Cola1213's Blog

Appearance

ES ​

参考资料：

简介和安装 ​

1、简介 ​

Elasticsearch 是一个基于 Apache Lucene 构建的分布式搜索和分析引擎。它可以快速存储、搜索、分析大量的数据，并且能处理不同类型的数据（结构化、半结构化和非结构化数据）。作为 Elastic Stack 的核心组件，Elasticsearch 在多种场景下应用广泛，特别是在需要实时搜索和分析的场景中。以下是 Elasticsearch 的一些关键特点和功能：

  • 分布式架构：能水平扩展，将数据存储在多个节点上，在节点发生故障时，自动重建数据副本，保证系统高可用
  • 高效的全文搜索：通过倒排索引，模糊查询和布尔查询等多种查询方式，满足各种搜索需求
  • 实时搜索：接近实时的数据索引和查询能力，数据写入后几乎立即可以被查询
  • 聚合和分析：可以按时间、地理位置、类别等维度对数据进行分组并统计

1.1.index ​

Index（索引） ，是 Elasticsearch 中存储数据的基本单位，类似于关系型数据库中的数据库。

在 ES 中，所有的数据都存储在索引中，每个索引可以包含多个文档，特点：

  • 类似于关系型数据库（RDBMS）中的数据库
  • 通过索引名称（index name）来操作数据
  • 可以为不同的索引定义不同的字段结构（Mappings）

1.2.document ​

Document（文档），是 Elasticsearch 存储的基本单位，相当于数据库中的一条记录（row）。

文档使用 JSON 格式存储，每个文档属于一个索引，特点：

  • 类似于关系型数据库中的 一行数据
  • 每个文档都有一个 唯一 ID
  • 结构灵活，不需要预定义字段

1.3.field ​

Field（字段），是文档中的键值对（Key-Value），示例：

json
{
  "name": "Elasticsearch",
  "category": "Search Engine",
  "release_year": 2010
}
  • "name"、"category"、"release_year" 就是字段（Field）

1.4.mapping ​

Mapping（映射），是定义索引中文档结构（schema）的机制，相当于数据库中的表结构。

它决定了字段的数据类型、是否可搜索、是否需要全文索引等：

json
PUT /my_index
{
  "mappings": {
    "properties": {
      "name": { "type": "text" },
      "category": { "type": "keyword" },
      "release_year": { "type": "integer" }
    }
  }
}
  • text 类型适用于全文搜索
  • keyword 类型适用于精确匹配（如分类、标签）
  • integer 类型适用于数值数据

1.5.Shard ​

Shard（片），Elasticsearch 将索引数据分成多个部分，每个部分称为“分片”（Shard），ES 通过分片实现 分布式存储和查询：

  • 支持大规模数据存储（单个索引超大时，分片可存储在不同节点）
  • 提升查询性能（并行搜索多个分片，提高查询速度）
  • 支持高可用（主分片 + 副本分片）
json
PUT /my_index
{
  "settings": {
    "number_of_shards": 3, // 将索引拆成 3 个 主分片。
    "number_of_replicas": 1 // 每个主分片有 1 个副本（即 3 个主分片 + 3 个副本，共 6 个分片）。
  }
}

1.6.Replica ​

Replica（副本），是主分片的备份，用于提高查询性能和容灾能力。当某个节点宕机时，副本可用来提供数据，保证高可用性：

  • 默认每个主分片至少有一个副本分片
  • 副本分片不能与其主分片存储在同一节点
json
PUT /my_index/_settings
{
  "number_of_replicas": 2 // 每个主分片有 2 个副本（即 1 主 + 2 副）
}

1.7.Query DSL ​

Query DSL（查询 DSL），Elasticsearch 使用 DSL（Domain Specific Language） 来构造查询，支持两种查询：

  • Term 查询（精准匹配，适用于 keyword）
  • Full-text 查询（全文检索，适用于 text）
json
// 查询 name 为 "Elasticsearch" 的文档
POST /my_index/_search
{
  "query": {
    "match": { "name": "Elasticsearch" }
  }
}

// 查询 category 为 "Search Engine" 的文档，精确匹配
POST /my_index/_search
{
  "query": {
    "term": { "category.keyword": "Search Engine" }
  }
}

1.8.Aggregation ​

Aggregation（聚合），类似 SQL 的 GROUP BY，用于统计分析、数据聚合：

json
// 按 category 统计文档数量
POST /my_index/_search
{
  "size": 0,
  "aggs": {
    "category_count": {
      "terms": { "field": "category.keyword" }
    }
  }
}

1.9.Analyzer ​

Analyzer（分析器），用于分词，决定文本如何存储和搜索。主要由 分词器（Tokenizer）+ 过滤器（Filters） 组成。常见的分析器：

  • standard（默认）：标准分词器，适用于英文
  • ik_max_word（中文）：最大切分方式，适用于全文搜索
  • ik_smart（中文）：智能切分，适用于短文本匹配
json
// 创建 ik_max_word 分析器的索引
PUT /my_index
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

2、安装 ​

2.1.Windows ​

在学习阶段，使用 Windows 比较简单。去官网下载： elasticsearch-8.7.1-windows-x86_64

解压后，进入 bin 目录下，运行 elasticsearch.bat 即可。

浏览器安装插件，es-client 添加管理，即可使用了。

或者使用 es-king ，非常好用的小工具。

安装 ik 分词器 直接将文件解压，放入到plugins目录下：

安装ik分词器

然后启动的时候，看到：

启动ik分词器

Copyright@ 2024 Cola1213 Fang