ElasticSearch之安装及基本操做API

ElasticSearch 是目前很是流行的搜索引擎，对海量数据搜索是很是友好，而且在高并发场景下，也能发挥出稳定，快速特色。也是大数据和索搜服务的开发人员所极力追捧的中间件。虽然 ElasticSearch 深受你们的喜好，可是它的迭代速度之快，因此在相关社区总是有据说到学不动了的话语，也正是这种不断完善，才能拥有如今的社区活跃。我使用 ElasticSearch 时，从 5.x 到 6.x 版本，再到如今接触到 7.x 版本。从版本升级中，也看到了 ElasticSearch 对主流技术变化的拥抱，最明显的是新版 JDK 版本的支持及容器技术的支持。

安装

本文基于目前最新版本 ElasticSearch-7.5.0进行操做，如官网下载太慢，可在【ytao公众号】中发送 es获取下载连接。

安装环境及本文相关包：

1. 操做系统 CentOS7.564位

2. ElasticSearch7.5.0

3. Kinbana7.5.0

JDK 环境

ElasticSearch 在 7.x 中自带 JDK 环境，因此如今不必定要安装 JDK。默认是先判断当前服务器是否安装 JDK，若是安装了就使用服务器已安装的 JDK，不然会使用自带的 JDK，固然这个也是能够手动设置。

建立启动帐号

因为 ElasticSearch 默认是不支持 root 帐号权限启动，因此第一步要先建立启动帐号。建立一个 ElasticSearch 的运行组 es:

1. groupadd es

在 es 组中建立用户：

1. useradd elastic -g es

设置新用户密码：

1. passwd elastic

给解压出的 ElasticSearch 包受权：

1. chown -R elastic:es elasticsearch-7.5.0

修改配置文件

进入到 /elasticsearch-7.5.0目录，在 config目录里有个 elasticsearch.yml文件，修改里面当前须要的配置。

• cluster.name 是所属集群的名称

• node.name 当前节点名称

• network.host 当前节点所绑定地址，绑定到 0.0.0.0全部的访问

• http.port 对外提供服务的端口号

• path.data 数据存储目录，这个我通常不适用默认目录，可是要给自定义的目录受权

• path.log 日志目录，和 path.data 相似配置

另一个重要的配置，在当前目录中的 jvm.options文件设置。这里设置堆内存大小，建议设置机器内存的 50% 大小。

1. -Xms4g

2. -Xmx4g

其余配置暂时没用到，暂不分析，从此的文章中用到再进行讲解。

启动

安装配置文件设置的值默认启动，直接执行 ./bin/elasticsearch，果真不出乎所意料，启动异常。

上图中抛了两个异常。

• 第一个是说虚拟内存过小，至少须要 262144。

• 第二个当前默认配置不适合，[discovery.seedhosts, discovery.seedproviders, cluster.initialmasternodes]配置中至少有一个配置。

如今就增大服务器虚拟内存：

1.  

# 编辑 sysctl.conf 文件

vim /etc/sysctl.conf




# 在 sysctl.conf 中添加

vm.max_map_count=262144




# 查看刚设置的是否生效

sysctl -p

设置 cluster.initialmasternodes 配置参数：

1. cluster.initial_master_nodes: ["node-1"]

再次启动完成后，没有异常抛出，访问 ip:9200，返回数据信息，其中包括集群名称，节点名，版本信息等等：

基本操做API

在进行 API 操做前先安装 kibana，如下命令执行将所有在 kibana 中执行。解压 kibana 后，在 kibana.yml中设置 ElasticSearch 地址 elasticsearch.hosts:["http://ip:9200"]。经过 bin/kibana进行启动。安装比较简单，这里不作详细阐述。

索引操做

建立索引

建立 person 索引例子，numberofshards 为分片数量，numberofreplicas 为索引的副本数，这里主要演示建立索引时可设置一些相关参数，且为非必填项。

1.  

PUT /person

{

"mappings": {

"properties": {

"name": {

"type": "text",

"fields": {

"keyword": {

"type": "keyword",

"ignore_above": 256// 长度超过ignore_above设定的值，不会被索引或存储

}

}

}

}

},

"settings": {

"number_of_shards": 1,

"number_of_replicas": 1

}

}

执行命令结果：

查询索引

使用 GET 请求方式查询索引信息：

1. GET /person

返回结果

删除索引

使用 DELETE 请求方式:

1.  

# 删除 person 索引

DELETE /person




# 删除所有索引

DELETE /_all




# 通配符删除

DELETE /person*

mapping 操做

查询 person 索引的 mapping ：

1. GET /person/_mapping

向 person 索引中添加 remark 字段，以前 mapping 中的 name 不会被删除，。

1.  

POST /person/_mapping

{

"properties": {

"remark2": {

"type": "text",

"fields": {

"keyword": {

"type": "keyword",

"ignore_above": 256

}

}

}

}

}

文档操做

添加文档

添加文档有两种方式，第一种就是使用指定索引的 type 添加文档，7.x开始，type 指定只能是 _doc 值，同时也是不支持多 type 的（ps：以前使用type主要用来将索引逻辑分区）。第二种就是使用 _create 进行建立数据。

index 方式添加文档

使用 _doc API向 person 中添加文档：

1.  

2. PUT /person/_doc/1
   
   {
   
   "name":"ytao",
   
   "blog":"公众号 ytao",
   
   "remark":"https://ytao.top"
   
   }

添加文档后返回的数据：

上面命令执行过程，若是索引或 mapping 不存在，都会自动建立。这里的 id 咱们也能够自动生成，可是请求不能使用 PUT 方式，要改成 POST 方式。

1.  

POST /person/_doc/

{

"name":"ytao",

"blog":"公众号 ytao",

"remark":"https://ytao.top"

}

若是上面咱们插入 id 为 1 的文档重复执行，那么会先删除掉旧的文档，再引用新的文档，而且所对应的 _version版本号值会较以前的 +1。

create 方式添加文档

使用 _create API向 person 添加文档：

1.  

2. PUT /person/_create/2
   
   {
   
   "name":"yangtao",
   
   "blog":"ytao's blog",
   
   "remark":"coder"
   
   }

这里 id 必须指明，不然添加失败，而且文档中已存在的 id 不能进行添加。

获取和查询文档

根据 id 获取文档

使用 GET 获取文档：

1. GET /person/_doc/1

返回数据中：

根据字段进行查询

使用 _search API进行查询，这里暂时不作深刻讲解。查询 name 为 ytao 的文档，而且经过 from=0&size=2分页查询。

1. # q 为查询参数，查询的字段和值用 : 进行分割

2. GET /person/_search?q=name:ytao&from=0&size=2

返回结果：

更新文档

更新文档使用 _update API进行更新。更新内容必须包含在 doc中。更新对源数据只能是添加或修改字段，这也是和使用 _doc添加数据的区别，不是经过删除旧的文档进行更新的。

1.  

POST /person/_update/1

{

"doc":{

"blog":"ytao's blog"

}

}

删除文档

文档删除使用 DELETE 请求，而后指定 id：

1. DELETE /person/_doc/1

批量操做文档

批量处理能够一次请求中处理多个任务，使用 _bulk API进行。下面就以索引添加方式添加一个文档到索引中，而后更新文档中 blog 字段为例。

1.  

2. POST _bulk
   
   {"index":{"_index":"person", "_id":1}}
   
   {"name":"ytao","blog":"公众号 ytao","remark":"https://ytao.top"}
   
   {"update":{"_index":"person", "_id":1}}
   
   {"doc":{"blog":"ytao's blog"}}

返回结果中，按每个操做分别返回结果信息，当其中有请求错误时，不会影响其余请求操做。

批量获取文档

批量获取文档，使用 _mget API进行，经过一次指定多个文档 id，进行请求。例如在 person 索引中获取 id 为 1,2 的文档：

1.  

POST _mget

{

"docs":[

{

"_index": "person",

"_id": 1

},

{

"_index": "person",

"_id": 2

}

]

}

返回结果：

批量查询文档

批量查询文档，使用 _msearch API进行，将多个查询整合到一个请求中。下面就是分别在指定索引中查询的不一样条件。

1.  

2. GET /person/_msearch
   
   {"index":"person"}
   
   {"query":{"match":{"blog":"ytao's blog"}}}
   
   {"index":"person"}
   
   {"query":{"match":{"remark":"coder"}}}

返回结果：

总结

本文对 ElasticSearch 的最基础的，经常使用的操做 API，这里已经介绍完毕。要想学习 ElasticSearch，建议从 API 操做入手，千万别上来就直接拿着代码就干，虽然各语言都已提供相关工具包，可是这些封装也都是基于 API 上的。更多的 API 在从此文章涉及时再进行分析。

更多 API 相关信息，建议查阅官网，这里有比较详细的介绍：https://www.elastic.co/guide/en/elasticsearch/reference/7.5/rest-apis.html

-END-