15分钟掌握Elasticsearch 8大核心概念与基础用法

Elastic已经形成了一个较为庞大的生态，这个生态的核心就是Elasticsearch。初学者的重点就是如何快速地了解并使用Elasticsearch，本文总结了Elasticsearch的8大核心概念和安装、用法，15分钟实现入门并且掌握Elasticsearch的简单使用。

01、核心概念

索引(index)

一个索引是一些具有相似特征的文档的集合，例如一个用户信息的索引，一个学生成绩的索引，一个索引在Elasticsearch中由一个名字指定，名字由小写字母组成。在Elasticsearch一般为某一类的数据就存储在某一个特定的索引中。
类型(type)

在一个索引中，可以定义一种或者多种类型，类型指的是一个索引上的逻辑分类，一般来说会为一组具有共同字段的文档定义类型，例如保存一个保存用户数据的索引，为会员用户创建一个类型，为普通用户创建一个类型。类型在Elasticsearch 7.X版本以后已经被去掉了。
文档(document)

一个文档是可以被Elasticsearch索引的基础信息单元，文档以通用的数据交换格式JSON表示，存储于索引之中，理论上一个索引中可以存储任意多的文档。
分片(shards)

一个索引理论上可以存放任意多的文档，但是实际情况下单台服务器的容量有限，无法存放所有的数据。例如100亿的文档，单台服务器存储不下。为了解决这种情况，Elasticsearch提供了将一个索引的数据切分成多份存放到多个服务器的功能，每一份就是一个分片。在创建索引的时候可以指定分片的数量，默认会有5个分片。一般来说指定以后不能更改(更改的代价太大)，索引需要提前进行容量的规划。
分片的设计一方面让Elasticsearch具备了水平扩展的能力，另一方面多个分片可以并行提供查询和索引服务，大大提高系统的性能。
复制(replicas)

一个健壮的系统必须具备高可用性，复制就是Elasticsearch高可用性的体现。当某一个分片出现问题掉线的情况下，必须要有一个"备份"可以进行故障转移，这个备份就是"复制"分片。Elasticsearch允许对某一个主分片创建多个复制分片，默认为1个复制分片。特别需要注意的是，复制分片不能与主分片在同一个节点，否则就失去了高可用的能力。综上，复制分片的作用：
- 提供Elasticsearch的高可用性
- 多个复制分片并行提供搜索功能，提升Elasticsearch的搜索能力。
集群(cluster)

Elasticsearch集群由一个或者多个节点组成，共同承担所有的数据存储和搜索功能。集群由一个唯一的名字进行区分，默认为"elasticsearch"，集群中的节点通过整个唯一的名字加入集群。
节点(node)

节点是Elasticsearch集群的一部分，每个节点也有一个唯一的名称，只要多个节点在同个网络中，节点就可以通过指定集群的名称加入某个集群，与集群中的其他节点相互感知。
近实时(near real-time)

Elasticsearch从存储文档到文档可以被索引查询会存在短暂的延时，延时时间一般在1秒以内，所以一般称其为近实时。

02、安装部署

下载Elasticsearch安装包

下载Elasticsearch安装包，并解压缩，本文以6.3.0版本为例。

$ wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.3.0.tar.gz
$ tar -zxvf elasticsearch-6.3.0.tar.gz

修改配置文件（可选）

修改配置文件是可选的一个步骤，只是为了向大家展示Elasticsearch一些基本的配置项，大家可以选择性配置，亦可以跳过使用默认配置。

#集群名字，elasticsearch使用集群名字来加入某一个集群，默认为elasticsearch
cluster.name: my-application
#节点名字
node.name: node-1
node.attr.rack: r1
#数据存放路径
path.data: /home/elastic/data
#日志存放路径
path.logs: /home/elastic/logs
#对外发布的IP
network.host: 192.168.56.11
#http访问的端口
http.port: 9200
#是否开启xpack安全配置
xpack.security.enabled: false
#添加跨域配置
http.cors.enabled: true
http.cors.allow-origin: "*"

修改文件描述符和最大线程数限制

切换到root用户，修改/etc/security/limits.conf配置文件，添加以下内容并保存。
```
* soft nofile 65536
* hard nofile 131072
* soft nproc 4096
* hard nproc 4096
```
以上的配置是因为ElasticSearch的运行对最大的文件描述符以及最大线程数有要求，默认值4096和2048太小了，若无以上配置，启动过程中会报如下错误。
```
max file descriptors [4096] for elasticsearch process is too low, increase to at least [65536]
[1]: max number of threads [2048] for user [elastic] is too low, increase to at least [4096]
```
修改max_map_count参数

打开/etc/sysctl.conf配置文件，添加如下内容并保存,执行sysctl -p命令生效。
```
vm.max_map_count=262144
```
以上的配置也是因为Elasticsearch对虚拟内存空间有一定的要求，设置太小启动将会报如下错误
```
max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]
```

关闭系统防火墙(可选)

$ systemctl stop firewalld.service
$ systemctl status firewalld.service

启动Elasticsearch

经过以上配置，就可以执行以下命令启动Elasticsearch,进入Elasticsearch根目录，执行以下命令

$ bin/elasticsearch

如果看到以下日志，代表已经正常启动

[2019-01-13T08:41:29,796][INFO][c.f.s.h.SearchGuardHttpServerTransport] [node-1] publish_address {10.0.2.15:9200}, bound_addresses {[::]:9200}
[2019-01-13T08:41:29,796][INFO ][o.e.n.Node               ] [node-1] started

验证Elasticsearch

Elasticsearch支持标准的HTTP协议，支持Restful API，在Linux下我们可以使用curl命令或者在浏览器输入如下URL，若有正常输出Elasticsearch集群信息，证明已经正常运行。

$ curl -X GET http://localhost:9200
{"name" : "node-1","cluster_name" : "my-application","cluster_uuid" : "C2ILS_NVRM-S-JPFFsHhUg","version" : {"number" : "6.3.0","build_flavor" : "default","build_type" : "zip","build_hash" : "424e937","build_date" : "2018-06-11T23:38:03.357887Z","build_snapshot" : false,"lucene_version" : "7.3.1","minimum_wire_compatibility_version" : "5.6.0","minimum_index_compatibility_version" : "5.0.0"},"tagline" : "You Know, for Search"
}

03、索引操作

Elasticsearch提供一整套的Rest API用以支持各种索引、文档、搜索等操作。这里我们简单以索引的创建、查询和删除为例子来了解如何操作Elasticsearch。

新建索引

在Elasticsearch中，文档存储在索引中，查询也是从索引中查询，可以类比为传统关系数据库中的数据库（这个比喻不太准确，但有助于初始的理解）。
以下使用标准的HTTP PUT方法发起创建索引的请求来新建一个索引,如下创建一个名字为customer的索引，pretty参数表示response以方便读取的JSON格式返回，返回值如下，表示索引已经创建成功。
```
$ curl -X PUT "http://localhost:9200/customer?pretty"
{"acknowledged":true,"shards_acknowledged":true
}
```
查询索引

同样地使用HTTP GET方法向Elasticsearch集群查询在步骤一已经创建的索引
```
$ curl -X GET "localhost:9200/my-index-000001?pretty"
```
删除索引

同样地，使用HTTP DELETE方法可以删除一个索引，一旦删除了某个索引，这个索引下所有的分片、文档都会被删除，这是一个需要非常慎重的操作。
当看到以下的返回值时，代表已经删除成功。也可以重新使用索引查询方法进行查询，可以发现已经查询不到此索引。
```
$ curl -X DELETE "http://localhost:9200/customer?pretty"
{"acknowledged": true
}
```

04、文档操作

Elasticsearch中的数据以文档document的形式存储在索引中，Elasticsearch提供了一系列的_doc Rest API用来操作document的增删改查，下面以已经创建的customer索引为基础，实践一下对于Elasticsearch中document的操作。

创建文档

使用HTTP PUT方法可以往索引中新建一个document,如下请求为创建一个新的document，存储在customer索引下，指定了其document id为1，如果不指定的话Elasticsearch会自动生成一个id。
```
$ curl -X PUT "http://localhost:9200/customer/_doc/1?pretty" -H 'Content-Type: application/json' -d'
{"name": "Elastic Expert"
}
'
{"_index": "customer","_type": "_doc","_id": "1","_version": 2,"result": "updated","_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 1,"_primary_term": 2
}
```
如果创建成功，会返回如下的响应信息，其中"index"指明了索引名称，"version"代表了文档的版本，shards"指明了本次操作涉及2个分片，"successful"代表创建文档的操作成功的只有1个分片，这是因为其中一个分片是副本分片，而本次实验的集群只是本地的一个节点，为了实现高可用，主分片和副本分片不会被分配到同一个节点上，所以这里副本分片没有被分配。

查询文档

使用HTTP GET方法，可以通过document id查询document，返回值如下，可以发现实际存储的内容放在了source字段。

$ curl -X GET "http://localhost:9200/customer/_doc/1?pretty"
{"_index": "customer","_type": "_doc","_id": "1","_version": 2,"found": true,"_source": {"name": "Elastic Expert"}
}

修改文档

使用HTTP POST请求修改一个document，例如使用_update API将上一步骤创建的document name的值改为“Test Name” 。

$ curl -X POST "http://localhost:9200/customer/_doc/1/_update?pretty" -H 'Content-Type:application/json' -d'
{"doc": { "name": "New Elastic Expert" }
}'

返回值如下，可以发现_version字段的值已经改变了，证明我们的更新成功了，当然，也可以使用查询API重新查询确认。

{"_index": "customer","_type": "_doc","_id": "1","_version": 3,"result": "updated","_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 2,"_primary_term": 2
}

删除文档

使用HTTP DELETE方法,通过指定document id可以删除对应的document 。返回值如下代表删除成功
```
$ curl -X DELETE "http://localhost:9200/customer/_doc/1?pretty"
```
返回值中"result"的值为"deleted"代表已经删除成功，值得一提的是，在Elasticsearch中，删除的文档不是直接从物理上立刻删除，而是标记为删除，等待一个时机到来以后才会真实地从物理上进行删除。
```
{"_index": "customer","_type": "_doc","_id": "1","_version": 4,"result": "deleted","_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 3,"_primary_term": 2
}
```

05、数据搜索

我们已经掌握了Elasticsearch创建索引，增加和更新文档的操作，下来就是重头戏搜索。Elasticsearch天生具备搜索的强支持能力，与document、index一样，有一套专门的_search API来支持搜索功能，还有很多的搜索特性，不同的搜索类型，搜索功能较为复杂。在本小节只介绍最简单的搜索API，以期能快速进入Elasticsearch搜索的大门。

数据搜索基本使用HTTP GET方法，_search API根据查询参数的位置的不同支持两种形式:

搜索参数放在request body

将query参数放在HTTP请求的request body中发起查询，匹配条件指定为match_all代表匹配所有的文档,这种查询方式使用的是Elasticsearch的 query DSL语法。
```
$ curl -X GET "http://localhost:9200/customer/_search?pretty" -H 'Content-Type: application/json' -d'
{"query": { "match_all": {} }
}
'
```
搜索参数放在request uri

查询参数放在HTTP请求的request uri上作为query parameter，q=*使用模糊匹配的方式，代表查询customer索引下所有的document。
```
$ curl -X GET "http://localhost:9200/customer/_search?q=*&pretty"
```
返回值如下，shards.total代表总共5个分片，shards.successful为5代表5个分片全部成功进行了查询，hits段代表查询的结果,hits.total为1代表符合条件的document数量为1。
```
{"took": 17,"timed_out": false,"_shards": {"total": 5,"successful": 5,"skipped": 0,"failed": 0},"hits": {"total": 1,"max_score": 1.0,"hits": [{"_index": "customer","_type": "_doc","_id": "2","_score": 1.0,"_source": {"name": "Elastic Expert"}}]}
}
```

经过以上的实践，相信基本上可以简单的掌握Elasticsearch的基础用法以及对相关的核心概念都有了一定的认识，接下来跟我一起深入学习Elasticsearch的核心功能吧。