• 欢迎浏览“String me = Creater\忠实的资深Linux玩家;”,请文明浏览,理性发言,有侵犯你的权益请邮件我(creater@vip.qq.com).
  • 把任何的失败都当作一次尝试,不要自卑;把所有的成功都想成是一种幸运,不要自傲。
  •    2年前 (2016-08-17)  Elasticsearch |   抢沙发  12 
    文章评分 0 次,平均分 0.0

    安装部分就不重复。

      • 1.如果想通过服务器ip访问es,打开elasticsearch-2.3.5/config/elasticsearch.yml,找到Network部分:
    # ---------------------------------- Network -----------------------------------
    #
    # Set the bind address to a specific IP (IPv4 or IPv6):
    #
    # network.host: 192.168.0.1
    #
    # Set a custom port for HTTP:
    #
    # http.port: 9200
    #
    # For more information, see the documentation at:
    # <http://www.elastic.co/guide/en/elasticsearch/reference/current/modules-network.html>
    #

    把network.host: 192.168.0.1前的注释去掉并修改为network.host: 0.0.0.0
    重启es上面返回的信息中 http 部分也会变成真实本机地址,可以通过本机真实ip:9200 访问es。

      • 2.想关闭时可以使用REST APIcurl -XPOST 'http://localhost:9200/_shutdown'.
      • 3.一些插件

    3.1安装head 插件
    安装命令:

    ./elasticsearch-2.3.5/bin/plugin install mobz/elasticsearch-head

    安装好后,在浏览器输入地址:http://localhost:9200/_plugin/head/ 即可调用 head 插件 查看集群状态、节点信息、做查询等等。
    3.2安装IK分词器
    (a).首先使用Git clone命令下载IK分词器源码

    git clone https://github.com/medcl/elasticsearch-analysis-ik.git

    也可以直接访问github地址(https://github.com/medcl/elasticsearch-analysis-ik)点击右侧Clone or download按钮,然后Download ZIP直接下载.
    (b.)解压下载的elasticsearch-analysis-ik-master.zip.

    unzip elasticsearch-analysis-ik-master.zip

    (c.)使用maven打包
    确保系统已经安装maven,使用mvn -version命令查看是否已经安装maven.如果没有安装,可以根据系统选择安装方法,比如mac OS系统可以使用brew install maven命令完成安装.
    进入ik分词器的下载目录,运行命令:

    mvn package

    打包完成以后可以看到根目录下多出一个target文件夹.
    (d.) 配置Ik插件
    在elasticsearch-2.3.5/plugins/目录下新建名为ik的文件夹.把elasticsearch-analysis-ik-master/target/releases
    /elasticsearch-analysis-ik-1.9.3.zip解压,把解压后的所有文件拷贝到elasticsearch-2.3.5/plugins/ik/目录下.
    重新启动es,如果配置正确,不会有异常信息输出。
    (e.)ik 分词测试
    1.首先创建一个索引用于测试:

    curl -XPUT localhost:9200/index

    2.为索引index创建mapping:

    curl -XPOST http://localhost:9200/index/fulltext/_mapping -d'
    {
        "fulltext": {
                 "_all": {
                "analyzer": "ik"
            },
            "properties": {
                "content": {
                    "type" : "string",
                    "boost" : 8.0,
                    "term_vector" : "with_positions_offsets",
                    "analyzer" : "ik",
                    "include_in_all" : true
                }
            }
        }
    }'

    3.测试:

    curl 'http://localhost:9200/index/_analyze?analyzer=ik&pretty=true' -d '
    {
    "text":"中国有13亿人口"
    }'

    显示结果如下:

    {
      "tokens" : [ {
        "token" : "中国",
        "start_offset" : 0,
        "end_offset" : 2,
        "type" : "CN_WORD",
        "position" : 0
      }, {
        "token" : "国有",
        "start_offset" : 1,
        "end_offset" : 3,
        "type" : "CN_WORD",
        "position" : 1
      }, {
        "token" : "13",
        "start_offset" : 3,
        "end_offset" : 5,
        "type" : "ARABIC",
        "position" : 2
      }, {
        "token" : "亿",
        "start_offset" : 5,
        "end_offset" : 6,
        "type" : "CN_WORD",
        "position" : 3
      }, {
        "token" : "人口",
        "start_offset" : 6,
        "end_offset" : 8,
        "type" : "CN_WORD",
        "position" : 4
      } ]
    }
      • 4.文档的CRUD

    索引、类型、文档、字段

    • 索引是ElasticSearch存放数据的地方,可以理解为关系型数据库中的一个数据库。
    • 类型用于区分同一个索引下不同的数据类型,相当于关系型数据库中的表
    • 文档是ElasticSearch中存储的实体,类比关系型数据库,每个文档相当于数据库表中的一行数据。
    • 文档由字段组成,相当于关系数据库中列的属性,不同的是ES的不同文档可以具有不同的字段集合。
      对比关系型数据库:
    Relational DB -> Databases -> Tables -> Rows -> Columns
    Elasticsearch -> Indices   -> Types  -> Documents -> Fields

    创建文档
    以博客内容管理为例,索引名为blog,类型为article,新加一个文档:

    curl -XPUT http://localhost:9200/blog/article/1 -d '
    {
          "id": "1",
          "title": "New version of Elasticsearch released!",
          "content": "Version 1.0 released today!",
          "priority": 10,
          "tags": ["announce", "elasticsearch", "release"]
    }'

    检索文档

    http://localhost:9200/blog/article/1?pretty

    更新文档

    curl -XPOST http://localhost:9200/blog/article/1/_update -d '{
      "script": "ctx._source.content = \"new content\""
    }'

    删除文档

    curl -XDELETE http://localhost:9200/blog/article/1 
  • 5.相关概念
  • 节点与集群
    ElasticSearch是一个分布式全文搜索引擎,既可以做为一个独立的搜索服务器工作,也可以使用多台服务器同时运行,这样就构成了一个集群(cluster),集群的每一个服务器称为一个节点(node).
    分片
    当数据量比较大的时候,受RAM、硬盘容量的限制,同时一个节点的计算能力有限。可以将数据切分,每部分是一个单独的lucene索引,成为分片(shard)。每个分片可以被存储在集群的不同节点上。当需要查询由多个分片构成的索引时,ElasticSearch将查询发送到每个相关的分片,之后将查询结果合并。过程对应用透明,无须知道分片的存在。
    副本
    副本是对原始分片的一个精确拷贝,原始分片成为主分片。对索引的所有操作都直接作用在主分片上,每个主分片可以有零个或多个副分片。主分片丢失,集群可以将一个副分片提升为主的新分片。

     

    除特别注明外,本站所有文章均为String me = "Creater\忠实的资深Linux玩家";原创,转载请注明出处来自http://unix8.net/home.php/5057.html

    关于

    发表评论

    暂无评论

    切换注册

    登录

    忘记密码 ?

    切换登录

    注册

    扫一扫二维码分享