Elastic Search （一）es环境搭建和简单使用

es是什么？

es是基于Apache Lucene的开源分布式（全文）搜索引擎，提供简单的RESTful API来隐藏Lucene的复杂性

es除了全文搜索引擎之外，还可以这样描述它：

• 分布式的实时文件存储，每个字段都被索引并可被搜索
• 分布式的实时分析搜索引擎
• 可以扩展到成百上千台服务器，处理P8级结构化或非结构化数据

es的下载与安装

Java for windows /Mac/Linux

es对于java jdk的版本有需求，必须是java 1.8及以上版本

es for windows/Mac

es开箱即用，也就是解压即可使用。

Kibana for windows /Mac

Kibana是一个为ElasticSearch提供的数据分析的Web接口，可使用它对日志进行高效的搜索、可视化、分析等各种操作。

es快速上手

es的数据组织

• 逻辑：索引>类型>文档
• 与关系型数据库对比理解

• 文档
  • 文档的特性：自我包含、层次型、结构灵活、无模式
  • 类型:在es6.x版本开始，一个索引下面只能有一个类型，类型是文档的容器，并且，类型记录了字段和值的映射关系。
  • 索引，索引是以你割舍类型的容器，elastic search中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到各个分片上。
• 物理：节点，分片
  • 节点：一个集群至少有一个节点，节点内可以有多个索引。在创建索引时，默认创建1个主分片，每个主分片搭配一个复制分片。
  • 分片：文档存储在各个分片上，一个分片也是一个Lucene索引。
  • 倒排索引：倒排索引是一个包含不重复词条的文档，我们称该文档为倒排文档。
  • es的索引和Lucene的索引对比：
    • es的索引是由多个分片组成，而每个分片则是一个Lucene索引
    • 一个Lucene索引存储不超过21亿片文档，或者不超过240亿个唯一词条。

基本操作

• 简单操作

  PUT s18/doc/1
  {
    "name":"大刀"
  }
  PUT s18/doc/1
  {
    "name":"鹏程"
  }
  PUT s18/doc/1
  {
    "name":"laowang"
  }

上例中，我们添加了3篇文章，首先检查索引s18是是否存在，不存在先创建，存在则添加（或更新）文档

  GET s18/doc/1    # 查看指定文档
  GET s18/doc/_search # 查看所有文档
  GET s18/doc/_search?q=name:laowang # 按照条件查询

上例是简单地查询语句

原文：https://www.cnblogs.com/shine-rainbow/p/12203486.html