2018 年国庆节期间 ElasticSearch 母公司上市，那个时候我就想写一个 es 教程，可惜后来烂尾了，这事在我心里老是一个疙瘩。最近刚好有一个时间空档，就想着能不能把这个系列给完结了。

不同于之前的教程，这次的教程我打算出一个视频版图文混合版的。视频为主，图文为辅。视频我会上传到百度网盘，文末会有文章对应的视频下载链接。

ElasticSearch 目前也算是非常火了，站内搜索、日志分析都会用到它，而且还可以直接当成 NoSQL 数据库来使用。

接下来，我们就通过下面这个简单介绍，开启 es 之旅吧～

松哥针对本文内容录制了一个视频，如下：

视频下载链接：https://pan.baidu.com/s/1bIvtBv9OvTEXJUyZRtajgQ 提取码: pm94

1.Lucene

Lucene 是一个开源、免费、高性能、纯 Java 编写的全文检索引擎，可以算作是开源领域最好的全文检索工具包。

在实际开发中，Lucene 几乎适用于任何需要全文检索的场景，所以 Lucene 先后发展出好多语言版本，例如 C 、C#、Python 等。

早在 2005 年，Lucene 就升级为 Apache 顶级开源项目。它的作者是 Doug Cutting，有的人可能没听过这这个人，不过你肯定听过他的另一个大名鼎鼎的作品 Hadoop。

不过需要注意的是，Lucene 只是一个工具包，并非一个完整的搜索引擎，开发者可以基于 Lucene 来开发完整的搜索引擎。比较著名的有 Solr、ElasticSearch，不过在分布式和大数据环境下，ElasticSearch 更胜一筹。

Lucene 主要有如下特点：

简单
跨语言
强大的搜索引擎
索引速度快
索引文件兼容不同平台

2.ElasticSearch

ElasticSearch 是一个分布式、可扩展、近实时性的高性能搜索与数据分析引擎。ElasticSearch 基于 Java 编写，通过进一步封装 Lucene，将搜索的复杂性屏蔽起来，开发者只需要一套简单的 RESTful API 就可以操作全文检索。

ElasticSearch 在分布式环境下表现优异，这也是它比较受欢迎的原因之一。它支持 PB 级别的结构化或非结构化海量数据处理

整体上来说，ElasticSearch 有三大功能：

数据搜集
数据分析
数据存储

ElasticSearch 的主要特点：

分布式文件存储。
实时分析的分布式搜索引擎。
高可拓展性。
可插拔的插件支持。

3.安装

3.1 单节点安装

首先打开 Es 官网，找到 Elasticsearch：

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

然后点击下载按钮，选择合适的版本直接下载即可。

将下载的文件解压，解压后的目录含义如下：

启动方式：

进入到 bin 目录下，直接执行 ./elasticsearch 启动即可。

看到 started 表示启动成功。

默认监听的端口是 9200，所以浏览器直接输入 localhost:9200 可以查看节点信息。

节点的名字以及集群（默认是 elasticsearch）的名字，我们都可以自定义配置。

打开 config/elasticsearch.yml 文件，可以配置集群名称以及节点名称。配置方式如下：

cluster.name: javaboy-es
node.name: master

配置完成后，保存配置文件，并重启 es。重启成功后，刷新浏览器 localhost:9200 页面，就可以看到最新信息。

Es 支持矩阵：

https://www.elastic.co/cn/support/matrix

3.2 HEAD 插件安装

Elasticsearch-head 插件，可以通过可视化的方式查看集群信息。

这里介绍两种安装思路。

3.2.1 浏览器插件安装

Chrome 直接在 App Store 搜索 Elasticsearch-head，点击安装即可。

公众号江南一点雨后台回复 Elasticsearch-head，可以下载离线安装包。

3.2.2 下载插件安装

四个步骤

git clone git://github.com/mobz/elasticsearch-head.git
cd elasticsearch-head
npm install
npm run start

启动成功，页面如下：

注意，此时看不到集群数据。原因在于这里通过跨域的方式请求集群数据的，默认情况下，集群不支持跨域，所以这里就看不到集群数据。

解决办法如下，修改 es 的 config/elasticsearch.yml 配置文件，添加如下内容，使之支持跨域：

http.cors.enabled: true
http.cors.allow-origin: "*"

配置完成后，重启 es，此时 head 上就有数据了。

3.3 分布式安装

假设：

一主二从
master 的端口是 9200，slave 端口分别是 9201 和 9202

首先修改 master 的 config/elasticsearch.yml 配置文件：

node.master: true
network.host: 127.0.0.1

配置完成后，重启 master。

将 es 的压缩包解压两份，分别命名为 slave01 和 slave02，代表两个从机。

分别对其进行配置。

slave01/config/elasticsearch.yml：

# 集群名称必须保持一致
cluster.name: javaboy-es
node.name: slave01
network.host: 127.0.0.1
http.port: 9201
discovery.zen.ping.unicast.hosts: ["127.0.0.1"]

slave02/config/elasticsearch.yml：

# 集群名称必须保持一致
cluster.name: javaboy-es
node.name: slave02
network.host: 127.0.0.1
http.port: 9202
discovery.zen.ping.unicast.hosts: ["127.0.0.1"]

然后分别启动 slave01 和 slave02。启动后，可以在 head 插件上查看集群信息。

3.4 Kibana 安装

Kibana 是一个 Elastic 公司推出的一个针对 es 的分析以及数据可视化平台，可以搜索、查看存放在 es 中的数据。

安装步骤如下：

下载 Kibana：https://www.elastic.co/cn/downloads/kibana
解压
配置 es 的地址信息（可选，如果 es 是默认地址以及端口，可以不用配置，具体的配置文件是 config/kibana.yml）
执行 ./bin/kibana 文件启动
localhost:5601

Kibana 安装好之后，首次打开时，可以选择初始化 es 提供的测试数据，也可以不使用。

4.ElasticSearch 核心概念介绍

4.1 ElasticSearch 十大核心概念

4.1.1 集群（Cluster）

一个或者多个安装了 es 节点的服务器组织在一起，就是集群，这些节点共同持有数据，共同提供搜索服务。

一个集群有一个名字，这个名字是集群的唯一标识，该名字成为 cluster name，默认的集群名称是 elasticsearch，具有相同名称的节点才会组成一个集群。

可以在 config/elasticsearch.yml 文件中配置集群名称：

cluster.name: javaboy-es

在集群中，节点的状态有三种：绿色、黄色、红色：

绿色：节点运行状态为健康状态。所有的主分片、副本分片都可以正常工作。
黄色：表示节点的运行状态为警告状态，所有的主分片目前都可以直接运行，但是至少有一个副本分片是不能正常工作的。
红色：表示集群无法正常工作。

4.1.2 节点（Node）

集群中的一个服务器就是一个节点，节点中会存储数据，同时参与集群的索引以及搜索功能。一个节点想要加入一个集群，只需要配置一下集群名称即可。默认情况下，如果我们启动了多个节点，多个节点还能够互相发现彼此，那么它们会自动组成一个集群，这是 es 默认提供的，但是这种方式并不可靠，有可能会发生脑裂现象。所以在实际使用中，建议一定手动配置一下集群信息。

4.1.3 索引（Index）

索引可以从两方面来理解：

名词

具有相似特征文档的集合。

动词

索引数据以及对数据进行索引操作。

4.1.4 类型（Type）

类型是索引上的逻辑分类或者分区。在 es6 之前，一个索引中可以有多个类型，从 es7 开始，一个索引中，只能有一个类型。在 es6.x 中，依然保持了兼容，依然支持单 index 多个 type 结构，但是已经不建议这么使用。

4.1.5 文档（Document）

一个可以被索引的数据单元。例如一个用户的文档、一个产品的文档等等。文档都是 JSON 格式的。

4.1.6 分片（Shards）

索引都是存储在节点上的，但是受限于节点的空间大小以及数据处理能力，单个节点的处理效果可能不理想，此时我们可以对索引进行分片。当我们创建一个索引的时候，就需要指定分片的数量。每个分片本身也是一个功能完善并且独立的索引。

默认情况下，一个索引会自动创建 1 个分片，并且为每一个分片创建一个副本。

4.1.7 副本（Replicas）

副本也就是备份，是对主分片的一个备份。

4.1.8 Settings

集群中对索引的定义信息，例如索引的分片数、副本数等等。

4.1.9 Mapping

Mapping 保存了定义索引字段的存储类型、分词方式、是否存储等信息。

4.1.10 Analyzer

字段分词方式的定义。

4.2 ElasticSearch Vs 关系型数据库

这篇文章其实是松哥所录制的 Es 视频教程的笔记，笔记相对简陋一些，小伙伴们也可以参考视频，视频下载链接：https://pan.baidu.com/s/1bIvtBv9OvTEXJUyZRtajgQ 提取码: pm94

内容出处：，

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。如果您发现网站上有侵犯您的知识产权的作品，请与我们取得联系，我们会及时修改或删除。文章链接：http://www.yixao.com/tech/15612.html

ElasticSearch入门

1.Lucene

2.ElasticSearch

3.安装

3.1 单节点安装

3.2 HEAD 插件安装

3.2.1 浏览器插件安装

3.2.2 下载插件安装

3.3 分布式安装

3.4 Kibana 安装

4.ElasticSearch 核心概念介绍

4.1 ElasticSearch 十大核心概念

4.1.1 集群（Cluster）

4.1.2 节点（Node）

4.1.3 索引（Index）

4.1.4 类型（Type）

4.1.5 文档（Document）

4.1.6 分片（Shards）

4.1.7 副本（Replicas）

4.1.8 Settings

4.1.9 Mapping

4.1.10 Analyzer

4.2 ElasticSearch Vs 关系型数据库

发表评论

ElasticSearch入门

1.Lucene

2.ElasticSearch

3.安装

3.1 单节点安装

3.2 HEAD 插件安装

3.2.1 浏览器插件安装

3.2.2 下载插件安装

3.3 分布式安装

3.4 Kibana 安装

4.ElasticSearch 核心概念介绍

4.1 ElasticSearch 十大核心概念

4.1.1 集群（Cluster）

4.1.2 节点（Node）

4.1.3 索引（Index）

4.1.4 类型（Type）

4.1.5 文档（Document）

4.1.6 分片（Shards）

4.1.7 副本（Replicas）

4.1.8 Settings

4.1.9 Mapping

4.1.10 Analyzer

4.2 ElasticSearch Vs 关系型数据库

相关推荐

发表评论