瞭解一下Elasticsearch的基本概念

時間 2019-11-18

原文原文鏈接

1、前文介紹

Elasticsearch（簡稱ES）是一個基於Apache Lucene(TM)的開源搜索引擎，不管在開源仍是專有領域，Lucene 能夠被認爲是迄今爲止最早進、性能最好的、功能最全的搜索引擎庫。注意，Lucene 只是一個庫。想要發揮其強大的做用，你需使用 Java 並要將其集成到你的應用中。mysql

Lucene 很是複雜，你須要深刻的瞭解檢索相關知識來理解它是如何工做的，就跟學習 springmvc 以前先從 servlet 開始，繁瑣複雜的工做，Solor、Elasticsearch 應由而生，其使用 Java 編寫並使用 Lucene 來創建索引並實現搜索功能，可是它的目的是經過簡單連貫的 RESTful API 讓全文搜索變得簡單並隱藏 Lucene 的複雜性。nginx

重要特性：git

分佈式的實時文件存儲，每一個字段都被索引並可被搜索
實時分析的分佈式搜索引擎
能夠擴展到上百臺服務器，處理PB級結構化或非結構化數據

基本概念：github

索引（indices）-------------------Databases 數據庫
類型（type）----------------------Table 數據表
文檔（Document）---------------Row 行
字段（Field）---------------------Columns 列spring

詳細說明：sql

概念	說明
索引庫（indices)	indices是index的複數，表明許多的索引，
類型（type）	類型是模擬mysql中的table概念，一個索引庫下能夠有不一樣類型的索引，好比商品索引，訂單索引，其數據格式不一樣。不過這會致使索引庫混亂，所以將來版本中會移除這個概念
文檔（document）	存入索引庫原始的數據。好比每一條商品信息，就是一個文檔
字段（field）	文檔中的屬性
映射配置（mappings）	字段的數據類型、屬性、是否索引、是否存儲等特性

要注意的是：Elasticsearch 自己就是分佈式的，所以即使你只有一個節點，Elasticsearch 默認也會對你的數據進行分片和副本操做，當你向集羣添加新數據時，數據也會在新加入的節點中進行平衡。數據庫

2、Elasticsearch安裝[windows]

以下主要針對 windows 環境下的 Elasticsearch 學習。apache

下載地址：https://www.elastic.co/cn/products/編程

解壓後，進入 bin/ 目錄，雙擊執行 elasticsearch .batjson

Elasticsearch 啓動後能夠看到綁定了兩個端口:

9300：集羣節點間通信接口【tcp鏈接方式，性能優於http】
9200：客戶端訪問接口【接收http請求】

9200，咱們能夠經過瀏覽器直接訪問，9300 則不能夠直接訪問。

3、Kibana 安裝

Kibana 是一個基於 Node.js 的 Elasticsearch 索引庫數據統計工具，能夠利用 Elasticsearch 的聚合功能，生成各類圖表，如柱形圖，線狀圖，餅圖等。

並且還提供了操做 Elasticsearch 索引數據的控制檯，而且提供了必定的API提示，很是有利於咱們學習 Elasticsearch 的語法。

一、配置

咱們能夠把 Kibana 當成，durid 鏈接池對於 mysql 的可視化來理解。

下載地址：https://www.elastic.co/cn/downloads/kibana

解壓後，進入安裝目錄下的 config 目錄，修改 kibana.yml 文件：

修改elasticsearch服務器的地址，去掉原來的註釋：

elasticsearch.url: "http://localhost:9200"

Kibana 的監聽端口爲 5601：http://127.0.0.1:5601 瀏覽器打開以下圖所示：

Dev Tools 至關於一個命令行窗口工具，帶提示，Elasticsearch 執行的數據格式爲 json，舉例：

POST _analyze
{
  "analyzer": "ik_max_word",
  "text":     "我喜歡編程"
}

4、ik 分詞器安裝

因爲 Elasticsearch 在拆分單詞時,是按空格來分，即 hello world 分爲 hello 和 world，這是沒問題的，可是在拆分中文時也是按照一個漢字一個漢字來拆分。即「我喜歡編程」分爲我、喜、歡、編、程 5個字符，因此就須要用到 IK 分詞器這個插件來進行拆分。

Lucene 的 IK 分詞器早在 2012 年已經沒有維護了，如今咱們要使用的是在其基礎上維護升級的版本，而且開發爲 ElasticSearch 的集成插件了，與 Elasticsearch 一塊兒維護升級，版本也保持一致。

IK下載地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

注意 ES 與 IK 版本對應地址：https://github.com/medcl/elasticsearch-analysis-ik/tree/2.x

將 zip 包，解壓到 Elasticsearch 目錄的 plugins 目錄中：

而後重啓 Elasticsearch

5、基本概念-詳細瞭解

上文也瞭解到 ES 操做的數據爲 json，實際項目中，好比 springboot 中，無須操做 json，都是面向對象編程，可是，學習其實際原理當然重要。

5.一、建立索引

建立索引的請求格式：

請求方式：PUT
請求路徑：/索引庫名
請求參數：json格式：

{
   "settings": {
      "number_of_shards": 3,
      "number_of_replicas": 2
   }
}

settings：索引庫的設置
number_of_shards：分片數量
number_of_replicas：副本數量

示例：

5.二、查看索引設置

語法

Get請求能夠幫咱們查看索引信息，格式：

GET /索引庫名

5.三、刪除索引

刪除索引使用DELETE請求

語法

DELETE /索引庫名

6、映射配置

6.一、建立映射字段

語法

請求方式依然是PUT

PUT /索引庫名/_mapping/類型名稱
{
  "properties": {
    "字段名": {
      "type": "類型",
      "index": true，
      "store": true，
      "analyzer": "分詞器"
    }
  }
}

類型名稱：就是前面將的type的概念，相似於數據庫中的不一樣表
字段名：任意填寫，能夠指定許多屬性，例如：
type：類型，能夠是text、long、short、date、integer、object等
index：是否索引，默認爲true
store：是否存儲，默認爲false
analyzer：分詞器，這裏的ik_max_word即便用ik分詞器

示例

發起請求：

PUT niceyoo2/_mapping/goods
{
  "properties": {
    "title": {
      "type": "text",
      "analyzer": "ik_max_word"
    },
    "images": {
      "type": "keyword",
      "index": "false"
    },
    "price": {
      "type": "float"
    }
  }
}

響應結果：

{
  "acknowledged": true
}

6.二、查看映射關係

語法：

GET /索引庫名/_mapping

示例：

GET /niceyoo2/_mapping

響應：

{
  "niceyoo2": {
    "mappings": {
      "goods": {
        "properties": {
          "images": {
            "type": "keyword",
            "index": false
          },
          "price": {
            "type": "float"
          },
          "title": {
            "type": "text",
            "analyzer": "ik_max_word"
          }
        }
      }
    }
  }
}