elasticsearch使用-CSDN博客

本文链接：https://blog.csdn.net/songtaiwu/article/details/141158656

ubuntu虚机安装es

1. 下载并解压

es安装包下载地址：https://mirrors.huaweicloud.com/elasticsearch/7.9.3/

kibana包下载地址：https://mirrors.huaweicloud.com/kibana/

下载得到 elasticsearch-7.9.3-linux-x86_64.tar.gz

tar -zxvf elasticsearch-7.9.3-linux-x86_64.tar.gz -C /usr/local/
cd /usr/local
mv elasticsearch-7.9.3/ elasticsearch

2. 创建用户并设置文件夹权限

由于Elasticsearch不能以root用户身份允许，需要创建一个新用户，并将Elasticsearch文件夹的所有权改为该用户。

sudo useradd -m elasticsearch  
sudo chown -R elasticsearch:elasticsearch /usr/local/elasticsearch

3. 解决系统限制

Elasticsearch可能需要调整系统级别的限制，如文件描述符数量和内存映射区域大小。

比如要解决下面报错

[1]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]

需要编辑 /etc/sysctl.conf文件，在最后增加一行

vm.max_map_count=262144

保存文件后，运行以下命令来应用更改：

sudo sysctl -p

4. 修改配置文件

比如要解决下面报错

[1]: the default discovery settings are unsuitable for production use; at least one of [discovery.seed_hosts, discovery.seed_providers, cluster.initial_master_nodes] must be configured

需要修改的配置如下：

cluster.name: my-application

node.name: node-1

network.host: 0.0.0.0

http.port: 9200

discovery.seed_hosts: ["127.0.0.1"]

cluster.initial_master_nodes: ["127.0.0.1"]

5. 启动

cd /usr/local/elasticsearch/bin
./elasticsearch -d

6. 验证

curl http://127.0.0.1:9200

文档翻译 Query DSL

官方文档 Query DSL | Elasticsearch Guide [8.15] | Elastic

Elasticsearch 提供了一个基于JSON的全量Query DSL来定义查询语句。可以把 Query DSL看作是一个AST，即一个关于查询的抽象语法树，由两个类型的子句组成：

Leaf query clauses

叶子查询子句，是通过指定的字段来查询特定值，比如 mathc、term、range，这些查询可以单独使用。

Compound query clauses

组合查询子句，他们包含其他叶子查询子句或者组合查询子句，可以在逻辑上形成组合的查询（比如 bool、dis_max查询），可能改变他们的行为（比如 constant_score查询）。

Allow expensive queries

一些类型的查询因为实现方式的原因会执行很慢，这还会影响集群的稳定性。这下查询如下：

查询需要执行线性扫描来鉴别匹配：
- 脚本查询 script query
- 对于没有索引的但是doc values打开的如下类型字段，numeric、date、boolean、ip、geo_point、keyword。
前期成本较高的查询：
- fuzzy query（除了基于wildcard字段的）
- regexp query （除了基于wildcard字段的）
- prefix queries （除了基于wildcard字段的或者没有index_prefixes的）
- wildcard queries （除了基于wildcard字段的）
- range queries 基于 text 和 keyword字段
Joining queries
每份文档成本可能较高的查询
- script_score queries
- percolate queries

可以通过设置 search.allow_expensive_queries 的值为 false 来组织这些查询的执行。（默认是true）。

Query and filter context

Relevance scores

默认情况下，Elasticsearch 对查询结果的排序是按照 相关分数，它用来测量一个文档与查询语句的匹配度。

相关分数是一个正浮点数，在查询API返回的元数据_score中。_score的值越高，文档相关度越高。每一个query都能计算相关分数但有所不同，query子句在 query和filter上下文中有所不同。

Query context

在查询上下文，一个查询子句回答问题："文档和查询子句匹配度如何？"。不仅仅是确定文档是否匹配，还会计算相关度，值放到元数据_score中。

当我们给query参数提供查询子句时，这个就算查询上下文生效，比如在 search API中的query参数。

Filter context

在过滤上下文，一个查询子句回答问题:"这个文档和查询子句是否匹配？"。回答是简单的是与否，并不会计算分数。过滤上下文用于过滤结构化的数据，例如：

timestamp 是否落在 2015和2016区间？
status字段的值是否是 “published”？

Elasticsearch会自动缓存常用的过滤器，以提高性能。

当一个查询子句用filter参数传递时，过滤上下文生效，比如在bool查询中用 filter 、must_not参数，在constant_score中用filter参数，还有 filter aggregation。

Example of query and filter contexts

下面是在search API中使用查询语句的例子，有查询上下文、过滤上下文。

title字段包含search这个词。
content字段包含elasticsearch这个词。
status字段包含准确的词 published。
publish_date字段包含日期要大于等于2015-01-01。


GET /_search
{
  "query": { 
    "bool": { 
      "must": [
        { "match": { "title":   "Search"        }},
        { "match": { "content": "Elasticsearch" }}
      ],
      "filter": [ 
        { "term":  { "status": "published" }},
        { "range": { "publish_date": { "gte": "2015-01-01" }}}
      ]
    }
  }
}

query 参数，指明了这是一个 “查询上下文”。

bool和其中的两个match子句，都是在query上下文中的，他们用于计算文档匹配的分数的。

filter参数表明这是一个“过滤上下文”，里面的term、range子句都是用于过滤上下文中，他们会过滤出哪些文档匹配，但是并不会影响分数。