[toc]
# 前言
Elasticsearch 是一个分布式、可扩展、实时的搜索与数据分析引擎，通过它我们可以构建出一个强大的全文搜索系统，解决诸如文章检索慢，商品检索慢、MySQL的like查询慢这样的问题。
Elasticsearch是基于hadoop创始人道哥的另一杰作Lucene实现的，速度非常快，核心是使用了倒排索引这样的结构。关于倒排索引是什么，可以参考[搜索引擎中的倒排索引是什么](https://www.cnblogs.com/chenqionghe/p/12464671.html)
接下来，就以这篇倒排索引中的例子，演示一下ElasticSearch的使用
假设我们有海量文章，如下
页码 | 内容
-|-|
1| 生命在于运动 |
2| 运动是生命的源泉|
3| 日复一日地坚持练下去吧,只有活动适量才能保持训练的热情和提高运动的技能.——塞涅卡 |
4 | 活动是生活的基础!——歌德 |
5| 人的健全,不但靠饮食,尤靠运动 |
6| 奥林匹克的格言是“更高,更快,更强” |
7| 身体的健康因静止不动而破坏,因运动练习而长期保持.——苏格拉底|
8| chenqionghe喜欢运动，绳命是如此的精彩，绳命是如此的辉煌|
我们想像这是千万级别的表，最后需要实现传入关键字，返回相应的文章
例如：搜索“运动”返回页码1,2,3,5,7,8对应的文章、搜索“chenqionghe”返回页码为8的文章
# 一、安装
## 1.安装elasticsearch
查看[官网地址](https://www.elastic.co/cnhttps://img.qb5200.com/download-x/downloads/elasticsearch)，直接下载安装就行了，我用的是mac直接下了mac版本的，另外也可以使用[dokcer安装](https://www.elastic.co/guide/en/elasticsearch/reference/currenthttps://img.qb5200.com/download-x/docker.html)
解压后长这样
es依赖java环境，需要指定jdk版本，我们加入一下java相关环境变量
```
export JAVA_HOME=/Users/chenqionghe/web/elk/elasticsearch-7.6.1/jdk.app/Contents/Home/
export PATH=$JAVA_HOME/bin:$PATH
```
启动一下看看
```
./bin/elasticsearch
```
看到启动报错
```
uncaught exception in thread [main]
ElasticsearchException[Failure running machine learning native code. This could be due to running on an unsupported OS or distribution, missing OS libraries, or a problem with the temp directory. To bypass this problem by running Elasticsearch without machine learning functionality set [xpack.ml.enabled: false].]
```
解决办法，修改`./config/elasticsearch.yml`添加
```
xpack.ml.enabled: false
```
再次启动，成功运行，画风如下
默认启动的是9200端口，我们来测试一下
```
➜ ~ curl localhost:9200
```
yeah, it's running，you konw, for search !
## 2.启动集群cluster
编辑`./config/elasticsearch.yml`
指定集群名称，这里注释打开，集群名称指定成了chenqionghe
```
cluster.name: chenqionghe
```
指定节点名称
```
ode.name: chenqionghe-1
```
设置初始化的节点
```
cluster.initial_master_nodes: ["chenqionghe-1"]
```
设置监听的端口，这里不限定ip，指定为0.0.0.0
```
network.host: 0.0.0.0
```
端口默认9200
```
http.port: 9200
```
添加支持elasticsearch-head界面参数
```
http.cors.enabled: true
http.cors.allow-origin: "*"
http.cors.allow-methods: OPTIONS, HEAD, GET, POST, PUT, DELETE
http.cors.allow-headers: "X-Requested-With, Content-Type, Content-Length, X-User"
```
再次启动
```
./bin/elasticsearch
```
## 3.安装管理界面elasticsearch-head
官网地址:[elasticsearch-head](https://github.com/mobz/elasticsearch-head)
```
git clone git://github.com/mobz/elasticsearch-head.git
cd elasticsearch-head
npm install
npm run start
```
打开http://localhost:9100/，如下
## 4.安装分词插件elasticsearch-analysis-ik
参考地址：[elasticsearch-analysis-ik/](https://github.com/medcl/elasticsearch-analysis-ik/)
```
./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releaseshttps://img.qb5200.com/download-x/download/v7.6.1/elasticsearch-analysis-ik-7.6.1.zip
```
验证一下分插件
```
curl -X POST "localhost:9200/_analyze?pretty" -H 'Content-Type: application/json' -d '{ "analyzer": "ik_smart", "text": "chenqionghe徒手健身" }'
```
可以看到，已经可以分词了，oh yeah~
# 二、使用
ES中有index、document、filed、mapping这样的概念，我们以MySQL的结构为参考对照一下，如下
ElasticSearch | MySQL |
-|-|-
Iindex| 表 |
document | 行 |
field | 列 |
mapping| 表结构 |
Elasticsearch主要还是使用API，具体使用请参考：[Document APIs](https://www.elastic.co/guide/en/elasticsearch/reference/currenthttps://img.qb5200.com/download-x/docs.html)
## 1.创建索引
这里index我取名叫book
```
➜ ~ curl -X PUT "localhost:9200/book" -H 'Content-Type: application/json' -d '{
"mappings": {
"properties": {
"page": {
"type": "long"
},
"content": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
}
}
}
}'
{"acknowledged":true,"shards_acknowledged":true,"index":"book"}
```
创建成功，但是查看head界面，但是这个黄色不怎么优雅呀，原因是虽然启用了集群，但是还是单节点运行的，群集无法放置副本。
集群的健康状况为 yellow 则表示全部主分片(number_of_shards)都正常运行，但是副本分片没有全部处在正常状态,单节点无论有多少个副本分片（number_of_replicas）都是 unassigned ,它们都没有被分配到任何节点。
在同一个节点上既保存原始数据又保存副本是没有意义的，因为一旦失去了那个节点，我们也将丢失该节点上的所有副本数据。
我们需要把这个副本设置为0，因为索引一旦建立，分片数量不能变，我们需要删除再重新建立一下索引
```
curl -XDELETE http://localhost:9200/book
curl -X PUT "localhost:9200/book" -H 'Content-Type: application/json' -d '{
"settings":{
"number_of_shards": "1",
"number_of_replicas": "0"
},
"mappings": {
"properties": {
"page": {
"type": "long"
},
"content": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
}
}
}
}'
```
再次查看，健康了
## 2.插入数据
```
curl -X POST "localhost:9200/book/_doc/" -H 'Content-Type: application/json' -d '{
"page":1,
"content": "生命在于运动"
}'
```
我们可以看到已经成功插入一条数据
## 3.批量插入数据（bulk）
```
curl -X POST "localhost:9200/book/_doc/_bulk?pretty" -H 'Content-Type: application/json' -d'
{ "index":{} }
{ "page":2 , "content": "运动是生命的源泉"}
{ "index":{} }
{ "page":3 , "content": "日复一日地坚持练下去吧,只有活动适量才能保持训练的热情和提高运动的技能.——塞涅卡"}
{ "index":{} }
{ "page":4 , "content": "活动是生活的基础!——歌德"}
{ "index":{} }
{ "page":5 , "content": "人的健全,不但靠饮食,尤靠运动"}
{ "index":{} }
{ "page":6 , "content": "奥林匹克的格言是“更高,更快,更强”"}
{ "index":{} }
{ "page":7 , "content": "身体的健康因静止不动而破坏,因运动练习而长期保持.——苏格拉底"}
{ "index":{} }
{ "page":8 , "content": "chenqionghe喜欢运动，绳命是如此的精彩，绳命是如此的辉煌"}
'
```
可以看到成功批量插入
## 4.查询数据
* 搜索“chenqionghe”
```
curl -s -X GET 'localhost:9200/book/_search?pretty' -H 'Content-Type: application/json' -d '{
"query" : { "match" : { "content" : "chenqionghe" }}
}'|jq
```
可以看到匹配到了
* 搜索“运动”，应该是会返回1,2,3,5,7,8这几条
```
curl -s -XGET 'localhost:9200/book/_search?pretty' -H 'Content-Type: application/json' -d '{
"query" : { "match" : { "content" : "运动" }}
}'|jq .hits.hits|jq '.[]._source'
```
可以看到，验证通过
## 5.修改数据
拉下来，我们将chenqionghe这条记录的绳命改为生命，
```
curl -X POST "localhost:9200/book/_doc/HFn_2XABkofzJYzpQIy4" -H 'Content-Type: application/json' -d '{
"page":8,
"content": "chenqionghe喜欢运动，生命是如此的精彩，生命是如此的辉煌"
}'
```
可以看到，更新成功
## 6.删除数据
* 根据id删除
```
curl -X DELETE "localhost:9200/book/_doc/GFn_2XABkofzJYzpQIy4"
```
* 根据条件删除
```
curl -X POST "localhost:9200/book/_delete_by_query?pretty" -H 'Content-Type: application/json' -d'
{
"query": {
"match": {
"content": "chenqionghe"
}
}
}
'
```
## 7.索引关闭和开启
如果关闭了一个索引，就无法通过ES来读取和写入其中的数据，直到道再次打开它
```
# 关闭
curl -XPOST 'localhost:9200/book/_close'
# 开启
curl -XPOST 'localhost:9200/book/_open'
```
# 总结
通过Elasticsearch，我们可以快速构建出一个强大的全文搜索系统，安装简单，通过API使用也简单。
倒排索引为搜索而生，先对需要索引的字段进行分词，再通过词直接匹配出文档，速度非常快，这是优点。但是，相比数据库采用的 B 树索引，它的写入和更新性能都比较差，因此倒排索引也只是适合全文搜索，不适合更新频繁的交易类数据。
更多资料请参考 ：[Eelasticsearch权威指南](https://www.elastic.co/guide/cn/elasticsearch/guide/cn/preface.html)
