我理解的Elasticsearch（一）

ElasticSearch

Elasticsearch是一个开源的分布式搜索引擎，它的基于Apache Lucene上，luncene是一个开源的全文检索引擎数据包。elasticsearch在lucene基础上，对其进行扩展，使其搜索，存储更容易，快捷。

安装（不详细介绍）

elasticsearch的安装比较简单，安装完后，如果没有特别的要求，可以直接进行运行而不需要任何配置，通过在浏览localhost:9200站点可以查看具体的elasticsearch实例，以及节点的信息。

[land@localhost ~]$ curl 'localhost:9200'
{
  "name" : "3H-Olfl",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "jNAqhTJOS563J1if2VTzWQ",
  "version" : {
    "number" : "6.5.4",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "d2ef93d",
    "build_date" : "2018-12-17T21:17:40.758843Z",
    "build_snapshot" : false,
    "lucene_version" : "7.5.0",
    "minimum_wire_compatibility_version" : "5.6.0",
    "minimum_index_compatibility_version" : "5.0.0"
  },
  "tagline" : "You Know, for Search"
}

基本概念

⑴节点与集群

一个elasticsearch实例就是一个节点，第一个实例的端口是9200（注：可以在配置文件中进行配置）。在一台主机上，可以启动运行多个实例，当第二个实例运行后，它的端口就是9201，以此类推。多个节点构成一个集群，当然一个节点也可以看做是单节点集群。

⑵索引（逻辑结构）

“索引是映射类型的容器，是独立的大量文档的集合，每个索引存储在磁盘上的同组文件中，索引存储了所有映射类型的字段，以及一些设置”（来自《elasticsearch实战》）。我的理解为：首先我们从数据库的角度理解索引，索引就是所有数据的集合，但是这里的所有数据又不一定是全部数据，例如主键索引，索引只是每个记录的主键，索引数据和真正的数据通过主键来实现映射，索引是用来实现快速的查找定位，在进行索引的时候，而不用查找整个数据集。接下来我们来看看elasticsearch中的索引，这个的索引是文档的集合，文档是elasticsearch用来检索的最小单位，这里的索引实现就是特定的关键字和文档中数据的映射。elasticsearch采用倒排索引，对于搜索还有标签对应的文档，则倒排索引的查找速度更快。

⑶类型（逻辑结构）

类型是具有相似性的文档的集合，当我们通过索引检索数据的时候，索引已经帮我们实现了简化的一部分，但是为了更进一步的缩小查找的范围，elasticsearch将具有相同特性的文档归属为同一个类型，这样可以缩小检索范围，提高查询效率，注意，同种类型的文档在一起，但是在物理存储方面，在一个磁盘存储中，同一个索引下的文档，他们的存储并不是同种类型的数据在一个顺序存储。不同类型的文档并没有物理上的分离，在同一个索引中的所有文档，无论何种类型，都是存储在属于相同分片的同一组文件中，

⑷文档（逻辑结构）

文档是数据存储和检索的最小单位，文档包含特定的字段和他们的取值，可以是嵌套的，即文档的值还是一个字段和值的映射，文档的类型并不要求统一。

⑸分片（物理结构）

对于索引的存储，如果一个索引的大小大于节点所能存储的大小，则会出错，因此，elasticsearch采取的措施是对于索引进行分片，默认的每个索引是分5片，同时有备份，分片可以在任意节点上进行存储。

深入探究

⑴水平扩展和垂直扩展

当进行节点的增加的时候，现有的分片将在所有节点中的索引进行负载均衡，这种称为水平扩展。

增加更多的硬件资源，为虚拟机分配更多的处理器，内存，这种称为垂直扩展。

⑵索引数据

默认情况下，当索引一篇文档的时候，系统根据文档的ID的散列值选择一个主分片，并将文档发送到该分片，然后文档被发送到该主分片的所有副本分片进行索引。

通过使用cURL索引数据，curl是一个命令行工具，通过HTTP协议传输数据，使用方式：

参数-X，是参数值的方法，通常是GET,PUT,POST,默认是GET，可省略-X,而使用-XPUT时，需要标明；

默认的协议是HTTP协议，当使用HTTP协议时，可以跳过该协议的指定；

在URL周围放置单引号，当URI包含多个参数，参数的分隔使用&；

发送JSON格式的数据，需要使用单引号包括；

curl http://localhost:9200/get-together/group/1

命令 协议     节点名称  端口    索引       类型  ID

⑶创建索引

elasticsearch自动添加get-together索引并且为group类型创建一个新的映射。

创建索引：索引名为（new-index)，可以随便写。

curl -XPUT 'localhost:9200/new-index'
{"acknowledged":true,"shards_acknowledged":true,"index":"new-index"}

获取映射：（因为在创建的时候没有指定任何类型，所以映射为空）

[land@localhost ~]$ curl 'localhost:9200/new-index/_mapping?pretty'
{
  "new-index" : {
    "mappings" : { }
  }
}

获取数据：（因为new-index索引没有group类型，以及任何映射，所以报错，但索引的格式就是这样书写。

[land@localhost ~]$ curl "localhost:9200/new-index/group/_search?\
> q=elasticearch\
> &fields=name,location\
> &size=1\
> &pretty"
{
  "error" : {
    "root_cause" : [
      {
        "type" : "illegal_argument_exception",
        "reason" : "request [/new-index/group/_search] contains unrecognized parameter: [fields]"
      }
    ],
    "type" : "illegal_argument_exception",
    "reason" : "request [/new-index/group/_search] contains unrecognized parameter: [fields]"
  },
  "status" : 400
}

在指定的类型中进行搜索：

[land@localhost ~]$ curl "localhost:9200/new-index/group,event/_search\
> ?q=elasticsearch&pretty"

在指定的索引中进行搜索：

[land@localhost ~]$ curl "localhost:9200/new-index,other-index/_search\
> ?q=elasticsearch&pretty"

在所有索引中进行搜索：

[land@localhost ~]$ curl "localhost:9200/_search?q=elasticsearch&pretty"

使用JSON格式指定所有的搜索条件：（elasticsearc默认查找_all字段，如果想在分组的名称里查询，需要指定，同时默认返回匹配了任意一个指定关键词的文档，如果希望匹配所有的关键词，需要指定AND)

[land@localhost ~]$ curl -H "Content-Type:application/json" 'localhost:9200/get-together/group/_search?pretty' -d ' {
"query" : {
"query_string" : {
"query" : "elasticsearch"
        }
    }
}'

[land@localhost ~]$ curl -H "Content-Type:application/json" 'localhost:9200/get-together/group/_search?pretty' -d  '{
"query" : {
"query_string" : {
"query" : "elasticsearch",
"default_field" : "name",
"default_operator" : "AND"
        } 
    } 
} '

通过ID获取文档：

[land@localhost ~]$ curl "localhost:9200/get-together/group/1?pretty"

映射：

elasticsearch是基于文档的，文档是由字段和其值组成的。每篇文档都属于一个类型，每种类型都属于一个索引，可以理解成索引是数据库，类型是数据库中的表。类型中包含了映射中每个字段的定义，映射包含了该类型的文档中可能出现的所有字段。elasticsearch通常会实现自动识别字段，并相应的调整映射。这里的映射指的是文档与类型的映射。

⑴获取映射

[land@localhost ~]$ curl 'localhost:9200/get-together/group/_mapping?pretty'

⑵定义映射（应该发送一个HTTP PUT请求）new-event为类型名

[land@localhost ~]$ curl -H "Content-Type: application/json" -XPUT 'localhost:9200/get-together/_mapping/new-event' -d '{
"new-events" : {
"properties" : {
"host" : {
"type" : "string"
            }
        }
    }
}'

注意：在现有的基础上在设置一个映射，elasticsearch会将两者合并。注意，无法改变现有字段的数据类型，而且通常无法改变一个字段被索引的方式。

数据的类型有字符串，数值，日期，数组，多字段。

参考《Elasticsearch 实战》如有错误，敬请指出，谢谢，与君共勉