全文搜索引擎-初识Elasticsearch

一、Elasticsearch简介

全文搜索属于最常见的需求，开源的 Elasticsearch （以下简称 Elastic）是目前全文搜索引擎的首选。它可以快速地储存、搜索和分析海量数据。

Elastic 的底层是开源库 Lucene。但是，你没法直接用 Lucene，必须自己写代码去调用它的接口。Elastic 是 Lucene 的封装，提供了 REST API 的操作接口，开箱即用。

二、基本概念

2.1 索引、类型、文档

---

• Index（索引）：

  • Elastic 会索引所有字段，经过处理后写入一个反向索引（Inverted Index）。查找数据的时候，直接查找该索引。所以，Elastic 数据管理的顶层单位就叫做 Index（索引）。

  • 它是单个数据库的同义词。每个 Index （即数据库）的名字必须是小写。

---

• Type（类型）:

  • 在 Index（索引）中，可以定义一个或多个类型，类似于 MySQL 的 Table，每一种类型的数据存放在一起。

  • 注意：在Elasticsearch6.0之后，Type 类型被移除！

  • 原因如下：

    1. 在关系型数据库中table是独立的（独立存储），但es中同一个index中不同type是存储在同一个索引中的（lucene的索引文件），因此不同type中相同名字的字段的定义（mapping）必须一致。

    2. 不同类型的“记录”存储在同一个index中，会影响lucene的压缩性能。

    3. 基于index的统计，一个type下的文档分数会影响其它type下的分数。

---

• Document（文档）：

  • 保存在某个 Index（索引）下，某种 Type（类型）的一个数据，Document（文档）是JSON格式的，Document 就像是 MySQL 中某个 Table 里面每一行的数据，字段就是Document里的属性。

---

2.2 与Mysql概念映射

2.3 倒排索引

正排索引：是以文档对象的唯一ID作为索引，以文档内容作为记录的结构。

倒排索引：Inverted index，指的是将文档内容中的单词作为索引，将包含该词的文档ID作为记录的结构。

有了倒排索引，能快速、灵活地实现各类搜索需求。整个搜索过程中我们不需要做任何文本的模糊匹配。

三、安装Es与可视化工具Kibana

3.1 镜像下载

# 存储和检索数据
$ docker pull elasticsearch:7.4.2

# 可视化检索数据
$ docker pull kibana:7.4.2

3.2 Es文件挂载

# 创建配置文件目录
$ mkdir -p /mydata/elasticsearch/config

# 创建数据目录
$ mkdir -p /mydata/elasticsearch/data

# 将/mydata/elasticsearch/文件夹中文件都可读可写
$ chmod -R 777 /mydata/elasticsearch/

# 配置任意机器可以访问 elasticsearch
$ echo "http.host: 0.0.0.0" >/mydata/elasticsearch/config/elasticsearch.yml

3.3 启动Elasticsearch

# 命令后面的 \是换行符，注意前面有空格
$ docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e  "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms64m -Xmx512m" \
-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 

• 参数说明：
  • -p 9200:9200 -p 9300:9300：向外暴露两个端口，9200用于HTTP REST API请求，9300 ES 在分布式集群状态下 ES 之间的通信端口。
  • -e "discovery.type=single-node"：es 以单节点运行。
  • -e ES_JAVA_OPTS="-Xms64m -Xmx512m"：设置启动占用内存，不设置可能会占用当前系统所有内存。
  • -v：挂载容器中的配置文件、数据文件、插件数据到本机的文件夹。
  • -d elasticsearch:7.6.2：指定要启动的镜像。
• 状态查看：访问 IP:9200 看到返回的 json 数据说明启动成功。

3.4 启动Kibana

$ docker run --name kibana \
-e ELASTICSEARCH_HOSTS=http://yourIP:9200 \
-p 5601:5601 \
-d kibana:7.4.2

• 状态查看：访问 IP:5601。

3.5 设置自启动

# Es自启动
$ docker update elasticsearch --restart=always

# kibana自启动
$ docker update kibana --restart=always

四、结束语

---

“-------怕什么真理无穷,进一寸有一寸的欢喜。”

微信公众号搜索：饺子泡牛奶。