526互联

ElasticSearch 7.x (一 ~ 二)

发布时间 2023-04-04 15:13:05作者: 氵亻亻

ElasticSearch 7.x

一、 ElasticSearch 概述

1.1 ElasticSearch 是什么

Elasticsearch 是一个分布式、RESTful 风格的  搜索和数据分析引擎，能够解决不断涌现出的各种用例。作为 Elastic Stack 的核心，Elasticsearch 会集中存储您的数据，让您飞快完成搜索，微调相关性，进行强大的分析，并轻松缩放规模。

The Elastic Stack, 包括 Elasticsearch、Kibana、Beats 和 Logstash（也称为 ELK Stack）。 能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视 化。Elaticsearch，简称为 ES，ES 是一个开源的高扩展的分布式全文搜索引擎，是整个 Elastic Stack 技术栈的核心。它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上 百台服务器，处理 PB 级别的数据

1.2 全文搜索引擎

Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时 候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。 一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进 行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。建 立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。

基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差 的：

  • 搜索的数据对象是大量的非结构化的文本数据。
  • 文件记录量达到数十万或数百万个甚至更多。
  • 支持大量基于交互式文本的查询。
  • 需求非常灵活的全文搜索查询。
  • 对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足。
  • 对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。

为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全 文搜索引擎 这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。

1.3 ElasticSearch 应用案例

  • GitHub: 2013 年初，抛弃了 Solr，采取 Elasticsearch 来做 PB 级的搜索。“GitHub 使用 Elasticsearch 搜索 20TB 的数据，包括 13 亿文件和 1300 亿行代码”。
  • 维基百科：启动以 Elasticsearch 为基础的核心搜索架构。
  • SoundCloud：“SoundCloud 使用 Elasticsearch 为 1.8 亿用户提供即时而精准的音乐搜索服务”。
  • 百度：目前广泛使用 Elasticsearch 作为文本数据分析，采集百度所有服务器上的各类指 标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常 或业务层面异常。目前覆盖百度内部 20 多个业务线（包括云分析、网盟、预测、文库、 直达号、钱包、风控等），单集群最大 100 台机器，200 个 ES 节点，每天导入 30TB+ 数据。
  • 新浪：使用 Elasticsearch 分析处理 32 亿条实时日志。
  • 阿里：使用 Elasticsearch 构建日志采集和分析体系。
  • Stack Overflow：解决 Bug 问题的网站，全英文，编程人员交流的网站

二、 ElasticSearch 入门

2.1 ElasticSearch 安装

2.1.1 下载软件

Elasticsearch 的官方地址：https://www.elastic.co/cn/

ElasticSearch: 7.8.0

下载地址：https://www.elastic.co/cn/downloads/past-releases#elasticsearch

2.1.2 安装软件

Windows 版的 Elasticsearch 的安装很简单，解压即安装完毕，解压后的 Elasticsearch 的 目录结构如下

image-20230403200848116

image-20230403201029311

解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务

image-20230403202041520

注意：9300 端口为 Elasticsearch 集群间组件的通信端口，9201 端口为浏览器访问的 http 协议 RESTful 端口。

打开浏览器（推荐使用谷歌浏览器），输入地址：http://localhost:9201，测试结果

image-20230403202347330

2.1.3 问题解决

  • Elasticsearch 是使用 java 开发的，且 7.8 版本的 ES 需要 JDK 版本 1.8 以上，默认安装 包带有 jdk 环境，如果系统配置 JAVA_HOME，那么使用系统默认的 JDK，如果没有配 置使用自带的 JDK，一般建议使用系统配置的 JDK。
  • 双击启动窗口闪退，通过路径访问追踪错误，如果是“空间不足”，请修改 config/jvm.options 配置文件

image-20230403203114308

2.2 ElasticSearch 基本操作

2.2.1 RESTful

REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就是 RESTful。Web 应用程序最重要的 REST 原则是，客户端和服务器之间的交互在请求之间是无状态的。从客户端到服务器的每个请求都必须包含理解请求所必需的信息。如果服务器在请求之间的任何时间点重启，客户端不会得到通知。此外，无状态请求可以由任何可用服务器回答，这十分适合云计算之类的环境。客户端可以缓存数据以改进性能。

在服务器端，应用程序状态和功能可以分为各种资源。资源是一个有趣的概念实体，它 向客户端公开。资源的例子有：应用程序对象、数据库记录、算法等等。每个资源都使用 URI (Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口，以便在客 户端和服务器之间传输状态。使用的是标准的 HTTP 方法，比如 GET、PUT、POST 和 DELETE。

在 REST 样式的 Web 服务中，每个资源都有一个地址。资源本身都是方法调用的目 标，方法列表对所有资源都是一样的。这些方法都是标准方法，包括 HTTP GET、POST、 PUT、DELETE，还可能包括 HEAD 和 OPTIONS。简单的理解就是，如果想要访问互联 网上的资源，就必须向资源所在的服务器发出请求，请求体中必须包含资源的网络路径，以及对资源进行的操作(增删改查)。

2.2.2 客户端安装

如果直接通过浏览器向 Elasticsearch 服务器发请求，那么需要在发送的请求中包含 HTTP 标准的方法，而 HTTP 的大部分特性且仅支持 GET 和 POST 方法。所以为了能方便 地进行客户端的访问，可以使用 Postman 软件

Postman 是一款强大的网页调试工具，提供功能强大的 Web API 和 HTTP 请求调试。 软件功能强大，界面简洁明晰、操作方便快捷，设计得很人性化。Postman 中文版能够发送 任何类型的 HTTP 请求 (GET, HEAD, POST, PUT..)，不仅能够表单提交，且可以附带任意 类型请求体。

Postman 官网：https://www.getpostman.com

Postman 下载：https://www.getpostman.com/apps

image-20230403204249651

2.2.3 数据格式

Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便理解， 将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比

image-20230403204411135

ES 里的 Index 可以看做一个库，而 Types 相当于表，Documents 则相当于表的行。 这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个 type，Elasticsearch 7.X 中, Type 的概念已经被删除了。6.x 用 JSON 作为文档序列化的格式，比如一条用户信息：

image-20230403204703440

2.2.4 HTTP 操作

2.2.4.1 索引操作

1）、创建索引

对比关系型数据库，创建索引就等同于创建数据库

​ 在 Postman 中，向 ES 服务器发 PUT 请求 ：http://127.0.0.1:9201/shopping

​ image-20230404142003267

​ 请求后，服务器返回响应

image-20230404142200383

image-20230404142220799

如果重复添加索引，会返回错误信息

image-20230404142701853

2）、查看所有索引

在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9201/_cat/indices?v

这里请求路径中的_cat 表示查看的意思，indices 表示索引，所以整体含义就是查看当前 ES 服务器中的所有索引，就好像 MySQL 中的 show tables 的感觉，服务器响应结果如下

image-20230404143721232

image-20230404143757177

3)、查看单个索引

在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9201/shopping

image-20230404144226986

查看索引向 ES 服务器发送的请求路径和创建索引是一致的。但是 HTTP 方法不一致。这里 可以体会一下 RESTful 的意义， 请求后，服务器响应结果如下：

image-20230404144247890

image-20230404144310424

4)、删除索引

在 Postman 中，向 ES 服务器发 DELETE 请求 ：http://127.0.0.1:9201/shopping

image-20230404144600947

image-20230404144619750

重新访问索引时，服务器返回响应：索引不存在

image-20230404144645926

2.2.4.2 文档操作

1)、创建文档

索引已经创建好了，接下来创建文档，并添加数据。

这里的文档可以类比为关系型数 据库中的表数据，添加的数据格式为 JSON 格式

在 Postman 中，向 ES 服务器发 POST 请求 ：http://127.0.0.1:920/shopping/_doc 请求体内容为：

{
 "title":"小米手机",
 "category":"小米",
 "images":"https://gitee.com/wwwljt/w-images/raw/master/images/image-20230404144619750.png",
 "price":3999.00
}

此处发送请求的方式必须为 POST，不能是 PUT，否则会发生错误

image-20230404145347315

服务器响应结果如下：

image-20230404145418335

image-20230404145501285

上面的数据创建后，由于没有指定数据唯一性标识（ID），默认情况下，ES 服务器会随机 生成一个。

如果想要自定义唯一性标识，需要在创建时指定：http://127.0.0.1:9201/shopping/_doc/1

image-20230404150039793

此处需要注意：如果增加数据时明确数据主键，那么请求方式也可以为 PUT