ElasticSearch入門教程[java培訓(xùn)]

ElasticSearch 是一個高可用開源全文檢索和分析組件。提供存儲服務(wù)，搜索服務(wù)，大數(shù)據(jù)準實時分析等。一般用于提供一些提供復(fù)雜搜索的應(yīng)用。

ElasticSearch 提供了一套基于restful風格的全文檢索服務(wù)組件。前身是compass，直到2010被一家公司接管進行維護，開始商業(yè)化，并提供了ElasticSearch 一些相關(guān)的產(chǎn)品，包括大家比較熟悉的 kibana、logstash 以及 ElasticSearch 的一些組件，比如 安全組件shield 。當前最新的ElasticSearch 版本為 5.1.1 ，比較應(yīng)用廣泛的為 2.X，直到 2016年12月推出了5.x 版本，將版本號調(diào)為 5.X 。這是為了和 kibana 和 logstash 等產(chǎn)品版本號進行統(tǒng)一 ElasticSearch 。我們將從以下幾個問題快速了解一些ElasticSearch索引服務(wù)器。推薦了解黑馬程序員Java培訓(xùn)課程。

一、ES是如何產(chǎn)生背景

1、大規(guī)模數(shù)據(jù)如何檢索?

當系統(tǒng)數(shù)據(jù)量上了10億、100億條的時候，我們在做系統(tǒng)架構(gòu)的時候通常會從以下角度去考慮問題：

1)用什么數(shù)據(jù)庫好?(mysql、sybase、oracle、達夢、神通、mongodb、hbase…)

2)如何解決單點故障; (lvs、F5、A10、Zookeep、MQ)

3)如何保證數(shù)據(jù)安全性;(熱備、冷備、異地多活)

4)如何解決檢索難題;(數(shù)據(jù)庫代理中間件：mysql-proxy、Cobar、MaxScale等;)

5)如何解決統(tǒng)計分析問題;(離線、近實時)

2、傳統(tǒng)數(shù)據(jù)庫的應(yīng)對解決方案

對于關(guān)系型數(shù)據(jù)，我們通常采用以下或類似架構(gòu)去解決查詢瓶頸和寫入瓶頸：

1)通過主從備份解決數(shù)據(jù)安全性問題;

2)通過數(shù)據(jù)庫代理中間件心跳監(jiān)測，解決單點故障問題;

3)通過代理中間件將查詢語句分發(fā)到各個slave節(jié)點進行查詢，并匯總結(jié)果

3、非關(guān)系型數(shù)據(jù)庫的解決方案

對于Nosql數(shù)據(jù)庫，基本原理類似：

1)通過副本備份保證數(shù)據(jù)安全性;

2)通過節(jié)點競選機制解決單點問題;

3)先從配置庫檢索分片信息，然后將請求分發(fā)到各個節(jié)點，最后由路由節(jié)點合并匯總結(jié)果

4、另辟蹊徑完全把數(shù)據(jù)放入內(nèi)存怎么樣?

我們知道，完全把數(shù)據(jù)放在內(nèi)存中是不可靠的，實際上也不太現(xiàn)實，當我們的數(shù)據(jù)達到PB級別時，按照每個節(jié)點 96G內(nèi)存計算，在內(nèi)存完全裝滿的數(shù)據(jù)情況下，我們需要的機器是：1PB=1024T=1048576G 節(jié)點數(shù) =1048576/96=10922個 實際上，考慮到數(shù)據(jù)備份，節(jié)點數(shù)往往在2.5萬臺左右。成本巨大決定了其不現(xiàn)實!

從前面討論我們了解到，把數(shù)據(jù)放在內(nèi)存也好，不放在內(nèi)存也好，都不能完完全全解決問題。 全部放在內(nèi)存速度問題是解決了，但成本問題上來了。 為解決以上問題，從源頭著手分析，通常會從以下方式來尋找方法：

1、存儲數(shù)據(jù)時按有序存儲;

2、將數(shù)據(jù)和索引分離;

3、壓縮數(shù)據(jù); 這就引出了Elasticsearch

二、ES基礎(chǔ)知識

1、ES主要解決問題

1)檢索相關(guān)數(shù)據(jù);

2)返回統(tǒng)計結(jié)果;

3)速度要快;

2、Lucene與ES關(guān)系

1)Lucene只是一個庫。想要使用它，你必須使用Java來作為開發(fā)語言并將其直接集成到你的應(yīng)用中，更糟糕的是，Lucene非常復(fù)雜，你需要深入了解檢索的相關(guān)知識來理解它是如何工作的。

2)Elasticsearch也使用Java開發(fā)并使用Lucene作為其核心來實現(xiàn)所有索引和搜索的功能，但是它的目的是通過簡單的RESTful API來隱藏Lucene的復(fù)雜性，從而讓全文搜索變得簡單。

3、ES工作原理
當ElasticSearch的節(jié)點啟動后，它會利用多播(multicast)(或者單播，如果用戶更改了配置)尋找集群中的其它節(jié)點，并與之建立連接。這個過程如下圖所示：

4、ES的基本概念

1)近實時查詢(Near RealTime)
Elasticsearch 是一個能提供近實時查詢的搜索服務(wù)引擎，這意味著從索引文檔到真正可搜索之間會有一個輕微的延遲(大概在一秒內(nèi))。

2)節(jié)點和集群
節(jié)點(node)是一個運行著的 Elasticsearch 實例，你可以認為是單個服務(wù)器。集群(cluster)是一個或多個節(jié)點的集合，他們協(xié)同工作，共享數(shù)據(jù)并提供故障轉(zhuǎn)移和擴展功能。集群由唯一名稱標識，如 .NET Core 中的環(huán)境名稱，推薦在不同的環(huán)境中使用諸如
Development，Production 之類的名稱部署開發(fā)。其實節(jié)點和集群就是 web 開發(fā)中的常見概念而已，大家注意區(qū)分即可。

3)文檔
文檔是可索引信息的基本單元，以JSON表示。你可以用其來定義單個產(chǎn)品信息或是員工信息。我們可以把文檔理解為數(shù)據(jù)庫文檔中的行列數(shù)據(jù)。在索引/類型中，您可以存儲任意數(shù)量的文檔。文檔有幾個共同不可缺的屬性，分別為 _index, _type, _id, 針對特定一個或一類文檔進行操作時，必須指定這些屬性。 最后要提醒大家的是，雖然文檔物理上是駐留在索引中，但實際上文檔必須索引/分配給索引中的類型。

4)索引
索引是具有某些相似特征的文檔的集合，它和數(shù)據(jù)庫中的索引概念并不十分相同。我們可以把索引理解為數(shù)據(jù)庫文檔中的數(shù)據(jù)庫。事實上，我們的數(shù)據(jù)被存儲和索引在分片(shards)中，索引只是一個把一個或多個分片分組在一起的邏輯空間。然而，這只是一些內(nèi)部細節(jié)——我們的程序完全不用關(guān)心分片。

5)類型

在索引中，我們可以定義一個或多個類型。類型是索引的邏輯類別/分區(qū)，其語義完全由開發(fā)者決定。通常，為具有一組公共字段的文檔定義類型。例如，假設(shè)開發(fā)者運行博客平臺并將所有數(shù)據(jù)存儲在一個索引中。在此索引中，我們可以為用戶數(shù)據(jù)定義類型，為博客數(shù)據(jù)定義另一種類型，并為注釋數(shù)據(jù)定義另一種類型。我們可以把索引理解成數(shù)據(jù)庫文檔中的表。

6)分片和復(fù)制理

論上，索引可以存儲盡可能多的數(shù)據(jù)，但是這種情況下性能往往不太樂觀，或者常見的磁盤容量限制也不能允許。所以 Elasticsearch 提供了類似于 MongoDB 中的分片功能，該功能能將索引細分為多個分片。每個分片本身是一個功能完全和獨立的“索引”，可以托管在集群中的任何節(jié)點上。

同樣的，有分片技術(shù)來處理數(shù)據(jù)量增長快速的問題，就意味著需要復(fù)制技術(shù)來應(yīng)對這種過程中(其實不只是該過程，任何情況下都應(yīng)該有安全意識)數(shù)據(jù)安全的問題。Elasticsearch 允許您將索引分片的一個或多個副本轉(zhuǎn)換為所謂的副本分片。復(fù)制技術(shù)為我們提供了數(shù)據(jù)的高可用性和搜索吞吐的擴展性。不過需要注意的是，副本分片從不分配在與從其復(fù)制的原始/主分片相同的節(jié)點上。

總而言之，每個索引可以拆分為多個分片。索引也可以復(fù)制為零(意味著沒有副本)或更多次。一旦復(fù)制，每個索引將具有主分片(從索引復(fù)制的原始分片)和副本分片(主分片的副本)。開發(fā)者可以在創(chuàng)建索引時就為每個索引定義分片和副本的數(shù)量。創(chuàng)建索引后，可以隨時動態(tài)更改副本數(shù)，但不能在此過程后隨即更改分片數(shù)。

三、ES的安裝與服務(wù)啟動

1、下載ES的壓縮包

官網(wǎng)地址： https://www.elastic.co/products/elasticsearch

Window 系統(tǒng)下載 zip 版本，linux 系統(tǒng)下載 tar 版本將下載的zip解壓到指定的磁盤上

2、ES服務(wù)的目錄結(jié)構(gòu)

bin 存放 elasticSearch 運行命令 config 存放配置文件 lib 存放 elasticSearch 運行依賴 jar 包 modules 存放 elasticSearch 模塊 plugins 存放插件。

3、ES服務(wù)的啟動

指定ES安裝目錄下的bin下的elasticsearch.bat

啟動日志信息如下：

4、訪問ES服務(wù)

四、通過java去訪問ES服務(wù)

1、搭建環(huán)境

創(chuàng)建Maven工廠，添加ES的客戶端坐標

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema‐

instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 

http://maven.apache.org/xsd/maven‐4.0.0.xsd">

  <modelVersion>4.0.0</modelVersion>

  <groupId>cn.itcast.maven</groupId>

  <artifactId>elasticsearch_helloworld</artifactId>

  <version>0.0.1‐SNAPSHOT</version>

  <name>elasticsearch_helloworld</name>

  <dependencies>

    <dependency>

        <groupId>org.elasticsearch</groupId>

        <artifactId>elasticsearch</artifactId>

        <version>2.4.0</version>

    </dependency>

    <dependency>

        <groupId>junit</groupId>

        <artifactId>junit</artifactId>

        <version>4.12</version>

    </dependency>

    <dependency>

        <groupId>com.fasterxml.jackson.core</groupId>

        <artifactId>jackson‐core</artifactId>

        <version>2.8.1</version>

    </dependency>

    <dependency>

        <groupId>com.fasterxml.jackson.core</groupId>

        <artifactId>jackson‐databind</artifactId>

        <version>2.8.1</version>

    </dependency>

    <dependency>

        <groupId>com.fasterxml.jackson.core</groupId>

        <artifactId>jackson‐annotations</artifactId>

        <version>2.8.1</version>

    </dependency>

  </dependencies>

</project>

2、創(chuàng)建索引

@Test

// 直接在ElasticSearch中建立文檔，自動創(chuàng)建索引

public void demo1() throws IOException {

  // 創(chuàng)建連接搜索服務(wù)器對象

  Client client = TransportClient

    .builder()

 .build()

    .addTransportAddress(

    new InetSocketTransportAddress(InetAddress

                                   .getByName("127.0.0.1"), 9300));

  // 描述json 數(shù)據(jù)

  /*

         * {id:xxx, title:xxx, content:xxx}

         */

  XContentBuilder builder = XContentFactory

    .jsonBuilder()

    .startObject()

    .field("id", 1)

    .field("title", "ElasticSearch是一個基于Lucene的搜索服務(wù)器")

    .field("content",

           "它提供了一個分布式多用戶能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java開發(fā)

的，并作為Apache許可條款下的開放源碼發(fā)布，是當前流行的企業(yè)級搜索引擎。設(shè)計用于云計算中，能夠達到實時搜

索，穩(wěn)定，可靠，快速，安裝使用方便。")

    .endObject();

  // 建立文檔對象

  client.prepareIndex("blog1", "article", "1").setSource(builder).get();

  // 關(guān)閉連接

  client.close();

}

3、查詢索引

@Test

// 各種查詢使用

public void demo3() throws IOException {

  // 創(chuàng)建連接搜索服務(wù)器對象

  Client client = TransportClient

    .builder()

    .build()

    .addTransportAddress(

    new InetSocketTransportAddress(InetAddress

                                   .getByName("127.0.0.1"), 9300));

  // 搜索數(shù)據(jù)

  // get() === execute().actionGet()

  // SearchResponse searchResponse = client.prepareSearch("blog1")

  // .setTypes("article")

  // .setQuery(QueryBuilders.queryStringQuery("全面")).get();

  // SearchResponse searchResponse = client.prepareSearch("blog1")

  // .setTypes("article")

  // .setQuery(QueryBuilders.wildcardQuery("content", "*全文*")).get();

  SearchResponse searchResponse = client.prepareSearch("blog2")

    .setTypes("article")

    .setQuery(QueryBuilders.termQuery("content", "搜索")).get();

  printSearchResponse(searchResponse);

  // 關(guān)閉連接

  client.close();

}


猜你喜歡：

如何理解并實現(xiàn)HashMap?

Java中級程序員學(xué)習(xí)線路圖