elasticSearch+Head+node介绍安装及基本使用

最新推荐文章于 2024-05-10 14:33:23 发布

有你的地方才是我的家

最新推荐文章于 2024-05-10 14:33:23 发布

阅读量2k

点赞数 2

本文链接：https://blog.csdn.net/weixin_42247475/article/details/84927178

版权

1.Elasticsearch介绍和安装

1.1.简介

1.1.1.Elastic

Elastic官网：https://www.elastic.co/cn/

Elastic有一条完整的产品线：Elasticsearch、Kibana、Logstash等，前面说的三个就是大家常说的ELK技术栈。

1.1.2.Elasticsearch

Elasticsearch官网：https://www.elastic.co/cn/products/elasticsearch

如上所述，Elasticsearch具备以下特点：

分布式，无需人工搭建集群（solr就需要人为配置，使用Zookeeper作为注册中心）
Restful风格，一切API都遵循Rest原则，容易上手
近实时搜索，数据更新在Elasticsearch中几乎是完全同步的。

1.1.3.版本

目前Elasticsearch最新的版本是6.2.4，我们就使用这个版本

需要JDK1.8及以上

1.2.安装和配置

1.2.1 下载

下载地址：https://www.elastic.co/downloads/past-releases

1.2.2 安装

elasticsearch无需安装，解压即用。

1.3.运行

进入elasticsearch/bin目录，可以看到下面的执行文件：

双击运行

可以看到绑定了两个端口:

9300：java程序访问的端口
9200：浏览器、postman访问接口

我们在浏览器中访问：http://127.0.0.1:9200

1.4.安装Head插件

1.4.1.什么是Head

ealsticsearch只是后端提供各种api，那么怎么直观的使用它呢？elasticsearch-head将是一款专门针对于elasticsearch的客户端工具

elasticsearch-head配置包，下载地址：https://github.com/mobz/elasticsearch-head

1.4.2.安装

es5以上版本安装head需要安装node和grunt

第一步：从地址：https://nodejs.org/en/download/ 下载相应系统的msi，双击安装。

第二步：安装完成用cmd进入安装目录执行 node -v可查看版本号

第三步：执行 npm install -g grunt-cli 安装grunt ，安装完成后执行grunt -version查看是否安装成功，会显示安装的版本号

1.4.3.配置运行

第一步：进入es安装目录下的config目录，修改elasticsearch.yml文件.在文件的末尾加入以下代码

http.cors.enabled: true

http.cors.allow-origin: "*"

node.master: true

node.data: true

然后去掉network.host: 192.168.0.1的注释并改为network.host: 0.0.0.0，去掉cluster.name；node.name；http.port的注释（也就是去掉#）

第二步：双击elasticsearch.bat重启es

第三步：在https://github.com/mobz/elasticsearch-head中下载head插件，选择下载zip

第四步：解压到指定文件夹下，D:\environment\elasticsearch-head-master 进入该文件夹，修改D:\environment\elasticsearch-head-master\Gruntfile.js 在对应的位置加上hostname:'*'、

第五步：在D:\environment\elasticsearch-head-master 下执行npm install 安装完成后执行grunt server 或者npm run start 运行head插件，如果不成功重新安装grunt。成功如下

1.4.4.成功

1.5.安装ik分词器

ElasticSearch 默认采用分词器，单个字分词，效果很差

搜索【IK Analyzer 3.0】

http://www.oschina.net/news/2660

Lucene的IK分词器早在2012年已经没有维护了，现在我们要使用的是在其基础上维护升级的版本，并且开发为Elasticsearch的集成插件了，与Elasticsearch一起维护升级，版本也保持一致，最新版本：6.2.4

1.5.1. 下载

源码下载地址：https://github.com/medcl/elasticsearch-analysis-ik/tree/6.2.x

jar包下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

1.5.1.安装

无需安装，解压即可使用

我们将其改名为ik，并复制到elasticsearch的解压目录，如下图所示

然后重启elasticsearch：

1.5.2.扩展词和停用词

扩展词和停用词文件：

1.5.4 测试

2.SprignBoot整合Spring Data Elasticsearch

Elasticsearch提供的Java客户端有一些不太方便的地方：

很多地方需要拼接Json字符串，在java中拼接字符串有多恐怖你应该懂的
需要自己把对象序列化为json存储
查询到结果也需要自己反序列化为对象

因此，我们这里就不讲解原生的Elasticsearch客户端API了。

而是学习Spring提供的套件：Spring Data Elasticsearch

2.1.简介

Spring Data Elasticsearch是Spring Data项目下的一个子模块。

查看 Spring Data的官网：http://projects.spring.io/spring-data/

Spring Data 是的使命是给各种数据访问提供统一的编程接口，不管是关系型数据库（如MySQL），还是非关系数据库（如Redis），或者类似Elasticsearch这样的索引数据库。从而简化开发人员的代码，提高开发效率。

包含很多不同数据操作的模块：

Spring Data Elasticsearch的页面：https://projects.spring.io/spring-data-elasticsearch/

特征：

支持Spring的基于@Configuration的java配置方式，或者XML配置方式
提供了用于操作ES的便捷工具类ElasticsearchTemplate。包括实现文档到POJO之间的自动智能映射。
利用Spring的数据转换服务实现的功能丰富的对象映射
基于注解的元数据映射方式，而且可扩展以支持更多不同的数据格式
根据持久层接口自动生成对应实现方法，无需人工编写基本操作代码（类似mybatis，根据接口自动得到实现）。当然，也支持人工定制查询

2.2.创建Demo工程

我们新建一个demo，学习Elasticsearch

pom依赖：

<dependency>
   <groupId>org.springframework.boot</groupId>
   <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

application.properties文件配置：

spring.data.elasticsearch.cluster-name = my-application

spring.data.elasticsearch.cluster-nodes = 127.0.0.1:9300

2.3.索引操作

2.3.1.创建索引和映射

SpringBoot-data-elasticsearch提供了面向对象的方式操作elasticsearch

业务：创建一个商品对象，有这些属性：

答：id，title，category，brand，price，图片地址

在SpringDataElasticSearch中，只需要操作对象，就可以操作elasticsearch中的数据

实体类

首先我们准备好实体类：

public class Item {

private Long id;

private String title; //标题

private String category;// 分类

private String brand; // 品牌

private Double price; // 价格

private String images; // 图片地址

}

映射---注解

Spring Data通过注解来声明字段的映射属性，有下面的三个注解：

@Document 作用在类，标记实体类为文档对象，一般有两个属性
- indexName：对应索引库名称
- type：对应在索引库中的类型
- shards：分片数量，默认5
- replicas：副本数量，默认1
@Id 作用在成员变量，标记一个字段作为id主键
@Field 作用在成员变量，标记为文档的字段，并指定字段映射属性：
- type：字段类型，是是枚举：FieldType，可以是text、long、short、date、integer、object等
  - text：存储数据时候，会自动分词，并生成索引
  - keyword：存储数据时候，不会分词建立索引
  - Numerical：数值类型，分两类
    - 基本数据类型：long、interger、short、byte、double、float、half_float
    - 浮点数的高精度类型：scaled_float
      - 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。
  - Date：日期类型
    - elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。
- index：是否索引，布尔类型，默认是true
- store：是否存储，布尔类型，默认是false
- analyzer：分词器名称，这里的ik_max_word即使用ik分词器

示例：

@Document(indexName = "item",type = "docs", shards = 1, replicas = 0)

public class Item {

@Id

private Long id;

@Field(type = FieldType.Text, analyzer = "ik_max_word")

private String title; //标题

@Field(type = FieldType.Keyword)

private String category;// 分类

@Field(type = FieldType.Keyword)

private String brand; // 品牌

@Field(type = FieldType.Double)

private Double price; // 价格

@Field(index = false, type = FieldType.Keyword)

private String images; // 图片地址

}

创建索引

ElasticsearchTemplate中提供了创建索引的API：

可以根据类的信息自动生成，也可以手动指定indexName和Settings

映射

映射相关的API：

一样，可以根据类的字节码信息（注解配置）来生成映射，或者手动编写映射

我们这里采用类的字节码信息创建索引并映射：

@Test

public void createIndex() {

// 创建索引，会根据Item类的@Document注解信息来创建

esTemplate.createIndex(Item.class);

// 配置映射，会根据Item类中的id、Field等字段来自动完成映射

esTemplate.putMapping(Item.class);

}

索引信息：

2.3.2.删除索引

删除索引的API：

可以根据类名或索引名删除。

示例：

@Test

public void deleteIndex() {

esTemplate.deleteIndex(Item.class);

// 根据索引名字删除

//esTemplate.deleteIndex("item1");

}

结果：OK

2.4.新增文档数据

2.4.1.Repository接口

Spring Data 的强大之处，就在于你不用写任何DAO处理，自动根据方法名或类的信息进行CRUD操作。只要你定义一个接口，然后继承Repository提供的一些子接口，就能具备各种基本的CRUD功能。

来看下Repository的继承关系：

我们看到有一个ElasticsearchCrudRepository接口：

所以，我们只需要定义接口，然后继承它就OK了。

public interface ItemRepository extends ElasticsearchRepository<Item,Long> {

}

接下来，我们测试新增数据：

2.4.2.新增一个对象

@Autowired

private ItemRepository itemRepository;



@Test

public void index() {

Item item = new Item(1L, "小米手机7", " 手机",

"小米", 3499.00, "http://image.baidu.com/13123.jpg");

itemRepository.save(item);

}

去页面查询看看：

2.4.3.批量新增

代码：

@Test

public void indexList() {

List<Item> list = new ArrayList<>();

list.add(new Item(2L, "坚果手机R1", " 手机", "锤子", 3699.00, "http://image.baidu.com/13123.jpg"));

list.add(new Item(3L, "华为META10", " 手机", "华为", 4499.00, "http://image.baidu.com/13123.jpg"));

// 接收对象集合，实现批量新增

itemRepository.saveAll(list);

}

再次去页面查询：

2.4.4.修改

elasticsearch中本没有修改，它的是该是先删除在新增

修改和新增是同一个接口，区分的依据就是id。

@Test

public void index(){

Item item = new Item(1L, "苹果XSMax", " 手机",

"小米", 3499.00, "http://image.baidu.com/13123.jpg");

itemRepository.save(item);

}

查看结果：

2.5.查询

2.5.1.基本查询

ElasticsearchRepository提供了一些基本的查询方法：

我们来试试查询所有：

@Test

public void testQueryAll(){

// 查找所有

//Iterable<Item> list = this.itemRepository.findAll();

// 对某字段排序查找所有 Sort.by("price").descending() 降序

// Sort.by("price").ascending():升序

Iterable<Item> list = this.itemRepository.findAll(Sort.by("price").ascending());



for (Item item:list){

System.out.println(item);

}

}

结果：

2.5.2.自定义方法

Spring Data 的另一个强大功能，是根据方法名称自动实现功能。

比如：你的方法名叫做：findByTitle，那么它就知道你是根据title查询，然后自动帮你完成，无需写实现类。

当然，方法名称要符合一定的约定：

Keyword	Sample
And	findByNameAndPrice
Or	findByNameOrPrice
Is	findByName
Not	findByNameNot
Between	findByPriceBetween
LessThanEqual	findByPriceLessThan
GreaterThanEqual	findByPriceGreaterThan
Before	findByPriceBefore
After	findByPriceAfter
Like	findByNameLike
StartingWith	findByNameStartingWith
EndingWith	findByNameEndingWith
Contains/Containing	findByNameContaining
In	findByNameIn(Collection<String>names)
NotIn	findByNameNotIn(Collection<String>names)
Near	findByStoreNear
True	findByAvailableTrue
False	findByAvailableFalse
OrderBy	findByAvailableTrueOrderByNameDesc

例如，我们来按照价格区间查询，定义这样的一个方法：

public interface ItemRepository extends ElasticsearchRepository<Item,Long> {



/**

* 根据价格区间查询

* @param price1

* @param price2

* @return

*/

List<Item> findByPriceBetween(double price1, double price2);

}

然后添加一些测试数据：

@Test

public void indexList() {

List<Item> list = new ArrayList<>();

list.add(new Item(1L, "小米手机7", "手机", "小米", 3299.00, "http://image.baidu.com/13123.jpg"));

list.add(new Item(2L, "坚果手机R1", "手机", "锤子", 3699.00, "http://image.baidu.com/13123.jpg"));

list.add(new Item(3L, "华为META10", "手机", "华为", 4499.00, "http://image.baidu.com/13123.jpg"));

list.add(new Item(4L, "小米Mix2S", "手机", "小米", 4299.00, "http://image.baidu.com/13123.jpg"));

list.add(new Item(5L, "荣耀V10", "手机", "华为", 2799.00, "http://image.baidu.com/13123.jpg"));

// 接收对象集合，实现批量新增

itemRepository.saveAll(list);

}

不需要写实现类，然后我们直接去运行：

@Test

public void queryByPriceBetween(){

List<Item> list = this.itemRepository.findByPriceBetween(2000.00, 3500.00);

for (Item item : list) {

System.out.println("item = " + item);

}

}

结果：

2.5.3.自定义查询

先来看最基本的match query：

@Test

public void search(){

// 构建查询条件

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 添加基本分词查询

queryBuilder.withQuery(QueryBuilders.matchQuery("title", "小米手机"));

// 搜索，获取结果

Page<Item> items = this.itemRepository.search(queryBuilder.build());

// 总条数

long total = items.getTotalElements();

System.out.println("total = " + total);

for (Item item : items) {

System.out.println(item);

}

}

NativeSearchQueryBuilder：Spring提供的一个查询条件构建器，帮助构建json格式的请求体
QueryBuilders.matchQuery("title", "小米手机")：利用QueryBuilders来生成一个查询。QueryBuilders提供了大量的静态方法，用于生成各种不同类型的查询：
Page<item>：默认是分页查询，因此返回的是一个分页的结果对象，包含属性：
- totalElements：总条数
- totalPages：总页数
- Iterator：迭代器，本身实现了Iterator接口，因此可直接迭代得到当前页的数据
- 其它属性：

结果：

总的测试代码：

/**

*

* termQuery

* wildcardQuery

* fuzzyquery

* booleanQuery

* numericRangeQuery

*

*/

@Test

public void testMathQuery(){

// 创建对象

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 在queryBuilder对象中自定义查询

//matchQuery:底层就是使用的termQuery

queryBuilder.withQuery(QueryBuilders.matchQuery("title","坚果"));

//查询，search 默认就是分页查找

Page<Item> page = this.itemRepository.search(queryBuilder.build());

//获取数据

long totalElements = page.getTotalElements();

System.out.println("获取的总条数:"+totalElements);


for(Item item:page){

System.out.println(item);

}


}





/**

* termQuery:功能更强大，除了匹配字符串意外，还可以匹配int/long/double/float/....

*/

@Test

public void testTermQuery(){

NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();

builder.withQuery(QueryBuilders.termQuery("price",998.0));

// 查找

Page<Item> page = this.itemRepository.search(builder.build());


for(Item item:page){

System.out.println(item);

}

}



@Test

public void testBooleanQuery(){

NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();


builder.withQuery(

QueryBuilders.boolQuery().must(QueryBuilders.matchQuery("title","华为"))

.must(QueryBuilders.matchQuery("brand","华为"))

);



// 查找

Page<Item> page = this.itemRepository.search(builder.build());

for(Item item:page){

System.out.println(item);

}

}


@Test

public void testFuzzyQuery(){

NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();

builder.withQuery(QueryBuilders.fuzzyQuery("title","faceoooo"));

Page<Item> page = this.itemRepository.search(builder.build());

for(Item item:page){

System.out.println(item);

}

}

2.5.4.分页查询

利用NativeSearchQueryBuilder可以方便的实现分页：

@Test

public void searchByPage(){

// 构建查询条件

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 添加基本分词查询

queryBuilder.withQuery(QueryBuilders.termQuery("category", "手机"));

// 分页：

int page = 0;

int size = 2;

queryBuilder.withPageable(PageRequest.of(page,size));



// 搜索，获取结果

Page<Item> items = this.itemRepository.search(queryBuilder.build());

// 总条数

long total = items.getTotalElements();

System.out.println("总条数 = " + total);

// 总页数

System.out.println("总页数 = " + items.getTotalPages());

// 当前页

System.out.println("当前页：" + items.getNumber());

// 每页大小

System.out.println("每页大小：" + items.getSize());



for (Item item : items) {

System.out.println(item);

}

}

结果：

可以发现，Elasticsearch中的分页是从第0页开始。

2.5.5.排序

排序也通用通过NativeSearchQueryBuilder完成：

@Test

public void searchAndSort(){

// 构建查询条件

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 添加基本分词查询

queryBuilder.withQuery(QueryBuilders.termQuery("category", "手机"));



// 排序

queryBuilder.withSort(SortBuilders.fieldSort("price").order(SortOrder.ASC));



// 搜索，获取结果

Page<Item> items = this.itemRepository.search(queryBuilder.build());

// 总条数

long total = items.getTotalElements();

System.out.println("总条数 = " + total);



for (Item item : items) {

System.out.println(item);

}

}

结果：

2.6.聚合（solr无此功能）

聚合可以让我们极其方便的实现对数据的统计、分析。例如：

什么品牌的手机最受欢迎？
这些手机的平均价格、最高价格、最低价格？
这些手机每月的销售情况如何？

实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现近实时搜索效果。

2.6.1 基本概念

Elasticsearch中的聚合，包含多种类型，最常用的两种，一个叫桶，一个叫度量：

桶（bucket）

桶的作用，是按照某种方式对数据进行分组，每一组数据在ES中称为一个桶，例如我们根据国籍对人划分，可以得到中国桶、英国桶，日本桶……或者我们按照年龄段对人进行划分：0~10,10~20,20~30,30~40等。

Elasticsearch中提供的划分桶的方式有很多：

Date Histogram Aggregation：根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一组
Histogram Aggregation：根据数值阶梯分组，与日期类似
Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组
Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组
……

综上所述，我们发现bucket aggregations 只负责对数据进行分组，并不进行计算，因此往往bucket中往往会嵌套另一种聚合：metrics aggregations即度量

度量（metrics）

分组完成以后，我们一般会对组中的数据进行聚合运算，例如求平均值、最大、最小、求和等，这些在ES中称为度量

比较常用的一些度量聚合方式：

Avg Aggregation：求平均值
Max Aggregation：求最大值
Min Aggregation：求最小值
Percentiles Aggregation：求百分比
Stats Aggregation：同时返回avg、max、min、sum、count等
Sum Aggregation：求和
Top hits Aggregation：求前几
Value Count Aggregation：求总数
……

注意：在ES中，需要进行聚合、排序、过滤的字段其处理方式比较特殊，因此不能被分词。这里我们将color和make这两个文字类型的字段设置为keyword类型，这个类型不会被分词，将来就可以参与聚合

2.6.2.聚合为桶

桶就是分组，比如这里我们按照品牌brand进行分组：

@Test

public void testAgg(){

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 不查询任何结果

queryBuilder.withSourceFilter(new FetchSourceFilter(new String[]{""}, null));

// 1、添加一个新的聚合，聚合类型为terms，聚合名称为brands，聚合字段为brand

queryBuilder.addAggregation(

AggregationBuilders.terms("brands").field("brand"));

// 2、查询,需要把结果强转为AggregatedPage类型

AggregatedPage<Item> aggPage = (AggregatedPage<Item>) this.itemRepository.search(queryBuilder.build());

// 3、解析

// 3.1、从结果中取出名为brands的那个聚合，

// 因为是利用String类型字段来进行的term聚合，所以结果要强转为StringTerm类型

StringTerms agg = (StringTerms) aggPage.getAggregation("brands");

// 3.2、获取桶

List<StringTerms.Bucket> buckets = agg.getBuckets();

// 3.3、遍历

for (StringTerms.Bucket bucket : buckets) {

// 3.4、获取桶中的key，即品牌名称

System.out.println(bucket.getKeyAsString());

// 3.5、获取桶中的文档数量

System.out.println(bucket.getDocCount());

}



}

显示的结果：

关键API：

AggregationBuilders：聚合的构建工厂类。所有聚合都由这个类来构建，看看他的静态方法：

（1）统计某个字段的数量

ValueCountBuilder vcb= AggregationBuilders.count("count_uid").field("uid");

（2）去重统计某个字段的数量（有少量误差）

CardinalityBuilder cb= AggregationBuilders.cardinality("distinct_count_uid").field("uid");

（3）聚合过滤

FilterAggregationBuilder fab= AggregationBuilders.filter("uid_filter").filter(QueryBuilders.queryStringQuery("uid:001"));

（4）按某个字段分组

TermsBuilder tb= AggregationBuilders.terms("group_name").field("name");

（5）求和

SumBuilder sumBuilder= AggregationBuilders.sum("sum_price").field("price");

（6）求平均

AvgBuilder ab= AggregationBuilders.avg("avg_price").field("price");

（7）求最大值

MaxBuilder mb= AggregationBuilders.max("max_price").field("price");

（8）求最小值

MinBuilder min= AggregationBuilders.min("min_price").field("price");

（9）按日期间隔分组

DateHistogramBuilder dhb= AggregationBuilders.dateHistogram("dh").field("date");

（10）获取聚合里面的结果

TopHitsBuilder thb= AggregationBuilders.topHits("top_result");

（11）嵌套的聚合

NestedBuilder nb= AggregationBuilders.nested("negsted_path").path("quests");

（12）反转嵌套

AggregationBuilders.reverseNested("res_negsted").path("kps ");

AggregatedPage：聚合查询的结果类。它是Page<T>的子接口：

AggregatedPage在Page功能的基础上，拓展了与聚合相关的功能，它其实就是对聚合结果的一种封装。

而返回的结果都是Aggregation类型对象，不过根据字段类型不同，又有不同的子类表示

2.6.2.嵌套聚合，求平均值

代码：

@Test

public void testSubAgg(){

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 不查询任何结果

queryBuilder.withSourceFilter(new FetchSourceFilter(new String[]{""}, null));

// 1、添加一个新的聚合，聚合类型为terms，聚合名称为brands，聚合字段为brand

queryBuilder.addAggregation(

AggregationBuilders.terms("brands").field("brand")

.subAggregation(AggregationBuilders.avg("priceAvg").field("price")) // 在品牌聚合桶内进行嵌套聚合，求平均值

);

// 2、查询,需要把结果强转为AggregatedPage类型

AggregatedPage<Item> aggPage = (AggregatedPage<Item>) this.itemRepository.search(queryBuilder.build());

// 3、解析

// 3.1、从结果中取出名为brands的那个聚合，

// 因为是利用String类型字段来进行的term聚合，所以结果要强转为StringTerm类型

StringTerms agg = (StringTerms) aggPage.getAggregation("brands");

// 3.2、获取桶

List<StringTerms.Bucket> buckets = agg.getBuckets();

// 3.3、遍历

for (StringTerms.Bucket bucket : buckets) {

// 3.4、获取桶中的key，即品牌名称 3.5、获取桶中的文档数量

System.out.println(bucket.getKeyAsString() + "，共" + bucket.getDocCount() + "台");

// 3.6.获取子聚合结果：

InternalAvg avg = (InternalAvg) bucket.getAggregations().asMap().get("priceAvg");

System.out.println("平均售价：" + avg.getValue());

}

}

结果：

2.7.基本概念

Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。

对比关系：

索引库（indices）--------------------------------Databases 数据库

类型（type）-----------------------------Table 数据表

文档（Document）----------------Row 行

字段（Field）-------------------Columns 列

详细说明：

概念	说明
索引库（indices)	indices是index的复数，代表许多的索引，
类型（type）	类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念
文档（document）	存入索引库原始的数据。比如每一条商品信息，就是一个文档
字段（field）	文档中的属性
映射配置（mappings）	字段的数据类型、属性、是否索引、是否存储等特性

是不是与Lucene中的概念类似。

另外，在Elasticsearch有一些集群相关的概念：

索引集（Indices，index的复数）：逻辑上的完整索引
分片（shard）：数据拆分后的各个部分
副本（replica）：每个分片的复制

要注意的是：Elasticsearch本身就是分布式的，因此即便你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加新数据时，数据也会在新加入的节点中进行平衡。

有你的地方才是我的家

关注

2
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
elasticSearch+Head+node介绍安装及基本使用

1.Elasticsearch介绍和安装1.1.简介1.1.1.ElasticElastic官网：https://www.elastic.co/cn/Elastic有一条完整的产品线：Elasticsearch、Kibana、Logstash等，前面说的三个就是大家常说的ELK技术栈。1.1.2.ElasticsearchElasticsearch官网：h...
复制链接

扫一扫