【docker Elasticsearch】Rest风格的分布式开源搜索和分析引擎Elasticsearch初体验

概述：

Elasticsearch 是一个分布式、可扩展、实时的搜索与数据分析引擎。 它能从项目一开始就赋予你的数据以搜索、分析和探索的能力，这是通常没有预料到的。 它存在还因为原始数据如果只是躺在磁盘里面根本就毫无用处。

Elasticsearch 不仅仅只是全文搜索，我们还将介绍结构化搜索、数据分析、复杂的人类语言处理、地理位置和对象间关联关系等。 我们还将探讨为了充分利用 Elasticsearch 的水平伸缩性，应当如何建立数据模型，以及在生产环境中如何配置和监控你的集群。

Elasticsearch也使用Java开发并使用 Lucene 作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 RESTful API 来隐藏 Lucene 的复杂性，从而让全文搜索变得简单。

不过，Elasticsearch 不仅仅是 Lucene 和全文搜索，我们还能这样去描述它：

• 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
• 可以扩展到上百台服务器，处理PB级结构化或非结构化数据
  
  @
  目录

  • 概述：
  • 壹：安装软件
    • 一：安装elasticsearch
      • 1、安装
      • 2、问题
    • 二：安装kibana
      • 1、安装
      • 2、问题
  • 贰：Elastic search初体验
    • 一：添加数据
    • 二：查看数据
      • 1、查询单个数据
      • 2、查询所有的数据
      • 3、按条件查询
        • ①、get
        • ②：post请求
      • 4、查看数据是否存在
    • 三、修改数据
    • 四：删除数据
  • 作者有话

壹：安装软件

一：安装elasticsearch

1、安装

1、搜索镜像
docker search Elasticsearch

 2、拉取镜像
docker pull elasticsearch:7.5.2

3、查看镜像
docker images

4、启动容器
docker run -d --name elaseticsearch -p 9200:9200 -p 9300:9300 -e ES_JAVA_POTS="-Xms256m -Xmx256m"  -e "discovery.type=single-node"  [镜像id]

5、访问
http://localhost:9200

{
    "name": "ea92e317dcb0",
    "cluster_name": "docker-cluster",
    "cluster_uuid": "nN5sGE2FQuidchtltDxAhQ",
    "version": {
        "number": "7.5.2",
        "build_flavor": "default",
        "build_type": "docker",
        "build_hash": "8bec50e1e0ad29dad5653712cf3bb580cd1afcdf",
        "build_date": "2020-01-15T12:11:52.313576Z",
        "build_snapshot": false,
        "lucene_version": "8.3.0",
        "minimum_wire_compatibility_version": "6.8.0",
        "minimum_index_compatibility_version": "6.0.0-beta1"
    },
    "tagline": "You Know, for Search"
}

2、问题

1、启动失败，docker内容器无故停止

原因：elasticsearch初始占用内存大，开始占用两G，而我给docker只分配了1G，所以造成内存不够从而造成启失败，如果你电脑内存够大，你可以给你的docker分配大一点的内存，内存不够的同学，你可以在创建容器时加参数-e ES_JAVA_POTS="-Xms256m -Xmx256m"

二：安装kibana

1、安装

1、拉取镜像
docker pull kibana:7.5.2
注：最好与你的elasticsearch版本一致，以免出现问题

2、创建容器
docker run -d --name kibana  -p 5601:5601 [镜像id]

3、访问测试
访问地址：http://locahost:5601

在调试很久之后，终于来到我渴望来到的界面。



他里面有一个测试：http://localhost:9200/_search

2、问题

1、访问kibana出现问题：Kibana server is not ready yet，具体问题你需要看他的日志，使用kitematic可以查看容器的日志。

出现这个问题的可能性有很多，需要注意的是：

• 1、确认你的elasticsearch是否启动，这没什么好说的
• 2、确认你的elasticsearch版本是否与你的kibana版本是否一致，虽然我也没有测试，版本一致总归没有什么坏处。
  
  
• 3、你最好把kibana与elasticsearch两个容器之间连接起来

• 4、在进入容器后，你必须修改elasticsearch.hosts参数，它里面会有默认值为http://elaseicsearch:9200,注意这里不能改为http://localhost:9200,因为这样他会映射到你的容器内部。
  
  
  
  你需要在你的主机查看ip，输入ipconfig，这里会有很多ip，请注意，这里只有一个才能连接，如果你不能确认是哪一个，请在你的kibana容器内部curl一下http://ip:9200，出现elasticsearch信息的才是正确的。
  
  

贰：Elastic search初体验

数据的操作无非就是增删改查四种对吧，接下来演示怎么实现这四种方法：

一：添加数据

这时elasticsearch开发文档里的例子。

PUT /megacorp/employee/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

PUT /megacorp/employee/2
{
    "first_name" :  "Jane",
    "last_name" :   "Smith",
    "age" :         32,
    "about" :       "I like to collect rock albums",
    "interests":  [ "music" ]
}

PUT /megacorp/employee/3
{
    "first_name" :  "Douglas",
    "last_name" :   "Fir",
    "age" :         35,
    "about":        "I like to build cabinets",
    "interests":  [ "forestry" ]
}

以1号员工为例：这里使用Postman工具：

我们将请求切换为PUT请求，输入Url，在请求里面加上数据，点击发送，就会看到响应，

注意，路径 /megacorp/employee/1 包含了三部分的信息：

• megacorp（索引名称）
• employee（类型名称）
• 1（特定雇员的ID）
  
  请求体 —— JSON 文档 —— 包含了这位员工的所有详细信息，他的名字叫 John Smith ，今年 25 岁，喜欢攀岩。
  
  

二：查看数据

目前我们已经在 Elasticsearch 中存储了一些数据， 接下来就能专注于实现应用的业务需求了。第一个需求是可以检索到单个雇员的数据。

这在 Elasticsearch 中很简单。简单地执行 一个 HTTP GET 请求并指定文档的地址——索引库、类型和ID。 使用这三个信息可以返回原始的 JSON 文档：

1、查询单个数据

同样的，我们只需要将索引名、类别名、id的形式以get的请求发送，就可以实现单个数据的查询。

GET /megacorp/employee/1

返回结果包含了文档的一些元数据，以及 _source 属性，内容是 John Smith 雇员的原始 JSON 文档

2、查询所有的数据

一个 GET 是相当简单的，可以直接得到指定的文档。 现在尝试点儿稍微高级的功能，比如一个简单的搜索！

第一个尝试的几乎是最简单的搜索了。我们使用下列请求来搜索所有雇员：

GET /megacorp/employee/_search

可以看到，我们仍然使用索引库 megacorp 以及类型 employee，但与指定一个文档 ID 不同，这次使用 _search 。返回结果包括了所有三个文档，放在数组 hits 中。一个搜索默认返回十条结果。

{
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 3,
            "relation": "eq"
        },
        "max_score": 1,
        "hits": [
            {
                "_index": "megacorp",
                "_type": "employee",
                "_id": "1",
                "_score": 1,
                "_source": {
                    "first_name": "John",
                    "last_name": "Smith",
                    "age": 25,
                    "about": "I love to go rock climbing",
                    "interests": [
                        "sports",
                        "music"
                    ]
                }
            },
            {
                "_index": "megacorp",
                "_type": "employee",
                "_id": "2",
                "_score": 1,
                "_source": {
                    "first_name": "Jane",
                    "last_name": "Smith",
                    "age": 32,
                    "about": "I like to collect rock albums",
                    "interests": [
                        "music"
                    ]
                }
            },
            {
                "_index": "megacorp",
                "_type": "employee",
                "_id": "3",
                "_score": 1,
                "_source": {
                    "first_name": "Douglas",
                    "last_name": "Fir",
                    "age": 35,
                    "about": "I like to build cabinets",
                    "interests": [
                        "forestry"
                    ]
                }
            }
        ]
    }
}

3、按条件查询

①、get

尝试下搜索姓氏为 Smith 的雇员。、这个方法一般涉及到一个 查询字符串 （query-string） 搜索，因为我们可以通过一个URL参数来传递查询信息给搜索接口：

GET /megacorp/employee/_search?q=last_name:Smith

可以看到我们将查询本身赋值给参数 q= 。返回结果给出了所有的 Smith，一共两条。

{
    "took": 79,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 2,
            "relation": "eq"
        },
        "max_score": 0.47000363,
        "hits": [
            {
                "_index": "megacorp",
                "_type": "employee",
                "_id": "1",
                "_score": 0.47000363,
                "_source": {
                    "first_name": "John",
                    "last_name": "Smith",
                    "age": 25,
                    "about": "I love to go rock climbing",
                    "interests": [
                        "sports",
                        "music"
                    ]
                }
            },
            {
                "_index": "megacorp",
                "_type": "employee",
                "_id": "2",
                "_score": 0.47000363,
                "_source": {
                    "first_name": "Jane",
                    "last_name": "Smith",
                    "age": 32,
                    "about": "I like to collect rock albums",
                    "interests": [
                        "music"
                    ]
                }
            }
        ]
    }
}

②：post请求

官方文档介绍这是使用查询表达式搜索。

Query-string 搜索通过命令非常方便地进行临时性的即席搜索 ，但它有自身的局限性（参见 轻量 搜索 ）。Elasticsearch 提供一个丰富灵活的查询语言叫做 查询表达式 ， 它支持构建更加复杂和健壮的查询。

领域特定语言 （DSL）， 使用 JSON 构造了一个请求。我们可以像这样重写之前的查询所有名为 Smith 的搜索 ：

POST /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "last_name" : "Smith"
        }
    }
}

官方文档给出的是get请求，我实在是不知道参数加在哪里，加在header里，没有任何效果，于是我改成了POST请求，请求成功，值得注意的是只有在有条件的时候才能查询成功。

其中与get请求的不同是：不再使用 query-string 参数，而是一个请求体替代。这个请求使用 JSON 构造，并使用了一个 match 查询（属于查询类型之一）

{
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 2,
            "relation": "eq"
        },
        "max_score": 0.47000363,
        "hits": [
            {
                "_index": "megacorp",
                "_type": "employee",
                "_id": "1",
                "_score": 0.47000363,
                "_source": {
                    "first_name": "John",
                    "last_name": "Smith",
                    "age": 25,
                    "about": "I love to go rock climbing",
                    "interests": [
                        "sports",
                        "music"
                    ]
                }
            },
            {
                "_index": "megacorp",
                "_type": "employee",
                "_id": "2",
                "_score": 0.47000363,
                "_source": {
                    "first_name": "Jane",
                    "last_name": "Smith",
                    "age": 32,
                    "about": "I like to collect rock albums",
                    "interests": [
                        "music"
                    ]
                }
            }
        ]
    }
}

4、查看数据是否存在

相对于其他集中请求，这时一种比较少见的请求方式，如果需要查看数据是否存在，将请求方式改为head即可。

HEAD  /megacorp/employee/1

发送请求后，你也许会疑问，咦，他也没有返回信息啊，那我怎么知道结果呢。别急，听我慢慢道来。



根据图，我们可以看出，他的确没有返回结果，但是可以注意到，再右上角他会有一个状态码，当有这个信息时，他的状态码就是200，没有就返回404表示找不到。

三、修改数据

我们使用了GET和POST查询数据，使用PUT新增数据，根据官方给出的是修改数据还是用PUT，如果存在数据他就会更新数据，这样的模式确实与我们常见的请求使用方法略有不同。

PUT /megacorp/employee/1
{
    "first_name" : "唐",
    "last_name" :  "菜鸡",
    "age" :        21,
    "about" :      "I love to go rock climbing",
    "interests": [ "movie", "music" ]
}

发送该请求后，返回参数

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

我们对比可以发现，主要有两处不同，看图你就会说，呀不对呀，明明有四处，那是因为之前插入第一条的时候还只有一条参数，现在有三条了，不许抬杠，不许抬杠，不许抬杠。

不同：他的版本加一，返回状态为created变为updated。



我们再查询一次就会发现他的信息已经发现改变，这就是修改。

{
    "_index": "megacorp",
    "_type": "employee",
    "_id": "1",
    "_version": 2,
    "_seq_no": 3,
    "_primary_term": 3,
    "found": true,
    "_source": {
        "first_name": "唐",
        "last_name": "菜鸡",
        "age": 21,
        "about": "I love to go rock climbing",
        "interests": [
            "movie",
            "music"
        ]
    }
}

四：删除数据

根据前面，不用想我们也知道删除数据用的就是delete请求。

DELETE  /megacorp/employee/2

我们删除二号员工，返回如下信息，result变为deleted。

{
    "_index": "megacorp",
    "_type": "employee",
    "_id": "2",
    "_version": 2,
    "result": "deleted",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 4,
    "_primary_term": 3
}

作者有话

当然，elasticsearch的功能不仅仅是如此，这些只是他的基本功能之一，更多请看他的开发文档。 传送门