Elasticsearch 入门使用

时间  2019-11-07
标签 elasticsearch 入门 使用 栏目 日志分析 繁體版
原文   原文链接

Elasticsearch 是一款稳定高效的分布式搜索和分析引擎，它的底层基于 Lucene，并提供了友好的 RESTful API 来对数据进行操做，还有比较重要的一点是， Elasticsearch 开箱便可用，上手也比较容易。javascript

目前 Elasticsearch 在搭建企业级搜索（如日志搜索、商品搜索等）平台中很普遍，官网也提供了很多案例，好比：html

  • GitHub 使用 Elasticsearch 检索超过 800 万的代码库
  • eBay 使用 Elasticsearch 搜索海量的商品数据
  • Netflix 使用 Elasticsearch 来实现高效的消息传递系统

本文主要介绍 Elasticsearch 的基本概念及入门使用。java

安装

在安装 Elasticsearch 以前，请确保你的计算机已经安装了 Java。目前 Elasticsearch 的最新版是 5.2，须要安装 Java 8，若是你用的是老版本的 Elasticsearch，如 2.x 版，可用 Java 7，但仍是推荐使用 Java 8。node

可使用以下的命令检查 Java 的版本：git

$ java -version复制代码

接着，咱们能够从这里下载最新版本的 Elasticsearch，也可以使用 wget 下载，以下：数据库

$ wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.2.2.tar.gz复制代码

Windows 用户也能够下载 .zip 格式的安装包。apache

下载完后进行解压：json

$ tar -zxvf elasticsearch-5.2.2.tar.gz复制代码

运行

首先，咱们进入到刚刚解压出来的目录中：数组

$ cd elasticsearch-5.2.2复制代码

接着，使用以下命令启动 Elasticsearch：浏览器

$ bin/elasticsearch复制代码

此时，若是正常的话，你能够在终端看到相似以下的输出：

[2017-03-04T23:25:09,961][INFO ][o.e.n.Node               ] [] initializing ...
[2017-03-04T23:25:10,073][INFO ][o.e.e.NodeEnvironment    ] [yO11WLM] using [1] data paths, mounts [[/ (/dev/disk0s2)]], net usable_space [141.1gb], net total_space [232.9gb], spins? [unknown], types [hfs]
[2017-03-04T23:25:10,074][INFO ][o.e.e.NodeEnvironment    ] [yO11WLM] heap size [1.9gb], compressed ordinary object pointers [true]
[2017-03-04T23:25:10,095][INFO ][o.e.n.Node               ] node name [yO11WLM] derived from node ID [yO11WLMOQDuAOpZbYZYjzw]; set [node.name] to override
[2017-03-04T23:25:10,100][INFO ][o.e.n.Node               ] version[5.2.2], pid[7607], build[db0d481/2017-02-09T22:05:32.386Z], OS[Mac OS X/10.11.5/x86_64], JVM[Oracle Corporation/Java HotSpot(TM) 64-Bit Server VM/1.8.0_102/25.102-b14]
[2017-03-04T23:25:11,363][INFO ][o.e.p.PluginsService     ] [yO11WLM] loaded module [aggs-matrix-stats]
...复制代码

上面的命令是在前台运行的，若是想在后台以守护进程模式运行，能够加 -d 参数。

Elasticsearch 启动后，也启动了两个端口 9200 和 9300：

  • 9200 端口：HTTP RESTful 接口的通信端口
  • 9300 端口：TCP 通信端口，用于集群间节点通讯和与 Java 客户端通讯的端口

如今，让咱们作一些测试。在浏览器访问连接 http://localhost:9200/ ，或使用 curl 命令：

$ curl 'http://localhost:9200/?pretty'复制代码

咱们能够看到相似以下的输出：

{
  "name" : "yO11WLM",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "yC8BGwzlSnu_zGbKL918Xg",
  "version" : {
    "number" : "5.2.1",
    "build_hash" : "db0d481",
    "build_date" : "2017-02-09T22:05:32.386Z",
    "build_snapshot" : false,
    "lucene_version" : "6.4.1"
  },
  "tagline" : "You Know, for Search"
}复制代码

概念

在进一步使用 Elasticsearch 以前，让咱们先了解几个关键概念。

在逻辑层面：

  • Index (索引)：这里的 Index 是名词，一个 Index 就像是传统关系数据库的 Database，它是 Elasticsearch 用来存储数据的逻辑区域
  • Document (文档)：Elasticsearch 使用 JSON 文档来表示一个对象，就像是关系数据库中一个 Table 中的一行数据
  • Type (类型)：文档归属于一种 Type，就像是关系数据库中的一个 Table
  • Field (字段)：每一个文档包含多个字段，相似关系数据库中一个 Table 的列

咱们用一个表格来作类比，以下：

Elasticsearch MySQL
Index Database
Type Table
Document Row
Field Column

在物理层面：

  • Node (节点)：node 是一个运行着的 Elasticsearch 实例，一个 node 就是一个单独的 server
  • Cluster (集群)：cluster 是多个 node 的集合
  • Shard (分片)：数据分片，一个 index 可能会存在于多个 shard

使用

接下来，咱们看看如何创建索引、建立文档等，就比如在 MySQL 中进行诸如建立数据库，插入数据等操做。

添加文档

下面，咱们将建立一个存储电影信息的 Document：

  • Index 的名称为 movie
  • Type 为 adventure
  • Document 有两个字段：name 和 actors

咱们使用 Elasticsearch 提供的 RESTful API 来执行上述操做，如图所示：

  • 用 url 表示一个资源，好比 /movie/adventure/1 就表示一个 index 为 movie，type 为 adventure，id 为 1 的 document
  • 用 http 方法操做资源，如使用 GET 获取资源，使用 POST、PUT 新增或更新资源，使用 DELETE 删除资源等

咱们可使用 curl 命令来执行上述操做：

$ curl -i -X PUT "localhost:9200/movie/adventure/1" -d '{"name": "Life of Pi", "actors": ["Suraj", "Irrfan"]}'复制代码

不过，本文推荐使用 httpie，相似 curl，但比 curl 更好用，将上面的命令换成 httpie，以下：

$ http put :9200/movie/adventure/1 name="Life of Pi" actors:='["Suraj", "Irrfan"]'复制代码

上面的命令结果以下：

HTTP/1.1 201 Created
Location: /movie/adventure/1
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked

{
    "_id": "1",
    "_index": "movie",
    "_shards": {
        "failed": 0,
        "successful": 1,
        "total": 2
    },
    "_type": "adventure",
    "_version": 1,
    "created": true,
    "result": "created"
}复制代码

能够看到，咱们已经成功建立了一个 _index 为 movie，_type 为 adventure，_id 为 1 的文档。

咱们经过 GET 请求来查看这个文档的信息：

$ http :9200/movie/adventure/1复制代码

结果以下：

HTTP/1.1 200 OK
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked

{
    "_id": "1",
    "_index": "movie",
    "_source": {
        "actors": [
            "Suraj",
            "Irrfan"
        ],
        "name": "Life of Pi"
    },
    "_type": "adventure",
    "_version": 1,
    "found": true
}复制代码

能够看到，原始的文档数据存在了 _source 字段中。

若是咱们的数据没有 id，也可让 Elasticsearch 自动为咱们生成，此时要使用 POST 请求，形式以下：

POST /movie/adventure/
{
    "name": "Life of Pi"
}复制代码

更新整个文档

当咱们使用 PUT 方法指明文档的 _index, _type 和 _id时，若是 _id 已存在，则新文档会替换旧文档，此时文档的 _version 会增长 1，而且 _created 字段为 false。好比：

$ http put :9200/movie/adventure/1 name="Life of Pi"复制代码

结果以下：

HTTP/1.1 200 OK
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked

{
    "_id": "1",
    "_index": "movie",
    "_shards": {
        "failed": 0,
        "successful": 1,
        "total": 2
    },
    "_type": "adventure",
    "_version": 2,
    "created": false,
    "result": "updated"
}复制代码

使用 GET 请求查看新文档的数据：

$ http :9200/movie/adventure/1复制代码

结果以下：

HTTP/1.1 200 OK
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked

{
    "_id": "1",
    "_index": "movie",
    "_source": {
        "name": "Life of Pi"
    },
    "_type": "adventure",
    "_version": 2,
    "found": true
}复制代码

能够看到，actors 这个字段已经不存在了，文档的 _version 变成了 2。

所以，为了不在误操做的状况下，原文档被替换，咱们可使用 _create 这个 API，表示只在文档不存在的状况下才建立新文档（返回 201 Created），若是文档存在则不作任何操做（返回 409 Conflict），命令以下：

$ http put :9200/movie/adventure/1/_create name="Life of Pi"复制代码

因为文档 id 存在，会返回 409 Conflict。

局部更新

在有些状况下，咱们只想更新文档的局部，而不是整个文档，这时咱们可使用 _update 这个 API。

如今，待更新的文档信息以下：

{
    "_id": "1",
    "_index": "movie",
    "_source": {
        "name": "Life of Pi"
    },
    "_type": "adventure",
    "_version": 2,
    "found": true
}复制代码

最简单的 update 请求接受一个局部文档参数 doc，它会合并到现有文档中：将对象合并在一块儿，存在的标量字段被覆盖，新字段被添加。

形式以下：

POST /movie/adventure/1/_update
{
   "doc": {
      "name": "life of pi"
   }
}复制代码

因为有嵌套字段，咱们能够这样使用 http（这里须要注意使用 POST 方法）：

$ echo '{"doc": {"actors": ["Suraj", "Irrfan"]}}' | http post :9200/movie/adventure/1/_update复制代码

上面的命令中，咱们添加了一个新的字段：actors，结果以下：

HTTP/1.1 200 OK
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked

{
    "_id": "1",
    "_index": "movie",
    "_shards": {
        "failed": 0,
        "successful": 1,
        "total": 2
    },
    "_type": "adventure",
    "_version": 3,
    "result": "updated"
}复制代码

能够看到，_version 增长了 1，result 的结果是 updated。

检索文档

检索某个文档

要检索某个文档很简单，咱们只需使用 GET 请求并指出文档的 index, type, id 就能够了，好比：

$ http :9200/movie/adventure/1/复制代码

响应内容会包含文档的元信息，文档的原始数据存在 _source 字段中。

咱们也能够直接检索出文档的 _source 字段，以下：

$ http :9200/movie/adventure/1/_source复制代码

检索全部文档

咱们可使用 _search 这个 API 检索出全部的文档，命令以下：

$ http :9200/movie/adventure/_search复制代码

返回结果以下：

{
    "_shards": {
        "failed": 0,
        "successful": 5,
        "total": 5
    },
    "hits": {
        "hits": [
            {
                "_id": "1",
                "_index": "movie",
                "_score": 1.0,
                "_source": {
                    "actors": [
                        "Suraj",
                        "Irrfan"
                    ],
                    "name": "Life of Pi"
                },
                "_type": "adventure"
            }
        ],
        "max_score": 1.0,
        "total": 1
    },
    "timed_out": false,
    "took": 299
}复制代码

能够看到，hits 这个 object 包含了 hits 数组，total 等字段，其中，hits 数组包含了全部的文档，这里只有一个文档，total 代表了文档的数量，默认状况下会返回前 10 个结果。咱们也能够设定 From/Size 参数来获取某一范围的文档，可参考这里，好比：

$ http :9200/movie/adventure/_search?from=1&size=5复制代码

当不指定 from 和 size 时，会使用默认值，其中 from 的默认值是 0，size 的默认值是 10。

检索某些字段

有时候，咱们只需检索文档的个别字段，这时可使用 _source 参数，多个字段可使用逗号分隔，以下所示：

$ http :9200/movie/adventure/1?_source=name
$ http :9200/movie/adventure/1?_source=name,actors复制代码

query string 搜索

query string 搜索以 q=field:value 的形式进行查询，好比查询 name 字段含有 life 的电影：

$ http :9200/movie/adventure/_search?q=name:life复制代码

DSL 搜索

上面的 query string 搜索比较轻量级，只适用于简单的场合。Elasticsearch 提供了更为强大的 DSL（Domain Specific Language）查询语言，适用于复杂的搜索场景，好比全文搜索。咱们能够将上面的 query string 搜索转换为 DSL 搜索，以下：

GET /movie/adventure/_search
{
    "query" : {
        "match" : {
            "name" : "life"
        }
    }
}复制代码

若是使用 httpie，能够这样：

$ echo '{"query": {"match": {"name": "life"}}}' | http get :9200/movie/adventure/_search复制代码

若是使用 curl，能够这样：

$ curl -X GET "127.0.0.1:9200/movie/adventure/_search" -d '{"query": {"match": {"name": "life"}}}'复制代码

文档是否存在

使用 HEAD 方法查看文档是否存在：

$ http head :9200/movie/adventure/1复制代码

若是文档存在则返回 200，不然返回 404。

删除文档

使用 DELETE 方法删除文档：

$ http delete :9200/movie/adventure/1复制代码

小结

  • Elasticsearch 经过简单的 RESTful API 来隐藏 Lucene 的复杂性，从而让全文搜索变得简单
  • 在建立文档时，咱们能够用 POST 方法指定将文档添加到某个 _index/_type 下，来让 Elasticsearch自动生成惟一的 _id；而用 PUT 方法指定将文档的 _index/_type/_id

本文由 funhacks 发表于我的博客，采用 Creative Commons BY-NC-ND 4.0（自由转载-保持署名-非商用-禁止演绎）协议发布。
非商业转载请注明做者及出处。商业转载请联系做者本人。
本文标题为: Elasticsearch 入门使用
本文连接为: funhacks.net/2017/03/22/…

参考资料

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程