elasticsearch5x学习1.0

首先这篇文章学了会让你知道如下内容

1. 什么是es
2. es的安装
3. es的相关概念
4. es的使用
5. es的集群

什么是es？

es全称为ElasticSearch，是一个具有即时搜索功能的服务器，基于Lucene，为什么会有它的出现，如果对数据库频繁的进行查询，会造成查询过慢，所以有了es，可以快速地进行关键词字符串搜索，并且可以实现高亮。

solr和es的区别

1. 首先solr支持多种格式的文本存储，而es只支持json格式
2. solr需要zoonkeeper进行分布式管理，而es自身带有分布式协调功能
3. 在实时搜索方面，es优于solr

es的安装

es是也是一个服务器，大家可以选择不同的安装方式，可以官网下载压缩包进行解压启动，或者使用Docker进行安装，这里我们使用windows压缩解压安装。
官方网址：https://www.elastic.co/products/elasticsearch
这里我下载的是es5.6.8版本，es更新很频繁现在已经7x了，不过es5版本相对来说更稳定。
解压如下：

进入bin目录点击

即可启动成功，浏览器打开http://localhost:9200看到如图返回，即可

es的相关概念

1. 索引 一个索引相当于一个数据库
2. 类型 一个类型相当于一个表
3. 文档 一个文档相当于表中的一行数据
4. 映射 可以设置字段的类型，是否索引，是否存储，是否分词，以及设置分词器
5. 字段 相当于数据库表的一列
6. 分片 将一个索引库划分多片，如果不分片，当数据多了，访问速度就慢了，可以让数据对应一个索引的多个片，分片查询
7. 复制 为了高可用，当一个索引库的数据挂掉，复制的数据同样可以进行查询

es的可视化插件head

安装这个插件，可以方便的查看索引库，数据，进行查询。
如下就是head插件启动后的样子，需要有node.js环境，后续我会专门出一篇文章教大家安装head插件

es的使用

这里我们使用postman工具进行es的相关操作，大家自行安装。
需要注意的是es有两个端口号 一个是9200 一个是9300 前者是http端口，后者是tcp端口

1. 创建index索引库 创建的时候就创建mapping
   
   其中blog1是索引的名称，发送的实体是创建映射关系，其中article是type，还有id，title，content是字段，其中字段下的type，store，index，analyzer，分别是字段的类型，是否存储，是否索引，分词器的类型。默认存储，默认分词，默认使用标准分词器。
   我们设置id不用索引也就是不用分词。
2. 创建索引库 创建成功之后再设置mapping
   
   发送一个put请求，之后创建成功索引之后，再来设置mapping
   
   发送一个post请求，其中hello是类型，_mapping标志设置mapping信息。
3. 删除索引
   
   delete请求，后面跟索引名字就可删除
4. 创建文档
   
   格式：http://localhost:9200/index/type/_id
   其中1是指的document的id，一般和数据的id一致。
   
5. 更新文档
   更新文档和存储文档是一样的，不过更新是先删除后存储。
   
   
   可以看到返回结果是updated
6. 删除文档
   
   url指定到对应文档id即可删除。
7. 查询文档
   根据id进行查询
   
   其中_source是返回结果
   
   查看标准分词器的结果是将查询文本 分成每一个汉字，效果并不好，之后我们安装ik分词器插件，（安装步骤再下面）重新创建mapping信息，将tilte和content的analyzer改为ik_max_word。再来进行查询
   
8. 根据query_string进行查询
   
   查询结果
   
   query_string是将查询字符串分词之后再进行查询。
9. 根据term关键词查询
   
   请求： http://localhost:9201/blog1/article/_search
   _search是查询标志，可以看到查询到了，如果查询客户端的使用是查询不到的，需要进行query_string进行查询。因为在分词结果中没有客户端的使用这个分词结果。
   

安装ik分词器

ik分词器对中文分词友好，采用了特有的“正向迭代最细粒度切分算法“，具有60万字/秒的高速处理能力。下面教大家怎么安装ik分词器
下载压缩包解压放到es服务器的plugins目录即可

重新启动服务器即可。
ik分词器采用了两种分词算法

• ik_smart算法 最少切分
• ik_max_word算法 最细粒度划分
• 我们可以试一下这两种有什么区别 如果使用标准分词器 会将中文汉字一个一个拆分
• 使用ik_smart算法

• 使用ik_max_word算法
  
  ik_max_word最后将程序员分成了程序和员两个词，所以说它是细粒度算法。

es的集群

集群相关概念

1. cluster 集群 一个集群下面有多个结点
2. node 结点 一个节点相当于一个服务器，属于一个集群
3. 分片和复制 shards&replicas 索引分片后在不同的结点，默认分片数量5，复制一份，复制后的每一片也分布在不同的结点。

es如何进行集群

• 新建一个文件夹es_cluster，拷贝三份es服务器在文件夹下
• 删除es下的data目录下的数据，此目录存储索引数据
• 修改config目录下的配置文件elasticsearch.yml
• 加入以下内容 用head插件连接es服务器的时候，需要配置允许跨域访问，因为head插件的端口是9100，访问es的端口为9200，所以需要设置。

#安装了head插件之后 配置允许跨域访问
http.cors.enabled: true
http.cors.allow-origin: "*"
#集群环境配置
cluster.name: my-elasticsearch
node.name: node-1
network.host: 127.0.0.1
http.port: 9201
transport.tcp.port: 9301
discovery.zen.ping.unicast.hosts: ["127.0.0.1:9301", "127.0.0.1:9302", "127.0.0.1:9303"]

接下来修改剩下的两个配置信息，只需要修改node-name和http.port与transport.tcp.port即可。

• 然后依次启动es 打开head插件 连接任意一个结点，如下图
  
  星星标志代表主节点 就是第一个启动的，圆形代表副结点。
  分了5片，复制一份，共10片，分布在不同的节点，这里我之前创建了blog1，所以会显示索引信息。
  加粗的数字 代表是主数据（primary为true），不加粗的是复制数据/拷贝数据