初识ElasticSearch

概述

Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。无论在开源还是专有领域，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。

• 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
• 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

下面展示了在关系型数据库中和ElasticSearch中对应的存储字段：

Relational DB -> Databases -> Tables -> Rows -> Columns

Elasticsearch -> Indices -> Types -> Documents -> Fields

这里的索引和传统的关系型数据库中索引有些不同，在ElasticSearch中，一个索引就像是传统关系型数据库中的数据库。

在ElasticSearch和Lucene中，使用的是一种叫倒排索引的数据结构加速检索。

安装使用

由于机器有限，所以我采用的是使用虚拟机安装ElasticSearch。

实验环境如下：

• VMware虚拟机
• centos6.5系统
• JDK1.8
• ElasticSearch 5.2.2

下载与安装

可以在ElasticSearch官网下载最新版的ElasticSearch。

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

如果使用Windows则下载zip包，使用linux则下载tar.gz包。

安装之前需要安装JDK1.7以上版本。

在Windows下方法比较简单，解压zip包后，通过DOS命令行切换到bin目录，运行elasticsearch即可，可以通过查看localhost:9200端口，看是否启动成功。

在Linux中安装与使用

在linux中新建一个目录，名字为elasticsearch，使用Xftp或者WinSCP等工具将刚才下载的安装包传输到该目录下。

tar -zxvf elasticsearch-5.2.2.tar.gz解压文件。

进入到解压后的文件，输入.bin/elasticsearch即可打开elasticsearch。

可能出现的问题：

• 启动失败可能是因为使用了root用户，启动不允许使用root用户
• 启动失败其他原因，可能linux系统中有些参数需要修改修改，比如最大虚拟内存、用户最大可创建线程数，按照提示进行修改即可，具体设置地点可在网上查找。
• linux防火墙的9200端口需要打开，否则在主机上无法访问虚拟机里的ElasticSearch，可以通过ifconfig命令查询Linux主机的ip地址。
• 如果还是无法访问，可以进入ElasticSearch目录中的config目录中，vim elasticsearch.yml
  
  ，编辑设置文件，将host改为0.0.0.0，保存并重启ElasticSearch，就应该没问题了。

访问 ip + 9200，结果如下，ElasticSearch开启成功。

安装elasticsearch-head

elasticsearch-head是一个很好的管理工具，可以可视化看到集群的状况。

下载地址：https://github.com/mobz/elasticsearch-head

在elasticsearch5.0后，废弃了使用plugin安装的方式，可以使用git先clone代码，使用npm安装。

访问 ip + 9100，记得开放端口。

在chrome或者火狐浏览器中可能会出现跨域问题而无法连接，可以使用IE连接。

基本使用

在官网可以查看使用多种语言的API，在这里使用最简单的基于HTTP协议的API，使用JSON格式数据。

插入数据

在linux中，输入：

curl -XPUT 'http://192.168.91.129:9200/website/blog/1' -d '{"title":"liuyang", "text":"太阳在头顶之上", "date":"2017-4-16"}'

这样就可以插入一条数据，在插入多条数据后，在浏览器输入：

http://192.168.91.129:9200/_search?pretty

在结果中可以看到有多条记录。pretty的作用是为了让JSON优化排版，也可以直接使用curl -XGET获取数据。

搜索

查询字符串

在浏览器输入：

http://192.168.91.129:9200/_search?q=太阳

在q后面加上自己想要查找的字符串，就可以进行匹配了。

_score字段为匹配程度，越高的结果就会越在前面。

格式化结果后：

{
    "took": 292,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
        "total": 3,
        "max_score": 0.56008905,
        "hits": [
            {
                "_index": "website",
                "_type": "blog",
                "_id": "2",
                "_score": 0.56008905,
                "_source": {
                    "title": "title2",
                    "text": "小路弯弯,太阳正在头顶上",
                    "date": "2017-4-16"
                }
            },
            {
                "_index": "website",
                "_type": "blog",
                "_id": "3",
                "_score": 0.5446649,
                "_source": {
                    "title": "title3",
                    "text": "最美的太阳",
                    "date": "2017-4-16"
                }
            },
            {
                "_index": "website",
                "_type": "blog",
                "_id": "1",
                "_score": 0.48515025,
                "_source": {
                    "title": "liuyang",
                    "text": "太阳在头顶之上",
                    "date": "2017-4-16"
                }
            }
        ]
    }
}

全文搜索

在linux中输入：

curl -XGET 'http://192.168.91.129:9200/_search' -d '{"query":{"match":{"text":"太阳"}}}'

后面的JSON为搜索的具体field，这样就可以做到在关系型数据库中很难做到的全文检索。

从输出结果中可以看到，每一个document都有对应的_score字段，这就是对此document的相关性评分。

格式化输出：

{
    "took": 44,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
        "total": 3,
        "max_score": 0.5716521,
        "hits": [
            {
                "_index": "website",
                "_type": "blog",
                "_id": "1",
                "_score": 0.5716521,
                "_source": {
                    "title": "liuyang",
                    "text": "太阳在头顶之上",
                    "date": "2017-4-16"
                }
            },
            {
                "_index": "website",
                "_type": "blog",
                "_id": "3",
                "_score": 0.5649868,
                "_source": {
                    "title": "title3",
                    "text": "最美的太阳",
                    "date": "2017-4-16"
                }
            },
            {
                "_index": "website",
                "_type": "blog",
                "_id": "2",
                "_score": 0.48515025,
                "_source": {
                    "title": "title2",
                    "text": "小路弯弯,太阳正在头顶上",
                    "date": "2017-4-16"
                }
            }
        ]
    }
}

通过对比两种搜索方式的结果可知，使用全文搜索的匹配更加满足我们的预期。