目录
基本概念
1. Near Realtime(NRT):
Elasticsearch是一个近实时搜索平台。 这意味着从索引文档到可搜索文档的时间有一点延迟(通常是一秒).
2. Cluster:
集群是一个或多个节点(服务器)的集合,它们共同保存您的整个数据,并提供跨所有节点的联合索引和搜索功能。 群集由唯一名称标识,默认情况下为“elasticsearch”。 此名称很重要,因为如果节点设置为按名称加入群集,则该节点只能是群集的一部分。
* 确保不要在不同的环境中重用相同的群集名称,否则最终会导致节点加入错误的群集。 例如,您可以将logging-dev,logging-stage和logging-prod用于开发,登台和生产集群。请注意,如果集群中只有一个节点,那么它是完全正常的。 此外,您还可以拥有多个独立的集群,每个集群都有自己唯一的集群名称。*
3. Node:
节点是作为群集一部分的单个服务器,存储数据并参与群集的索引和搜索功能。就像集群一样,节点由名称标识,默认情况下,该名称是在启动时分配给节点的随机通用唯一标识符(UUID)。如果不需要默认值,可以定义所需的任何节点名称。此名称对于管理目的非常重要,您可以在其中识别网络中哪些服务器与Elasticsearch集群中的哪些节点相对应。
*可以将节点配置为按群集名称加入特定群集。默认情况下,每个节点都设置为加入名为elasticsearch的群集,这意味着如果您在网络上启动了许多节点并且 - 假设他们可以相互发现 - 他们将自动形成并加入名为elasticsearch的单个群集。*
在单个群集中,您可以拥有任意数量的节点。此外,如果您的网络上当前没有其他Elasticsearch节点正在运行,则默认情况下,启动单个节点将形成名为elasticsearch的新单节点集群。
4. Index:
索引是具有某些类似特征的文档集合。 例如,您可以拥有客户数据的索引,产品目录的另一个索引以及订单数据的另一个索引。 索引由名称标识(必须全部小写),此名称用于在对其中的文档执行索引,搜索,更新和删除操作时引用索引。
在单个群集中,您可以根据需要定义任意数量的索引.
5. Type (在6.0.0中弃用)
一种类型,曾经是索引的逻辑类别/分区,允许您在同一索引中存储不同类型的文档,例如 一种用户类型,另一种用于博客帖子。 不再可能在索引中创建多个类型,并且将在更高版本中删除类型的整个概念。 请参阅删除映射类型以获取更多信息。
6. Document
文档是可以被索引的基本信息单元。 例如,您可以为单个客户提供文档,为单个产品提供另一个文档,为单个订单提供另一个文档。 该文档以JSON(JavaScript Object Notation)表示,JSON是一种普遍存在的互联网数据交换格式。
* 在索引/类型中,您可以根据需要存储任意数量的文档。 请注意,尽管文档实际上驻留在索引中,但实际上必须将文档编入索引/分配给索引中的类型。*
7. Shards & Replicas
索引可能存储大量可能超过单个节点的硬件限制的数据。 例如,占用1TB磁盘空间的十亿个文档的单个索引可能不适合单个节点的磁盘,或者可能太慢而无法单独从单个节点提供搜索请求。
为了解决这个问题,Elasticsearch提供了将索引细分为多个称为分片的功能。 创建索引时,只需定义所需的分片数即可。 每个分片本身都是一个功能齐全且独立的“索引”,可以托管在集群中的任何节点上。
* 分片很重要,主要有两个原因:*
- 它允许您水平拆分/缩放内容
- 它允许您跨分片(可能在多个节点上)分布和并行化操作,从而提高性能/吞吐量
总而言之,每个索引可以拆分为多个分片。 索引也可以复制为零(表示没有副本)或更多次。 复制后,每个索引都将具有主分片(从中复制的原始分片)和副本分片(主分片的副本)。
可以在创建索引时为每个索引定义分片和副本的数量。 创建索引后,您还可以随时动态更改副本数。 您可以使用_shrink和_split API更改现有索引的分片数,但这不是一项简单的任务,预先计划正确数量的分片是最佳方法。
默认情况下,Elasticsearch中的每个索引都分配了5个主分片和1个副本,这意味着如果群集中至少有两个节点,则索引将包含5个主分片和另外5个副本分片(1个完整副本),总计为 每个索引10个分片。
note:每个Elasticsearch分片都是Lucene索引。 单个Lucene索引中可以包含最大数量的文档。 自LUCENE-5843起,限制为2,147,483,519(= Integer.MAX_VALUE - 128)个文件。 您可以使用_cat / shards API监视分片大小。
安装
1、下载zip/tar.gz文件
2、配置管理工具安装(可选)
- Puppet
- Chef
- Ansible
3、运行
控制台运行 ./bin/elasticsearch
作为后台程序运行 ./bin/elasticsearch -d -p pid
4、简单配置
配置文件:config/elasticsearch.yml
任何能使用配置文件配置的都可以通过命令行来配置,但是集群配置需要通过配置文件配置,节点配置则可以通过命令行。
5、目录结构
文件夹 | 内容 |
---|---|
bin | 脚本 |
conf | 配置 |
data | 索引和分片的数据存放,可以使用多个location path.data |
logs | 日志 path.logs |
plugins | 插件 |
repo | 共享文件系统存储库位置。可以容纳多个位置。文件系统存储库可以放在此处指定的任何目录的任何子目录中。 path.repo |
script | 脚本 |
- - - | |
## 使用 | |
### 索引和查询 |
1、两种查询方式
使用纯粹的get url方式
如:
get http://ip1:9200/bank/_search?q=*&sort=account_number:asc&pretty使用body的方式:
1
2
3
4
5
6
7
8post: http://ip1:9200/bank/_search?pretty
Body:
{
"query": { "match_all": {} },
"sort": [
{ "account_number": "asc" }
]
}
2、查询范围
- query:
- size:
- from:
- sort:
3、查询返回字段:_source
- 一般我们查询,都会返回该数据的所有 ,倘若只需要查询的部分数据则可以指定_source
/bank/_search 1
2
3
4{
"query": { "match_all": {} },
"_source": ["account_number", "balance"]
}
4、匹配指定条件
1 | GET /bank/_search |
5、bool查询
- 与
1
2
3
4
5
6
7
8
9
10
11GET /bank/_search
{
"query": {
"bool": {
"must": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
} - 或
1
2
3
4
5
6
7
8
9
10
11GET /bank/_search
{
"query": {
"bool": {
"should": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
} - 非 6、使用过滤器查询
1
2
3
4
5
6
7
8
9
10
11GET /bank/_search
{
"query": {
"bool": {
"must_not": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
}
eg 范围查询
7、聚合操作
在Elasticsearch中,可以执行返回匹配的搜索,同时在一个响应中返回与命中相关的聚合结果。而不用执行多次
统计 group by
1
2
3
4
5
6
7
8
9
10
11GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
}
}
}
}等同于数据库中
SELECT state, COUNT(*) FROM bank GROUP BY state ORDER BY COUNT(*) DESC LIMIT 10;
计算(平均值)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword",
"order": {
"average_balance": "desc"
}
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
增删改
集群状态
1、基本状态查看
1 | epoch timestamp cluster status node.total node.data shards pri relo init unassign pending_tasks max_task_wait_time active_shards_percent |
status:
- Green : 集群健康
- Yellow: 数据正常,但是有些副本还没有分配
- Red:数据丢失,不可用
2、获取所有的节点信息
1 | ip heap.percent ram.percent cpu load_1m load_5m load_15m node.role master name |
3、获取所有的索引