Elasticsearch：Elasticsearch 开发入门 - Nodejs

小灰灰 2022-11-17 05:21 208阅读 0赞

在本文中，我将分享如何在 Node.js 中如何使用 Elasticsearch 来开发的经验。 顺便说一句，以防万一你从未听说过 Elasticsearch：

> Elasticsearch 是一个高度可扩展的开源全文本搜索和分析引擎。 它使你可以快速，近乎实时地存储，搜索和分析大量数据。 它通常用作支持具有复杂搜索功能和要求的应用程序的基础引擎/技术。

如果你想了解更多关于 Elasticsearch 的介绍，你可以参阅我之前的文章 “[Elasticsearch 简介][Elasticsearch]”。

# 前提条件 #

1.  你需要在你的电脑上安装 nodjs 8.9.4 或以上的版本
2.  你需要安装 docker 18.03.0-ce 或以上的版本

# 创建 nodejs 项目 #

首先我们来创建一个叫做 node-elasticsearch 的目录，并进入该目录：

make node-elasticsearch
    cd node-elasticsearch
    复制代码

执行 npm init 生成 package.json 文件。 我为强制创建模式添加了 -f 标志:

![0fb7d41e3b01325f8f1db02c28027e77.png][]

我们把生成的 package.json 的 scripts 部分修改为启动 index.js：

**package.json**

{
      "name": "node-elasticsearch",
      "version": "1.0.0",
      "description": "",
      "main": "index.js",
      "scripts": {
        "start": "node index.js"
      },
      "keywords": [],
      "author": "",
      "license": "ISC",
      "dependencies": {
        "elasticsearch": "^16.7.2"
      }
    }
    复制代码

然后从 npm 安装 Elasticsearch 软件包。 很高兴看到我们有 Node.js 的官方软件包。

npm install elasticsearch
    复制代码

我们的 node.js 设置已准备就绪。

![12f323bf2075cd50823ded7d88ed6ab1.png][]

这样我们就安装好了 elasticsearch 包。接下来，我们将安装 Elasticsearch。

# 安装 Elasticsearch 及 Kibana #

如果你之前从来没有安装过 Elasticsearch 或 Kibana。你可以阅读我之前的文章 “[Elastic：菜鸟上手指南][Elastic]” 来进行安装。在本练习中，我们将使用 [docker][] 来安装 Elasticsearch 及 Kibana。我们首先来创建一个叫做 docker-compose.yml 的文件：

**docker-compose.yml**

---
    version: "3"
    services:
      elasticsearch:
        image: docker.elastic.co/elasticsearch/elasticsearch:7.10.0
        container_name: es01
        environment:
          - node.name=es01
          - cluster.name=docker-cluster
          - bootstrap.memory_lock=true
          - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
          - discovery.type=single-node
        ulimits:
          memlock:
            soft: -1
            hard: -1
        volumes:
          - esdata:/usr/share/elasticsearch/data
        ports:
          - 9200:9200
    
      kibana:
        image: docker.elastic.co/kibana/kibana:7.10.0
        ports:
          - 5601:5601
        depends_on:
          - elasticsearch
    
    volumes:
      esdata:
        driver: local
    复制代码

在上面，我们使用了 Elastic Stack 7.10.0 发行版作为实验的版本。在你实际的使用中，你可以根据自己的版本需求而进行修改。

我们必须先启动 docker，然后在命令行中执行：

docker-compose up
    复制代码

上面命令必须执行于 docker-compose.yml 文件所在的目录中。

它将启动 [http://localhost:9200][http_localhost_9200] 中的 Elasticsearch 和 [http://localhost:5601][http_localhost_5601] 中的 Kibana。 你可以通过在浏览器中打开链接来进行验证。

![1060b454b33e0561a5f8f80e216b9f3d.png][]

![225ea84b56d6a3d0f1914759aafaeb64.png][]

# 连接到 Elasticsearch #

我们接下来创建一个叫做 index.js 的文件，并输入一下的内容：

**index.js**

代码真的很简单。 我们导入我们的 Elasticsearch 模块并创建一个针对 Elasticsearch 主机的客户端对象。 最后，我们使用 ping 方法验证我们的 Elasticsearch 连接是否成功。 如果成功，它将返回 true。

$ npm start
    
    > node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
    > node index.js
    
    connection success true
    复制代码

# 创建索引 #

Elasticsearch 中的索引是文档的集合。 术语文档广泛用于表示 Elasticsearch 中的数据。 我们将创建一个名为 student 的索引来存储学生列表。 一个重要的规则，索引名称必须小写。在 [http://localhost:5601][http_localhost_5601] 中打开 Kibana，然后单击开发工具菜单。 然后，在 “Console” 选项中，使用下面的命令，然后单击绿色的播放按钮创建索引。

![62a42dd4decbf9519bd773f3f7e91e26.png][]

![75940aeaff881d1ee00d7f6c4f0c1068.png][]

# 插入文档 #

现在，从我们的项目中，让我们尝试插入一些学生文档。

**index.js**

我们接着执行：

npm start
    复制代码

我们使用 index 方法，并指定索引名称，类型（您无需过多考虑是什么 type，因为在将来的 Elasticsearch 版本中不再使用该类型）和学生信息。  
通过输入以下命令，验证在 Kibana 中的创建。

GET students/_search
    复制代码

![f92911d6688ad342cba612be996b23f9.png][]

学生信息存储在 hits 中。 我们还会在 \_id 字段中获得自动生成的 ID。 这是因为我们不为学生提供 ID，因此 Elasticsearch 会慷慨地为我们生成 ID。  
这是有关在创建文档时如何提供 ID 的示例。 看一下 id 字段。

**index.js**

重新执行:

npm start
    复制代码

我们将发行有多一个 \_id 为 1 的文档。到目前为止，我们有两个文档了。

![969c7bd5d8be91d87e5c21c1d6f02645.png][]

你可能还会注意到每个文档的响应中的 \_score 字段。 这是出于搜索目的。 分数越高意味着文档越相关

# 获取文档 #

要从我们的项目中获取学生文档，我们可以使用搜索方法。

**index.js**

const es = require('elasticsearch');
    const client = es.Client({ host: 'http://localhost:9200' });
    
    client.ping()
      .then(res => console.log('connection success', res))
      .catch(err => console.error('wrong connection', err));
    
    
     client.search({
      index: 'students',
      type: '_doc',  
    })
    .then(res => console.log(JSON.stringify(res)))
    .catch(err => console.error(err));
    复制代码

重新运行上面的 index.js 文件：

$ npm start
    
    > node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
    > node index.js
    
    connection success true
    {"took":1,"timed_out":false,"_shards":{"total":1,"successful":1,"skipped":0,"failed":0},"hits":{"total":{"value":2,"relation":"eq"},"max_score":1,"hits":[{"_index":"students","_type":"_doc","_id":"Fzr0hHYBUxQeTRscd3yG","_score":1,"_source":{"name":"John Doe","age":17,"hobby":"basketball"}},{"_index":"students","_type":"_doc","_id":"1","_score":1,"_source":{"name":"C. Ronaldo","age":33,"hobby":"football"}}]}}
    复制代码

我们的回应与我们在 Kibana 中的响应相同。

# 搜索文档 #

这是 Elasticsearch中 最重要的功能。 由于我们已经有两个文档，因此我们可以尝试搜索。 我们仍然使用 search 方法来获取文档，但是现在我们定义了一个查询。 该查询将确定每个文档的分数。

**index.js**

$ npm start
    
    > node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
    > node index.js
    
    connection success true
    {"took":1,"timed_out":false,"_shards":{"total":1,"successful":1,"skipped":0,"failed":0},"hits":{"total":{"value":1,"relation":"eq"},"max_score":0.6931471,"hits":[{"_index":"students","_type":"_doc","_id":"Fzr0hHYBUxQeTRscd3yG","_score":0.6931471,"_source":{"name":"John Doe","age":17,"hobby":"basketball"}}]}}
    复制代码

由于 name 与查询匹配，因此我们将会获得如上所示的名字叫做 John 的文档。

在 Kibana 中的等效 Elasticsearch 命令：

![3a0be6286f0478f4ccebe972fee6bfe6.png][]

Elasticsearch 有很多搜索配置，你可以稍后进行调整。如果你对这个感兴趣的话，请阅读我之前的文章 “[开始使用Elasticsearch （2）][Elasticsearch _2]”。

# 更新文档 #

假设我们要更新 ID 为 1 的学生的爱好。

**index.js**

运行上面的代码。

$ npm start
    
    > node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
    > node index.js
    
    connection success true
    {"_index":"students","_type":"_doc","_id":"1","_version":2,"result":"updated","_shards":{"total":2,"successful":1,"failed":0},"_seq_no":2,"_primary_term":1}
    复制代码

这是我们更改爱好后的更新文档：

{
      "_index" : "students",
      "_type" : "_doc",
      "_id" : "1",
      "_version" : 2,
      "_seq_no" : 2,
      "_primary_term" : 1,
      "found" : true,
      "_source" : {
        "name" : "C. Ronaldo",
        "age" : 33,
        "hobby" : "swimming"
      }
    }
    复制代码

# 删除一个文档 #

delete 命令非常简单：

**index.js**

const es = require('elasticsearch');
    const client = es.Client({ host: 'http://localhost:9200' });
    
    client.ping()
      .then(res => console.log('connection success', res))
      .catch(err => console.error('wrong connection', err));
    
    
    client.delete({
      index: 'students',
      type: '_doc',
      id: '1'  
    })
    .then(res => console.log(JSON.stringify(res)))
    .catch(err => console.error(err));
    复制代码

运行上面的代码：

$ npm start
    
    > node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
    > node index.js
    
    connection success true
    {"_index":"students","_type":"_doc","_id":"1","_version":3,"result":"deleted","_shards":{"total":2,"successful":1,"failed":0},"_seq_no":3,"_primary_term":1}
    复制代码

如果我们现在到 Kibana 中重新进行查看的话，那么我们会发现只剩下一个文档了。

# 结论 #

Elasticsearch 是用于搜索和分析数据的强大强大引擎。如果你想了解更多，请阅读我的文章 “[Elastic：菜鸟上手指南][Elastic]”。

作者：Elastic  
链接：https://juejin.cn/post/6940230642315722783  
来源：掘金  
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

[Elasticsearch]: https://blog.csdn.net/UbuntuTouch/article/details/98871531
[0fb7d41e3b01325f8f1db02c28027e77.png]: /images/20221022/f0405024912643159ab64f2d2187ec7b.png
[12f323bf2075cd50823ded7d88ed6ab1.png]: /images/20221022/863e1f918e8d42c0a357d7858b67f147.png
[Elastic]: https://elasticstack.blog.csdn.net/article/details/102728604
[docker]: https://www.docker.com/
[http_localhost_9200]: http://localhost:9200/
[http_localhost_5601]: http://localhost:5601
[1060b454b33e0561a5f8f80e216b9f3d.png]: /images/20221022/3a965c58d621465c90ad34e74221ef62.png
[225ea84b56d6a3d0f1914759aafaeb64.png]: /images/20221022/f22d636cf4034939b876fbd03445bf62.png
[62a42dd4decbf9519bd773f3f7e91e26.png]: /images/20221022/d3089fb39afa4672840a77cef85fe28e.png
[75940aeaff881d1ee00d7f6c4f0c1068.png]: /images/20221022/1154bdc935284cd48b8d598a5069b972.png
[f92911d6688ad342cba612be996b23f9.png]: /images/20221022/0e93981ecf4c4eb59e45cacf26702d4d.png
[969c7bd5d8be91d87e5c21c1d6f02645.png]: /images/20221022/b021703d1454481ab5a13c79deb07bbb.png
[3a0be6286f0478f4ccebe972fee6bfe6.png]: /images/20221022/6fa82231f6204c1d9f91213f4b8e0788.png
[Elasticsearch _2]: https://blog.csdn.net/UbuntuTouch/article/details/99546568