（一）ElasticSearch-入门

目录：

 

一．前言
elasticsearch是一个基于apache lucene(tm)的开源搜索引擎。无论在开源还是专有领域，lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。
但是，lucene只是一个库。想要使用它，你必须使用java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。
elasticsearch也使用java开发并使用lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的restful api来隐藏lucene的复杂性，从而让全文搜索变得简单。
elasticsearch不仅仅是lucene和全文搜索，我们还能这样去描述它：
(1)分布式的实时文件存储，每个字段都被索引并可被搜索。
(2)分布式的实时分析搜索分布式的实时分析搜索引擎。
(3)可以扩展到上百台服务器，处理pb级结构化或非结构化数据。
而且，所有的这些功能被集成到一个服务里面，你的应用可以通过简单的restful api、各种语言的客户端甚至命令行与之交互。

 

二．安装
在安装elasticsearch引擎之前，必须安装es需要的软件环境，安装java jdk和配置java_home环境变量：
1.首先从oracle官网下载和安装java se开发包：

由于elasticsearch对jre的版本是很敏感的，错误的版本，会导致elasticsearch无法运行，我运行的项目elasticsearch版本是elasticsearch-2.4.4，所以对应java se版本是java se 8[java platform(jdk)8u121]。但是我们并没有看到对应java se版本，那么就得从java archive下载合适的版本，具体对应版本号如下所示：

 下载并安装java se开发包之后，打开java控制面板，把自动更新选项勾选掉，防止其自动更新，导致后面es运行报错。具体操作如下所示：

java se开发包安装完成之后，需要在服务器上创建java_home环境变量
点击“计算机”的属性->高级系统设置（advanced system setting）->高级->环境变量（environment variables），新建一个用户环境变量 java_home，设置变量值是：c:\program files\java\jdk1.8.0_121
注释：在windows系统中，“％环境变量名％”用法的含义是获取指定环境变量的值，创建java_home环境变量的作用，是由于安装elasticsearch需要引用java se开发包。

2.安装elasticsearch：
从elasticsearch官网下载中心下载elasticsearch 2.4.4版本安装包，具体版本号在历史记录里面：

 

将zip文件解压到c盘，进入 c:\elasticsearch-2.4.4\bin 目录，双击执行 elasticsearch.bat，该脚本文件执行elasticsearch安装程序，稍等片刻，打开浏览器，输入 http://localhost:9200，显示以下画面，说明es安装成功。

 

安装head插件：
为了便于管理es，本文使用head插件，这是最初级的管理工具，在浏览器中显示es集群，索引等信息，十分好用。
（1）在命令行中安装插件：
按住windows+r，输入cmd，打开命令行工具，进入到elasticsearch的bin目录，使用es命令安装插件。命令如下所示：
cd c:\elasticsearch-2.4.4\bin
plugin install mobz/elasticsearch-head
安装界面提示如下所示：

（2）通过网页管理elasticsearch：
在本地浏览器中输入http://localhost:9200/_plugin/head/，如果看到以下截图，说明head插件安装成功：

（3）将elasticsearch 安装成windows服务（service）
方法一：
打开dos命令行界面，切换到elasticsearch的bin目录，执行service.bat install。
启动elasticsearch服务service.bat start。
在run界面，输入 services.msc，查看elasticsearch服务。
方法二：
百度搜索service_installer.exe类似这种安装winservice软件安装elasticsearch服务。

注：
在这里特声明一下，这个安装步骤，我是转载修改博主悦光阴（elasticsearch入门 第一篇：windows下安装elasticsearch）这篇文章而来的。如果同时想要了解集群配置问题的同学，可以转移悦光阴处学习（elasticsearch入门 第二篇：集群配置）相关配置知识。因为本人只是了解基础集群配置。后续学习深入了解之后再深聊这块知识点。

好了，到这里，整个生产环境就部署完成了。后面让我们来进行一个简单教程，它涵盖了一些基本的概念介绍，比如索引(indexing)、搜索(search)以及聚合(aggregations)。通过这个教程，我们可以让你对elasticsearch能做的事以及其易用程度有一个大致的感觉。

 

三．索引
1.首先我们根据一个简单的对比图来了解索引跟传统关系型数据库：
relationaldb->databases->tables->rows->columns
elasticsearch->indices->types->documents->fields

2.elasticsearch集群可以包含多个索引(indices)（数据库），每一个索引可以包含多个类型(types)（表），每一个类型包含多个文档(documents)（行），然后每个文档包含多个字段(fields)（列）。
elasticsearch里面的索引跟传统关系型数据库里面定义的索引是两种不同概念：
elasticsearch索引，就像是传统关系数据库中的数据库，它是相关文档存储的地方。索引一个文档表示把一个文档存储到索引（名词）里，以便它可以被检索或者查询。这很像sql中的insert关键字，差别是，如果文档已经存在，新的文档将覆盖旧的文档。
elasticsearch倒排索引，传统数据库为特定列增加一个索引，例如b-tree索引来加速检索。elasticsearch和lucene使用一种叫做倒排索引(inverted index)的数据结构来达到相同目的。

3.elasticsearch发出请求组成部分跟传统http请求是一样的：
（1）常用http动词有下面五个：get：获取服务器中的对象；post：增删改服务器中的对象；put：创建服务器中的对象；delete：删除服务器中的对象；head：仅仅用于获取对象的基础信息；
（2）query_string：像传递url参数一样去传递查询语句，例如
/deng/employee/_search?q=last_name:smith；
（3）默认端口：9200；
（4）body：一个json格式的请求主体；

4.好了，说那么多，现在我们根据一个生产环境的事例来更加清楚了解elasticsearch索引的如何应用：假设我们在一家名称为deng的公司工作，某天人力资源部门要求我们技术部门统计下公司新入职员工信息，方便了解员工信息。

录入新员工信息之前，我们先创建deng公司（索引），具体命令执行如下：
http：put deng

web界面：

 

然后我们在数据浏览选项当中会看到创建对应索引：

 

现在我们录入三个新员工信息，执行命令是：
http：put /deng/employee/1
body：

{
    "first_name": "john",
    "last_name": "smith",
    "age": 25,
    "about": "i love to go rock climbing",
    "interests": [
        "sports",
        "music"
    ]
}

view code

http：put /deng/employee/2
body：

{
    "first_name": "jane",
    "last_name": "smith",
    "age": 32,
    "about": "i like to collect rock albums",
    "interests": [
        "music"
    ]
}

view code

http：put /deng/employee/3
body：

{
    "first_name": "douglas",
    "last_name": "fir",
    "age": 35,
    "about": "i like to build cabinets",
    "interests": [
        "forestry"
    ]
}

view code

 web界面：

再回到数据浏览选项当中，我们是不是看到了刚刚录入新员工信息？

 

四．搜索
好了录入所有新员工信息之后，我们来检索deng公司（索引-数据库）所有新员工（类型-表）数据，一般检索方式有两种，一种是通过url传参方式获取员工数据（query_string），另外一种是在body里面传入json（dsl语句）查询：
（1）如果我们要检索某个新入职员工信息，可以根据标识定位找到该员工信息，例如id，或者人名：
query_string：
http：get /deng/employee/1
web界面：

 http：get /deng/employee/_search?q=last_name:fir （根据某个类型字段来定位该员工信息）
web界面：

dsl语句：
http：post /deng/employee/_search
body：

{
    "query": {
        "match": {
            "last_name": "fir"
        }
    }
}

view code

web界面：

 

（2）如果我们要检索名称为smith，且年龄大于30以上的新入职员工信息(过滤器filter)：
dsl语句：
http：post /deng/employee/_search
body：

{
    "query": {
        "filtered": {
            "filter": {
                "range": {
                    "age": {
                        "gt": 30
                    }
                }
            },
            "query": {
                "match": {
                    "last_name": "smith"
                }
            }
        }
    }
}

view code

web界面：

 

（3）如果我们想要查看某个新入职员工信息，但是我们忘记了他叫什么名字了，隐约只记得他好像说过喜欢rock climbing，那么我们可以使用全文检索，把about字段里面跟rock或者 climbing相关的员工信息都检索出来再进行筛选（全文检索match）：
dsl语句：
http：post /deng/employee/_search
body：

{
  "query": {
    "match": {
      "about": "rock climbing"
    }
  }
}

view code

web界面：

你们可以看到在使用了match关键字检索之后，会出现两个检索的结果，会按照结果相关性评分来排序，越接近搜索关键词的结果越靠前，评分也就就越高。

 

（4）同样道理，如果我们清楚记得某个入职员工说过他喜欢rock climbing，我们只想检索出跟about字段rock climbing关键词一致的新入职员工记录（短语检索match_phrase）：
dsl语句：
http：post /deng/employee/_search
body：

{
  "query": {
    "match_phrase": {
      "about": "rock climbing"
    }
  }
}

view code

web界面：

 

（5）当我们想要在检索员工记录中高亮关键词（高亮highlight）：
dsl语句：
http：post /deng/employee/_search
body：

{
  "query": {
    "match_phrase": {
      "about": "rock climbing"
    }
  },
  "highlight": {
    "fields": {
      "about": {}
    }
  }
}

view code

web界面：

在上面截图我们可以看到about字段检索出内容关键词rock climbing分别都加了<em></em>html标签，这是高亮标识。

 

五．聚合
（1）elasticsearch有一个功能叫做聚合(aggregations)，它允许你在数据上生成复杂的分析统计。它跟我们在sql中group by很相似，但是比它更加强大。比如我们想要在新入职员工当中统计每个员工的爱好(聚合aggregations)：
http：post /deng/employee/_search
body：

{
  "aggs": {
    "all_interests": {
      "terms": {
        "field": "interests"
      }
    }
  }
}

view code

web界面：

如上图可以看到，检索出来结果是喜欢music：2人，atrs：1人，forestry：1人，sports：1人。

（2）如果我们想知道所有叫smith员工的爱好分别是什么呢？请看下面例子：
http：post /deng/employee/_search
body：

{
    "query": {
        "match": {
            "last_name": "smith"
        }
    },
    "aggs": {
        "all_interests": {
            "terms": {
                "field": "interests"
            }
        }
    }
}

view code

web界面：

从上面检索结果，我们可以看出来所有叫smith的员工喜欢music：2人，sports：1人。

（3）聚合也允许分级汇总，例如我们要统计每个兴趣下员工平均年龄：
http：post /deng/employee/_search
body：

{
    "aggs": {
        "all_interests": {
            "terms": {
                "field": "interests"
            },
            "aggs": {
                "avg_age": {
                    "avg": {
                        "field": "age"
                    }
                }
            }
        }
    }
}

view code

web界面：

很明显这个检索结果让我们能得到更多详情员工信息，即使你不了解语法，但你也能通过大概感觉通过这个特性完成相当复杂聚合工作。

 

六．分布式的特性
elasticsearch致力于隐藏分布式系统的复杂性。以下这些操作都是在底层自动完成的：
（1）将你的文档分区到不同的容器或者分片(shards)中，它们可以存在于一个或多个节点中。
（2）将分片均匀的分配到各个节点，对索引和搜索做负载均衡。
（3）冗余每一个分片，防止硬件故障造成的数据丢失。
（4）将集群中任意一个节点上的请求路由到相应数据所在的节点。
（5）无论是增加节点，还是移除节点，分片都可以做到无缝的扩展和迁移。

 

通过上述案例，我相信大家对es有了一个很基础的了解，这篇文章只是介绍es入门，例如集群配置，索引管理，深入分片这些知识点，后续我们再来聊。

 

参考文档：
elasticsearch入门 第一篇：windows下安装elasticsearch