Elasticsearch 簡介

Elasticsearch 是一款穩定高效的分佈式搜索和分析引擎，它的底層基於 Lucene，並提供了友好的 RESTful API 來對數據進行操做，還有比較重要的一點是， Elasticsearch 開箱便可用，上手也比較容易。

目前 Elasticsearch 在搭建企業級搜索（如日誌搜索、商品搜索等）平臺中很普遍，官網也提供了很多案例，好比：

• GitHub 使用 Elasticsearch 檢索超過 800 萬的代碼庫

• eBay 使用 Elasticsearch 搜索海量的商品數據

• Netflix 使用 Elasticsearch 來實現高效的消息傳遞系統

本文主要介紹 Elasticsearch 的基本概念及入門使用。

<!-- more -->

安裝

在安裝 Elasticsearch 以前，請確保你的計算機已經安裝了 Java。目前 Elasticsearch 的最新版是 5.2，須要安裝 Java 8，若是你用的是老版本的 Elasticsearch，如 2.x 版，可用 Java 7，但仍是推薦使用 Java 8。

可使用以下的命令檢查 Java 的版本：

$ java -version

接着，咱們能夠從這裏下載最新版本的 Elasticsearch，也可以使用 wget 下載，以下：

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

Windows 用戶也能夠下載 .zip 格式的安裝包。

下載完後進行解壓：

$ tar -zxvf elasticsearch-5.2.2.tar.gz

運行

首先，咱們進入到剛剛解壓出來的目錄中：

$ cd elasticsearch-5.2.2

接着，使用以下命令啓動 Elasticsearch：

$ bin/elasticsearch

此時，若是正常的話，你能夠在終端看到相似以下的輸出：

[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]
...

上面的命令是在前臺運行的，若是想在後臺以守護進程模式運行，能夠加 -d 參數。

Elasticsearch 啓動後，也啓動了兩個端口 9200 和 9300：

• 9200 端口：HTTP RESTful 接口的通信端口

• 9300 端口：TCP 通信端口，用於集羣間節點通訊和與 Java 客戶端通訊的端口

如今，讓咱們作一些測試。在瀏覽器訪問連接 http://localhost:9200/ ，或使用 curl 命令：

$ curl 'http://localhost:9200/?pretty'

咱們能夠看到相似以下的輸出：

{
  "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"
}

概念

在進一步使用 Elasticsearch 以前，讓咱們先了解幾個關鍵概念。

在邏輯層面：

• Index (索引)：這裏的 Index 是名詞，一個 Index 就像是傳統關係數據庫的 Database，它是 Elasticsearch 用來存儲數據的邏輯區域

• Document (文檔)：Elasticsearch 使用 JSON 文檔來表示一個對象，就像是關係數據庫中一個 Table 中的一行數據

• Type (類型)：文檔歸屬於一種 Type，就像是關係數據庫中的一個 Table

• Field (字段)：每一個文檔包含多個字段，相似關係數據庫中一個 Table 的列

咱們用一個表格來作類比，以下：

Elasticsearch	MySQL
Index	Database
Type	Table
Document	Row
Field	Column

在物理層面：

• Node (節點)：node 是一個運行着的 Elasticsearch 實例，一個 node 就是一個單獨的 server

• Cluster (集羣)：cluster 是多個 node 的集合

• Shard (分片)：數據分片，一個 index 可能會存在於多個 shard

使用

接下來，咱們看看如何創建索引、建立文檔等，就比如在 MySQL 中進行諸如建立數據庫，插入數據等操做。

添加文檔

下面，咱們將建立一個存儲電影信息的 Document：

• Index 的名稱爲 movie

• Type 爲 adventure

• Document 有兩個字段：name 和 actors

咱們使用 Elasticsearch 提供的 RESTful API 來執行上述操做，如圖所示：

• 用 url 表示一個資源，好比 /movie/adventure/1 就表示一個 index 爲 movie，type 爲 adventure，id 爲 1 的 document

• 用 http 方法操做資源，如使用 GET 獲取資源，使用 POST、PUT 新增或更新資源，使用 DELETE 刪除資源等

咱們可使用 curl 命令來執行上述操做：

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

不過，本文推薦使用 httpie，相似 curl，但比 curl 更好用，將上面的命令換成 httpie，以下：

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

上面的命令結果以下：

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"
}

能夠看到，咱們已經成功建立了一個 _index 爲 movie，_type 爲 adventure，_id 爲 1 的文檔。

咱們經過 GET 請求來查看這個文檔的信息：

$ http :9200/movie/adventure/1

結果以下：

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
}

能夠看到，原始的文檔數據存在了 _source 字段中。

若是咱們的數據沒有 id，也可讓 Elasticsearch 自動爲咱們生成，此時要使用 POST 請求，形式以下：

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

更新整個文檔

當咱們使用 PUT 方法指明文檔的 _index, _type 和 _id時，若是 _id 已存在，則新文檔會替換舊文檔，此時文檔的 _version 會增長 1，而且 _created 字段爲 false。好比：

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

結果以下：

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"
}

使用 GET 請求查看新文檔的數據：

$ http :9200/movie/adventure/1

結果以下：

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
}

能夠看到，actors 這個字段已經不存在了，文檔的 _version 變成了 2。

所以，爲了不在誤操做的狀況下，原文檔被替換，咱們可使用 _create 這個 API，表示只在文檔不存在的狀況下才建立新文檔（返回 201 Created），若是文檔存在則不作任何操做（返回 409 Conflict），命令以下：

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

因爲文檔 id 存在，會返回 409 Conflict。

局部更新

在有些狀況下，咱們只想更新文檔的局部，而不是整個文檔，這時咱們可使用 _update 這個 API。

如今，待更新的文檔信息以下：

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

最簡單的 update 請求接受一個局部文檔參數 doc，它會合併到現有文檔中：將對象合併在一塊兒，存在的標量字段被覆蓋，新字段被添加。

形式以下：

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

因爲有嵌套字段，咱們能夠這樣使用 http（這裏須要注意使用 POST 方法）：

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

上面的命令中，咱們添加了一個新的字段：actors，結果以下：

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"
}

能夠看到，_version 增長了 1，result 的結果是 updated。

檢索文檔

檢索某個文檔

要檢索某個文檔很簡單，咱們只需使用 GET 請求並指出文檔的 index, type, id 就能夠了，好比：

$ http :9200/movie/adventure/1/

響應內容會包含文檔的元信息，文檔的原始數據存在 _source 字段中。

咱們也能夠直接檢索出文檔的 _source 字段，以下：

$ http :9200/movie/adventure/1/_source

檢索全部文檔

咱們可使用 _search 這個 API 檢索出全部的文檔，命令以下：

$ http :9200/movie/adventure/_search

返回結果以下：

{
    "_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
}

能夠看到，hits 這個 object 包含了 hits 數組，total 等字段，其中，hits 數組包含了全部的文檔，這裏只有一個文檔，total 代表了文檔的數量，默認狀況下會返回前 10 個結果。咱們也能夠設定 From/Size 參數來獲取某一範圍的文檔，可參考這裏，好比：

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

當不指定 from 和 size 時，會使用默認值，其中 from 的默認值是 0，size 的默認值是 10。

檢索某些字段

有時候，咱們只需檢索文檔的個別字段，這時可使用 _source 參數，多個字段可使用逗號分隔，以下所示：

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

query string 搜索

query string 搜索以 q=field:value 的形式進行查詢，好比查詢 name 字段含有 life 的電影：

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

DSL 搜索

上面的 query string 搜索比較輕量級，只適用於簡單的場合。Elasticsearch 提供了更爲強大的 DSL（Domain Specific Language）查詢語言，適用於複雜的搜索場景，好比全文搜索。咱們能夠將上面的 query string 搜索轉換爲 DSL 搜索，以下：

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

若是使用 httpie，能夠這樣：

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

若是使用 curl，能夠這樣：

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

文檔是否存在

使用 HEAD 方法查看文檔是否存在：

$ http head :9200/movie/adventure/1

若是文檔存在則返回 200，不然返回 404。

刪除文檔

使用 DELETE 方法刪除文檔：

$ http delete :9200/movie/adventure/1

小結

• Elasticsearch 經過簡單的 RESTful API 來隱藏 Lucene 的複雜性，從而讓全文搜索變得簡單

• 在建立文檔時，咱們能夠用 POST 方法指定將文檔添加到某個 _index/_type 下，來讓 Elasticsearch自動生成惟一的 _id；而用 PUT 方法指定將文檔的 _index/_type/_id

本文由 funhacks 發表於我的博客，採用 Creative Commons BY-NC-ND 4.0（自由轉載-保持署名-非商用-禁止演繹）協議發佈。
非商業轉載請註明做者及出處。商業轉載請聯繫做者本人。
本文標題爲: Elasticsearch 簡介
本文連接爲: http://funhacks.net/2017/03/2...

參考資料

• Elasticsearch Reference

• Elasticsearch 權威指南