Elasticsearch 是一款稳定高效的分布式搜索和分析引擎，它的底层基于 Lucene，并提供了友好的 RESTful API 来对数据进行操作，还有比较重要的一点是， Elasticsearch 开箱即可用，上手也比较容易。
目前 Elasticsearch 在搭建企业级搜索（如日志搜索、商品搜索等）平台中很广泛，官网也提供了不少案例，比如：
- GitHub 使用 Elasticsearch 检索超过 800 万的代码库
- eBay 使用 Elasticsearch 搜索海量的商品数据
- Netflix 使用 Elasticsearch 来实现高效的消息传递系统
本文主要介绍 Elasticsearch 的基本概念及入门使用。
安装
在安装 Elasticsearch 之前，请确保你的计算机已经安装了 Java。目前 Elasticsearch 的最新版是 5.2，需要安装 Java 8，如果你用的是老版本的 Elasticsearch，如 2.x 版，可用 Java 7，但还是推荐使用 Java 8。
可以使用如下的命令检查 Java 的版本：
$ java -version接着，我们可以从这里下载最新版本的 Elasticsearch，也可使用 wget 下载，如下：
$ wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.2.2.tar.gzWindows 用户也可以下载 .zip 格式的安装包。
下载完后进行解压：
$ tar -zxvf elasticsearch-5.2.2.tar.gz运行
首先，我们进入到刚刚解压出来的目录中：
$ cd elasticsearch-5.2.2接着，使用如下命令启动 Elasticsearch：
$ bin/elasticsearch此时，如果正常的话，你可以在终端看到类似如下的输出：
[2017-03-04T23:25:09,961][INFO ][o.e.n.Node ] [] initializing ...
[2017-03-04T23:25:10,073][INFO ][o.e.e.NodeEnvironment ] [yO11WLM] using [1] data paths, mounts [[/ (/dev/disk0s2)]], net usable_space [141.1gb], net total_space [232.9gb], spins? [unknown], types [hfs]
[2017-03-04T23:25:10,074][INFO ][o.e.e.NodeEnvironment ] [yO11WLM] heap size [1.9gb], compressed ordinary object pointers [true]
[2017-03-04T23:25:10,095][INFO ][o.e.n.Node ] node name [yO11WLM] derived from node ID [yO11WLMOQDuAOpZbYZYjzw]; set [node.name] to override
[2017-03-04T23:25:10,100][INFO ][o.e.n.Node ] version[5.2.2], pid[7607], build[db0d481/2017-02-09T22:05:32.386Z], OS[Mac OS X/10.11.5/x86_64], JVM[Oracle Corporation/Java HotSpot(TM) 64-Bit Server VM/1.8.0_102/25.102-b14]
[2017-03-04T23:25:11,363][INFO ][o.e.p.PluginsService ] [yO11WLM] loaded module [aggs-matrix-stats]
...上面的命令是在前台运行的，如果想在后台以守护进程模式运行，可以加 -d 参数。
Elasticsearch 启动后，也启动了两个端口 9200 和 9300：
- 9200 端口：HTTP RESTful 接口的通讯端口
- 9300 端口：TCP 通讯端口，用于集群间节点通信和与 Java 客户端通信的端口
现在，让我们做一些测试。在浏览器访问链接 http://localhost:9200/ ，或使用 curl 命令：
$ curl 'http://localhost:9200/?pretty'我们可以看到类似如下的输出：
{
"name" : "yO11WLM",
"cluster_name" : "elasticsearch",
"cluster_uuid" : "yC8BGwzlSnu_zGbKL918Xg",
"version" : {
"number" : "5.2.1",
"build_hash" : "db0d481",
"build_date" : "2017-02-09T22:05:32.386Z",
"build_snapshot" : false,
"lucene_version" : "6.4.1"
},
"tagline" : "You Know, for Search"
}概念
在进一步使用 Elasticsearch 之前，让我们先了解几个关键概念。
在逻辑层面：
- Index (索引)：这里的 Index 是名词，一个 Index 就像是传统关系数据库的 Database，它是 Elasticsearch 用来存储数据的逻辑区域
- Document (文档)：Elasticsearch 使用 JSON 文档来表示一个对象，就像是关系数据库中一个 Table 中的一行数据
- Type (类型)：文档归属于一种 Type，就像是关系数据库中的一个 Table
- Field (字段)：每个文档包含多个字段，类似关系数据库中一个 Table 的列
我们用一个表格来做类比，如下：
| Elasticsearch | MySQL |
|---|---|
| Index | Database |
| Type | Table |
| Document | Row |
| Field | Column |
在物理层面：
- Node (节点)：node 是一个运行着的 Elasticsearch 实例，一个 node 就是一个单独的 server
- Cluster (集群)：cluster 是多个 node 的集合
- Shard (分片)：数据分片，一个 index 可能会存在于多个 shard
使用
接下来，我们看看如何建立索引、创建文档等，就好比在 MySQL 中进行诸如创建数据库，插入数据等操作。
添加文档
下面，我们将创建一个存储电影信息的 Document：
- Index 的名称为 movie
- Type 为 adventure
- Document 有两个字段：name 和 actors
我们使用 Elasticsearch 提供的 RESTful API 来执行上述操作，如图所示：
- 用 url 表示一个资源，比如
/movie/adventure/1就表示一个index为 movie，type为 adventure，id为 1 的 document - 用 http 方法操作资源，如使用 GET 获取资源，使用 POST、PUT 新增或更新资源，使用 DELETE 删除资源等
我们可以使用 curl 命令来执行上述操作：
$ curl -i -X PUT "localhost:9200/movie/adventure/1" -d '{"name": "Life of Pi", "actors": ["Suraj", "Irrfan"]}'不过，本文推荐使用 httpie，类似 curl，但比 curl 更好用，将上面的命令换成 httpie，如下：
$ http put :9200/movie/adventure/1 name="Life of Pi" actors:='["Suraj", "Irrfan"]'上面的命令结果如下：
HTTP/1.1 201 Created
Location: /movie/adventure/1
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked
{
"_id": "1",
"_index": "movie",
"_shards": {
"failed": 0,
"successful": 1,
"total": 2
},
"_type": "adventure",
"_version": 1,
"created": true,
"result": "created"
}可以看到，我们已经成功创建了一个 _index 为 movie，_type 为 adventure，_id 为 1 的文档。
我们通过 GET 请求来查看这个文档的信息：
$ http :9200/movie/adventure/1结果如下：
HTTP/1.1 200 OK
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked
{
"_id": "1",
"_index": "movie",
"_source": {
"actors": [
"Suraj",
"Irrfan"
],
"name": "Life of Pi"
},
"_type": "adventure",
"_version": 1,
"found": true
}可以看到，原始的文档数据存在了 _source 字段中。
如果我们的数据没有 id，也可以让 Elasticsearch 自动为我们生成，此时要使用 POST 请求，形式如下：
POST /movie/adventure/
{
"name": "Life of Pi"
}更新整个文档
当我们使用 PUT 方法指明文档的 _index, _type 和 _id时，如果 _id 已存在，则新文档会替换旧文档，此时文档的 _version 会增加 1，并且 _created 字段为 false。比如：
$ http put :9200/movie/adventure/1 name="Life of Pi"结果如下：
HTTP/1.1 200 OK
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked
{
"_id": "1",
"_index": "movie",
"_shards": {
"failed": 0,
"successful": 1,
"total": 2
},
"_type": "adventure",
"_version": 2,
"created": false,
"result": "updated"
}使用 GET 请求查看新文档的数据：
$ http :9200/movie/adventure/1结果如下：
HTTP/1.1 200 OK
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked
{
"_id": "1",
"_index": "movie",
"_source": {
"name": "Life of Pi"
},
"_type": "adventure",
"_version": 2,
"found": true
}可以看到，actors 这个字段已经不存在了，文档的 _version 变成了 2。
因此，为了避免在误操作的情况下，原文档被替换，我们可以使用 _create 这个 API，表示只在文档不存在的情况下才创建新文档（返回 201 Created），如果文档存在则不做任何操作（返回 409 Conflict），命令如下：
$ http put :9200/movie/adventure/1/_create name="Life of Pi"由于文档 id 存在，会返回 409 Conflict。
局部更新
在有些情况下，我们只想更新文档的局部，而不是整个文档，这时我们可以使用 _update 这个 API。
现在，待更新的文档信息如下：
{
"_id": "1",
"_index": "movie",
"_source": {
"name": "Life of Pi"
},
"_type": "adventure",
"_version": 2,
"found": true
}最简单的 update 请求接受一个局部文档参数 doc，它会合并到现有文档中：将对象合并在一起，存在的标量字段被覆盖，新字段被添加。
形式如下：
POST /movie/adventure/1/_update
{
"doc": {
"name": "life of pi"
}
}由于有嵌套字段，我们可以这样使用 http（这里需要注意使用 POST 方法）：
$ echo '{"doc": {"actors": ["Suraj", "Irrfan"]}}' | http post :9200/movie/adventure/1/_update上面的命令中，我们添加了一个新的字段：actors，结果如下：
HTTP/1.1 200 OK
content-encoding: gzip
content-type: application/json; charset=UTF-8
transfer-encoding: chunked
{
"_id": "1",
"_index": "movie",
"_shards": {
"failed": 0,
"successful": 1,
"total": 2
},
"_type": "adventure",
"_version": 3,
"result": "updated"
}可以看到，_version 增加了 1，result 的结果是 updated。
检索文档
检索某个文档
要检索某个文档很简单，我们只需使用 GET 请求并指出文档的 index, type, id 就可以了，比如：
$ http :9200/movie/adventure/1/响应内容会包含文档的元信息，文档的原始数据存在 _source 字段中。
我们也可以直接检索出文档的 _source 字段，如下：
$ http :9200/movie/adventure/1/_source检索所有文档
我们可以使用 _search 这个 API 检索出所有的文档，命令如下：
$ http :9200/movie/adventure/_search返回结果如下：
{
"_shards": {
"failed": 0,
"successful": 5,
"total": 5
},
"hits": {
"hits": [
{
"_id": "1",
"_index": "movie",
"_score": 1.0,
"_source": {
"actors": [
"Suraj",
"Irrfan"
],
"name": "Life of Pi"
},
"_type": "adventure"
}
],
"max_score": 1.0,
"total": 1
},
"timed_out": false,
"took": 299
}可以看到，hits 这个 object 包含了 hits 数组，total 等字段，其中，hits 数组包含了所有的文档，这里只有一个文档，total 表明了文档的数量，默认情况下会返回前 10 个结果。我们也可以设定 From/Size 参数来获取某一范围的文档，可参考这里，比如：
$ http :9200/movie/adventure/_search?from=1&size=5当不指定 from 和 size 时，会使用默认值，其中 from 的默认值是 0，size 的默认值是 10。
检索某些字段
有时候，我们只需检索文档的个别字段，这时可以使用 _source 参数，多个字段可以使用逗号分隔，如下所示：
$ http :9200/movie/adventure/1?_source=name
$ http :9200/movie/adventure/1?_source=name,actorsquery string 搜索
query string 搜索以 q=field:value 的形式进行查询，比如查询 name 字段含有 life 的电影：
$ http :9200/movie/adventure/_search?q=name:lifeDSL 搜索
上面的 query string 搜索比较轻量级，只适用于简单的场合。Elasticsearch 提供了更为强大的 DSL（Domain Specific Language）查询语言，适用于复杂的搜索场景，比如全文搜索。我们可以将上面的 query string 搜索转换为 DSL 搜索，如下：
GET /movie/adventure/_search
{
"query" : {
"match" : {
"name" : "life"
}
}
}如果使用 httpie，可以这样：
$ echo '{"query": {"match": {"name": "life"}}}' | http get :9200/movie/adventure/_search如果使用 curl，可以这样：
$ curl -X GET "127.0.0.1:9200/movie/adventure/_search" -d '{"query": {"match": {"name": "life"}}}'文档是否存在
使用 HEAD 方法查看文档是否存在：
$ http head :9200/movie/adventure/1如果文档存在则返回 200，否则返回 404。
删除文档
使用 DELETE 方法删除文档：
$ http delete :9200/movie/adventure/1小结
- Elasticsearch 通过简单的 RESTful API 来隐藏 Lucene 的复杂性，从而让全文搜索变得简单
- 在创建文档时，我们可以用 POST 方法指定将文档添加到某个
_index/_type下，来让 Elasticsearch自动生成唯一的_id；而用 PUT 方法指定将文档的_index/_type/_id
本文由 funhacks 发表于个人博客，采用 Creative Commons BY-NC-ND 4.0（自由转载-保持署名-非商用-禁止演绎）协议发布。
非商业转载请注明作者及出处。商业转载请联系作者本人。
本文标题为: Elasticsearch 入门使用
本文链接为: funhacks.net/2017/03/22/…
