一文讲懂Elasticsearch概念和使用方法

缺乏、安全感 2022-12-29 00:26 4阅读 0赞

## Java API ##

Elasticsearch为Java用户提供了两种内置客户端：

**节点客户端(node client)：**  
节点客户端以无数据节点(none data node)身份加入集群，换言之，它自己不存储任何数据，但是它知道数据在集群中的具体位置，并且能够直接转发请求到对应的节点上。

**传输客户端(Transport client)：**  
这个更轻量的传输客户端能够发送请求到远程集群。它自己不加入集群，只是简单转发请求给集群中的节点。

两个Java客户端都通过9300端口与集群交互，使用Elasticsearch传输协议(ElasticsearchTransport Protocol)。集群中的节点之间也通过9300端口进行通信。如果此端口未开放，你的节点将不能组成集群。

> TIP  
> Java客户端所在的Elasticsearch版本必须与集群中其他节点一致，否则，它们可能互相 无法识别。

**基于HTTP协议，以JSON为数据交互格式的RESTful API**

其他所有程序语言都可以使用RESTful API，通过9200端口的与Elasticsearch进行通信，你可以使用你喜欢的WEB客户端，事实上，如你所见，你甚至可以通过 curl 命令与Elasticsearch通信。

> NOTE Elasticsearch官方提供了多种程序语言的客户端——Groovy，Javascript，  
> .NET，PHP，Perl，Python，以及 Ruby——还有很多由社区提供的客户端和插件，所有这些可以在文档中找到。

向Elasticsearch发出的请求的组成部分与其它普通的HTTP请求是一样的：

curl -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'

*  VERB HTTP方法： GET , POST , PUT , HEAD , DELETE PROTOCOL  
    http或者https协议（只有在Elasticsearch前面有https代理的时候可用）
 *  HOST Elasticsearch集群中的任何一个节点的主机名，如果是在本地的节点，那么就叫localhost
 *  PORT Elasticsearch HTTP服务所在的端口，默认为9200
 *  PATH  
    API路径（例如\_count将返回集群中文档的数量），PATH可以包含多个组件，例如\_cluster/stats或者\_nodes/stats/jvm
 *  QUERY\_STRING 一些可选的查询请求参数，例如 ?pretty 参数将使请求返回更加美观易读的JSON数据BODY  
    一个JSON格式的请求主体（如果请求需要的话）

举例说明，为了计算集群中的文档数量，我们可以这样做：

curl -XGET 'http://localhost:9200/_count?pretty' -d '
    { 
    "query": { 
    "match_all": { }
    }
    }
    '

Elasticsearch返回一个类似 200 OK 的HTTP状态码和JSON格式的响应主体（除了 HEAD 请求）。上面的请求会得到如下的JSON格式的响应主体：

{ 
    "count" : 0,
    "_shards" : { 
    "total" : 5,
    "successful" : 5,
    "failed" : 0
    }
    }

*  我们看不到HTTP头是因为我们没有让 curl 显示它们，如果要显示，使用 curl 命令后跟 -i 参数:

curl -i -XGET 'localhost:9200/'

*  对于本书的其余部分，我们将简写 curl 请求中重复的部分，例如主机名和端口，还有 curl 命令本身。  
    一个完整的请求形如：

curl -XGET 'localhost:9200/_count?pretty' -d '
    { 
    "query": { 
    "match_all": { }
    }
    }'

我们将简写成这样：

GET /_count
    { 
    "query": { 
    "match_all": { }
    }
    }

事实上，在Sense控制台中也使用了与上面相同的格式。

## 面向文档 ##

应用中的对象很少只是简单的键值列表，更多时候它拥有复杂的数据结构，比如包含日期、地理位置、另一个对象或者数组。

总有一天你会想到把这些对象存储到数据库中。将这些数据保存到由行和列组成的关系数据库中，就好像是把一个丰富，信息表现力强的对象拆散了放入一个非常大的表格中：你不得不拆散对象以适应表模式（通常一列表示一个字段），然后又不得不在查询的时候重建它  
们。

Elasticsearch是面向文档(document oriented)的，这意味着它可以存储整个对象或文档(document)。然而它不仅仅是存储，还会索引(index)每个文档的内容使之可以被搜索。在Elasticsearch中，你可以对文档（而非成行成列的数据）进行索引、搜索、排序、过滤。这  
种理解数据的方式与以往完全不同，这也是Elasticsearch能够执行复杂的全文搜索的原因之一。

**JSON**

ELasticsearch使用Javascript对象符号(JavaScript Object Notation)，也就是JSON，作为文档序列化格式。JSON现在已经被大多语言所支持，而且已经成为NoSQL领域的标准格式。它简洁、简单且容易阅读。

以下使用JSON文档来表示一个用户对象：

{ 
    "email": "john@smith.com",
    "first_name": "John",
    "last_name": "Smith",
    "info": { 
    "bio": "Eco-warrior and defender of the weak",
    "age": 25,
    "interests": [ "dolphins", "whales" ]
    },
    "join_date": "2014/05/01"
    }

尽管原始的 user 对象很复杂，但它的结构和对象的含义已经被完整的体现在JSON中了，在Elasticsearch中将对象转化为JSON并做索引要比在表结构中做相同的事情简单的多。

> NOTE 尽管几乎所有的语言都有相应的模块用于将任意数据结构转换为JSON，但每种语言处理细节不同。具体请查看“ serialization  
> ” or “ marshalling ”两个用于处理JSON的模块。Elasticsearch官方客户端会自动为你序列化和反序列化JSON。

**开始第一步**

我们现在开始进行一个简单教程，它涵盖了一些基本的概念介绍，比如索引(indexing)、搜索(search)以及聚合(aggregations)。通过这个教程，我们可以让你对Elasticsearch能做的事以及其易用程度有一个大致的感觉。

**让我们建立一个员工目录**

假设我们刚好在Megacorp工作，这时人力资源部门出于某种目的需要让我们创建一个员工目录，这个目录用于促进人文关怀和用于实时协同工作，所以它有以下不同的需求：

*  数据能够包含多个值的标签、数字和纯文本。
 *  检索任何员工的所有信息。
 *  支持结构化搜索，例如查找30岁以上的员工。
 *  支持简单的全文搜索和更复杂的短语(phrase)搜索
 *  高亮搜索结果中的关键字
 *  能够利用图表管理分析这些数据

**索引员工文档**  
我们首先要做的是存储员工数据，每个文档代表一个员工。在Elasticsearch中存储数据的行为就叫做索引(indexing)，不过在索引之前，我们需要明确数据应该存储在哪里。

在Elasticsearch中，文档归属于一种类型(type),而这些类型存在于索引(index)中，我们可以画一些简单的对比图来类比传统关系型数据库：

Relational DB -> Databases -> Tables -> Rows -> Columns
    Elasticsearch -> Indices -> Types -> Documents -> Fields

Elasticsearch集群可以包含多个索引(indices)（数据库），每一个索引可以包含多个类型(types)（表），每一个类型包含多个文档(documents)（行），然后每个文档包含多个字段(Fields)（列）。