ElasticSearch 学习笔记

Elasticsearch是一个建立在全文搜索引擎 Apache Lucene(TM) 基础上的搜索引擎（ Lucene 可以说是当今最先进，最高效的全功能开源搜索引擎框架）。

Elasticsearch是一个实时分布式和开源的全文搜索和分析引擎， 它可以从RESTful Web服务接口访问，并使用 JSON(JavaScript Object Notation，JavaScript对象标志法)文档来存储数据。它基于Java编程语言，这使Elasticsearch能够在不同的平台上运行，使用户能够以非常快的速度来搜索非常大的数据量。

1 Elasticsearch的特性及相关概念

1.1 Elasticsearch的特性

• Elasticsearch可扩展高达PB级的结构化和非结构化数据

• Elasticsearch可以用来替代MongoDB和RavenDB等做文档存储

• Elasticsearch使用非标准化来提高搜索性能

• Elasticsearch源代码开放

1.2 相关概念

• 节点 - 它指的是ElasticSearch的单个正在运行的实例。单个物理和虚拟服务器容纳多个节点，这取决于其物理资源的能力，如RAM，存储和处理能力。

• 集群 - 它是一个或多个节点的集合。 集群为整个数据提供跨所有节点的集合索引和搜索功能。

• 索引 - 它是不同类型的文档和文档属性的集合。索引还使用分片的概念来提高性能。 例如，一组文档包含社交网络应用的数据。

• 类型/映射 - 它是共享同一索引中存在的一组公共字段的文档的集合。 例如，索引包含社交网络应用的数据，然后它可以存在用于用户简单数据的特定类型，另一类型可用于消息的数据，以及另一类型可用于评论的数据。

• 文档 - 它是以JSON格式定义的特定方式的字段集合。每个文档都属于一个类型并驻留在索引中。每个文档都与唯一标识符(称为UID)相关联。

• 分片 - 索引被水平细分为分片。这意味着每个分片包含文档的所有属性，但包含的数量比索引少。水平分隔使分片成为一个独立的节点，可以存储在任何节点中。主分片是索引的原始水平部分，然后这些主分片被复制到副本分片中。

• 副本 - Elasticsearch允许用户创建其索引和分片的副本。 副本不仅有助于在故障情况下增加数据的可用性，而且还可以通过在这些副本中执行并行搜索操作来提高搜索的性能。

1.3 优点和不足

1、优点

• Elasticsearch是基于Java开发的，因此平台兼容性很强。

• Elasticsearch是准实时的，换句话说，一秒钟后（默认），添加的文档可以在这个引擎中搜索得到

• Elasticsearch是分布式的，这使得它易于在任何大型组织中扩展和集成

• 通过使用Elasticsearch中的网关概念，创建完整备份很容易

• 与Apache Solr相比，在Elasticsearch中处理多租户非常容易

• Elasticsearch使用JSON对象作为响应，这使得可以使用不同的编程语言调用Elasticsearch服务器

• Elasticsearch支持几乎大部分文档类型，但不支持文本呈现的文档类型

2、不足

• Elasticsearch在处理请求和响应数据方面没有多语言和数据格式支持(仅在JSON中可用)，与Apache Solr不同，Elasticsearch不可以使用CSV，XML等格式

• Elasticsearch也有一些棘手的问题发生，虽然在极少数情况下才会发生。

2 安装及环境配置

本机安装的是elasticsearch-5.2.0 版本（Windows），并安装了 Sense 插件

下载链接： elasticsearch-5.2.0

启动 elasticsearch.bat 报“encountered environment variables that are no longer supported” 错误：

环境变量都设置没问题，实在没找到有效的解决方法，直接将启动文件里面的 bad_env_var 变量校验去掉，可以解决该问题：

启动后，在浏览器访问 http://localhost:9200/ 或使用 Sense 访问，返回如下结果：

{
 "name" : "uKpwu-H",
 "cluster_name" : "elasticsearch",
 "cluster_uuid" : "fiMmhaEPQsWdlg-S8Dfxyg",
 "version" : {
   "number" : "5.2.0",
   "build_hash" : "24e05b9",
   "build_date" : "2017-01-24T19:52:35.800Z",
   "build_snapshot" : false,
   "lucene_version" : "6.4.0"
 },
 "tagline" : "You Know, for Search"
}

3 简单使用-文档管理(CRUD)

3.1 创建索引

索引对应于 CRUD 中的 C 和 U，如果具有相同类型和ID的文档已存在，则会进行覆盖。

创建索引的URL格式为：

http://localhost:9200/<index>/<type>/[<id>]

其中，index 和 type 是必须的，id 可选，如果没有指定 id，ElasticSearch 会默认生成一个 id。但是，如果不指定 id，应该使用 http 的 POST 而不是 PUT 请求。

现以一个电影对象信息来创建索引：

{
    "title": "The Godfather",
    "director": "Francis Ford Coppola",
    "year": 1972
}

以 movies 为索引名，类型为 movie， id 为 1，curl 的请求方式如下：

curl -XPUT "http://localhost:9200/movies/movie/1" -d'
{
    "title": "The Godfather",
    "director": "Francis Ford Coppola",
    "year": 1972
}'

可以使用 curl（参考window下使用curl操作elasticsearch），也可以使用Sense 来执行：

响应对象包含创建索引的相关信息，如index、type、文档 id， 版本，分片等信息

查询索引

curl localhost:9200/_cat/indices?v
或 Sense 请求
GET /_cat/indices?v

3.2 更新索引

更新索引只需使用相同的 id 索引。使用与创建索引完全相同的请求，但修改了 JSON 对象：

curl -XPUT "http://localhost:9200/movies/movie/1" -d'
{
    "title": "The Godfather",
    "director": "Francis Ford Coppola",
    "year": 1972,
    "genres": ["Crime", "Drama"]
}'

此时 _version 变为 2，result 为 “updated”， _id 还是为 1。

注： _version 可用于跟踪文档已编入索引的次数。其主要目的是允许乐观的并发控制，因为可以在索引请求中提供一个版本，如果提供的版本高于索引中的版本，ElasticSearch将只覆盖文档内容，ID值不变，版本号自动添加。

3.3 由ID获取文档/索引

通过ID从ElasticSearch中检索文档可发出GET请求：
http://localhost:9200/<index>/<type>/<id>

如：

curl -XGET "http://localhost:9200/movies/movie/1" -d''

sense 下为： GET /movies /movie/1

3.4 删除文档

删除的请求格式如下：
curl -XDELETE "http://localhost:9200/<index>/<type>/[<id>]" -d''

删除示例：

curl -XDELETE “http://localhost:9200/movies/movie/1” -d”

响应信息中包含一个 “_found” 属性，表示指定的文档已找到并且操作成功。

---

参考：
Elasticsearch入门教程