9200   5600为kibana主页端口
docker run --name kibana -e ELASTICSEARCH_HOSTS=http://192.168.56.10:9200 -p 5601:5601 -d kibana:7.4.2

设置开机启动kibana:

docker update kibana  --restart=always

浏览器访问看是否启动成功：

192.168.56.10:5601

安装ik分词器

• 准备工作：分词器地址，找到对应的7.4.2

https://github.com/medcl/elasticsearch-analysis-ik/releases

• 在plugins目录下新建个文件夹ik

cd /mydata/elasticsearch/plugins/ik

wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip

unzip elasticsearch-analysis-ik-7.4.2.zip

 - 给目录开权限
![在这里插入图片描述](https://img-blog.csdnimg.cn/db2196509b2748b4a5a91e81f77b0cf3.png)
变成了rwx，就证明了是可读可写可执行了
 - 重启
```javascript
docker restart elasticsearch

整合

作用

专门用来检索的非关系型数据库

使用场景

要检索的数据量很大，比如商品、日志。

基本概念

• 索引(index)-数据库
• 文档：行
• 字段：列
• 映射(mapping)：设置ES 文档的使用规则(如何被存储和检索的)如：某个字段的数据类型、默认值、分析器、是否被索引等等。已经设置好的字段映射，不能更新，如果要更新只能创建新的索引，进行数据迁移。
• 分片：相当于mysql的分表，把数据放在多张表里面。当创建一个索引的时候，可以指定想要的分片的数量。在索引创建后，不能改变主分片的数量，这个数目定义了这个索引能够存储 的最大数据量，默认情况下每个索引被分片 1 个主分片和 1 个复制分片。索引创建后副本分片的数量可以改变，读操作、搜索、返回数据可以同时被主分片 或 副本分片所处理，所以当你拥有越多的副本分片时，也将拥有越高的吞吐量。
  分片很重要，主要有两方面的原因：
  1）允许你水平分割 / 扩展你的内容容量。
  2）允许你在分片之上进行分布式的、并行的操作，进而提高性能/吞吐量。
  至于一个分片怎样分布，它的文档怎样聚合和搜索请求，是完全由 Elasticsearch 管理的，对于作为用户的你来说，这些都是透明的，无需过分关心。
• 副本(复制分片)：分片的备份。
  复制分片之所以重要，有两个主要原因：

1. 在分片/节点失败的情况下，提供了高可用性。因为这个原因，注意到复制分片从不与
   原/主要（original/primary）分片置于同一节点上是非常重要的。
2. 扩展你的搜索量/吞吐量，因为搜索可以在所有的副本上并行运行。

• 分配：将分片分配给某个节点的过程，包括分配主分片或者副本。如果是副本，还包含从主分
  片复制数据的过程。这个过程是由 master 节点完成的。

倒排索引

☆、正排索引：通过索引(主键id、数据编号)快速查找到当条数据，因为有索引所以比较快，要是想通过内容去查询当条数据，只能通过模糊匹配，每条数据都要去遍历一下，速度就很慢。
☆、倒排索引：强调的是关键字和索引的关联关系。

(关键词和id做关联)

restful操作

post-增 delete-删 改-put(不指定id会报错) 查-get

查询关键字

java查询关键字

• 全量查询：matchAll
• 关键字查询：term
• 分页查询：from(第几条开始) size(每页显示多少条)
• 组合查询：bool
• 范围查询：range
• 模糊查询：fuzzy
• 高亮查询：terms
• 聚合查询：aggregation

restful api查询关键字

• g-2高级-ES：二、进阶检索
• terms说明：filter里面的terms是查询一个字段匹配多个值；aggs里面的terms是查询值的分布
• match和term：匹配查询时match-文本字段 term-数字字段
• nested：嵌套查询
• 是否贡献得分：贡献得分-must、should 不贡献得分-must_not、filter

字段映射设置

• g-2高级-ES：三、Mapping字段映射
• 重要关键字：type index doc_values

posman查询(结合谷粒整理完整，以guli为主)

• 条件查询、分页查询、查询排序
• 多条件查询、范围查询
• 完全匹配、高亮查询
• 聚合查询(统计)

谷粒es

场景

• 上架的商品才可以在网站展示且可以被检索

程序设计

• 方案
  
• 索引设计、创建
• 上架商品
  1.查询出商品信息，封装
  2.查看库存是否存在
  3.保存到es
• 检索

ELK

链接

面试

优化

写入

• 采取 bulk 批量写入
• 使用自动生成的 id

查询

• 带路由查询
• 禁用批量 terms（成百上千的场景）
• 充分利用倒排索引机制，能 keyword 类型尽量 keyword

其它

• 尚硅谷文档：优化

其它

• 尚硅谷文档：面试