【ES三周年】高效搜索引擎ElasticSearch介紹-世界時快訊

2023-02-23 08:08:11 來源：騰訊云

官網：https://www.elastic.co/cn/products/elasticsearch

ElasticSearch

簡介

官網：https://www.elastic.co/cn/products/elasticsearch

特點：

高速、擴展性、最相關的搜索結果。分布式 - 節點對外表現對等，每個節點都可以作為入門，加入節點自動負載均衡。JSON - 輸入輸出格式是 JSON。Restful 風格，一切 API 都遵循 Rest 原則，容易上手。近實時搜索，數據更新在 Elasticsearch 中幾乎是完全同步的，數據檢索近乎實時。安裝方便 - 沒有其它依賴，下載后安裝很方便，簡單修改幾個參數就可以搭建集群。支持超大數據：可以擴展到 PB 級別的結構化和非結構化數據。

■Elasticsearch是一個基于Lucene的搜索服務器。它提供了一個分布式多用戶能力的全文搜索引擎，基于RESTful web接口。

(資料圖)

■Elasticsearch是用Java語言開發的，并作為Apache許可條款下的開放源碼發布，是一種流行的企業級搜索引擎。Elasticsearch用于云計算中，能夠達到實時搜索，穩定，可靠，快速，安裝使用方便。

■Elasticsearch 還是高擴展、高實時的搜索與數據分析引擎。它能很方便的使大量數據具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸縮性，能使數據在生產環境變得更有價值。

ElasticSearch信息概覽

什么是index，type，doc

■index：索引是文檔(Document)的容器，是一類文檔的集合，可以理解成我們常用的mysql中的數據庫。

■Type 可以理解成mysql中的表。

■Document Index 里面單條的記錄稱為Document（文檔）。等同于mysql中的一行數據。

建庫，建表，建字段

■建庫腳本

PUT http://127.0.0.1:9200/cunw-share-es-index

就這么一個請求就可以建成一個以cunw-share-es-index為庫名的ES數據庫索引庫；

■建表腳本，建字段

PUT http://127.0.0.1:9200/cunw-share-es-index/sanbu/1

PUT http://127.0.0.1:9200/cunw-share-es-index/sanbu/1{   "name":"大哥",   "sex": "男",   "hight":"180",   "date":"2022-01-01",   "info":"Hello World"}

索引基本創建完成。

什么是mapping

■mapping 是用來定義文檔及其字段的存儲方式、索引方式的手段，例如利用mapping 來定義以下內容：哪些字段需要被定義為全文檢索類型；哪些字段包含number、date類型等格式化時間格式；自定義規則，用于控制動態添加字段的映射。

■mapping是一種簡單的數據類型，例如text、keyword、integer、double、boolean、long、date、ip類型。也可以是一種分層的json對象（支持屬性嵌套）。也可以是一些不常用的特殊類型，例如geo_point、geo_shape、completion。

■針對同一字段支持多種字段類型可以更好地滿足我們的搜索需求，例如一個string類型的字段可以設置為text來支持全文檢索，與此同時也可以讓這個字段擁有keyword類型來做排序和聚合，另外我們也可以為字段單獨配置分詞方式，例如"analyzer": "ik_max_word"。從某種意義上來講，就是表字段類型，int,varchar,date...

為什么要用mapping

提出疑問，修改一個字段的類型：

{  "sanbu": {    "properties": {      "hight": {         "type": "integer"         }      }   }}

為什么不能修改一個字段的type？原因是一個字段的類型修改以后，那么該字段的所有數據都需要重新索引。Elasticsearch底層使用的是lucene庫，字段類型修改以后索引和搜索要涉及分詞方式等操作。

ElasticSearch 分片，副本

■數據分片：

簡單來講就是咱們在ES中所有數據的文件塊，也是數據的最小單元塊，整個ES集群的核心就是對所有分片的分布、索引、負載、路由等達到驚人的速度。

實列場景：

假設 IndexA 有2個分片，我們向 IndexA 中插入10條數據 (10個文檔)，那么這10條數據會盡可能平均的分為5條存儲在第一個分片，剩下的5條會存儲在另一個分片中。說白了：數據分片其實類似主流關系型數據庫的表分區（分表）的概念有點類似。這樣的好處是可以把一個大的索引拆分成多個，分布到不同的節點上。構成分布式搜索要注意的是分片的數量只能在索引創建前指定，并且索引創建后不能更改。

分片數量設置計算公式：

分片個數是越多越好，還是越少越好了？根據整個索引的數據量來判斷。SN(分片數) = IS(索引大小) / 30，當然也要根據能夠給ES分配資源的實際情況而定奪。

■數據副本

副本是主分片的拷貝，es可以設置多個索引的副本，副本的作用一是提高系統的容錯性，當某個節點某個分片損壞或丟失時可以從副本中恢復。二是提高es的查詢效率，es會自動對搜索請求進行負載均衡。副本分片數，可以動態的修改。增加副本數，還可以在一定程度上提高服務的可用性（讀取的吞吐）。

■設置分配，副本腳本代碼

PUT /index    {        "settings":{            "number_of_shards" : 3, //指 這個index主分片分布在3個節點上            "number_of_replicas":1  //指 每一個主分片都有一個副本         }    }

■查詢寫法

es中的查詢請求有兩種方式，一種是簡易版的查詢，另外一種是使用JSON完整的請求體，叫做結構化查詢（DSL）。由于DSL查詢更為直觀也更為簡易，所以大都使用這種方式。DSL查詢是POST過去一個json，由于post的請求是json格式的，所以存在很多靈活性，也有很多形式。

最基本的查詢語句，查詢所有數據值得注意的是，在請求之前一定確保它是正確的Json。

{    "query": {        "match_all": {}    }}

查詢過濾條件關鍵字

■查詢關鍵字的用法match，term，wildcard，range....

1.match 通過單詞字面意思理解是匹配的意思，顧名思義如果匹配到其中的任意字詞就會命中，其實就是通過ES默認的ik分詞器去做分詞查詢。

{    "query": {        "match": {       "name":軟"    }    }}

2.term 如果匹配到其中所有字詞才會命中。

{    "query": {        "match": {       "name":"軟"    }    }}

3.wildcard 用法類似mysql的like，注意這里的通配符是*

{    "query": {        "match": {       "name":"*軟*"    }    }}

4.range 看到這個詞就會想到區間，它的用法類似于mysql的between ..and ..

{    "query": {        "range": {     "height":{     "gt": "150",     "lt": "170"      } }    }}

update，delete語句

■ 根據ID進行單個更新

POST /index/type/_id/_update{   "doc" : {      "publish_date" :"2021-11-10",   }}

■ 根據ID進行單個刪除

DELETE /index/type/_id

Elastic 有一條完整的產品線 ELK - Elasticsearch、Logstash、Kibana，前面說的三個就是常說的 ELK 技術棧（開源實時日志分析平臺）。Logstash 的作用就是一個數據收集器，將各種格式各種渠道的數據通過它收集解析之后格式化輸出到 Elastic Search ，最后再由 Kibana 提供的比較友好的 Web 界面進行匯總、分析、搜索。ELK 內部實際就是個管道結構，數據從Logstash 到 Elastic Search 再到 Kibana 做可視化展示。這三個組件各自也可以單獨使用，比如 Logstash 不僅可以將數據輸出到 Elastic Search ，也可以到數據庫、緩存等。

關于ES的內容還有很多東西等著我們，搭建、分詞器、集群、節點角色分配、冷熱分離、讀寫分離等等，后續我們再輸出相關詳細內容。

Kibana

簡介

Kibana 是 Elastic Stack 成員之一，它是一個基于 Node.js 的 Elasticsearch 索引庫數據統計工具，可以利用 Elasticsearch 的聚合功能，生成各種圖表，如柱形圖，線狀圖，餅；而且還提供了操作 Elasticsearch 索引數據的控制臺，并且提供了一定的 API 提示。您可以使用 Kibana 對 Elasticsearch 索引中的數據進行搜索、查看、交互操作。您可以很方便地利用圖表、表格及地圖對數據進行多元化的分析和呈現。

Kibana 可以使大數據通俗易懂。它很簡單，基于瀏覽器的界面便于您快速創建和分享動態數據儀表板來追蹤 Elasticsearch 的實時數據變化。

搭建

搭建 Kibana 非常簡單。可以分分鐘完成 Kibana 的安裝并開始探索 Elasticsearch 的索引數據 ——— 沒有代碼、不需要額外的基礎設施。當前我們公司使用的版本是 5.5.1。

常用模塊

■ Discover

Discover 主要是做索引查詢，功能非常強大。從發現頁可以交互地探索ES的數據?？梢栽L問與所選索引模式相匹配的每一個索引中的每一個文檔?？梢蕴峤凰阉鞑樵儭⒑Y選搜索結果和查看文檔數據。還可以看到匹配搜索查詢和獲取字段值統計的文檔的數量。如果一個時間字段被配置為所選擇的索引模式，則文檔的分布隨著時間的推移顯示在頁面頂部的直方圖中。

■ Visualize

視圖展示，支持許多風格?？梢暬苁鼓銊撛炷愕?Elasticsearch 指標數據的可視化。然后你可以建立儀表板顯示相關的可視化。Kibana 的可視化是基于 Elasticsearch 查詢。通過一系列的 Elasticsearch聚合提取和處理您的數據，您可以創建圖表顯示你需要知道的關于趨勢，峰值和驟降。您可以從搜索保存的搜索中創建可視化或從一個新的搜索查詢開始。

■ Dashboard

圖表展示，一個儀表板顯示Kibana保存的一系列可視化。你可以根據需要安排和調整可視化，并保存儀表盤，可以被加載和共享。

■ Timelion

Timelion 是一個時間序列數據的可視化功能，可以結合在一個單一的可視化完全獨立的數據源。它是由一個簡單的表達式語言驅動的，你用來檢索時間序列數據，進行計算，找出復雜的問題的答案，并可視化的結果。這個功能由一系列的功能函數組成，同樣的查詢的結果，也可以通過 Dashboard 顯示查看。

■ Dev Tools

其實就是一個控制臺，可以直接使用 DSL語法來直接操作es中的數據，使用戶方便地通過瀏覽器直接與 Elasticsearch 進行交互。