ElasticSearch(0) ES的认识

---

ES(ElasticSearch)的认识

为什么要使用ES

虽然全文搜索领域，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的配置及使用非常复杂，你需要深入了解检索的777相关知识来理解它是如何工作的。

什么是es

es : 做全文检索的 ,底层基于lucene的开发

​ lucene 相等于jdbc

​ es 相当于 mybatis/jpa

ES即为了解决原生Lucene使用的不足，优化Lucene的调用方式，并实现了高可用的分布式集群的搜索方案，其第一个版本于2010年2月出现在GitHub上并迅速成为最受欢迎的项目之一。

首先，ES的索引库管理支持依然是基于Apache Lucene™的开源搜索引擎。

ES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。

不过，ES的核心不仅仅在于Lucene，其特点更多的体现为：

分布式的实时文件存储，每个字段都被索引并可被搜索

分布式的实时分析搜索引擎 --ES

KB-MB-GB-TB-PB

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

高度集成化的服务，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。

上手Elasticsearch非常容易。它提供了许多合理的缺省值，并对初学者隐藏了复杂的搜索引擎理论。它拥有开瓶即饮的效果（安装即可使用），只需很少的学习既可在生产环境中使用

es和lucene的比较

为什么需要使用es.为什么不用lucene?

(1)api操作很麻烦 不方便

​ 搜索 : 创建索引 搜索索引 一堆api

​ es: get /product/1 – {}

(2)lucene不支持集群

​ es集群 处理很大的数据量

ES和solr的区别

es 和 solr 都可以做全文检索,solr的重量级的框架,它除了全文检索以外,还可以做其他的事情(比如

命中标示、分面搜索、动态聚类、数据库集成，以及富文本（如Word、PDF）),solr可以nosql结合起来使用

solr 在传统的搜索效率要比es好,但是实时搜索领域比es低

使用ES

安装ES服务端

ES服务只依赖于JDK，推荐使用JDK1.7+

• 下载ES安装包

  官方下载地址：https://www.elastic.co/downloads/elasticsearch

  解压–>bin/elasticsearch.bat–>浏览器访问 http://localhost:9200/

  ​ 9200web里面展示的效果 9300java程序可以访问的端口

• 运行ES

  bin/elasticsearch.bat

当看到上图就说明ES集群已经启动并且正常运行

es的客户端的交互方式

1. 基于restful风格API的去操作

   ES和所有客户端的交互都是使用JSON格式的数据.

   其他所有程序语言都可以使用RESTful API，通过9200端口的与ES进行通信

   get post put delete patch

   1. curl的命令方式 --不用

   2. kibana也可以操作

   3. head工具

      安装的时候,如果出现错误:

4. postman(测试后台的java代码)

2. 通过java代码去操作

   java通过9300操作es服务器

restful风格 +JSON方式 操作数据

​ http特点 就是无状态的

​ get /shopping/1

​ put /shopping/2 {“name”:“xx产品”}

​ post /shopping/2 {“name”:“xx产品”}

​ delete /shopping/1

扩展：Restful认识

Restful是一种面向资源的架构风格，可以简单理解为：使用URL定位资源，用HTTP动词（GET,POST,DELETE,PUT）描述操作

使用Restful的好处

透明性，暴露资源存在。

充分利用 HTTP 协议本身语义。

无状态，这点非常重要。在调用一个接口（访问、操作资源）的时候，可以不用考虑上下文，不用考虑当前状态，极大的降低了复杂度。

HTTP 本身提供了丰富的内容协商手段，无论是缓存，还是资源修改的乐观并发控制，都可以以业务无关的中间件来实现

Restful的典型特征

1. Server提供的RESTful API中，URL中只使用名词来指定资源。

   “资源”是REST架构或者说整个网络处理的核心。比如：

   GET http://api.itsource.cn/emp/323: 获取323号员工的基本资料;

   GET http://api.itsource.cn/emps: 获取源码时代所有员工资料列表;

2. REST 是面向资源的，这个概念非常重要，而资源是通过 URI 进行暴露

   URI 的设计只要负责把资源通过合理方式暴露出来就可以了。对资源的操作与它无关，所以REST 通过 URI 暴露资源时，会强调不要在 URI 中出现动词。

   比如：左边是错误的设计，而右边是正确的

   GET/rest/api/getDogs-> GET /rest/api/dogs 获取所有小狗狗

   GET /rest/api/addDogs -> POST/PUT /rest/api/dogs 添加一个小狗狗

   POST /rest/api/editDogs/12-> PUT/POST /rest/api/dogs/12 修改一个小狗狗

   POST /rest/api/deleteDogs/12-> DELETE /rest/api/dogs/12 删除一个小狗狗

   左边的这种设计，很明显不符合REST风格，URI 只负责准确无误的暴露资源，而 getDogs/addDogs…已经包含了对资源的操作，这是不对的。相反右边却满足了，它的操作是使用标准的HTTP动词来体现。

3. 用HTTP协议里的动词来实现资源的添加，修改，删除等操作。
   即通过HTTP动词来实现资源的状态扭转：

   ​ GET 用来获取资源，
   ​ POST 用来新建资源（也可以用于更新资源），
   ​ PUT 用来更新资源，
   ​ DELETE 用来删除资源。
   比如：

   GET http://api.itsource.cn/emp/323
   POST http://api.itsource.cn/emp/232: 修改一个员工
   PUT http://api.itsource.cn/emp: 添加员工资料
   DELETE http://api.itsource.cn/emp/323: 删除323号员工

辅助管理工具Kibana5

Kibana5.2.2下载地址：https://www.elastic.co/downloads/kibana

解压并编辑config/kibana.yml，设置elasticsearch.url的值为已启动的ES

启动Kibana5 : bin\kibana.bat

默认访问地址：http://localhost:5601

目录介绍

Discover：可视化查询分析器

Visualize：统计分析图表

Dashboard：自定义主面板（添加图表）

Timelion：Timelion是一个kibana时间序列展示组件（暂时不用）

Dev Tools ：Console（同CURL/POSTER，操作ES代码工具，代码提示，很方便

Management：管理索引库(index)、已保存的搜索和可视化结果(save objects)、设置 kibana 服务器属性。

安装ES服务端

相关概念理解

（1）Near Realtime（NRT）：近实时，两个意思，从写入数据到数据可以被搜索到有一个小延迟（大概1秒）；基于es执行搜索和分析可以达到秒级

（2）Index：索引库，包含一堆有相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称。一个index包含很多document，一个index就代表了一类类似的或者相同的document。比如说建立一个product index，商品索引，里面可能就存放了所有的商品数据，所有的商品document。

（3）Type：类型，每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分类，一个type下的document，都有相同的field，比如博客系统，有一个索引，可以定义用户数据type，博客数据type，评论数据type。

（4）Document&field：文档，es中的最小数据单元，一个document可以是一条客户数据，一条商品分类数据，一条订单数据，通常用JSON数据结构表示，每个index下的type中，都可以去存储多个document。一个document里面有多个field，每个field就是一个数据字段。

（5）Cluster：集群，包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是elasticsearch）来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常

（6）Node：节点，集群中的一个节点，节点也有一个名称（默认是随机分配的），节点名称很重要（在执行运维管理操作的时候），默认节点会去加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群

（7）shard（ʃɑːrd，分片）：单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了shard就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个shard都是一个lucene index。

（8）replica（ˈreplɪkə，复制品）：任何一个服务器随时可能故障或宕机，此时shard可能就会丢失，因此可以为每个shard创建多个replica副本。replica可以在shard故障时提供备用服务，保证数据不丢失，多个replica还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认5个），replica shard（随时修改数量，默认1个），默认每个索引10个shard，5个primary shard，5个replica shard，最小的高可用配置，是2台服务器。

下载

https://www.elastic.co/downloads/elasticsearch

正常请求我们应该在linux或者Docker安装,但是现在我们是学习阶段,就在window上面进行安装

安装

解压即可

可以修改内存配置

启动

bin/elasticsearch.bat

测试 -web端口

http://localhost:9200

集群健康状态

针对一个索引，Elasticsearch 中其实有专门的衡量索引健康状况的标志，分为三个等级：

green，绿色。这代表所有的主分片和副本分片都已分配。你的集群是 100% 可用的。

yellow，黄色。所有的主分片已经分片了，但至少还有一个副本是缺失的。不会有数据丢失，所以搜索结果依然是完整的。不过，你的高可用性在某种程度上被弱化。如果更多的分片消失，你就会丢数据了。所以可把 yellow 想象成一个需要及时调查的警告。

red，红色。至少一个主分片以及它的全部副本都在缺失中。这意味着你在缺少数据：搜索只能返回部分数据，而分配到这个分片上的写入请求会返回一个异常。如果你只有一台主机的话，其实索引的健康状况也是 yellow，因为一台主机，集群没有其他的主机可以防止副本，所以说，这就是一个不健康的状态，因此集群也是十分有必要的