es35.png

声明：文中内容引自慕课网学习教程

1. 应用场景

• 海量数据分析引擎
• 站内搜索引擎
• 数据仓库

一线公司应用场景

• 实时分析公众对文章的回应
• GitHub-站内实时搜索
• 百度-日志监控平台

2. 安装（确保系统JDK8环境配置好）

• 单实例安装

  • elasticSearch下载地址
  • wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.5.2.tar.gz
    • wget命令可以直接通过http协议下载，当然我们也可以在网页下载
  • tar -vxf 解压
  • cd elasticsearch-5.5.2
    • 核心文件有
    • config，modules，plugins
  • 启动命令：./bin/elasticseatch
  • 出现下图界面，started启动成功, 默认9200端口

es1.png

• 访问url，es默认返回的 json 数据格式

es2.png

• 插件安装

  • head插件，提供了友好的web界面，基本信息查看

  • head插件下载地址

  • 下载完文件为master.zip文件，进行解压unzip master.zip

  • 进入解压完成的文件cd elasticsearch-head-master

  • node -v可以看到版本号

  • npm install安装

  • npm run start服务启动

  es3.png

• 访问浏览器效果：

  
  
  es4.png

此时连接是未连接，因为我刚刚将es服务停了，现在需要配置几个东西。

• 修改配置

  • 原因：es和head属于两个进程，其之间的访问具备跨域问题，所以需要配置修改

  • 进入elasticsearch-5.5.2 修改 yml

    es5.png

• 添加最后两行

• 启动 加 -d参数 ./bin/elasticsearch -d 后台启动

• 重新启动headcd elasticsearch-head-master，npm run start

• 刷新浏览器，连接状态green

• 分布式安装视频

  • 慕课视频-分布式安装

3. 基础概念

• 集群和节点
  • master slave1 slave2 像这样的一组节点构成了一个集群。
• 索引，文档，类型
  • 索引：含相同属性的文档集合。≈ MySQL database
  • 类型：索引可以定义一个或者多个类型，文档必须属于一个类型。=MySQL 表
  • 文档：可以被索引的基本数据单位。 = MySQL 一行记录
• 实例解释
  • 假设现在有个信息查询系统，用ES来存储。
  • 这样分布，汽车索引，家具索引，图书索引
  • 图书索引分为很多类型，科普类，玄幻类
  • 科普类具体到每一本书籍，就是文档。最小的存储单位
• 分片 备份
  • 分片
    • 一个索引有多个分片，每个分片都是一个Lucene的索引
    • 如果一个索引的数据量很大，比如图书索引数据量太大，硬盘压力大，就可以创建多个分片。
  • 备份
    • 拷贝一份分片就完成了分片的备份，除了主分片挂掉以后备份，还可以分担搜索的压力。
  • ES创建索引默认5个分片，1个备份
    • 分片只能在创建索引的时候指定
    • 备份可以后期动态修改

4. 基本用法

• 创建索引

Inkedes6_LI.jpg

• 查看页面

es7.png

上图：0 1 2 3 4 五个分片。0粗线框是主分片，0细线是粗线的备份分片、、

上面这种创建索引的方式，创建出来的索引是没有数据结构的，也就是没有mapping。

下面我们来演示创建具备mapping的索引。

通过postman来进行http请求。

• 创建一个结构化的people索引

es8.png

• 插入

  • 指定文档ID插入

    
    
    es9.png

  返回结果

  
  
  es10.png

可以在head界面浏览，看插入是否成功

• 自动产生ID插入

  • 将上面的127.0.0.1:9200/people/man 后面的id去掉，send。
  • 返回数据的ID就是自动生成的

• 修改操作

  • 执行：

    es11.png

• 返回：

  es12.png

• 还是update操作，使用脚本

es14.png

• 删除操作

  • delete请求删除 文档

    es15.png

• delete请求删除索引 危险操作，谨慎执行{:.error}

  es16.png

• 查询操作

  • 事先提供了一些数据，瓦力老师
  es17.png

• 简单查询

es18.png

• 查询所有

  • http://localhost:9200/_search 查询所有索引+所有类型

  • http://localhost:9200/book/_search 在book索引中查询所有类型(类型又包含其文档)
    

    es19.png

  • http://localhost:9200/book/novel/_search 在book索引 novel类型下 查询所有文档

5. 查询功能

列举一些查询语法：

• 匹配title属性

{
    "query":{
        "match":{
            "title":"elasticsearch"
        }
    }
}

• 自定义排序，按照日期

{
    "query":{
        "match":{
            "title":"elasticsearch"
        }
    },
    "sort":[
        {"publish_date":{"order":"desc"}}
    ]
}

• 聚合查询 (mysql中的group by)

{
    "aggs":{
        "group_by_word_count":{
            "terms":{
                "field":"word_count"
            }
        }
    }
}

{
    "aggs":{
        "group_by_word_count":{
            "terms":{
                "field":"word_count"
            }
        },
        "group_by_publish_date":{
            "terms":{
                "field":"publish_date"
            }
        }
    }
}

• 对某个字段进行一系列计算

  发送：

  es21.png
  
  

  返回：

  
  
  es23.png

6. 高级查询（全篇检查）

• 模糊查询（含有"elasticsearch"和 ''入门''的）

es24.png

• 完全包含查询（只查询出含有"elasticsearch"）

match改成match_phrase

es22.png

• 查询指定属性里有某个字段的（查询title或者author里面包含“瓦力”的）

es25.png

• string语法查询

  查询语法

es27.png

返回结果

es26.png

还可以加上field：["title","author"]指定属性

7. 结构化查询（字段级别的查询）

• 6高级查询中的都是针对全篇检查的,下面我们针对结构化的数据来查询。

• es28.png

• 查询 word_count 在1000-2000范围的（gte 大于等于/ gt大于）

  es29.png

• 过滤查询

  过滤相比query较快，会缓存数据，需要结合布尔类型来使用

  es30.png

8. 复合查询

• 固定分数查询

  ES查询出来的结果，会有一个匹配度的评分，_score，都不一样，我们可以把这个评分固定为一样的。

  es31.png
  
  指定分数为 2
  
  es32.png

• boo+should查询
  match关系为或，满足一个即可
  

  es33.png

• boo+must
  match关系为与
  

  es34.png

ending