【Elasticsearch】基础概念（一）

简介：Elasticsearch（ES）是一个开源的分布式搜索和分析引擎，用于快速存储、搜索和分析大量数据。它具有高性能、可扩展性和灵活性的特点，被广泛用于构建实时搜索、日志分析、数据可视化等应用。

本人主要介绍Elasticsearch（ES）的部署方式和基础概念知识，使用docker compose搭建ES+Kibana环境，对ES中索引和类型进行的介绍。对后续检索等功能铺垫。

一、环境准备

版本

Docker version 20.10.22
elasticsearch:7.13.3
kibana:7.13.3

部署方式

docker-compose部署

version: '3.1'
services:
  elasticsearch:
    image: elasticsearch:7.13.3
    container_name: elasticsearch
    privileged: true
    environment:
      - "cluster.name=elasticsearch" #设置集群名称为elasticsearch
      - "discovery.type=single-node" #以单一节点模式启动
      - "ES_JAVA_OPTS=-Xms512m -Xmx1096m" #设置使用jvm内存大小
      - bootstrap.memory_lock=true
    volumes:
      - ./es/plugins:/usr/local/dockercompose/elasticsearch/plugins #插件文件挂载
      - ./es/data:/usr/local/dockercompose/elasticsearch/data:rw #数据文件挂载
      - ./es/logs:/usr/local/dockercompose/elasticsearch/logs:rw
    ports:
      - 9200:9200
      - 9300:9300
    deploy:
     resources:
        limits:
           cpus: "2"
           memory: 1000M
        reservations:
           memory: 200M
  kibana:
    image: kibana:7.13.3
    container_name: kibana
    depends_on:
      - elasticsearch #kibana在elasticsearch启动之后再启动
    environment:
      ELASTICSEARCH_HOSTS: http://elasticsearch:9200 #设置访问elasticsearch的地址
      I18N_LOCALE: zh-CN
    ports:
      - 5601:5601

访问地址

如图点击菜单栏，跳转到命令页面
地址：http://localhost:5601/app/home#/

二、基础概念

分片和副本

分片

索引分片就是把索引数据切分成多个小的索引块，这些小的索引块能够分发到同一个集群中的不同节点。

副本

分片副本用来应对不断攀升的吞吐量以及确保数据的安全性。

过度分片

在检索时，检索的结果是该索引每个分片上检索结果的总和。（假设查询10条数据，有5个分片，数据库实际输出了50条数据，取前10条实现的）对于数据量少的索引，这样无疑增加了工作量。但是在ES中创建了索引后，不允许进行修改，如果想修改只能新建索引通过导入的方式到新索引中。

分片数不宜太多也不能太少，一个简单的索引计算公式：
最大节点数 = 分片数 * （副本数 + 1）
换句话说，如果你计划用10个分片和2个分片副本，那么最大的节点数是30。

Index与Type

有人说index对应database，type对应table，其实是不准确的，最好不要与MySQL进行对应记忆。以一个问题来表述：
要存储一批新的数据时，应该在已有 index 里新建一个 type，还是给它新建一个 index？

Index

index的分片中，每一个都是一个Lucene Index，都需要消耗磁盘，内存和文件描述符。因此，一个大的 index 比多个小 index 效率更高：Lucene Index 的固定开销被摊分到更多文档上了。
多个index每个index还有分片的情况，在查询时需要更多的CPU和内存来处理查询结果，所以 index 少一点间接提高性能。

Type

在Elasticsearch 7.x 后，type已经正式废除，新增时会自动添加类型 _doc。
从另外一个角度来讲：

• 在index创建多个type，不同type间字段是相同的，会影响查询结果分数和多冗余字段。
• es对冗余出的空字段支持不高，会影响性能。

与MySQL对应概念（不推荐）

ElasticSearch	MySQL
Index(索引)	Database(数据库)
Type(类型)	Table(表)
Document(文档)	Row(行)
Field(属性)	Column(列)
Mapping	Schema

三、字段类型

ES中的字段类型

一般使用常用字段中的前四个。

• 常用字段：
  • Text：存储长文本或短语，进行全文本搜索。
  • Keyword：存储关键字、标签或其他短文本，用于精确匹配和排序。
  • Date：存储日期和时间信息。
  • Long：存储长整型数据。
  • Double：存储双精度浮点数数据。
  • Boolean：存储布尔值。
  • IP：存储IP地址。
• 其他字段：
  • Object：存储一个 JSON 对象，可以嵌套其他字段。
  • Nested：存储一个数组对象，可以嵌套其他字段。
  • Geo Point：存储经纬度坐标信息，用于地理位置相关的查询。
  • Geo Shape：存储复杂的地理形状数据，例如多边形和圆形。
  • Completion：用于实现搜索建议和自动完成功能。
  • Binary：存储二进制数据，如图像、文件等。
  • Array：存储数组或多个值。

四、索引

创建索引

创建索引，my_test_index，分别有三个字段id、name、remark
PUT：代表请求方式为 put 类型
my_test_index：代表索引的名称
number_of_shards：分片数
number_of_replicas：副本数

正如上述所说，put请求是restful请求中的类型，也就是说es支持http请求的方式执行命令，只需在/前添加es的地址即可。

PUT /my_test_index
{
  	"settings": {
		"number_of_shards": 3,
		"number_of_replicas": 1
	},
  "mappings": {
    "properties": {
      "id": {
        "type": "integer"
      },
      "name": {
        "type": "keyword"
      },
      "remark": {
        "type": "text"
      }
    }
  }
}

// 执行结果
{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "my_test_index"
}

索引修改

添加字段

注意使用 _mapping 来添加字段

POST /my_test_index/_mapping
{
  "properties": {
    "age": {
      "type": "integer"
    }
  }
}

// 执行结果
{
  "acknowledged" : true
}

修改字段

es是不允许修改字段的，如下

POST /my_test_index/_mapping
{
  "properties": {
    "age": {
      "type": "keyword"
    }
  }
}

// 执行结果
{
  "error" : {
    "root_cause" : [
      {
        "type" : "illegal_argument_exception",
        "reason" : "mapper [age] cannot be changed from type [integer] to [keyword]"
      }
    ],
    "type" : "illegal_argument_exception",
    "reason" : "mapper [age] cannot be changed from type [integer] to [keyword]"
  },
  "status" : 400
}

默认添加字段

对索引中没有字段进行保存时，es能够自动添加字段

POST /my_test_index/_doc
{
  "id": "1",
  "name": "张三",
  "gender": "F"
}

// 执行结果
{
  "_index" : "my_test_index",
  "_type" : "_doc",
  "_id" : "8deesYoBBTGuuZu3TwAp",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

通过命令查询es索引信息
再返回结果中发现字段类型为 text，但是还有名为 keyword 的子字段，实际上可以作为两种字段来使用，正常使用当做 text 字段进行全文检索。
当使用时按照 gender.keyword 来使用，字段类型为 keyword，但是长度不能超过256，超过的部分不计作 keyword 内的数据。

GET /my_test_index

// 返回结果
{
  "my_test_index" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "age" : {
          "type" : "integer"
        },
        "gender" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
        // 省略其他字段
      }
    }
  }
}

五、总结

1. ES中分片数和副本数需要按照实际情况进行合理分配，参考上述公式。
2. ES中的type默认填写_doc即可，相比于index变多不如使index更大更有利于ES查询。
3. 记忆ES索引和文档时，尽量不要与MySQL相关概念一起记忆。
4. ES在已有索引上只能新增字段可以通过命令或者ES自动创建来实现，不允许修改字段。