ES

Elasticsearch-基础使用

2022-03-10  本文已影响0人  石头耳东

零、本文纲要

一、认识Elasticsearch
二、倒排索引
三、ES的部分概念
四、安装ES、Kibana、分词器
五、索引库操作
六、文档操作

tips：Ctrl + F 搜索所需内容快速阅读吧。

一、认识Elasticsearch

Elasticsearch：官方分布式搜索和分析引擎 | Elastic

Lucene是Apache的开源搜索引擎类库，提供了搜索引擎的核心API，Elasticsearch底层是基于Lucene来实现的。

Elasticsearch是一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能。

Elastic Stack是以Elasticsearch为核心的技术栈，包括Beats、Logstash、Kibana、Elasticsearch。

二、倒排索引

倒排索引的概念是基于MySQL这样的正向索引而言的。

① 正向索引
如select * from tb_goods where title like %华为%，过程如下：

正向索引.png

② 倒排索引
两个重要概念：
Ⅰ 文档：用来搜索的数据，其中的每一条数据就是一个文档，相当于MySQL中row。
Ⅱ 词条：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条，例如：华为手机，拆分为华为、手机。

创建倒排索引：

创建倒排索引.png

不难发现，Elasticsearch其实是以空间换时间，通过创建倒排索引的方式来提升查询效率。
同样的语句select * from tb_goods where title like %华为%，搜索过程如下：

倒排索引查询.png

三、ES的部分概念

Elasticsearch是面向文档（Document）存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在Elasticsearch中：

图中右边理解为文档.png

Json文档中往往包含很多的字段（Field），类似于数据库中的列。

索引（Index），就是相同类型的文档的集合，如：用户文档、商品文档等。可以把索引当做是数据库中的表。
数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。因此，索引库中就有映射（mapping），是索引中文档的字段约束信息，类似表的结构约束。

约束-映射.png

MySQL：擅长事务类型操作，可以确保数据的安全和一致性；
Elasticsearch：擅长海量数据的搜索、分析、计算。
所以，实际使用时可以将对安全性要求较高的写操作，使用MySQL实现，对查询性能要求较高的搜索需求，使用Elasticsearch实现。

image.png

四、安装ES、Kibana、分词器

创建网络，用于容器间互联。

docker network create es-net

此处需要注意，elasticsearch:8.1.0和kibana:8.1.0两个版本要一致。

docker pull elasticsearch:8.1.0
docker pull kibana:8.1.0

docker run -d \
--name es \
--net es-net \
-p 9200:9200 \
-p 9300:9300 \
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
-e "discovery.type=single-node" \ # 非集群模式
-v es-data:/usr/share/elasticsearch/data \ # 挂载逻辑卷，绑定es的数据目录
-v es-plugins:/usr/share/elasticsearch/plugins \ # 挂载逻辑卷，绑定es的插件目录
--privileged \ # 授予逻辑卷访问权
elasticsearch:8.1.0

docker run -d \
--name kibana \
--net es-net \ # 与Elasticsearch加入同一个网络
-e ELASTICSEARCH_HOSTS=http://es:9200 \ # 设置Elasticsearch的地址，Kibana可以用容器名直接访问Elasticsearch
-p 5601:5601 \
kibana:8.1.0

官方简单部署供参考，具体命令如下：

docker network create elastic
docker pull docker.elastic.co/elasticsearch/elasticsearch:8.1.0
docker run --name es-node01 --net elastic -p 9200:9200 -p 9300:9300 -t docker.elastic.co/elasticsearch/elasticsearch:8.1.0

docker pull docker.elastic.co/kibana/kibana:8.1.0
docker run --name kib-01 --net elastic -p 5601:5601 docker.elastic.co/kibana/kibana:8.1.0
ES.png Kibana.png

① 查看数据卷目录

docker volume inspect es-plugins

[
    {
        "CreatedAt": "2022-03-10T10:28:21+08:00",
        "Driver": "local",
        "Labels": null,
        "Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
        "Name": "es-plugins",
        "Options": null,
        "Scope": "local"
    }
]

② 将分词器文件放到ES容器的插件数据卷中
插件数据卷目录：/var/lib/docker/volumes/es-plugins/_data
下载分词器：IK分词器GitHub地址：https://github.com/medcl/elasticsearch-analysis-ik

③ 重启ES容器使其生效

docker restart es

打开Kibana控制台，具体操作如下：

Kibana控制台.png

选择分词器算法Analyzer: ik_smart, ik_max_word，测试使用分词器：

GET /_analyze
{
  "analyzer": "ik_smart",
  "text": "测试使用分词器。"
}
分词器使用.png

更新 IK 分词：扩展字典&扩展停止词字典（不为其创建词条的词，如：的、啊等。）
分词器配置文件目录：/var/lib/docker/volumes/es-plugins/_data/ik/config。

更新IK分词.png

更新配置后，重启服务即可生效。命令如下：

# 重启服务
docker restart elasticsearch
docker restart kibana

五、索引库操作

索引库操作的官方文档：Index APIs | Elasticsearch Guide [7.12] | Elastic。

PUT /test
{
  "mappings": {
    "properties": {
      "field1": { "type": "text" }
    }
  }
}

比如，创建以上先前案例的索引（ES索引：类似数据库中表的概念）。

PUT /tb_mobile
{
  "mappings": {
    "properties": {
      "id":{
        "type": "integer" 
      },
      "title":{
        "type": "text", # 可分词的文本字符串类型
        "analyzer": "ik_max_word" # 分词算法
      },
      "price":{
        "type": "double"
      }
    }
  }
}

GET /tb_mobile
image.png 
PUT /tb_mobile/_mapping
{
  "properties": {
    "note": {
      "type": "keyword"
    }
  }
}

DELETE /tb_mobile

六、文档操作

文档操作的官方文档：Document APIs | Elasticsearch Guide [7.12] | Elastic

POST /tb_mobile/_doc/1
{
  "id": 1,
  "title": "华为手机",
  "price": "5499"
}

GET /tb_mobile/_doc/1
GET /tb_mobile/_source/1
图左_doc右_source.png 
DELETE /tb_mobile/_doc/3

POST /tb_mobile/_doc/3
{
  "id": 3,
  "title": "小米手机",
  "price": 4999
}

POST /tb_mobile/_update/3
{
  "doc": {
    "price": 4499
  }
}

七、结尾

以上即为Elasticsearch-基础使用的全部内容，感谢阅读。

上一篇 下一篇

猜你喜欢

热点阅读