Elasticsearch安装使用

一、ES简介

Elasticsearch简称ES，是一个开源的分布式、RESTful风格的搜索和数据分析引擎，它的底层是开源库Apache Lucene。ES在Apache Lucene封装了一层，使全文检索变得简单易用。

ES的特点如下：

  • 一个分布式的实时文档存储，每个字段可被索引和搜索；

  • 一个分布式实时分析搜索引擎；

  • 能胜任上百个服务节点的扩展，并支持PB级别的结构化或者非结构化数据。

二、ES的安装

从官网下载：https://www.elastic.co/cn/downloads/elasticsearch

解压后，执行：

cd elasticsearch-<version>
./bin/elasticsearch

启动成功后，ES就运行在本地的9200端口，打开：http://localhost:9200/，如果能看到以下内容，说明启动成功，可以看到版本号是7.13.1。

{
    "name": "wangjundeMacBook-Pro.local",
    "cluster_name": "elasticsearch",
    "cluster_uuid": "OBNQJ5cpT9mff6vvpvmCcw",
    "version": {
        "number": "7.13.1",
        "build_flavor": "default",
        "build_type": "tar",
        "build_hash": "9a7758028e4ea59bcab41c12004603c5a7dd84a9",
        "build_date": "2021-05-28T17:40:59.346932922Z",
        "build_snapshot": false,
        "lucene_version": "8.8.2",
        "minimum_wire_compatibility_version": "6.8.0",
        "minimum_index_compatibility_version": "6.0.0-beta1"
    },
    "tagline": "You Know, for Search"
}

三、Kibana的安装

Kibana是一个开源的分析和可视化平台，旨在与ES合作。Kibana提供搜索、查看和存储在ES索引中的数据进行交互的功能。开发人员可以轻松地执行高级数据分析，并在各种图表、表格和地图中可视化数据。

从官方下载：https://www.elastic.co/cn/downloads/kibana

解压后执行：

cd kibana-<version>
./bin/kabana

启动成功后，ES就运行在本地的5601端口，打开：http://localhost:5601/，如果能看到正常的运行web页面，说明启动成功。

四、ES的实践

实践之前先明确一下es的存储结构：

  • index：索引，数据的顶层单位，可以理解为mysql中的一个数据库；

  • document：index的单条记录成为document（文档），同一个index的document最好有相同的结构，有利于提高搜索效率，可以理解为mysql中的一行数据；

  • type：document可以分组，比如一个index里面存储的是weather（天气）数据，这些数据可以按照城市分组也可以按照天气分组。(目前7.x版本一个index只能有一个type)，可以理解为mysql中的一个表。

4.1 数据增加

# 新建名为accounts的index
curl -X PUT 'localhost:9200/accounts'

# 新增数据,其中1为数据的id，可以为任意字符串
curl -H "Content-Type: application/json" -X PUT localhost:9200/accounts/doc/1 -d '
{
"body":"body1"
}'
# 新增数据,不指定id,es会自动生成一个id
curl -H "Content-Type: application/json" -X POST localhost:9200/accounts/doc -d '
{
"body":"body2"
}'

4.2 数据删除

# 删除index
curl -X DELETE 'localhost:9200/weather'
# 删除数据
curl -X DELETE localhost:9200/accounts/doc/1

4.3 数据查找

# 查询单条数据
curl 'localhost:9200/accounts/doc/1?pretty=true'
{
  "_index" : "accounts",
  "_type" : "doc",
  "_id" : "1",
  "_version" : 2,
  "_seq_no" : 10,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "body" : "body1"
  }
}
# 查询所有数据
curl 'localhost:9200/accounts/doc/_search?pretty=true' 
# 全文搜索
curl -H "Content-Type:application/json" 'localhost:9200/accounts/doc/_search?pretty=true'  -d '
{
  "query" : { "match" : { "body" : "body1" }}
}'

4.4 数据修改

# 和新增数据一样语法，新数据会覆盖老数据
curl -H "Content-Type: application/json" -X PUT localhost:9200/accounts/doc/1 -d '
{
"body":"body2"
}'

五、对比

5.1 与mysql的对比

1.概念差别对比

2.查询速度，es采用倒排索引对于复杂查询es比mysq使用B+树的正排索引更有优势。

3.es适用于全文检索，日志分析，监控分析等场景。

参考：

https://developer.51cto.com/art/201904/594615.htm#topx

PreviousGremlin入门NextHugeGraph入门

Last updated