ElasticSearch之安装及基本操作API

Posted 2021-03-23 ytao-blog

ElasticSearch 是目前非常流行的搜索引擎，对海量数据搜索是非常友好，并且在高并发场景下，也能发挥出稳定，快速特点。也是大数据和索搜服务的开发人员所极力追捧的中间件。虽然 ElasticSearch 深受大家的喜爱，但是它的迭代速度之快，所以在相关社区老是有听说到学不动了的话语，也正是这种不断完善，才能拥有现在的社区活跃。我使用 ElasticSearch 时，从 5.x 到 6.x 版本，再到现在接触到 7.x 版本。从版本升级中，也看到了 ElasticSearch 对主流技术变化的拥抱，最明显的是新版 JDK 版本的支持及容器技术的支持。

安装

本文基于目前最新版本ElasticSearch-7.5.0进行操作，如官网下载太慢，可在【ytao公众号】中发送es获取下载链接。

安装环境及本文相关包：

操作系统    CentOS 7.5 64位
ElasticSearch 7.5.0
Kinbana 7.5.0

JDK 环境

ElasticSearch 在 7.x 中自带 JDK 环境，所以现在不一定要安装 JDK。默认是先判断当前服务器是否安装 JDK，如果安装了就使用服务器已安装的 JDK，否则会使用自带的 JDK，当然这个也是可以手动设置。

创建启动账号

由于 ElasticSearch 默认是不支持 root 账号权限启动，所以第一步要先创建启动账号。
创建一个 ElasticSearch 的运行组 es:

groupadd es

在 es 组中创建用户：

useradd elastic -g es 

设置新用户密码：

passwd elastic

给解压出的 ElasticSearch 包授权：

chown -R elastic:es elasticsearch-7.5.0

修改配置文件

进入到/elasticsearch-7.5.0目录，在config目录里有个elasticsearch.yml文件，修改里面当前需要的配置。

• cluster.name 是所属集群的名称
• node.name 当前节点名称
• network.host 当前节点所绑定地址，绑定到0.0.0.0所有的访问
• http.port 对外提供服务的端口号
• path.data 数据存储目录，这个我一般不适用默认目录，但是要给自定义的目录授权
• path.log 日志目录，和 path.data 类似配置

另外一个重要的配置，在当前目录中的jvm.options文件设置。
这里设置堆内存大小，建议设置机器内存的 50% 大小。

-Xms4g
-Xmx4g

其他配置暂时没用到，暂不分析，今后的文章中用到再进行讲解。

启动

安装配置文件设置的值默认启动，直接执行./bin/elasticsearch，果然不出乎所意料，启动异常。

上图中抛了两个异常。

• 第一个是说虚拟内存太小，至少需要 262144。
• 第二个当前默认配置不适合，[discovery.seed_hosts, discovery.seed_providers, cluster.initial_master_nodes]配置中至少有一个配置。

现在就增大服务器虚拟内存：

# 编辑 sysctl.conf 文件
vim /etc/sysctl.conf

# 在 sysctl.conf 中添加
vm.max_map_count=262144

# 查看刚设置的是否生效
sysctl -p

设置 cluster.initial_master_nodes 配置参数：

cluster.initial_master_nodes: ["node-1"]

再次启动完成后，没有异常抛出，访问ip:9200，返回数据信息，其中包括集群名称，节点名，版本信息等等：

基本操作API

在进行 API 操作前先安装 kibana，以下命令执行将全部在 kibana 中执行。解压 kibana 后，在kibana.yml中设置 ElasticSearch 地址elasticsearch.hosts: ["http://ip:9200"]。通过bin/kibana进行启动。安装比较简单，这里不做详细阐述。

索引操作

创建索引

创建 person 索引例子，number_of_shards 为分片数量，number_of_replicas 为索引的副本数，这里主要演示创建索引时可设置一些相关参数，且为非必填项。

PUT /person
{
  "mappings" : { 
   "properties": {
     "name" : {
        "type" : "text",
        "fields" : {
          "keyword" : {
            "type" : "keyword",
            "ignore_above" : 256  // 长度超过ignore_above设定的值，不会被索引或存储
          }
        }
      }
   }
  },
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 1
  }
}

执行命令结果：

查询索引

使用 GET 请求方式查询索引信息：

GET /person

返回结果

删除索引

使用 DELETE 请求方式:

# 删除 person 索引
DELETE /person

# 删除全部索引
DELETE /_all

# 通配符删除
DELETE /person*

mapping 操作

查询 person 索引的 mapping ：

GET /person/_mapping

向 person 索引中添加 remark 字段，之前 mapping 中的 name 不会被删除，。

POST /person/_mapping
{
  "properties" : {
      "remark2" : {
        "type" : "text",
        "fields" : {
        "keyword" : {
          "type" : "keyword",
          "ignore_above" : 256
        }
      }
    }
  }
}

文档操作

添加文档

添加文档有两种方式，第一种就是使用指定索引的 type 添加文档，7.x开始，type 指定只能是 _doc 值，同时也是不支持多 type 的（ps：之前使用type主要用来将索引逻辑分区）。第二种就是使用 _create 进行创建数据。

index 方式添加文档

使用_doc API向 person 中添加文档：

PUT /person/_doc/1
{
  "name":"ytao",
  "blog":"公众号 ytao",
  "remark":"https://ytao.top"
}

添加文档后返回的数据：

上面命令执行过程，如果索引或 mapping 不存在，都会自动创建。这里的 id 我们也可以自动生成，但是请求不能使用 PUT 方式，要改为 POST 方式。

POST /person/_doc/
{
  "name":"ytao",
  "blog":"公众号 ytao",
  "remark":"https://ytao.top"
}

如果上面我们插入 id 为 1 的文档重复执行，那么会先删除掉旧的文档，再引用新的文档，并且所对应的_version版本号值会较之前的 +1。

create 方式添加文档

使用_create API向 person 添加文档：

PUT /person/_create/2
{
  "name":"yangtao",
  "blog":"ytao's blog",
  "remark":"coder"
}

这里 id 必须指明，否则添加失败，并且文档中已存在的 id 不能进行添加。

获取和查询文档

根据 id 获取文档

使用 GET 获取文档：

GET /person/_doc/1

返回数据中：

根据字段进行查询

使用_search API进行查询，这里暂时不做深入讲解。
查询 name 为 ytao 的文档，并且通过from=0&size=2分页查询。

# q 为查询参数，查询的字段和值用 : 进行分割
GET /person/_search?q=name:ytao&from=0&size=2

返回结果：

更新文档

更新文档使用 _update API进行更新。更新内容必须包含在doc中。更新对源数据只能是添加或修改字段，这也是和使用_doc添加数据的区别，不是通过删除旧的文档进行更新的。

POST /person/_update/1
{
  "doc":{
    "blog":"ytao's blog"
  }
}

删除文档

文档删除使用 DELETE 请求，然后指定 id：

DELETE /person/_doc/1

批量操作文档

批量处理可以一次请求中处理多个任务，使用_bulk API进行。
下面就以索引添加方式添加一个文档到索引中，然后更新文档中 blog 字段为例。

POST _bulk
{"index":{"_index":"person", "_id":1}}
{"name":"ytao","blog":"公众号 ytao","remark":"https://ytao.top"}
{"update":{"_index":"person", "_id":1}}
{"doc":{"blog":"ytao's blog"}}

返回结果中，按每一个操作分别返回结果信息，当其中有请求错误时，不会影响其他请求操作。

批量获取文档

批量获取文档，使用_mget API进行，通过一次指定多个文档 id，进行请求。
例如在 person 索引中获取 id 为 1,2 的文档：

POST _mget
{
  "docs":[
    {
      "_index": "person",
      "_id": 1
    },
    {
      "_index": "person",
      "_id": 2
    } 
  ]
}

返回结果：

批量查询文档

批量查询文档，使用_msearch API进行，将多个查询整合到一个请求中。
下面就是分别在指定索引中查询的不同条件。

GET /person/_msearch
{"index":"person"}
{"query":{"match":{"blog":"ytao's blog"}}}
{"index":"person"}
{"query":{"match":{"remark":"coder"}}}

返回结果：

总结

本文对 ElasticSearch 的最基础的，常用的操作 API，这里已经介绍完毕。要想学习 ElasticSearch，建议从 API 操作入手，千万别上来就直接拿着代码就干，虽然各语言都已提供相关工具包，但是这些封装也都是基于 API 上的。更多的 API 在今后文章涉及时再进行分析。

更多 API 相关信息，建议查阅官网，这里有比较详细的介绍：
https://www.elastic.co/guide/en/elasticsearch/reference/7.5/rest-apis.html

个人博客： https://ytao.top
关注公众号 【ytao】，更多原创好文