快速掌握分布式搜索引擎ElasticSearch

Posted 2021-04-21 JAVA架构进阶之路

前言

由于最近在项目中接触使用到了ElasticSearch，从本篇博客开始将给大家分享这款风靡全球的产品。将涉及到ElasticSearch的安装、基础概念、基本用法、高级查询、中文分词器、与SpringBoot集成进行接口开发等相关知识。

ElasticSearch简述

如果大家接触过大数据的话，相信大家或多或少的听说过ELK。ELK是目前非常主流的用于网站监控，流量监控，日志监控，集中日志管理的一套解决方案。而ElasticSearch如同ELK的心脏一般，起到一个非常核心的作用。简单来说，Logstash通过把日志收集到ElasticSearch中，进行储存，kibana负责可视化的展现结果。

ELK

说白了，ElasticSearch就是一款大数据搜索引擎，那么在市面上还有哪些类似的产品呢？在Java开源界的话，主要就是Lucene、Solr和ElasticSearch了。

Lucene，Java领域的搜索引擎鼻祖，是一个比较底层的东西，需要深厚的搜索理论基础才可以掌握，比较复杂（它本身不是一个完整的解决方案，需要额外的开发工作）。因此，为了方便使用，屏蔽复杂性，Solr和ElasticSearch在lucene的基础上进行了二次开发。

Solr相比ElasticSearch而言拥有更加成熟的社区，比较稳定，但是随着数据量越来越大，对实时性要求越来越高，Solr的搜索效率在下降，而ElasticSearch却没有明显的变化。因此ElasticSearch非常适合实时搜索的应用。（比如大名鼎鼎的Github的站内实时搜索就在应用ES）

另外，由于ElasticSearch提供了简单易用的Restful API，轻松的横向扩展机制（说白了，可以通过加机器来扩展容量），能支持PB级别的结构化或非结构化数据处理，具有强大的分布式储存能力。

ElasticSearch的安装

https://www.elastic.co/cn/downloads/elasticsearch

下载后直接解压，运行即可。

运行es

默认启动端口9200

查看es启动状态

注意上面的方式是单实例的安装，那么分布式安装呢？

其实，对于分布式安装，无非注意下面几个配置要点：

指明谁是master，谁是slave，集群的名字，节点启动的端口（特别是在同一台机器上模拟分布式）。

几个重要的基础概念

索引，含有相同属性的文档集合。

类型，索引可以定义一个或者多个类型，文档必须属于一个类型。

文档，文档是可以被索引的基本数据单位。

看起来，比较绕，我们用类比的思路来理解：

类比理解

索引相当于database，类型相当于table，文档相当于一条记录，文档Document是es里面最小的储存单位。需要注意的是索引在es中的名称必须是英文字母小写且不包含中划线。和索引相关的有2个高级概念，一个是分片，一个是备份。

分片：每个索引都有多个分片，每个分片是一个lucene索引。

备份：拷贝一个分片就完成了分片的备份。

假设索引的数据很大，就会造成硬盘的压力很大，同时搜索速度也会出现瓶颈。那么可以将索引分成多个分片，从而分摊压力。分片的同时，还可以允许用户进行水平扩展和拆分，进行分布式的储存，从而提高搜索的效率。

当一个主分片出现问题时，备份的分片可以代替工作，从而提高了es的可用性。

es在默认创建索引时，会创建5个分片，一个备份。

假设我们的es是一个master，2个slave，创建索引时，走的默认配置（5个分片，1个备份）,那么图示如下：

分片和备份

图中标绿颜色的是主分片，其他是备份的分片。

创建ES索引、类型

本文前面提到es提供了简单易用的Restful API来操作索引／类型／文档，下面介绍下基本格式：

API基本格式  http://ip:port/索引/类型/文档id

http常用方法 get/put/post/delete

下面，我们演示一下利用postman来创建一个索引和类型：

创建索引和类型

查询索引、类型信息

好了，本篇博客就介绍到这里，下一篇博客再来给大家介绍文档的增删改查操作等。

see u next time~