跳至主要內容

Elasticsearch基础入门

zhengcog...大约 7 分钟博文搜索引擎Elasticsearch

关于Elasticsearch

ElasticSearch(简称ES)是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

我们建立一个网站或应用程序，并要添加搜索功能，但是想要完成搜索工作的创建是非常困难的。我们希望搜索解决方案要运行速度快，我们希望能有一个零配置和一个完全免费的搜索模式，我们希望能够简单地使用JSON通过HTTP来索引数据，我们希望我们的搜索服务器始终可用，我们希望能够从一台开始并扩展到数百台，我们要实时搜索，我们要简单的多租户，我们希望建立一个云的解决方案。因此我们利用Elasticsearch来解决所有这些问题及可能出现的更多其它问题。--来自百度百科

ES是如何产生的？

1. 大规模数据如何检索？

如：当系统数据量上了10亿、100亿条的时候，我们在做系统架构的时候通常会从以下角度去考虑问题：

  • 用什么数据库好？(mysql、sybase、oracle、达梦、神通、mongodb、hbase…)
  • 如何解决单点故障；(lvs、F5、A10、Zookeep、MQ)
  • 如何保证数据安全性；(热备、冷备、异地多活)
  • 如何解决检索难题；(数据库代理中间件：mysql-proxy、Cobar、MaxScale等;)
  • 如何解决统计分析问题；(离线、近实时)

2. 传统数据库的应对解决方案

对于关系型数据，我们通常采用以下或类似架构去解决查询瓶颈和写入瓶颈，解决要点：

  • 通过主从备份解决数据安全性问题；
  • 通过数据库代理中间件心跳监测，解决单点故障问题；
  • 通过代理中间件将查询语句分发到各个slave节点进行查询，并汇总结果
图1
图1

3. 非关系型数据库的解决方案

  • 通过副本备份保证数据安全性；
  • 通过节点竞选机制解决单点问题；
  • 先从配置库检索分片信息，然后将请求分发到各个节点，最后由路由节点合并汇总结果
图2
图2

ES主要解决什么问题？

  1. 检索相关数据
  2. 返回统计结果
  3. 速度快

ES工作原理

当ElasticSearch的节点启动后，它会利用多播(multicast)(或者单播，如果用户更改了配置)寻找集群中的其它节点，并与之建立连接。这个过程如下图所示：

图3
图3

ES核心概念

1. Cluster：集群

ES可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用性，ES可以运行在许多互相合作的服务器上。这些服务器的集合称为集群。

2. Node：节点

形成集群的每个服务器称为节点。

3. Shard：分片

当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等，一个节点可能不够。这种情况下，数据可以分为较小的分片。每个分片放到不同的服务器上。当你查询的索引分布在多个分片上时，ES会把查询发送给每个相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。即：这个过程对用户来说是透明的。

4. Replia：副本

为提高查询吞吐量或实现高可用性，可以使用分片副本。副本是一个分片的精确复制，每个分片可以有零个或多个副本。ES中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。当主分片丢失时，如：该分片所在的数据不可用时，集群将副本提升为新的主分片。

5. 全文检索

全文检索就是对一篇文章进行索引，可以根据关键字搜索，类似于mysql里的like语句。全文索引就是把内容根据词的意义进行分词，然后分别创建索引，例如”你们的激情是因为什么事情来的” 可能会被分词成：“你们“，”激情“，“什么事情“，”来“ 等token，这样当你搜索“你们” 或者 “激情” 都会把这句搜出来。

ES数据架构与关系型数据库MYSQL对比

图4
图4
  • 关系型数据库中的数据库（DataBase），等价于ES中的索引（Index）。
  • 一个数据库下面有N张表（Table），等价于1个索引Index下面有N多类型（Type）。
  • 一个数据库表（Table）下的数据由多行（ROW）多列（column，属性）组成，等价于1个Type由多个文档（Document）和多Field组成。
  • 在一个关系型数据库里面，schema定义了表、每个表的字段，还有表和字段之间的关系。 与之对应的，在ES中：Mapping定义索引下的Type的字段处理规则，即索引如何建立、索引类型、是否保存原始索引JSON文档、是否压缩原始JSON文档、是否需要分词处理、如何进行分词处理等。
  • 在数据库中的增insert、删delete、改update、查search操作等价于ES中的增PUT/POST、删Delete、改_update、查GET.

ELK是什么？

ELK=elasticsearch+Logstash+kibana
elasticsearch：后台分布式存储以及全文检索
logstash: 日志加工、“搬运工”
kibana：数据可视化展示。

ELK架构为数据分布式存储、可视化查询和日志解析创建了一个功能强大的管理链。 三者相互配合，取长补短，共同完成分布式大数据处理工作。

ES特点和优势

  • 分布式实时文件存储，可将每一个字段存入索引，使其可以被检索到。
  • 实时分析的分布式搜索引擎。
    分布式：索引分拆成多个分片，每个分片可有零个或多个副本。集群中的每个数据节点都可承载一个或多个分片，并且协调和处理各种操作；负载再平衡和路由在大多数情况下自动完成。
  • 可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。也可以运行在单台PC上
  • 支持插件机制，分词插件、同步插件、Hadoop插件、可视化插件等。

安装部署ES（Linux Or MAC OS）

官方文档open in new window

二进制安装

  1. 零配置，开箱即用
  2. 没有繁琐的安装配置
  3. java版本要求：最低1.7
echo $JAVA_HOME
/opt/jdk1.8.0_91

  1. 下载地址：传送门open in new window

  2. 启动

tar -xzvf elasticsearch-6.2.4.tar.gz
cd elasticsearch-6.2.4
./bin/elasticsearch
# 后台运行
bin/elasticsearch -d

centos7使用二进制安装

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.12.0-linux-x86_64.tar.gz
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.12.0-linux-x86_64.tar.gz.sha512
shasum -a 512 -c elasticsearch-7.12.0-linux-x86_64.tar.gz.sha512 
tar -xvf elasticsearch-7.12.0-linux-x86_64.tar.gz -C /usr/share/elasticsearch-7.12.0
cd elasticsearch-7.12.0/

# 安装es中文分词插件
./elasticsearch-plugin  install  https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.0/elasticsearch-analysis-ik-7.12.0.zip

docker安装

docker run -d --name=elasticsearch --restart=always \
  -p 0.0.0.0:9200:9200 \
  -p 0.0.0.0:9300:9300 \
  -e "discovery.type=single-node" \
  -e ES_JAVA_OPTS="-Xms512m -Xmx512m" \
  -v data/elasticsearch/data:/usr/share/elasticsearch/data \
  -v /data/elasticsearch/logs:/usr/share/elasticsearch/logs \
  docker.elastic.co/elasticsearch/elasticsearch:7.12.0

ES必要的插件

必要的Head、kibana、IK（中文分词）、pinyin（拼音）、graph等插件的详细安装和使用。传送门

ES接口使用

常见的增、删、改、查操作：传送门

上次编辑于:
贡献者: Hyman
0  字
评论
  • 按正序
  • 按倒序
  • 按热度
Powered by Waline v2.15.5