ElasticSearch(一)

1.0简介

  ElasticSerch简称es,和solr一样也是基于Lucene的全文检索工具,采用RestFul来屏蔽复杂的api

1.1安装

  安装ElasticSerch,解压安装es,bin下启动es,http://localhost:9200/判断是否启动成功

  安装图形界面,解压ElasticSerch-head-master工程,到项目目录下执行启动项目命令grunt server

  发现报错无此命令,这个工程是nodeJs编写的,先安装nodejs

  然后使用 npm 安装 依赖 ,npm install -g grunt-cli      npm install

  安装完成后启动项目,项目目录下执行grunt server命令,访问localhost:9100/判断是否启动成功

  打开的页面上点击连接发现没有反应,这是因为我们在9100端口访问9200端口属于跨域,

  因此需要配置conf/elasticsearch.yml,加入http.cors.enabled: true        http.cors.allow-origin: "*"

  重新启动es服务再次点击连接发现连接成功

1.2概念 

    Elasticsearch是面向文档(document oriented)的,这意味着它可以存储整个对象或文档(document)。然而它不仅
  仅是存储,还会索引(index)每个文档的内容使之可以被搜索。在Elasticsearch中,你可以对文档(而非成行成列的
  数据)进行索引、搜索、排序、过滤。Elasticsearch比传统关系型数据库如下:
    Relational DB ‐> Databases ‐> Tables ‐> Rows ‐> Columns
    Elasticsearch ‐> Indices ‐> Types ‐> Documents ‐> Fields
  
  索引 index  一个索引就是一个拥有几分相似特征的文档的集合。比如说,你可以有一个客户数据的索引,另一个产品目录的索      
         引,还有一个订单数据的索引。
  类型 type   在一个索引中,你可以定义一种或多种类型,比如说,我们假设你运营一个博客平台并且将你所有的数
          据存储到一个索引中。在这个索引中,你可以为用户数据定义一个类型,为博客数据定义另一个类型
  
  字段Field  相当于是数据表的字段,对文档数据根据不同属性进行的分类标识
  
  映射 mapping  mapping是处理数据的方式和规则方面做一些限制,如某个字段的数据类型、默认值、分析器、是否被索引等等,
        这些都是映射里面可以设置的,其它就是处理es里面数据的一些使用规则设置也叫做映射
  
  文档 document  一个文档是一个可被索引的基础信息单元。比如,你可以拥有某一个客户的文档,某一个产品的一个文档,当然,
    也可以拥有某个订单的一个文档。文档以JSON(Javascript Object Notation)格式来表示,而JSON是一个到处存
    在的互联网数据交互格式。
  
  集群 cluster  一个集群就是由一个或多个节点组织在一起,它们共同持有整个的数据,并一起提供索引和搜索功能。
    一个集群由一个唯一的名字标识,这个名字默认就是“elasticsearch”。这个名字是重要的,因为一个节点只能通过指定某个集群的名字,来加入这个集群
 
  节点 node  一个节点是集群中的一个服务器,作为集群的一部分,它存储数据,参与集群的索引和搜索功能
  
  分片和复制 shards&replicas  高可用
 
1.3客户端访问
  实际开发中,主要有三种方式可以作为elasticsearch服务的客户端:
  第一种,elasticsearch-head插件
  第二种,使用elasticsearch提供的Restful接口直接访问
  第三种,使用elasticsearch提供的API进行访问
 
  索引-》新建索引-》index-hello-》确定-》确定-》概览 查看到我们所创建的索引库
 
  安装postman来发送restful请求
    (1)创建索引库同时指定mapping信息
 
    
 
  (2)向已经存在的索引库设置mapping
    

  (3)删除索引 delete http://127.0.0.1:9200/blog2

  

1.4 ik分词器的集成

  解压分词器压缩包到安装目录的plugins目录下,并更名为ik-analyzer(更不更名无所谓),重启es服务

  删除索引库,重建索引库,重新加入文档

1.5 es集群

  集群cluster

  一个集群就是由一个或多个节点组织在一起,它们共同持有整个的数据,并一起提供索引和搜索功能。一个集群由
一个唯一的名字标识,这个名字默认就是“elasticsearch”。这个名字是重要的,因为一个节点只能通过指定某个集
群的名字,来加入这个集群
  节点node
  一个节点是集群中的一个服务器,作为集群的一部分,它存储数据,参与集群的索引和搜索功能。和集群类似,一
个节点也是由一个名字来标识的,默认情况下,这个名字是一个随机的漫威漫画角色的名字,这个名字会在启动的
时候赋予节点。这个名字对于管理工作来说挺重要的,因为在这个管理过程中,你会去确定网络中的哪些服务器对
应于Elasticsearch集群中的哪些节点。
一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下,每个节点都会被安排加入到一个叫
做“elasticsearch”的集群中,这意味着,如果你在你的网络中启动了若干个节点,并假定它们能够相互发现彼此,
它们将会自动地形成并加入到一个叫做“elasticsearch”的集群中。
在一个集群里,只要你想,可以拥有任意多个节点。而且,如果当前你的网络中没有运行任何Elasticsearch节点,
这时启动一个节点,会默认创建并加入一个叫做“elasticsearch”的集群。
  分片和复制shards&replicas
  一个索引可以存储超出单个结点硬件限制的大量数据。比如,一个具有10亿文档的索引占据1TB的磁盘空间,而任
一节点都没有这样大的磁盘空间;或者单个节点处理搜索请求,响应太慢。为了解决这个问题,Elasticsearch提供
了将索引划分成多份的能力,这些份就叫做分片。当你创建一个索引的时候,你可以指定你想要的分片的数量。每
个分片本身也是一个功能完善并且独立的“索引”,这个“索引”可以被放置到集群中的任何节点上。分片很重要,主
要有两方面的原因: 1)允许你水平分割/扩展你的内容容量。 2)允许你在分片(潜在地,位于多个节点上)之上
进行分布式的、并行的操作,进而提高性能/吞吐量。
至于一个分片怎样分布,它的文档怎样聚合回搜索请求,是完全由Elasticsearch管理的,对于作为用户的你来说,
这些都是透明的。
  在一个网络/云的环境里,失败随时都可能发生,在某个分片/节点不知怎么的就处于离线状态,或者由于任何原因
消失了,这种情况下,有一个故障转移机制是非常有用并且是强烈推荐的。为此目的,Elasticsearch允许你创建分
片的一份或多份拷贝,这些拷贝叫做复制分片,或者直接叫复制。
复制之所以重要,有两个主要原因: 在分片/节点失败的情况下,提供了高可用性。因为这个原因,注意到复制分
片从不与原/主要(original/primary)分片置于同一节点上是非常重要的。扩展你的搜索量/吞吐量,因为搜索可以
在所有的复制上并行运行。总之,每个索引可以被分成多个分片。一个索引也可以被复制0次(意思是没有复制)
或多次。一旦复制了,每个索引就有了主分片(作为复制源的原来的分片)和复制分片(主分片的拷贝)之别。分
片和复制的数量可以在索引创建的时候指定。在索引创建之后,你可以在任何时候动态地改变复制的数量,但是你
事后不能改变分片的数量。
  默认情况下,Elasticsearch中的每个索引被分片5个主分片和1个复制,这意味着,如果你的集群中至少有两个节
点,你的索引将会有5个主分片和另外5个复制分片(1个完全拷贝),这样的话每个索引总共就有10个分片。
  集群架构如下图所示
    

 1.6集群搭建

  复制一份单机般的es,改名为es-cluster-01,删除data目录,修改conf/elasticserach.yml,加入以下信息

  #节点1的配置信息:
  #集群名称,保证唯一
  cluster.name: my‐elasticsearch
  #节点名称,必须不一样
  node.name: node‐1
  #必须为本机的ip地址
  network.host: 127.0.0.1
  #服务端口号,在同一机器下必须不一样
  http.port: 9201
  #集群间通信端口号,在同一机器下必须不一样
  transport.tcp.port: 9301
  #设置集群自动发现机器ip集合
  discovery.zen.ping.unicast.hosts: ["127.0.0.1:9300","127.0.0.1:9301","127.0.0.1:9302"]
  
  再复制两份节点es-cluster-01,修改名称,修改配置文件,分别启动三个节点,则集群启动完成
 
  尝试连接:head连接任意一个节点相当于连接集群
 
 

  

原文地址:https://www.cnblogs.com/helloworldmybokeyuan/p/11593611.html