示例

示例一：

示例二：

示例三：

示例四：

ES介绍

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。

安装过程

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.4.0.tar.gz  tar -xvzf elasticsearch-6.4.0.tar.gz  cd elasticsearch-6.4.0/bin./elasticsearch -d

修改配置文件

# ---------------------------------- Cluster -----------------------------------## Use a descriptive name for your cluster:#cluster.name: my-application# ---------------------------------- Network -----------------------------------## Set the bind address to a specific IP (IPv4 or IPv6):#network.host: 192.168.141.129## Set a custom port for HTTP:#http.port: 9200## For more information, consult the network module documentation.#

再次启动报错：

[2018-09-13T09:29:43,060][INFO ][o.e.b.BootstrapChecks    ] [7hyiUY2] bound or publishing to a non-loopback address, enforcing bootstrap checksERROR: [2] bootstrap checks failed[1]: max file descriptors [4096] for elasticsearch process is too low, increase to at least [65536][2]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]

解决方案：

vi /etc/security/limits.conf # 添加两行行配置，并重连SSHelasticsearch soft nofile 65536elasticsearch hard nofile 65537vi /etc/sysctl.conf # 添加一行配置vm.max_map_count=262144sysctl -p

页面访问

地址：

显示：

ES架构

基础概念

• 接近实时（NRT）
  Elasticsearch 是一个接近实时的搜索平台。这意味着，从索引一个文档直到这个文档能够被搜索到有一个很小的延迟（通常是 1 秒）
• 集群(Cluster)
  代表一个集群，集群中有多个节点，其中有一个为主节点，这个主节点是可以通过选举产生的，主从节点是对于集群内部来说的。es的一个概念就是去中心化，字面上理解就是无中心节点，这是对于集群外部来说的，因为从外部来看es集群，在逻辑上是个整体，你与任何一个节点的通信和与整个es集群通信是等价的。
• 节点(Node)
  节点是一个单独运行的elasticsearch实例，它属于一个集群。默认情况下，elasticsearch中的每个节点都加入名为“elasticsearch”的集群。每个节点都可以在elasticsearch中使用自己的elasticsearch.yml，它们可以对内存和资源分配有不同的设置。
• 数据节点(Data Node)
  数据节点索引文档并对索引文档执行搜索。建议添加更多的数据节点，以提高性能或扩展集群。通过在elasticsearch中设置这些属性，可以使节点成为一个数据节点。elasticsearch.yml配置
• 管理节点(Master Node)
  主节点负责集群的管理。对于大型集群，建议有三个专用的主节点(一个主节点和两个备份节点)，它们只作为主节点，不存储索引或执行搜索。在elasticsearch.yml配置声明节点为主节点:
• 路由节点亦称负载均衡节点(Routing Node or load balancer node)
  这些节点不扮演主或数据节点的角色，但只需执行负载平衡，或为搜索请求路由，或将文档编入适当的节点。这对于高容量搜索或索引操作非常有用。
• 索引(Index)
  Elasticsearch索引是一组具有共同特征的文档集合。每个索引(index)包含多个类型(type)，这些类型依次包含多个文档(document)，每个文档包含多个字段(Fields)。在Elasticsearch中索引由多个JSON文档组成。在Elasticsearch集群中可以有多个索引。
• 类型(Type)[Deprecated]
  类型用于在索引中提供一个逻辑分区。它基本上表示一类类似类型的文档。一个索引可以有多个类型，我们可以根据上下文来解除它们。
• 文档(Document)。
  Elasticsearch文档是一个存储在索引中的JSON文档。每个文档都有一个类型和对应的ID，这是惟一的。
• 映射(Mapping)
  映射用于映射文档的每个field及其对应的数据类型，例如字符串、整数、浮点数、双精度数、日期等等。在索引创建过程中，elasticsearch会自动创建一个针对fields的映射，并且根据特定的需求类型，可以很容易地查询或修改这些映射。
• 分片(Shard)
  代表索引分片，es可以把一个完整的索引分成多个分片，这样的好处是可以把一个大的索引拆分成多个，分布到不同的节点上。构成分布式搜索。分片的数量只能在索引创建前指定，并且索引创建后不能更改。
• 副本(Replica)
  代表索引副本，es可以设置多个索引的副本，副本的作用一是提高系统的容错性，当某个节点某个分片损坏或丢失时可以从副本中恢复。二是提高es的查询效率，es会自动对搜索请求进行负载均衡。
• river
  代表es的一个数据源，也是其它存储方式（如：数据库）同步数据到es的一个方法。它是以插件方式存在的一个es服务，通过读取river中的数据并把它索引到es中，官方的river有couchDB的，RabbitMQ的，Twitter的，Wikipedia的。
• gateway
  代表es索引快照的存储方式，es默认是先把索引存放到内存中，当内存满了时再持久化到本地硬盘。gateway对索引快照进行存储，当这个es集群关闭再重新启动时就会从gateway中读取索引备份数据。es支持多种类型的gateway，有本地文件系统（默认），分布式文件系统，Hadoop的HDFS和amazon的s3云存储服务。

GET /_cat	命令解释
/_cluster/stats	查看集群统计信息
/_cat/allocation
/_cat/shards
/_cat/shards/{index}
/_cat/master
/_cat/nodes	查看集群的节点列表
/_cat/tasks
/_cat/indices	查看所有索引
/_cat/indices/{index}	查看指定索引
/_cat/segments
/_cat/segments/{index}
/_cat/count
/_cat/count/{index}
/_cat/recovery
/_cat/recovery/{index}
/_cat/health	查看集群的健康状况
/_cat/pending_tasks
/_cat/aliases
/_cat/aliases/{alias}
/_cat/thread_pool
/_cat/thread_pool/{thread_pools}
/_cat/plugins
/_cat/fielddata
/_cat/fielddata/{fields}
/_cat/nodeattrs
/_cat/repositories
/_cat/snapshots/{repository}
/_cat/templates
/_stats	查看所有的索引状态

• v是用来要求在结果中返回表头
• pretty 格式化json
• help 帮助

状态值说明

• Green - everything is good (cluster is fully functional)，即最佳状态
• Yellow - all data is available but some replicas are not yet allocated (cluster is fully functional)，即数据和集群可用，但是集群的备份有的是坏的
• Red - some data is not available for whatever reason (cluster is partially functional)，即数据和集群都不可用

索引管理

创建索引

直接创建

PUT twitter

settings

PUT twitter{    "settings" : {        "index" : {            "number_of_shards" : 3,             "number_of_replicas" : 2         }    }}

mappings

PUT twitter{    "settings" : {        "index" : {            "number_of_shards" : 3,             "number_of_replicas" : 2         }    },   "mappings" : {        "_doc" : {            "properties" : {                "field1" : { "type" : "text" }            }        }    }}

查看索引

GET /twitter/GET /twitter/_search

删除索引

DELETE /twitter

映射管理

Core Datatypes     核心类型string    text and keyword Numeric datatypes    long, integer, short, byte, double, float, half_float, scaled_float Date datatype    date Boolean datatype    boolean Binary datatype    binary Range datatypes     范围    integer_range, float_range, long_range, double_range, date_rangeComplex datatypes 复合类型Array datatype    数组就是多值，不需要专门的类型Object datatype    object ：表示值为一个JSON 对象 Nested datatype    nested：for arrays of JSON objects（表示值为JSON对象数组 ）    Geo datatypes  地理数据类型Geo-point datatype    geo_point： for lat/lon points  （经纬坐标点）Geo-Shape datatype    geo_shape： for complex shapes like polygons （形状表示）    Specialised datatypes 特别的类型IP datatype    ip： for IPv4 and IPv6 addresses Completion datatype    completion： to provide auto-complete suggestions Token count datatype    token_count： to count the number of tokens in a string mapper-murmur3    murmur3： to compute hashes of values at index-time and store them in the index Percolator type    Accepts queries from the query-dsl join datatype    Defines parent/child relation for documents within the same index

文档管理

新建

指定idPUT twitter/_doc/1{    "id": 1,    "user" : "kimchy",    "post_date" : "2009-11-15T14:12:12",    "message" : "trying out Elasticsearch"}自动生成idPOST twitter/_doc/{    "id": 1,    "user" : "kimchy",    "post_date" : "2009-11-15T14:12:12",    "message" : "trying out Elasticsearch"}

查看

HEAD twitter/_doc/11GET twitter/_doc/1

更新

PUT twitter/_doc/1{    "id": 1,    "user" : "kimchy",    "post_date" : "2009-11-15T14:12:12",    "message" : "trying out Elasticsearch"}

删除

DELETE twitter/_doc/1

批处理

POST _bulk{ "index" : { "_index" : "test", "_type" : "_doc", "_id" : "1" } }{ "field1" : "value1" }{ "delete" : { "_index" : "test", "_type" : "_doc", "_id" : "2" } }{ "create" : { "_index" : "test", "_type" : "_doc", "_id" : "3" } }{ "field1" : "value3" }{ "update" : {"_id" : "1", "_type" : "_doc", "_index" : "test"} }{ "doc" : {"field2" : "value2"} }index 无论是否存在，都会成功create 存在会提示update 不存在会提示delete 不存在会提示

结构化搜索

精确值查找term

POST /my_store/_doc/_bulk{ "index": { "_id": 1 }}{ "price" : 10, "productID" : "XHDK-A-1293-#fJ3" }{ "index": { "_id": 2 }}{ "price" : 20, "productID" : "KDKE-B-9947-#kL5" }{ "index": { "_id": 3 }}{ "price" : 30, "productID" : "JODL-X-1937-#pV7" }{ "index": { "_id": 4 }}{ "price" : 30, "productID" : "QQPX-R-3956-#aD8" }

一个字段查询

GET my_store/_doc/_search{  "query": {    "term": {      "price": "30"    }  }}

组合过滤

GET my_store/_doc/_search{  "query": {    "bool": {      "should": [        {          "term": {            "price": 20          }        },        {          "term": {            "productID": "XHDK-A-1293-#fJ3"          }        }      ],      "must_not": {        "term": {          "price": 30        }      }    }  }}PUT my_store{    "mappings" : {        "_doc" : {            "properties" : {                "productID" : {                    "type" : "keyword"                }            }        }    }}GET /my_store/_analyze{  "field": "productID",  "text": "XHDK-A-1293-#fJ3"}

高亮

GET my_store/_doc/_search{  "query": {    "match": {      "productID": "b"    }  },  "highlight": {      "pre_tags" : [""],      "post_tags" : [""],      "title": {},      "content": {}    }  }}

全文搜索

POST /my_index/my_type/_bulk{ "index": { "_id": 1 }}{ "title": "The quick brown fox" }{ "index": { "_id": 2 }}{ "title": "The quick brown fox jumps over the lazy dog" }{ "index": { "_id": 3 }}{ "title": "The quick brown fox jumps over the quick dog" }{ "index": { "_id": 4 }}{ "title": "Brown fox brown dog" }

匹配查询

GET /my_index/my_type/_search{    "query": {        "match": {            "title": "QUICK!"        }    }}GET /my_index/_analyze{  "field": "title",  "text": "QUICK!"}

组合查询

GET /my_index/my_type/_search{  "query": {    "bool": {      "must":     { "match": { "title": "quick" }},      "must_not": { "match": { "title": "lazy"  }},      "should": [                  { "match": { "title": "brown" }},                  { "match": { "title": "dog"   }}      ]    }  }}

分词

• character filter ：字符过滤器，对文本进行字符过滤处理，如处理文本中的html标签字符。处理完后再交给tokenizer进行分词。一个analyzer中可包含0个或多个字符过滤器，多个按配置顺序依次进行处理。
• tokenizer：分词器，对文本进行分词。一个analyzer必需且只可包含一个tokenizer。
• token filter：词项过滤器，对tokenizer分出的词进行过滤处理。如转小写、停用词处理、同义词处理。一个analyzer可包含0个或多个词项过滤器，按配置顺序进行过滤。

测试分词器

POST _analyze{  "tokenizer": "standard",  "char_filter":  [ "html_strip" ],  "filter":  [ "lowercase", "asciifolding" ],  "text":      "Is this déja vu?"}POST _analyze{  "analyzer": "ik_smart",  "text": "微知"}

内置的分析器

• Standard Analyzer
• Simple Analyzer
• Whitespace Analyzer
• Stop Analyzer
• Keyword Analyzer
• Pattern Analyzer
• Language Analyzers
• Fingerprint Analyzer
• Custom analyzers

内建的character filter

• HTML Strip Character Filter
  　　html_strip ：过滤html标签，解码HTML entities like &.
• Mapping Character Filter
  　　mapping ：用指定的字符串替换文本中的某字符串。
• Pattern Replace Character Filter
  　　pattern_replace ：进行正则表达式替换。

内建的Tokenizer

• Standard Tokenizer
• Letter Tokenizer
• Lowercase Tokenizer
• Whitespace Tokenizer
• UAX URL Email Tokenizer
• Classic Tokenizer
• Thai Tokenizer
• NGram Tokenizer
• Edge NGram Tokenizer
• Keyword Tokenizer
• Pattern Tokenizer
• Simple Pattern Tokenizer
• Simple Pattern Split Tokenizer
• Path Hierarchy Tokenizer

示例

PUT customer{  "mappings": {    "_doc": {      "properties": {        "customerName": {          "type": "text",          "analyzer": "ik_smart",          "search_analyzer": "ik_smart"        },        "companyId": {          "type": "text"        }      }    }  }}POST /customer/_doc/_bulk{ "index": { "_id": 1 }}{ "companyId": "55", "customerName": "微知（上海）服务外包有限公司" }{ "index": { "_id": 2 }}{ "companyId": "55", "customerName": "上海微盟" }{ "index": { "_id": 3 }}{ "companyId": "55", "customerName": "上海知道广告有限公司" }{ "index": { "_id": 4 }}{ "companyId": "55", "customerName": "微鲸科技有限公司" }{ "index": { "_id": 5}}{ "companyId": "55", "customerName": "北京微尘大业电子商务" }{ "index": { "_id": 6}}{ "companyId": "55", "customerName": "福建微冲企业咨询有限公司" }{ "index": { "_id": 7}}{ "companyId": "55", "customerName": "上海知盛企业管理咨询有限公司" }GET /customer/_doc/_search{  "query": {    "match": {      "customerName": "知道"    }  }}GET /customer/_doc/_search{  "query": {    "match": {      "customerName": "微知"    }  }}

更多学习资料

• 官方的reference：

标题	链接
elasticsearch系列一：elasticsearch（ES简介、安装&配置、集成Ikanalyzer）
elasticsearch系列二：索引详解（快速入门、索引管理、映射详解、索引别名）
elasticsearch系列三：索引详解（分词器、文档管理、路由详解（集群））
elasticsearch系列四：搜索详解（搜索API、Query DSL）
elasticsearch系列五：搜索详解（查询建议介绍、Suggester 介绍）
elasticsearch系列六：聚合分析（聚合分析简介、指标聚合、桶聚合）
elasticsearch系列七：ES Java客户端-Elasticsearch Java client
elasticsearch系列八：ES 集群管理（集群规划、集群搭建、集群管理）