一、ElasticSearch概述
ElasticSearch,简称es,es是一个开源的高扩展的分布式全文检索引擎,它可以近乎实时的存储、检索数据;本身扩展性好,可以扩展到上百条服务器,处理PB级别的数据。es也使用Java开发并使用Lucene作为核心来实现所有索引和搜索的功能,但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性,从而让全文搜索变得简单。
二、ElasticSearch与Solr的爱恨情仇
ES基本是开箱即用,非常简单。Solr安装复杂一点点
Solr利用Zookeeper进行分布式管理,而ElasticSearch自身带有分布式协调管理功能
Solr支持更多格式的数据,比如JSON、XML、CSV,而ElasticSearch仅支持JSON格式
Solr官方提供的功能更多,而ElasticSearch本身更注重核心功能,高级功能多有第三方插件提供,例如图形化界面需要Kibana友好支撑
Solr查询快,但更新索引时慢,ES建立索引块,即实时查询快。
Solr是传统搜索应用的有力解决方案,但ElasticSearch更适用于新兴的实时搜索应用
Solr比较成熟,有一个更大,更成熟的用户、开发和贡献者社区,而ElasticSearch相对开发维护者较少,更新太快,学习成本较高
三、ElasticSearch的安装
解压缩即可使用
config 配置文件
bin 启动文件
config 配置文件
log4j2日志配置文件
jvm.options java虚拟机相关的配置
elasticsearch.yml elasticsearch的配置文件 默认 9200端口 跨域
lib 相关jar包
logs 日志
modules 功能模块
plugins 插件
点击elasticsearch.bat启动
四、安装ElasticSearch-Head可视化界面
安装前提,nodejs
安装依赖,在elasticsearc-head文件夹下执行 cnpm install
启动 npm run start
在elasticsearch.yml 中设置开启跨域
#开启跨域
http.cors.enabled: true
#允许所有人
http.cors.allow-origin: "*"
重启ES服务,然后重新进行连接
五、安装Kibana
安装前提,nodejs
解压缩,开箱即用
设置中文 config-->kibana.yml
# Specifies locale to be used for all localizable strings, dates and number formats.
# Supported languages are the following: English - en , by default , Chinese - zh-CN .
#i18n.locale: "en"
i18n.locale: "zh-CN"
六、elasticsearch核心概念
elasticsearch是面向文档 关系行数据库和elasticsearch 客观对比
Relational DB
ElasticSearch
数据库(database)
索引(indices)
表(tables)
types
行(rows)
documents
字段(columns)
fields
elasticsearch(集群)中可以包含多个索引,每个索引中可以包含多个类型,每个类型下又包含多个文档,每个文档又包含多个字段。
逻辑设计:
一个索引类型中,包含多个文档,当我们索引一篇文档时,可以通过这样的一个顺序找到它:索引 > 类型 > 文档ID,通过这个组合我们就能索引到某个具体的文档。注意:ID不必是整数,实际上它是一个字符串。
文档 document
elasticsearch是面向文档的,那么就意味着索引和搜索数据的最小单位是文档,在es中文档有几个重要属性:
自我包含,一篇文档同时包含字段和对应的值,也就是同时包含key:value
可以是层次型的,一个文档中包含子文档
灵活的结构,文档不依赖预先定义的模式,我们知道关系型数据库中,要提前定义才能使用,在ES中,对于字段是非常灵活的,有时候,我们可以忽略该字段或者动态添加一个新的字段
类型 type
类型是文档的容器,就像关系型数据库一样,表格是行的容器。类型中对于字段的定义称为映射。我们说文档是无模式的,他们不需要拥有映射中所定义的所有字段,比如说新增了一个字段,ES不确定这个字段的类型,但是ES会去猜这个字段的类型,并加入映射。但是ES可能也猜不对,所以最安全的方式就是提前定义好所需要的映射。
索引 index
索引是映射类型的容器,elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后他们被存储到了各个分片上。
物理设计:
elasticsearch在后台把每个索引划分成多个分片,每个分片可以在集群中的不同服务器间迁移
一个集群至少有一个节点,而一个节点就是一个elasticsearch进程,节点可以有多个索引默认的,如果你创建索引,那么索引将默认会有5个分片(primary shard,又称主分片)构成的,每一个分片都会有一个副本(replica shard,又称复制分片)
上图是一个有3个节点的集群,可以看到主分片和复制分片都不会在同一个节点类,进行了容灾配置。实际上,一个分片就是一个Lucene索引,一个包含倒排索引的文件目录,倒排索引的结构使elasticsearch在不扫描全部文档的情况下,就能告诉你哪些文档包含特定的关键词。
倒排索引
elasticsearch 使用的是一种称为倒排索引的结构,采用Lucene倒排索引作为底层。这种结构适用于快速的全文检索,一个索引由文档中所有不重复的列表构成,对于每一个词,都包含它的文档列表。
例如现在有两个文档,每个文档包含如下内容:
Study every day, good good up to forever #文档1包含内容
To forever, study every day, good good up #文档2包含的内容
为了创建倒排索引,我们首先要将每个文档拆分成独立的词(或者称为词条或tokens),然后创建一个包含所有不重复词条的排序列表,然后列出每个词条出现在哪个文档:
term
doc_1
doc_2
Study
√
×
To
×
√
every
√
√
forever
√
√
day
√
√
study
×
√
good
√
√
to
√
×
up
√
√
现在我们试图搜索 to forever,只需要查看包含每个词条的文档
term
doc_1
doc_2
to
√
×
forever
√
√
total
2
1
两个文档都匹配,但是第一个文档比第二个匹配程度更高。如果没有别的条件,这两个包含关键字的文档都将返回。