elasticsearch（学习记录-从零开始）

写在前面：

随着公司项目即将上线，定时抢购活动，督促着大家除了业务开发，也要把视线逐渐放到关注性能上。密密麻麻的日志文件信息挑战着人类视觉极限，坐在电脑前的我不知道下一步何去何从，如何是好（瑟瑟发抖）。近，坐在我旁边的大佬，让我看一下es，hbase，还有公司用的mq，准备搞一套日志管理后台。好了，我们一起开始吧~（以下内容，将以本人学习流程展开。理论知识 -> 操作 -> 回归理论）

初识es

es是一个开源的、分布式全文检索引擎，它是用java开发的。说到es，不得不提Lucene，由于Lucene太过于难懂难操作，于是就给Lucene升了级，对外暴露RESTFul风格API提供使用，es诞生。

es可以说是一个分布式nosql数据库，它有着集群分片的概念，它可以近乎实时的存储（默认1s刷新缓存到磁盘，近乎实时，但不是准实时）检索数据。它和我们熟知的关系型数据库也好，非关系型数据库也罢，有着不一样的存在姿态。下面说一下怎么个不一样。

关系型数据库（DataBase）《===》es的索引（index）

数据库表《===》es一个索引下面多种类型（Type）ps：es7.0.0开始移除了TYPE概念

数据库表下的数据由行、列组成《===》es一个类型Type由多个文档和多文件组成

数据库，定义每个表的字段、字段之间关系《===》es通过Mapping定义索引下的Type的字段处理规则

数据库的增删改查《===》es的增PUT/POST、删Delete、改_update、查GET

总结：

es的索引相当于一个数据库，每个索引有一个或者多个分片（shared），每个分片又有多个副本（replica，保证高可用嘛，还可以分摊搜索的压力，可进行搜索操作）。存储在es中的主要实体就是文档，文档就相当于数据库表中的一行记录。文档中有很多字段，每个字段的类型，在文档写入es的时候，自动识别类型，这种机制称之为“动态映射”。es也可以事先定义好映射，比如定义好文档各个字段及其类型（推荐），这种机制称为“静态映射”。每个文档存储在一个索引中（想象成数据存在数据库中），es为每一个文档自动生成标识符（想象自增主键）和文档类型。文档又有着对应文档类型的标识符，着就意味着一个索引中，两个不同类型的文档可以有相同的标识符。

经过一番了解，觉得es的分片概念，让坐在电脑前昏昏欲睡的我，又打起精神。当有大量的文档数据时，内存限制、硬盘能力、cpu处理能力限制，没办法足够快速响应，一个节点不能够呀。分片，把数据分为较小的称为分片，每个分片可以放在不同的服务器上（每个分片都是一个独立的Apache Lucene索引）。因此数据可以在集群的节点中传播。当你要查询的索引，分布在不同的分片上时，或者说是不同机器上时，es会把查询发送给每个与此次查询有关的分片，并将结果合并到一起。

说白点，es完成的就是对于搜索PB级的文档数据，和每秒百计的搜索请求，提供了一个高效能的分布式解决方案。

了解到这里，我也是一脸懵逼，不知所措。实践是检验真理的标准，邓小平爷爷很早就告诉过我们。来吧~让暴风雨来的更猛烈些吧~于是乎我去安装es服务，集成到我的价值百亿的项目中玩一下先（坏笑脸）。

操作：

准备工作：安装es、head插件。head提供了友好的视觉效果去使用es。安装head插件，要配置好node和grunt。

准备妥当，访问默认端口号localhost:9100

看来是可以了，看似可以开始把玩了.......

但是....ps：es-head链接es，在elasticsearch.yml记得添加http.cors.enabled: true
http.cors.allow-origin: "*"。显示如下，链接成功。

继续把玩........新建索引，默认分片数5，副本1。分片数一旦确认提交，不可再改，副本则却可以灵活调整。

创建了个索引，查看一下状态。mappings栏为空呀~说明我们创建方式是非结构化的。想想之前提到的mapping。

搞点事情吧~去改变它一下。创建结构化索引：

当然啦，也可以通过请求创建索引。我这里指定mapping和分片、副本数，如下。指定include_type_name=true。

看样是可以了~继续。接下来就搞一下es的增删改查......

es是以RESTFul风格命名，API格式如下：

es7.0.0及其之后：http://ip:端口/索引/_doc/文档id

以前：http://ip:端口/索引/类型/文档id

http请求常用动作有：GET/PUT/POST/DELETE

增：

来吧~用刚刚创建的索引，创建一个文档数据，使用http的put方法，拼好地址：

http://localhost:9200/demo/_doc/测试数据

成功插入一条数据，该数据可以查看。读者也可以尝试，不指定文档id，会自动生成一个文档id。

删文档：

一样的，我们来拼下url：http://localhost:9200/demo/_doc/测试数据

删索引：