Elasticsearch开箱指南

编程

内容概要

  • ES 基础介绍,重点是其中的核心概念。
  • 基础 API 实践操作。

1. 基础介绍

Elasticsearch (ES) 是一个数据库,提供了分布式的、准实时搜索和分析。

基于 Apache Lucene,可以操作结构化数据、非结构化数据、数字类型数据、地理空间数据。

数据存储使用松散结构的 JSON 文档。

主要特性

  • 轻量快速的全文搜索。
  • 安全分析和基础设施监控。
  • 支持海量规模,数千台服务器、PB级数据量。
  • 可以集成可视化数据分析工具,用于例如应用性能分析、日志监控、基础设施度量指标监控。
  • 可以用于机器学习,对数据实时进行自动化模型处理。

核心概念

  • Index 索引

关系数据库中的表,存储文档。

6.0.0 版本之前,一个索引中可以存放不同类型的文档,例如 Car 和 Bike 这2种文档可以在一个索引中。

6.0.0 版本之后,不可以了,需要为每种类型的文档建立不同的索引。

  • Documents 文档

关系数据库中的 行。

每个文档有一个唯一 _id。

  • Fields 字段

关系数据库中的 列。

  • 数据类型

1)字符串

有2种类型:textkeyword

text 用户存储产品描述、文章内容之类的文本,可以根据关键字在其中查找。

ES 会把内容解析成一个字符串列表,然后创建倒排索引,描述每个单词都在哪些文档中出现了。

例如一个文档有一个字段 “Description”,值为 “This phone has dual sim capability”。

这个值会被解析为一个列表:

[“this”, “phone”, “has”, “dual”, “sim”, “capability”]

倒排索引中,会指出每个词所在的文档列表,如:

“this” -> doc_1,doc_3

Keyword 用于存储用户名、邮件地址、邮编这类的明确的内容。

这类内容不会被分割解析,适用于精确匹配。

2)数字

存储例如标识码、百分比、电话号等。

支持:long, integer, short, byte, double, float

3)日期

形式包括:“2015/01/01 12:10:30” 此类的字符串、微秒级 long 型数字、秒级 integer 型数字。

内部使用 UTC long 型存储。

4)布尔

5)IP

6)嵌入式

一个属性可以是一个 JSON 数组。

例如:

{  

"name":"ABC United",

"homeGround":"Old Trafford",

"players":[

{

"firstName":"James",

"lastName":"Cohen",

"position":"Goal Keeper"

},

{

"firstName":"Paul",

"lastName":"Pogba",

"position":"Midfielder"

}

]

}

对于嵌入类型,每个数组对象都会被作为一个隐藏文档进行索引。

7)多类型

例如有一个字段 “student_name”,我们希望可以通过部分匹配的方式进行查找,也希望通过完全匹配的方式查找。

这就相当于同时有2种类型:_text_和 keyword

可以这样设置:

{  

"student_name":{

"type":"text",

"fields":{

"keyword":{

"type":"keyword"

}

}

}

}

  • Mapping

用于定义一个索引的 schema。

定义索引中有哪些字段、字段类型,配置类型相关的元数据。

  • Setting

通过 Setting 可以自定义一些索引的行为,还允许我们自定义分析器和标准化器,以分析索引的不同文本字段。

重要的 Setting 例如:

1)number_of_shards:定义索引分片数量,默认为 1。

2)number_of_replicas:定义分片的副本数量,默认 1。

3)refresh_interval:用于指定文档索引的时间与可供搜索的时间之间的间隔,默认 1秒。

  • Shard 分片

一个分片是一个 Lucene 实例,是一个被 ES 自动管理的工作单元。

我们只需要指定分片及其副本的数量,无需对分片进行操作。

ES 自动在所有节点中分布所有分片,当节点故障时,会把分片移到其他节点,当有新节点添加进来时,也会自动把一些分片移过来。

  • Replicas 副本

主分片的拷贝,副本的作用:

1)当主分片故障后,其副本可以提升为主分片。

2)主分片及其副本都可以处理查询请求,可以提升性能。

  • Aliases 别名

用于指定索引或索引集的替代名称。

当我们想从多个索引中获取文档时非常有用。

  • Template 模板

用户对多个索引指定通用的 mapping 和 Setting。

每当创建与模板中定义的特定模式匹配的新索引时,模板将应用于该索引。

创建索引时特别定义的任何 mapping/Setting 都将优先于模板中的定义。

2. API 操作

测试环境搭建

使用的 ES 版本为 7.5.1。

下面使用docker启动一个单节点环境:

docker run -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:7.5.1

测试:

$ curl -X GET "localhost:9200/_cat/nodes?v&pretty"

ip heap.percent ram.percent cpu load_1m load_5m load_15m node.role master name

172.17.0.2 7 97 2 0.96 0.61 0.25 dilm * 245e340eba97

$ curl localhost:9200

{

"name" : "245e340eba97",

"cluster_name" : "docker-cluster",

"cluster_uuid" : "mq_bxY5zTjCpmJU0xOLSbA",

"version" : {

"number" : "7.5.1",

"build_flavor" : "default",

"build_type" : "docker",

"build_hash" : "3ae9ac9a93c95bd0cdc054951cf95d88e1e18d96",

"build_date" : "2019-12-16T22:57:37.835892Z",

"build_snapshot" : false,

"lucene_version" : "8.3.0",

"minimum_wire_compatibility_version" : "6.8.0",

"minimum_index_compatibility_version" : "6.0.0-beta1"

},

"tagline" : "You Know, for Search"

}

参考文档:

https://www.elastic.co/guide/en/elasticsearch/reference/7.5/docker.html

实践操作

  • 创建索引

curl -X PUT "localhost:9200/traveler?pretty" -H "Content-Type: application/json" -d"

{

"settings":{

"number_of_shards":5,

"number_of_replicas":2

},

"mappings":{

"properties":{

"name":{

"type":"keyword"

},

"age":{

"type":"integer"

},

"background":{

"type":"text"

},

"nationality":{

"type":"keyword"

}

}

}

}

"

  • 插入文档

curl -X PUT "localhost:9200/traveler/_doc/1?pretty" -H "Content-Type: application/json" -d"

{

"name":"John Doe",

"age":"23",

"background":"Born and brought up in California. Engineer by profession. Loves to cook",

"nationality":"British"

}

"

  • 读取文档

curl -X GET "localhost:9200/traveler/_doc/1?pretty"

  • 删除文档

curl -X DELETE "localhost:9200/traveler/_doc/1?pretty"

  • 删除索引

curl -X DELETE "localhost:9200/traveler?pretty"

  • 所有索引列表

curl -X GET "localhost:9200/_cat/indices"

  • 查看集群健康情况

curl -X GET "localhost:9200/_cat/health?v"

  • 查看某个索引的信息

# mapping + setting

curl -X GET "localhost:9200/traveler?pretty"

# mapping

curl -X GET "localhost:9200/traveler/_mapping?pretty"

# setting

curl -X GET "localhost:9200/traveler/_settings?pretty"

  • 为索引设置别名

curl -X POST "localhost:9200/_aliases" -H "Content-Type: application/json" -d"

{

"actions":[

{

"add":{

"index":"traveler",

"alias":"read_alias"

}

}

]

}

"

  • 获取索引中的所有文档

curl -X GET "localhost:9200/traveler/_search?pretty"

结果中的关键项:

took - 此次查询耗时,毫秒。

timed_out - 查询是否超时。

_shards - 查询了分片的情况,如一共查询了几个分片、成功了几个。

hits - 查询结果。

hits.total - 结果文档数。

hits.hits - 结果数组,默认只显示前10个文档。

hits.max_score - 匹配度最高的文档的分值。

hits.hits._score - 此文档匹配度分值。

  • 获取所有中的文档总数

curl -X GET "localhost:9200/traveler/_count?pretty"

  • 匹配查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H "Content-Type: application/json" -d"

{

"query":{

"match":{

"background":"brought up California Loves cook"

}

}

}

"

匹配条件是 "background",其值会被处理为数组:[“brought”, “up”, “california”, “loves”, “cook”]。

只要其中的某一个与文档中的 "background" 值相匹配,文档就会被返回。

  • term 查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H "Content-Type: application/json" -d"

{

"query":{

"term":{

"name":{

"value":"John Doe"

}

}

}

}

"

这用于获取在提供的字段中包含确切术语的文档。

适用于 keyword, numeric, date, boolean 类型的字段。

  • terms 查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H "Content-Type: application/json" -d"

{

"query":{

"terms":{

"name":[

"John Doe",

"Jack Ripper",

"Buzz Aldrin"

]

}

}

}

"

类似 IN 查询,匹配一个或多个。

  • 前缀匹配查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H "Content-Type: application/json" -d"

{

"query":{

"prefix":{

"name":"Joh"

}

}

}

"

  • 正则查询

curl -X GET "localhost:9200/traveler/_search?pretty" -H "Content-Type: application/json" -d"

{

"query":{

"regexp":{

"name":{

"value":"J.*e"

}

}

}

}

"

  • 单次多查询

在一个请求中执行多个查询操作。

curl -X GET "localhost:9200/_msearch?pretty" -H "Content-Type: application/x-ndjson" -d"

{"index":"traveler"}

{"query":{"terms":{"name":["John Doe","Jack Ripper","Barack Obama"]}}}

{}

{"query":{"prefix":{"name":"Buzz"}}}

{"index":"traveler"}

{"query":{"match_all":{}}}

"

推荐阅读:

  • 通俗易懂的HTTPS解释
  • 架构设计原则 - 高并发
  • 异地多活架构
  • 高并发的常用策略
  • 如何判断一个元素是否存在于一个亿级数据集中?

以上是 Elasticsearch开箱指南 的全部内容, 来源链接: utcz.com/z/512847.html

回到顶部