欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Elasticsearch基础——概念和基本API操作

程序员文章站 2022-07-01 09:18:42
...

Elasticsearch 版本为 7.1.0 ,本文的讲解都是基于该版本
文章中Elasticsearch将使用简称ES代替

一、基本概念

文档——Document

ES是面向文档的搜索,文档是ES所有可搜索数据的最小单元。在ES中文档会被序列化成json格式进行保存,每个文档都会有一个Unique ID,这个ID可以有用户在创建文档的时候指定,在用户未指定时则由ES自己生成。

在ES中一个文档所包含的元数据如下:

  • _index:文档所属索引名称

  • _type:文档所属类型名

  • _id:文档唯一ID

  • _version:文档的版本信息

  • _seq_no:Shard级别严格递增的顺序号,保证后写入文档的_seq_no大于先写入文档的_seq_no

  • _primary_term:主分片发生重分配时递增1,主要用来恢复数据时处理当多个文档的_seq_no一样时的冲突

  • _score:相关性评分,在进行文档搜索时,根据该结果与搜索关键词的相关性进行评分

  • _source:文档的原始JSON数据

ES中一个文档的栗子如下:


{
  "_index" : "user",
  "_type" : "_doc",
  "_id" : "2",
  "_version" : 1,
  "_seq_no" : 3,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "username" : "dream-hammer",
    "message" : "爱做梦的锤子13",
    "test" : "测试"
  }
}

上面举栗子的文档是直接使用文档id获取的,所有没有相关性评分。
从ES 7.0 版本开始一个索引只能设置一个Type,ES官方说明是:最开始设计和使用类型的初衷是在与 Lucene 不兼容的单个索引中提供多租户,但是在实际使用中,事实证明,使用类型带来的问题比解决的问题还多,所以从7.0开始弃用了接受类型的 API,引入了新的无类型 API,并移除了对 default 映射的支持,从8.0开始将移除接受类型的 API。具体的说明可以参照官方说明《告别类型。迎接无类型》(点击打开)

索引——Index

索引这个词可以有两个理解名词和动词。当作名词使用时,就是指存在的实体,体现的是一种逻辑空间概念。当动词使用时通常代表一种动作,也可以理解为“建立索引”这个动作的简略说法。

在ES中索引(名词)是一类文档的集合,是文档的容器,通常索引是由两部分构成:Mapping和Setting。Mapping
定义该索引包含的文档的数据结构的信息;Setting定义了该索引的数据分布信息

节点——Node

在ES服务中,一个ES实例,本质上是一个Java进程,每个ES实例可以承担不同的工作内容,ES的实例我们可以称之为节点,当一个节点承担某项工作内容时,就可以称这个节点为xxx节点。ES中一个节点可以承担多种功能,每个节点都有一个名字和一个UID,节点名称可以通过配置文件指定,或者在启动ES实例时使用命令参数的方式:-E node.name='节点名'来指定,节点的UID是保存在实例的data目录下。

在一个ES的集群中包含着多个ES的节点,往往每个节点所扮演的角色也不尽相同,ES的节点类型主要包含以下几类:

  • Master-eligible Node

每个节点启动后,默认是一个 Master-eligible 节点,Master-eligible的节点可参加选主流程,成为Master节点,通过配置项 node.master:falase 可以禁用节点的Master-eligible职责,禁止后当前节点就不会参加选主流程

  • Master Node

ES集群中虽然每个节点都保存了集群状态,但是只有Master节点才有修改集群状态的权限,集群状态包括:集群中节点信息、所有索引和其相关的Mapping和Setting信息、分片的路由信息。在集群启动时,第一个启动的Master-eligible节点会将自己选举为主节点。

  • Data Node

保存数据的节点,负责保存分片数据,对数据扩展有重要作用

  • Coordinating Node

负责接受Client请求,将请求分发到合适的节点获取响应后,将结果最终汇集在一起,每个节点默认都有Coordinating节点的职责

  • Machine Learning Node

负责运行机器学习的Job,用来做异常检测

  • Ingest Node

数据预处理的节点,支持Pipeline管道设置,可以使用Ingest对数据进行过滤、转换等操作

每个ES节点可以承担多个职责,具体配置如下:

  • Master-eligible节点配置:node.master,默认值是true

  • Data节点配置:node.data,默认值是true

  • Ingest节点配置:node.ingest 默认值是true

  • Machine Learning节点配置:node.ml 在enable X-pack的前提下默认是true

  • Coordinating节点配置:无需配置每个节点都是Coordinating节点

分片——Shard

由于单台机器的存储能力是有限的,所以为了解决数据水平扩展问题ES使用了分片的设计。在这个设计中定义了两种分片类型:主分片(Primary Shard)和副本分片(Replica Shard),主要功能如下

  • 主分片 Primary Shard

主分片用于解决数据水平拓展问题,在ES中可以将一个索引中的数据切分为多个分片,分布在多台服务器上存储,这样单个索引数据的拓展就不会受到单机存储容量的限制。
同时让搜索和分析等操作分布到多台服务器上去执行,吞吐量和性能也得到提升。
每个主分片都是一个lucene实例,是一个最小工作单元,它承载部分数据,具有建立索引和处理请求的能力。主分片数在创建索引的时候就需要指定,后续不可再修改,在ES 7.0版本之前一个索引的默认主分片是5,从ES 7.0 开始索引的默认主分片数量改为了1

  • 副本分片 Replica Shard

副本分片用于保证数据服务的高可用。一个索引的多个分片分布在不同的机器上存储,当一个服务器宕机后,就会造成该索引分片数据丢失,因此ES也设计了分片的副本机制。
一个分片可以创建多个副本,副本分片的数量也可以动态调整,副本分片可以在主分片故障时提供备用服务,保证数据安全,同时设置合理个数的副本分片还可以提升搜索的吞吐量和性能。

  • 分片设定的问题

主分片数设置过小

  • 后续无法通过增加节点实现水平拓展
  • 单个分片数据量太大,数据重分配慢

主分片数设置过大

  • 影响搜索的准确性
  • 单个节点上分片过多,浪费资源和性能

二、文档基本操作

Create

  • 1.POST {index_name}/_doc {data}

index_name:指定索引名称
data:要存储的数据

创建文档时自动生成文档id,若指定的索引不存在,则创建索引

示例:


POST user/_doc
{
  "username" : "dream-hammer",
  "message" : "爱做梦的锤子"
}

  • 2.PUT {index_name}/_doc/{id}?op_type=create {data}

index_name:指定索引名称
id:指定文档id
data:要存储的数据

创建新文档使用指定的文档id,若id已存在,则报错,若指定的索引不存在,则创建索引

示例:


PUT user/_doc/1?op_type=create
{
  "username" : "dream-hammer",
  "message" : "爱做梦的锤子"
}

  • 3.PUT {index_name}/_create/{id} {data}

index_name:指定索引名称
id:指定文档id
data:要存储的数据

创建新文档使用指定的文档id,若id已存在,则报错,若指定的索引不存在,则创建索引


PUT user/_create/1
{
  "username" : "dream-hammer",
  "message" : "爱做梦的锤子"
}

Read

  • 1.GET {index_name}/_doc/{id}

index_name:指定索引名称
id:指定文档id

获取指定索引下的指定id的文档

示例:


GET user/_doc/1

Update

  • 1.PUT {index_name}/_doc/{id} {data}

index_name:指定索引名称
id:指定文档id
data:要更新的数据

先删除指定id的文档数据,再将当前数据写入,指定id文档不存在时,则插入当前数据,与创建文档的第二种方式对比,当有op_type=create时,就是创建文档

示例:


PUT user/_create/1
{
  "username-new" : "dream-hammer"
}

  • 2.POST {index_name}/_update/{id} {data}

index_name:指定索引名称
id:指定文档id
data:要更新的数据

将更新数据与指定id的文档原始数据进行合并更新,若指定id文档不存在,则报错

示例:


POST user/_update/1
{
  "doc":{
    "message" : "爱做梦的锤子update",
    "test":"测试"
  }
}

Delete

  • 1.DELETE {index_name}/_doc/{id}

index_name:指定索引名称
id:指定文档id

删除指定id的文档

示例:


DELETE user/_doc/3

批量操作

  • _buik

请求格式如下:


POST _bulk
{operation:{"_index":"{index_name}","_id":"10"}}
{ data}
{operation:{"_index":"{index_name}","_id":"10"}}
{ data}
... ...

operation:操作类型
index_name:指定索引名称
id:指定文档id
data:操作数据,当操作没有不需要数据时,可以不写

一次请求可以指定多个索引进行多种操作,每个操作都有自己的返回码,各个操作之间的成功与否不相互影响

示例:


POST _bulk
{ "index" : { "_index" : "user", "_id" : "1" } }
{ "username" : "爱做梦的锤子1" }
{ "delete" : { "_index" : "user", "_id" : "1" } }
{ "create" : { "_index" : "user", "_id" : "2" } }
{ "username" : "爱做梦的锤子2" }
{ "update" : {"_index" : "user""_id" : "1"} }
{ "doc" : {"username" : "爱做梦的锤子update"} }

  • _mget

方式一

请求格式如下:


GET /_mget
{
    "docs" : [
        {
            "_index" : {index_name},
            "_id" : {id}
        },
        {
            "_index" : {index_name},
            "_id" : {id}
        },
        ... ...
    ]
}

index_name:指定索引名称
id:指定文档id

一次请求get到指定的多个索引的多个id的文档


GET _mget
{
  "docs":[
    {
      "_index":"user",
      "_id":"1"
    },
        {
      "_index":"movies",
      "_id":"1163"
    }
  ]
}

方式二

请求格式如下:


GET {index_name}/_mget
{
    "docs" : [
        {
            "_id" : {id}
        },
        {
            "_id" : {id}
        },
        ... ...
    ]
}

index_name:指定索引名称
id:指定文档id

一次请求get到一个指定索引下的多个id的文档

示例:


GET user/_mget
{
  "docs":[
    {
      "_id":"1"
    },
    {
      "_id":"2"
    }
  ]
}

  • _msearch

方式一

请求格式如下:


POST _msearch
{"index":{index_name}}
{搜索表达式}
{"index":{index_name}}
{搜索表达式}
... ...

index_name:指定索引

一次性请求对多个索引进行查询操作

示例:


POST _msearch
{"index":"user"}
{"query" : {"match_all" : {}},"size":1}
{"index":"movies"}
{"query" : {"match_all" : {}},"size":2}

方式二

请求格式如下:


POST {index_name1}/_msearch
{}
{搜索表达式}
{"index":{index_name2}}
{搜索表达式}
... ...

index_name1:指定的默认索引
index_name2:指定的特定索引

一次性请求对多个索引进行查询操作,在请求的Url中包含了一个默认索引,在请求体中如果不指定索引名称,则就使用搜索表达式搜索默认索引

示例:


POST user/_msearch
{}
{"query" : {"match_all" : {}},"size":1}
{"index":"movies"}
{"query" : {"match_all" : {}},"size":2}
{}
{"query" : {"match_all" : {}},"size":1}

**总结:**读完本文,对ES的基本概念,就会有个基本认识,同时也可以尝试自己去操作一下ES,掌握ES的基础API

个人公众号【爱做梦的锤子】,全网同id,个站 http://te-amo.site,欢迎关注,里面会分享更多有用知识,还有我的私密照片

觉得不错就点个赞叭QAQ