分布式搜索引擎—ElasticSearch 快速上手

1、环境搭建

1. 安装 ElasticSearch

在MacOS安装ElasticSearch-7.2.0 版本，步骤很是简单，简单几行命令就能够搞定。下面是安装步骤

# 下载ElasticSearch程序
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.2.0-darwin-x86_64.tar.gz

# sha512秘钥文件
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.2.0-darwin-x86_64.tar.gz.sha512
# 文件比对
shasum -a 512 -c elasticsearch-7.2.0-darwin-x86_64.tar.gz.sha512 
# 解压
tar -xzf elasticsearch-7.2.0-darwin-x86_64.tar.gz

2.启动ElasticSearch服务

完成第1步以后，咱们能够直接在终端运行下面的命令，来启动ES服务。

cd elasticsearch-7.2.0/
./bin/elasticsearch

执行启动命令后，若是终端上打印了相似以下的信息，说明ES服务启动成功了。

[2019-07-21T14:29:48,576][INFO ][o.e.p.PluginsService     ] [maxiangchengdeMacBook-Pro.local] loaded module [aggs-matrix-stats]
[2019-07-21T14:29:48,577][INFO ][o.e.p.PluginsService     ] [maxiangchengdeMacBook-Pro.local] loaded module [analysis-common]
[2019-07-21T14:29:48,577][INFO ][o.e.p.PluginsService     ] [maxiangchengdeMacBook-Pro.local] loaded module [ingest-common]
[2019-07-21T14:29:48,577][INFO ][o.e.p.PluginsService     ] [maxiangchengdeMacBook-Pro.local] loaded module [ingest-geoip]
[2019-07-21T14:29:48,577][INFO ][o.e.p.PluginsService     ] [maxiangchengdeMacBook-Pro.local] loaded module [ingest-user-agent]

2、快速上手

在本地启动ElasticSearch服务后，ES默认监听9200端口，咱们的查询，修改和添加等操做都会在该端口完成。客户端和ES的交互使用http协议，接口设计使用restful风格，使用起来很是简洁友好。换句话说，咱们能够直接使用POSTMAN和ES进行交互，经过发送PUT,GET,DELETE等请求，来完成数据的CRUD操做。http协议对编程语言也很是友好，由于几乎全部编程语言都支持http协议，大大下降了使用门槛，这些也是ES很是流行的缘由。

ES中有几个概念须要提早了解，ES不一样于传统数据库，它的数据存储的单位和关系型数据库会略有差异，有些可能只是叫法不同，我认为本质仍是同样的。以你们常用的MySQL为例，咱们对数据存储单元会有下面这几个等级的划分，从大到小排列，分别为database,table,row,column。分别表示 数据库，表，行，列。一样的，在ES中也有数据单元的划分，下图表示ES中数据存储单元和MySQL数据存储单元的对应关系。

在最新版本的ES中，只有索引，文档和字段的概念，索引至关于Mysql中的数据库，文档表明数据行，字段表示列，没有了表的概念，其它都是同样的。

1.新建索引 Index

理解了上面的概念，如今咱们来新建一个索引，因为ES的交互基于http协议，索引咱们只须要使用POSTMAN向本地的ES服务发起http请求便可新建索引，请求类型为PUT请求，在请求地址中带上须要新建的索引名称。例如：下面的请求会新建一个customer索引。
PUT http://localhost:9200/customer
请求完成后若获得以下响应，表示索引创建成功

{
    "acknowledged": true,
    "shards_acknowledged": true,
    "index": "customer"
}

ES中索引名不能重复，若重复创建索引，会获得以下响应，表示索引已存在

{
    "error": {
        "root_cause": [
            {
                "type": "resource_already_exists_exception",
                "reason": "index [customer/lpNY_ivHTBedu8Nj14jdBQ] already exists",
                "index_uuid": "lpNY_ivHTBedu8Nj14jdBQ",
                "index": "customer"
            }
        ],
        "type": "resource_already_exists_exception",
        "reason": "index [customer/lpNY_ivHTBedu8Nj14jdBQ] already exists",
        "index_uuid": "lpNY_ivHTBedu8Nj14jdBQ",
        "index": "customer"
    },
    "status": 400
}

2.添加文档 Document

创建好索引，下一步咱们在索引中添加数据，即文档(Document)。客户端和ES的交互采用JSON格式和HTTP协议。例如：下面的请求将在customer的索引中建立一个id为1的文档，文档中包含了username,age,phone 等字段。另外，在_doc后面指定了文档的id，文档id在每一个索引中都是惟一的，相似数据库中的主键id。

PUT /customer/_doc/1
{
    "username" : "jack",
    "age" : 18,
    "phone" : "18880000000"
}

添加成功后，获得以下响应

{
    "_index": "customer",
    "_type": "_doc",
    "_id": "1",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 0,
    "_primary_term": 1
}

响应中包含了不少字段，如今咱们只须要关注successful字段便可，1表示成功。

3.修改文档 Document

咱们也能够对文档进行修改，指定文档id，提交须要修改的JSON数据，就能够对指定id的文档进行修改。例如：下面的请求将修改文档id为1的文档。

PUT /customer/_doc/1
{
    "username" : "meetmax",
    "age" : 15,
    "phone" : "18880000000"
}

修改为功后，获得以下响应

{
    "_index": "customer",
    "_type": "_doc",
    "_id": "1",
    "_version": 3,
    "result": "updated",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 2,
    "_primary_term": 1
}

4.删除文档 Document

针对一些不须要的文档，也能够执行删除操做，只须要指定索引名和文档id，而后调用DELETE方法便可。
DELETE /customer/_doc/1
删除成功后，获得以下响应

{
    "_index": "customer",
    "_type": "_doc",
    "_id": "1",
    "_version": 4,
    "result": "deleted",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 3,
    "_primary_term": 1
}

5.匹配搜索 (match query)

有了索引和文档数据，咱们须要对已有数据进行查询。不一样于SQL语句，ES也有本身的查询语言，称为 Query DSL。简单来说，它是以JSON为载体构造出查询条件，只是换了个表述方式，和SQL语句的本质是同样的，能实现的查询功能也差很少，ES甚至支持SQL语法，只是须要安装扩展便可实现。例如：下面的请求，将查询在customer索引中，username字段值为jack的文档。

GET /customer/_search
{
    "query" : {
        "match" : { "username" : "jack" }
    }
}

查询成功后，将获得以下响应，其中hits字段包含了匹配到的数据

{
    "took": 2,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 1,
            "relation": "eq"
        },
        "max_score": 0.9808292,
        "hits": [
            {
                "_index": "customer",
                "_type": "_doc",
                "_id": "1",
                "_score": 0.9808292,
                "_source": {
                    "username": "jack",
                    "age": 18,
                    "phone": "18880000000"
                }
            }
        ]
    }
}

3、总结

整体来讲，ES仍是很是容易上手的，固然也仅仅局限于上手，文中用到的只是ES功能中的冰山一角，真正的实践中，有更多复杂的用法，能够实现很是强大的功能。例如：对数据进行聚合查询和分页，多条件过滤查询，甚至对地理位置进行查询。另外，咱们可能对ES中的核心概念还有些模糊，对ES的底层实现机制也不了解，可是如今不理解不要紧，有了实践经验以后，之后理解起来会很快，掌握的更深入。后面我也会对ES的核心概念和实现原理总结和分析，但愿对你有用！