Elastic Search 新手笔记（1）——入门篇

　　前言

　　之前写过一个关于Elastic Search的文章，当时的我还不会使用markdown，还不知道怎么好好把自己所想的，总结成一个有条理的文章，所以我就想写下了这一篇新文章，帮助自己消化所学的东西，也可以把知识分享给大家。

使用	版本
操作系统	MacOS
ES版本	6.3.0
可视化插件	Head

　　安装

　　1.单实例安装

　　elasticSearch 的安装我觉得相对简单一些，我们可以在官网或者是别的途径，下载到它，官网的下载地址为https://www.elastic.co/downloads/elasticsearch, 当前最新的版本为6.4.2。而我使用的版本是6.3.0，如果想要下载到原来版本的ES，可以进入以下网址进行下载https://www.elastic.co/downloads/past-releases。
　　下载好后，执行bin目录下的elasticsearch即可。
　　启动后，在浏览器输入http://localhost:9200/即可，效果如下：

   

　　2.Head插件安装

　　Head插件是依托于node环境的，我们在使用插件之前需要先下载node.js。node.js下载好后，通过node -v 查看是否安装成功，然后就可以通过以下网址下载Head插件。Head 插件地址。下载好Head插件以及elasticsearch后，需要修改在elasticsearch 中的config的elasticsearch.yml中加上以下配置内容：

　　　http.cors.enabled: true 

　　http.cors.allow-original: "*"

　　保证了Es以及Head插件的连通性。
　　Head插件的启动
　　1.npm install phantomjs-prebuilt@2.1.15 --ignore-scripts（之所以不使用npm install 是因为这个包，一直都取不到，但是它也不怎么影响使用。）
　　2.npm install
　　3.npm run start
　　启动后，在浏览器输入http://localhost:9100，如果显示了相关内容即可。

　　3.分布式安装

　　分布式的安装和单实例安装大同小异，把下载下来的ElasticSearch复制两个副本，放在新创建的目录ES_slave（slave为随从奴隶的意思，在这里把我们之前安装好的当做一个master，然后其他的slave配合master形成一套分布式）中，如下图所示：

  　　　　   　　

　　这里是创建了两个，如果有需求，可以根据需求继续拓展。
　　然后把两个slave中的elasticsearch.yml文件进行修改，加入以下配置：

　#配置ElasticSearch的集群名称

cluster.name: harry
#节点的名称(另一个节点名称可以使用slave2)
node.name: slave1
#设置绑定的IP地址
network.host: 127.0.0.1
#设置对外服务的端口号，默认情况下为9200（这里只要使用没被使用的端口号即可）
http.port: 8200
#设置是否打开多播发现节点，如果不进行配置，不会被主节点发现。
discovery.zen.ping.unicast.hosts: ["127.0.0.1"]

　　配置好后，启动slave的elasticsearch即可。
　　Tips：我启动的时候报了一个错误。

cluster.name: elasticsearch
#设置集群名称，一个集群只可以有一个名称，ElasticSearch会自己去查找同一个网段下的所有节点
node.name: node-1
#设置节点名称
node.master: true
#设置该节点是否是master节点，默认为true
node.data: true
#设置该节点，是否存储索引数据，默认为true
index.number_of_shards: 5
#设置分片的数量，默认为5个，这个配置只在5.0版本之前好用
index.number_of_replicas: 1
#设置索引副本数量，默认为一个，同样也是只在5.0之前好用。
path.data: /path/to/data
#设置索引数据的存储路径，默认在data文件夹下，可以设置多个文件存储路径，用逗号分隔。
path.logs: /path/to/logs
#设置log日志的存储路径，默认情况下是在logs文件夹下。
bootstrap.mlockall: true
#设置为true来锁住内存
network.host: 0.0.0.0
#设置绑定的Ip地址，默认为0.0.0.0
http.port: 9200
#设置对外服务的HTTP端口号
transport.tcp.port: 9300
#设置节点间交互的TCP端口号，也是给Java API使用的端口号，默认是9300。
transport.tcp.compress: false
#是否压缩TCP传输的数据，默认为false
http.cors.enabled:true
#是否使用http提供对外的服务，默认为true
http.max_content_length: 100mb
#http传输内容的最大容量。
discovery.zen.minimum_master_nodes: 1
#发现master节点的数量，默认为1个。
discovery.zen.ping.timeout: 3s
#发现其他节点，超时的时间。
discovery.zen.ping.multicast.enabled:true
#是否打开多播发现节点。
discovery.zen.ping.unicast.hosts:["host1","host2:port","host3:[portX-portY]"]
#设置集群master几点的初始列表。
script.engine.groovy.inline.update: on
#开启groovy脚本的支持
script.inline: true
#开始所有脚本语言行内执行所有的操作。

基本用法

Elastic Search 我们可以使用REST API与其进行交互，说白了就是使用url地址，通过不同的method（get,post,put,delete）传入不同的json数据。
head插件虽然很好，但是也并不是万能的，我比较习惯用Post man进行api交互。下面讲讲具体的操作。
1.创建索引

url地址	method	用途
localhost:9200/索引名称	put	创建索引

在创建索引之前，我要先说两个概念分别是静态映射和动态映射。
动态映射是在创建索引之初，不添加索引的类型和文档中属性的格式，而是在添加文档的时候，格式会被自动转化。两种不同映射的设置，是由dynamic参数来决定的一共有三个可选值：

• true 动态映射自动添加字段
• false 静态映射，不会自动添加字段
• strict 静态映射，如果添加了新字段会报错

动态转换内容如下：

JSON格式的数据	自动推测的字段类型
null	没有字段被添加
true or false	boolean
浮点类型数字	float
数字	long
JSON对象	object
数组	有数组中第一个非空值决定
string	有可能是date类型（开启日企检测），double，long，text，keyword

动态映射json体：

{
     "settings":{
        "number_of_shards":3,
        "number_of_replicas":1
    },
    "mappings":{
        "it": {
            "dynamic":"strict",
            "properties":{
                "title":{
                    "type":"text"
                },
                "content":{
                    "type":"text"
                },
                "create_date":{
                    "type":"date"
                }
            }
        }
    }
}

这里的it指的就是类型，在properties中添加自己的字段，并且指定属性的类型。
另外发送请求的content-type一定得是application/json，这个值得注意，成功后，会返回一个属性acknowledged 是true的，就说明创建成功，其他的如下图（Tips：几个更换 json体，这里的截图只是一个示范）：

  image.png

查看head插件，如下图

  image.png
我们可以看到这里创建了三个分片（细线为粗线的副本）。

2.插入文档

url地址	method	用途
localhost:9200/索引名称/类型名称/文档id	put	创建文档（指定文档id）
localhost:9200/索引名称/类型名称	post	创建文档（随机文档id）

3.修改文档

url地址	method	用途
localhost:9200/索引名称/类型名称/文档id/_update	post	修改文档

json体：

{
  "query":{
    "match_all":{}，（通过该属性查询所有数据）
    "match":{
      "需要查询的字段名称"："查询的值"
    }
  },
  "from": "从第几个开始"（可选）,
  "size": "要查询多少个"（可选） ,
  "sort": [
    {"字段名称":{"order": "desc 或者是 asc"}}（自定义排序，默认通过score元字段进行排序）
  ]
}

聚合查询结构体为:
(可以定义多个聚合条件，放在不同的聚合名称中)

{
  "aggs":{
    "聚合名称1（自定义）": {
      "terms":{
        "field": "通过该字段进行聚合"
      }，
      "status":{
         "field": "通过该字段进行聚合"（status key可以计算这个聚合的相关参数）
       }
    }，
    "聚合名称2（自定义）": {
       "terms":{
        "field": "通过该字段进行聚合"
      }
    }
  }  
}

后记

这篇文章是学习了慕课网上瓦力老师的教程并参考《从lucene到Elasticsearch全文检索实战》所写，课程地址为https://www.imooc.com/learn/889，在此感谢你们的分享，我会在后续的文章中继续总结elasticsearch的更多查询语法，以及Spring Boot 集成 Elastic Search 的相关知识。

https://www.cnblogs.com/xuwujing/p/8998168.html

作者：luckyHarry4
链接：https://www.jianshu.com/p/c0c0bf3fa0d1
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。