Elasticsearch快速入门掌握这些刚刚好

64次阅读

共计 9149 个字符，预计需要花费 23 分钟才能阅读完成。

SpringBoot 实战电商项目 mall（30k+star）地址：https://github.com/macrozheng/mall

摘要

记得刚接触 Elasticsearch 的时候，没找啥资料，直接看了遍 Elasticsearch 的中文官方文档，中文文档很久没更新了，一直都是 2.3 的版本。最近又重新看了遍 6.0 的官方文档，由于官方文档介绍的内容比较多，每次看都很费力，所以这次整理了其中最常用部分，写下了这篇入门教程，希望对大家有所帮助。

简介

Elasticsearch 是一个基于 Lucene 的搜索服务器。它提供了一个分布式的全文搜索引擎，基于 restful web 接口。Elasticsearch 是用 Java 语言开发的，基于 Apache 协议的开源项目，是目前最受欢迎的企业搜索引擎。Elasticsearch 广泛运用于云计算中，能够达到实时搜索，具有稳定，可靠，快速的特点。

安装

Windows 下的安装

Elasticsearch

  • 下载 Elasticsearch 6.2.2 的 zip 包，并解压到指定目录，下载地址：https://www.elastic.co/cn/dow…

  • 安装中文分词插件，在 elasticsearch-6.2.2bin 目录下执行以下命令；
elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.2.2/elasticsearch-analysis-ik-6.2.2.zip

  • 运行 bin 目录下的 elasticsearch.bat 启动 Elasticsearch；

Kibana

  • 下载 Kibana, 作为访问 Elasticsearch 的客户端，请下载 6.2.2 版本的 zip 包，并解压到指定目录，下载地址：https://artifacts.elastic.co/…

  • 运行 bin 目录下的 kibana.bat，启动 Kibana 的用户界面

  • 访问 http://localhost:5601 即可打开 Kibana 的用户界面：

Linux 下的安装

Elasticsearch

  • 下载 elasticsearch 6.4.0 的 docker 镜像；
docker pull elasticsearch:6.4.0
  • 修改虚拟内存区域大小，否则会因为过小而无法启动；
sysctl -w vm.max_map_count=262144
  • 使用 docker 命令启动；
docker run -p 9200:9200 -p 9300:9300 --name elasticsearch \
-e "discovery.type=single-node" \
-e "cluster.name=elasticsearch" \
-v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-d elasticsearch:6.4.0
  • 启动时会发现 /usr/share/elasticsearch/data 目录没有访问权限，只需要修改该目录的权限，再重新启动即可；
chmod 777 /mydata/elasticsearch/data/
  • 安装中文分词器 IKAnalyzer，并重新启动；
docker exec -it elasticsearch /bin/bash
#此命令需要在容器中运行
elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.4.0/elasticsearch-analysis-ik-6.4.0.zip
docker restart elasticsearch
  • 访问会返回版本信息：http://192.168.3.101:9200/

Kibina

  • 下载 kibana 6.4.0 的 docker 镜像；
docker pull kibana:6.4.0
  • 使用 docker 命令启动；
docker run --name kibana -p 5601:5601 \
--link elasticsearch:es \
-e "elasticsearch.hosts=http://es:9200" \
-d kibana:6.4.0
  • 访问地址进行测试：http://192.168.3.101:5601

相关概念

  • Near Realtime（近实时）：Elasticsearch 是一个近乎实时的搜索平台，这意味着从索引文档到可搜索文档之间只有一个轻微的延迟(通常是一秒钟)。
  • Cluster（集群）：群集是一个或多个节点的集合，它们一起保存整个数据，并提供跨所有节点的联合索引和搜索功能。每个群集都有自己的唯一群集名称，节点通过名称加入群集。
  • Node（节点）：节点是指属于集群的单个 Elasticsearch 实例，存储数据并参与集群的索引和搜索功能。可以将节点配置为按集群名称加入特定集群，默认情况下，每个节点都设置为加入一个名为 elasticsearch 的群集。
  • Index（索引）：索引是一些具有相似特征的文档集合，类似于 MySql 中数据库的概念。
  • Type（类型）：类型是索引的逻辑类别分区，通常，为具有一组公共字段的文档类型，类似 MySql 中表的概念。注意：在 Elasticsearch 6.0.0 及更高的版本中，一个索引只能包含一个类型。
  • Document（文档）：文档是可被索引的基本信息单位，以 JSON 形式表示，类似于 MySql 中行记录的概念。
  • Shards（分片）：当索引存储大量数据时，可能会超出单个节点的硬件限制，为了解决这个问题，Elasticsearch 提供了将索引细分为分片的概念。分片机制赋予了索引水平扩容的能力、并允许跨分片分发和并行化操作，从而提高性能和吞吐量。
  • Replicas（副本）：在可能出现故障的网络环境中，需要有一个故障切换机制，Elasticsearch 提供了将索引的分片复制为一个或多个副本的功能，副本在某些节点失效的情况下提供高可用性。

集群状态查看

  • 查看集群健康状态；
GET /_cat/health?v
epoch      timestamp cluster       status node.total node.data shards pri relo init unassign pending_tasks max_task_wait_time active_shards_percent
1585552862 15:21:02  elasticsearch yellow          1         1     27  27    0    0       25             0                  -                 51.9%
  • 查看节点状态；
GET /_cat/nodes?v
ip        heap.percent ram.percent cpu load_1m load_5m load_15m node.role master name
127.0.0.1           23          94  28                          mdi       *      KFFjkpV
  • 查看所有索引信息；
GET /_cat/indices?v
health status index    uuid                   pri rep docs.count docs.deleted store.size pri.store.size
green  open   pms      xlU0BjEoTrujDgeL6ENMPw   1   0         41            0     30.5kb         30.5kb
green  open   .kibana  ljKQtJdwT9CnLrxbujdfWg   1   0          2            1     10.7kb         10.7kb

索引操作

  • 创建索引并查看；
PUT /customer
GET /_cat/indices?v
health status index    uuid                   pri rep docs.count docs.deleted store.size pri.store.size
yellow open   customer 9uPjf94gSq-SJS6eOuJrHQ   5   1          0            0       460b           460b
green  open   pms      xlU0BjEoTrujDgeL6ENMPw   1   0         41            0     30.5kb         30.5kb
green  open   .kibana  ljKQtJdwT9CnLrxbujdfWg   1   0          2            1     10.7kb         10.7kb
  • 删除索引并查看；
DELETE /customer
GET /_cat/indices?v
health status index    uuid                   pri rep docs.count docs.deleted store.size pri.store.size
green  open   pms      xlU0BjEoTrujDgeL6ENMPw   1   0         41            0     30.5kb         30.5kb
green  open   .kibana  ljKQtJdwT9CnLrxbujdfWg   1   0          2            1     10.7kb         10.7kb

类型操作

  • 查看文档的类型；
GET /bank/account/_mapping
{
  "bank": {
    "mappings": {
      "account": {
        "properties": {
          "account_number": {"type": "long"},
          "address": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "age": {"type": "long"},
          "balance": {"type": "long"},
          "city": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "email": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "employer": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "firstname": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "gender": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "lastname": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "state": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    }
  }
}

文档操作

  • 在索引中添加文档；
PUT /customer/doc/1
{"name": "John Doe"}
{
  "_index": "customer",
  "_type": "doc",
  "_id": "1",
  "_version": 1,
  "result": "created",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 3,
  "_primary_term": 1
}
  • 查看索引中的文档；
GET /customer/doc/1
{
  "_index": "customer",
  "_type": "doc",
  "_id": "1",
  "_version": 2,
  "found": true,
  "_source": {"name": "John Doe"}
}
  • 修改索引中的文档：
POST /customer/doc/1/_update
{"doc": { "name": "Jane Doe"}
}
{
  "_index": "customer",
  "_type": "doc",
  "_id": "1",
  "_version": 2,
  "result": "updated",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 4,
  "_primary_term": 1
}
  • 删除索引中的文档；
DELETE /customer/doc/1
{
  "_index": "customer",
  "_type": "doc",
  "_id": "1",
  "_version": 3,
  "result": "deleted",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 2,
  "_primary_term": 1
}
  • 对索引中的文档执行批量操作；
POST /customer/doc/_bulk
{"index":{"_id":"1"}}
{"name": "John Doe"}
{"index":{"_id":"2"}}
{"name": "Jane Doe"}
{
  "took": 45,
  "errors": false,
  "items": [
    {
      "index": {
        "_index": "customer",
        "_type": "doc",
        "_id": "1",
        "_version": 3,
        "result": "updated",
        "_shards": {
          "total": 2,
          "successful": 1,
          "failed": 0
        },
        "_seq_no": 5,
        "_primary_term": 1,
        "status": 200
      }
    },
    {
      "index": {
        "_index": "customer",
        "_type": "doc",
        "_id": "2",
        "_version": 1,
        "result": "created",
        "_shards": {
          "total": 2,
          "successful": 1,
          "failed": 0
        },
        "_seq_no": 0,
        "_primary_term": 1,
        "status": 201
      }
    }
  ]
}

数据搜索

查询表达式 (Query DSL) 是一种非常灵活又富有表现力的查询语言，Elasticsearch 使用它可以以简单的 JSON 接口来实现丰富的搜索功能，下面的搜索操作都将使用它。

数据准备

  • 首先我们需要导入一定量的数据用于搜索，使用的是银行账户表的例子，数据结构如下：
{
    "account_number": 0,
    "balance": 16623,
    "firstname": "Bradshaw",
    "lastname": "Mckenzie",
    "age": 29,
    "gender": "F",
    "address": "244 Columbus Place",
    "employer": "Euron",
    "email": "bradshawmckenzie@euron.com",
    "city": "Hobucken",
    "state": "CO"
}
  • 我们先复制下需要导入的数据，数据地址：https://github.com/macrozheng…
  • 然后直接使用批量操作来导入数据，注意本文所有操作都在 Kibana 的 Dev Tools 中进行；
POST /bank/account/_bulk
{
  "index": {"_id": "1"}
}
{
  "account_number": 1,
  "balance": 39225,
  "firstname": "Amber",
  "lastname": "Duke",
  "age": 32,
  "gender": "M",
  "address": "880 Holmes Lane",
  "employer": "Pyrami",
  "email": "amberduke@pyrami.com",
  "city": "Brogan",
  "state": "IL"
}
...... 省略若干条数据

  • 导入完成后查看索引信息，可以发现 bank 索引中已经创建了 1000 条文档。
GET /_cat/indices?v
health status index    uuid                   pri rep docs.count docs.deleted store.size pri.store.size
yellow open   bank     HFjxDLNLRA-NATPKUQgjBw   5   1       1000            0    474.6kb        474.6kb

搜索入门

  • 最简单的搜索，使用 match_all 来表示，例如搜索全部；
GET /bank/_search
{"query": { "match_all": {} }
}

  • 分页搜索，from表示偏移量，从 0 开始，size表示每页显示的数量；
GET /bank/_search
{"query": { "match_all": {} },
  "from": 0,
  "size": 10
}

  • 搜索排序，使用 sort 表示，例如按 balance 字段降序排列；
GET /bank/_search
{"query": { "match_all": {} },
  "sort": {"balance": { "order": "desc"} }
}

  • 搜索并返回指定字段内容，使用 _source 表示，例如只返回 account_number 和balance两个字段内容：
GET /bank/_search
{"query": { "match_all": {} },
  "_source": ["account_number", "balance"]
}

条件搜索

  • 条件搜索，使用 match 表示匹配条件，例如搜索出 account_number 为20的文档：
GET /bank/_search
{
  "query": {
    "match": {"account_number": 20}
  }
}

  • 文本类型字段的条件搜索，例如搜索 address 字段中包含 mill 的文档，对比上一条搜索可以发现，对于数值类型 match 操作使用的是精确匹配，对于文本类型使用的是模糊匹配；
GET /bank/_search
{
  "query": {
    "match": {"address": "mill"}
  },
  "_source": [
    "address",
    "account_number"
  ]
}

  • 短语匹配搜索，使用 match_phrase 表示，例如搜索 address 字段中同时包含 mill 和lane的文档：
GET /bank/_search
{
  "query": {
    "match_phrase": {"address": "mill lane"}
  }
}

组合搜索

  • 组合搜索，使用 bool 来进行组合，must表示同时满足，例如搜索 address 字段中同时包含 mill 和lane的文档；
GET /bank/_search
{
  "query": {
    "bool": {
      "must": [{ "match": { "address": "mill"} },
        {"match": { "address": "lane"} }
      ]
    }
  }
}

  • 组合搜索，should表示满足其中任意一个，搜索 address 字段中包含 mill 或者 lane 的文档；
GET /bank/_search
{
  "query": {
    "bool": {
      "should": [{ "match": { "address": "mill"} },
        {"match": { "address": "lane"} }
      ]
    }
  }
}

  • 组合搜索，must_not表示同时不满足，例如搜索 address 字段中不包含 mill 且不包含 lane 的文档；
GET /bank/_search
{
  "query": {
    "bool": {
      "must_not": [{ "match": { "address": "mill"} },
        {"match": { "address": "lane"} }
      ]
    }
  }
}

  • 组合搜索，组合 must 和must_not，例如搜索 age 字段等于 40 且state字段不包含 ID 的文档；
GET /bank/_search
{
  "query": {
    "bool": {
      "must": [{ "match": { "age": "40"} }
      ],
      "must_not": [{ "match": { "state": "ID"} }
      ]
    }
  }
}

过滤搜索

  • 搜索过滤，使用 filter 来表示，例如过滤出 balance 字段在 20000~30000 的文档；
GET /bank/_search
{
  "query": {
    "bool": {"must": { "match_all": {} },
      "filter": {
        "range": {
          "balance": {
            "gte": 20000,
            "lte": 30000
          }
        }
      }
    }
  }
}

搜索聚合

  • 对搜索结果进行聚合，使用 aggs 来表示，类似于 MySql 中的 group by，例如对state 字段进行聚合，统计出相同 state 的文档数量；
GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {"field": "state.keyword"}
    }
  }
}

  • 嵌套聚合，例如对 state 字段进行聚合，统计出相同 state 的文档数量，再统计出 balance 的平均值；
GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {"field": "state.keyword"},
      "aggs": {
        "average_balance": {
          "avg": {"field": "balance"}
        }
      }
    }
  }
}

  • 对聚合搜索的结果进行排序，例如按 balance 的平均值降序排列；
GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state.keyword",
        "order": {"average_balance": "desc"}
      },
      "aggs": {
        "average_balance": {
          "avg": {"field": "balance"}
        }
      }
    }
  }
}

  • 按字段值的范围进行分段聚合，例如分段范围为 age 字段的 [20,30] [30,40] [40,50]，之后按gender 统计文档个数和 balance 的平均值；
GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_age": {
      "range": {
        "field": "age",
        "ranges": [
          {
            "from": 20,
            "to": 30
          },
          {
            "from": 30,
            "to": 40
          },
          {
            "from": 40,
            "to": 50
          }
        ]
      },
      "aggs": {
        "group_by_gender": {
          "terms": {"field": "gender.keyword"},
          "aggs": {
            "average_balance": {
              "avg": {"field": "balance"}
            }
          }
        }
      }
    }
  }
}

参考资料

https://www.elastic.co/guide/…

公众号

mall 项目全套学习教程连载中，关注公众号 第一时间获取。

正文完
java
发表至： java
2020-06-02
 0
成为一流软件工程师的34条建议
前后端分离项目 — SpringSocial 绑定与解绑社交账号如微信、QQ
关于java:JavaWeb-eclipse报错解决Resource-Servers-does-not-exist
关于java:接口幂等性如何保证