14-GuliMall ElasticSearch安装与入门

1.简介

全文搜索属于最常见的需求，开源的 Elasticsearch 是目前全文搜索引擎的首选。 它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它.

Elastic 的底层是开源库 Lucene。但是，你没法直接用 Lucene，必须自己写代码去调用它的 接口。Elastic 是 Lucene 的封装，提供了 REST API 的操作接口，开箱即用。

官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
官方中文：https://www.elastic.co/guide/cn/elasticsearch/guide/current/foreword_id.html
社区中文：
https://es.xiaoleilu.com/index.html
http://doc.codingdict.com/elasticsearch/0/

1.基本概念

1、Index（索引）
动词，相当于 MySQL 中的 insert；
名词，相当于 MySQL 中的 Database

2、Type（类型）
在 Index（索引）中，可以定义一个或多个类型。
类似于 MySQL 中的 Table；每一种类型的数据放在一起；

3、Document（文档）
保存在某个索引（Index）下，某种类型（Type）的一个数据（Document），文档是 JSON 格 式的，Document 就像是 MySQL 中的某个 Table 里面的内容；

4、倒排索引机制

分词：将整句分拆为单词

保存的记录:
1-红海行动
2-探索红海行动
3-红海特别行动
4-红海记录篇
5-特工红海特别探索

检索：
1）、红海特工行动？
2）、红海行动？
相关性得分：

然后按照得分由高到低返回搜索结果

2.ElasticSearch7-去掉type概念

• 关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但ES 中不是这样的。elasticsearch是基于Lucene开发的搜索引擎，而ES中不同type下名称相同 的filed最终在Lucene中的处理方式是一样的。

• 两个不同type下的两个user_name，在ES同一个索引下其实被认为是同一个filed，你必须在两个不同的type中定义相同的filed映射。否则，不同type中的相同字段名称就会在处理中出现冲突的情况，导致Lucene处理效率下降。

• 去掉type就是为了提高ES处理数据的效率。

• Elasticsearch 7.x
URL中的type参数为可选。
比如，索引一个文档不再要求提供文档类型。

• Elasticsearch 8.x • 不再支持URL中的type参数。

• 解决：将索引从多类型迁移到单类型，每种类型文档一个独立索引

简单说就是我们使用索引index来隔离同名的属性, 类型type就不要再建立了, 因为没什么用, 不同类型type下的相同名称属性是会当作同一字段来进行检索的,起不到隔离的作用

2.Docker 安装 ES

1.下载镜像

下载ES镜像
docker pull elasticsearch:7.4.2

下载ES可视化界面kibana(不是必需的,可以选择不装)
docker pull kibana:7.4.2 
1
2
3
4
5

下载完成

2.创建挂载文件夹

mkdir -p /mydata/elasticsearch/config 
mkdir -p /mydata/elasticsearch/data
1
2

3.创建一个配置文件

echo "http.host: 0.0.0.0" >> /mydata/elasticsearch/config/elasticsearch.yml
1

cat看一眼文件内容, 内容存在表示文件创建成功

4.保证权限, 使所有用户或组都有读写该文件夹的权限

chmod -R 777 /mydata/elasticsearch/
1

5.无法挂载文件解决

当我们设置文件挂载后, 发现容器总是无法正常启动, 这是因为CentOS7中的安全模块selinux把权限禁掉了，无法使用-v命令进行挂载
解决方法：添加selinux规则，将要挂载的目录添加到白名单

chcon -Rt svirt_sandbox_file_t /mydata/elasticsearch/config/elasticsearch.yml
chcon -Rt svirt_sandbox_file_t /mydata/elasticsearch/data
chcon -Rt svirt_sandbox_file_t /mydata/elasticsearch/plugins
1
2
3

6.运行elasticsearch, 并设置挂载目录

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms64m -Xmx512m" \
--volume /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
--volume /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
--volume /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
--restart=always \
-d elasticsearch:7.4.2
1
2
3
4
5
6
7
8

冒号" : " 前是linux的目录或文件, 其后是docker的目录或文件, 一定要注意空格数, 不然就识别不了命令, 参数命令比如如-e后面只有一个空格, 斜杠" \ "前只有一个空格, 其后面没有空格.

特别注意： -e ES_JAVA_OPTS=“-Xms64m -Xmx256m” \ 测试环境下，设置 ES 的初始内存和最大内存，否则导 致过大启动不了 ES

启动成功

7.访问es

我们访问es, 虚拟机ip+端口号9200

http://192.168.56.103:9200/
1

这样就表示es安装成功了

8.启动可视化界面Kibana

docker run --name kibana -e ELASTICSEARCH_HOSTS=http://192.168.56.103:9200 \
-p 5601:5601 \
--restart=always \
-d kibana:7.4.2
1
2
3
4

注意: http://192.168.56.103:9200 一定要改为自己虚拟机的地址

启动成功

浏览器访问

http://192.168.56.103:5601/app/kibana
1

这就表示安装成功了

3.初步检索

1._cat

GET /_cat/nodes：查看所有节点
GET /_cat/health：查看 es 健康状况
GET /_cat/master：查看主节点
GET /_cat/indices：查看所有索引

使用postman执行命令

使用我们的可视化界面Kibana执行命令会更方便, 后面我们都用其来执行命令进行测试

2.索引（保存）一个文档

保存一个数据
保存在哪个索引的哪个类型下，指定用哪个唯一标识 PUT customer/external/1；

在 customer 索引下的 external 类型下保存 1 号数据

PUT customer/external/1
{ 
	"name": "John Doe" 
}
1
2
3
4

PUT 和 POST 都可以， 
POST 新增。如果不指定 id，会自动生成 id。指定 id 就会修改这个数据，并新增版本号 
PUT 可以新增可以修改。PUT 必须指定 id；
由于 PUT 需要指定 id，我们一般都用来做修改操作，不指定 id 会报错。
1
2
3
4

POSt新增文档

POST customer/external
{ 
	"name": "andy",
	"age": 15
}
1
2
3
4
5

返回结果

{
  "_index" : "customer",
  "_type" : "external",
  "_id" : "gbnKUoIBaq-_pNmSxZ3r",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 1,
  "_primary_term" : 1
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

3.查询文档

查询id为1的文档

GET customer/external/1
1

返回结果

{
  "_index" : "customer",
  "_type" : "external",
  "_id" : "1",
  "_version" : 1,
  "_seq_no" : 0,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "name" : "John Doe"
  }
}
1
2
3
4
5
6
7
8
9
10
11
12

4.更新文档

POST customer/external/1/_update
{ 
	"doc":
	{
		"name": "John Doe666"
	} 
}
1
2
3
4
5
6
7

或者

POST customer/external/1
{ 
	"name": "John Doe666"
}
1
2
3
4

或者

PUT customer/external/1
{
	"name": "John Doe666"
}
1
2
3
4

不同：
POST 操作会对比源文档数据，如果相同不会有什么操作，文档 version 不增加 
PUT 操作总会将数据重新保存并增加 version 版本； 
带_update 对比元数据如果一样就不进行任何操作。 

看场景:
对于大并发更新，不带 update； 
对于大并发查询偶尔更新，带 update；对比更新，重新计算分配规则。
1
2
3
4
5
6
7
8

更新同时增加属性

POST customer/external/1
{ 
	"name": "John Doe666",
	"age": 20
}
1
2
3
4
5

注意若执行下面命令, name字段是会被删除的

POST customer/external/1
{ 
	"age": 20
}
1
2
3
4

5.删除文档&索引

DELETE customer/external/1 
DELETE customer
1
2

6.bulk 批量 API

语法格式： 
POST index/type/_bulk
{ action: { metadata }}
{ request body }
{ action: { metadata }}
{ request body }
1
2
3
4
5
6

例子:

POST customer/external/_bulk
{"index":{"_id":"1"}} 
{"name": "John" } 
{"index":{"_id":"2"}} 
{"name": "Andy" }
1
2
3
4
5

复杂实例:

POST /_bulk 
{ "delete": { "_index": "customer", "_type": "external", "_id": "1" }} 
{ "create": { "_index": "customer", "_type": "external", "_id": "3" }}
{ "title": "My first blog post" } 
{ "index": { "_index": "customer", "_type": "external" }} 
{ "title": "My second blog post" } 
{ "update": { "_index": "customer", "_type": "external", "_id": "3"} } 
{ "doc" : {"title" : "My updated blog post"} }
1
2
3
4
5
6
7
8

现在来看看id为3的那个文档

GET customer/external/3
1

返回结果

{
  "_index" : "customer",
  "_type" : "external",
  "_id" : "3",
  "_version" : 2,
  "_seq_no" : 10,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "title" : "My updated blog post"
  }
}
1
2
3
4
5
6
7
8
9
10
11
12