学习谷粒商城之ElasticSearch入门使用-五八三

1、ElasticSearch介绍

1.1 ES的基础介绍

1.1.1 为什么有ES

对于全文检索，有很多的工具可以使用，如Apache Lucene，它是一个全文搜索引擎库，但是在使用Apache Lucene时，其复杂性远远超出了一个正常的程序员所具备的知识。为了能够解决这个问题，因此，基于Apache Lucene，使用Java语言编写出了ElasticSearch，其隐藏了Apache Lucene底层的复杂性，开发了一套简单的RESTful API。

1.1.2 基础概念

① Index索引

index在elasticsearch中有两个含义，一个是作为新增数据，一个是作为索引。

② Type类型

在一个index索引中，可以定义一个或多个类型。

③ Document文档

保存在某个索引下的某个类型的一条数据，这条数据是以JSON的格式进行存放。
上述的这三个概念，可以用MySQL进行类比：

ES概念	MySQL概念
index	database
type	table
document	记录

1.1.3 对于MySQL可以进行查找，为什么还要使用ES

对于MySQL的查找，其底层可以使用equal进行全值查找或者是like进行模糊查找，而这个操作是比较慢的，它会逐一去判断每条数据是否匹配，如果匹配了才会作为查找的结果。而MySQL在插入数据的过程中，会按照顺序，一条数据一条数据的插入，哪怕有几条数据的某些部分值是差不多，也会按照顺序进行排放。
而对于ES而言，它底层会在插入时，会维护一个倒排索引表，在这个倒排索引表中，会有两个字段，一个字段是对应的词，一个字段是包含该词的所有记录。而这些词，在插入数据时，会对数据进行拆分，将其拆分为若干个词并记录进这个倒排索引表中。
举例：
如果我们现在要插入的数据如下：

1-红海行动
2-探索红海行动
3-红海特别行动
4-红海记录篇
5-特工红海特别探索

那么，ES会将每条记录进行拆分，如红海行动，可以将其拆分为红海、行动，也可以将其拆分为红、海、行、动四个词，然后将其存入倒排索引表中，这里我们使用第一种方式。

词	记录
红海	1
行动	1

上述的表格是在插入第一条数据之后所形成的倒排索引表
接着我们插入第二条数据，会将其拆分为探索、红海、行动三个词
于是此时的倒排索引表如下

词	记录
红海	1,2
行动	1,2
探索	2

后面的三条数据也是按照这样的操作逐一划分并存入倒排索引表中

词	记录
红海	1,2,3,4,5
行动	1,2,3
探索	2,5
特别	3,5
记录篇	4
特工	5

这就是最终生成的倒排索引表，而假如我们要进行查找时，假设我们要查找红海特别行动
那么，同样的，在查找时，也会将这个词拆分为多个词，拿着拆分出来的词去倒排索引表中去查找，在倒排索引表如果有某条数据的词等于拆分出来的一个或多个词，那么就将该词对应的记录纳入结果集中。
此时将红海特别行动拆分为三个词，红海、特别、行动。
于是乎，就去查找红海，发现有该词，且记录为1,2,3,4,5，于是这5条记录就作为结果，接着去查找特别，发现也有，记录为3,5，此时发现结果集中有这些于是不重复添加，同样的对于行动也是，因此，最终找到的结果集为1,2,3,4,5。然后将这些数据进行显示。

1.2 ES的安装以及配置启动

1.2.1 ES的安装

docker pull elasticsearch:7.4.2

1.2.2 ES的配置及启动

创建出两个文件用于挂载ES内部的文件内容

mkdir -p /mydata/elasticsearch/config
mkdir -p /mydata/elasticsearch/data

创建出对应的配置文件，并在配置文件中添加信息

echo "http.host: 0.0.0.0" >> /mydata/elasticsearch/config/elasticsearch.yml

镜像的运行以及相应文件的挂载

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e  "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms64m -Xmx128m" \
-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-v  /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.4.2

修改对应的文件让所有人都可以访问ES

chmod -R 777 /mydata/elasticsearch

启动ES

docker start elas

可以设置开启虚拟机时默认启动ES

docker update elasticsearch --restart=always

最终在浏览器中输入对应的虚拟机地址以及端口号，如192.168.78.10:9200即可获取如下的界面，这样子就说明ES已经安装成功

{
  "name" : "72ed6c8d6e0b",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "_q-EIRuaQbOvJIfFkgbcfg",
  "version" : {
    "number" : "7.4.2",
    "build_flavor" : "default",
    "build_type" : "docker",
    "build_hash" : "2f90bbf7b93631e52bafb59b3b049cb44ec25e96",
    "build_date" : "2019-10-28T20:40:44.881551Z",
    "build_snapshot" : false,
    "lucene_version" : "8.2.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

2、Kibana介绍

2.1 Kibana介绍

kibana是一个可视化界面，可以用于查看ES中的数据
kibana和ES的关系类似于Mysql和Sqlyog的关系，一个用于保存数据，一个用于使用图形化的界面查看当前保存的所有数据内容

2.2 Kibana的安装

kibana的版本要与ES对应，如，这里我们使用的ES版本是7.4.2，那么我们的Kibana的版本也要7.4.2才可以。

docker pull kibana:7.4.2

接着启动我们的kibana

docker run --name kibana \
-e ELASTICSEARCH_HOSTS=http://ip:9200 \
-p 5601:5601 \
-d kibana:7.4.2

注意，前面的http://ip需要填写自己虚拟机的ip地址
我们可以在本地主机中测试一下当前是否安装成功，在浏览器中输入ip:5601，如果能弹出如下的界面即说明已经成功安装了

2.3 Kibana的相关操作

2.3.1 查询节点的状态_cat

① 查看所有节点的状态

http://{ip}:9200/_cat/nodes

127.0.0.1 55 99 9 0.58 0.38 0.30 dilm * 72ed6c8d6e0b

② 查询ES的健康状态

http://{ip}:9200/_cat/health

1687004907 12:28:27 elasticsearch green 1 1 4 4 0 0 1 0 - 80.0%

③ 查看主节点的状态

http://{ip}:9200/_cat/master

HzW2sAa0QTO9Vt1VZTuuFg 127.0.0.1 127.0.0.1 72ed6c8d6e0b

④ 查看所有索引的状态

http://{ip}:9200/_cat/`indices`

green open .kibana_task_manager_1   1X5FwZ7zT1ODNuOo7c96tg 1 0 2 0 38.2kb 38.2kb
green open .apm-agent-configuration PUnTh1VuQSKEQ3h37K4XOA 1 0 0 0   283b   283b
green open .kibana_1                yoL51QcrQO-xtZ51WqsOfA 1 0 7 0 25.2kb 25.2kb

2.3.2 新增文档

下面的操作使用postman软件进行模拟，后续再转为kibana自带的

① put请求

第一次发送put请求时http:192.168.78.10/customer/external/1
附上的json数据为

{

























	"name": "John Doe"

}

返回的数据如下

{

























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

接着我们再发送一次当前请求

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 2,

    "result": "updated",


    "_shards": {





        "total": 2,




        "successful": 1,




        "failed": 0





    },





    "_seq_no": 1,
    "_primary_term": 1





}

可以发现，对于_id而言，其值没有发生变化，这个id是唯一标识这条数据的。
而我们可以观察_version和result两个字段的值，第一次的时候是1和created，第二次的时候就变成了2和updated。说明_version字段是动态更新的，每次修改该条数据的值都会变动一次，而如果本身有这条数据，那么就会是修改的状态，如果本身没有这条数据，那么就会是新增的状态。

② post请求

第一次发送post请求时http:192.168.78.10/customer/external
附上的json数据为

{

























	"name": "John Doe"

}

返回的数据如下：

{

























    "_index": "customer",











    "_type": "external",











    "_id": "VrVZyYgBfKt3Fbn5XnLP",
    "_version": 1,

    "result": "created",

    "_shards": {





        "total": 2,




        "successful": 1,




        "failed": 0





    },





    "_seq_no": 2,
    "_primary_term": 1





}

而我们再次发送同样的请求时

{

























    "_index": "customer",











    "_type": "external",











    "_id": "V7VayYgBfKt3Fbn5WHLl",
    "_version": 1,

    "result": "created",

    "_shards": {





        "total": 2,




        "successful": 1,




        "failed": 0





    },





    "_seq_no": 3,
    "_primary_term": 1





}

可以发现，这两次返回的数据，从id上来看就不一样了。

2.3.3 查询文档

get请求用于查询文档，发送的请求路径与put的请求路径是一样的
返回的数据如下

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 2,

    "_seq_no": 1,
    "_primary_term": 1,





    "found": true,





    "_source": {





        "name": "John Doe"
    }


}

2.3.4 更新文档

① post带_update

http://{ip}:9200/customer/external/1/_update
请求体所携带的数据为：

{

























    "doc": {

        "name": "John"
    }

}

返回的数据为：

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 3,
    "result": "updated",


    "_shards": {





        "total": 2,




        "successful": 1,




        "failed": 0





    },





    "_seq_no": 4,
    "_primary_term": 1





}

第二次发送同样请求且请求体中携带相同数据的时候，返回的数据为：

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 5,

    "result": "noop",
    "_shards": {





        "total": 0,
        "successful": 0,
        "failed": 0





    },





    "_seq_no": 6,

    "_primary_term": 1





}

可以看到，对比上述两次操作，第一次操作的结果为updated，第二次操作的结果为noop，也就是说，当发送数据要去更新文档时，会先去检测所携带的数据是否相同，如果相同的话，则不操作既noop，如果不同的话才会去进行更新操作即updated。

② post不带_update

http://{ip}:9200/customer/external/1
请求体所携带的数据为：

{

























    "name": "John"
}

返回的数据为：

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 5,

    "result": "updated",


    "_shards": {





        "total": 2,




        "successful": 1,




        "failed": 0





    },





    "_seq_no": 6,

    "_primary_term": 1





}

这里的post即是前面新增文档时的post

③ put

这里同样也是

④ put和post请求的对比

Ⅰ、区别一：请求路径的不同

对于put和post请求的区别在于，put请求时需要携带当前是第几条数据，而post则不携带当前是第几条数据
如

put: http:192.168.78.10/customer/external/1
post: http:192.168.78.10/customer/external

Ⅱ、区别二：新建还是修改

put请求会先去判断当前所带参数的数据是否存在，如果存在，那么会进行修改操作，如果不存则新增该条数据
而post请求则是不管有没有都是新增操作

Ⅲ、区别三：新建数据的id

从前面的例子可以看到，如果是put请求的话，最终生成的数据id会是携带参数的值
而如果是post请求的话，最终生成的数据id会是一个随机数

Ⅳ、更新范围

post请求是会将对应添加的数据进行修改
当前数据

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 13,



    "_seq_no": 14,



    "_primary_term": 1,





    "found": true,





    "_source": {





		"name": "John",


        "age": 20
    }


}

post请求携带了_update参数时，此时携带的请求体的数据如下：

{

























    "doc": {

        "age": 22
    }

}

此时重新查询文档

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 13,



    "_seq_no": 14,



    "_primary_term": 1,





    "found": true,





    "_source": {





		"name": "John",


        "age": 22

    }


}

如果是携带了_update请求参数，那么，只会修改请求参数中不同的值，对于请求参数中没有携带的字段的，是不进行操作的。
post请求不携带_update参数时，此时重新更新，请求体携带的数据如下：

此时重新查询文档

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 13,



    "_seq_no": 14,



    "_primary_term": 1,





    "found": true,





    "_source": {





        "age": 20

    }


}

可以发现，此时的name字段已经消失了，只有age这一个字段。
此时恢复数据，我们来测试一下put

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 13,



    "_seq_no": 14,



    "_primary_term": 1,





    "found": true,





    "_source": {





		"name": "John",


        "age": 22

    }


}

put请求体携带的数据为：

此时重新查询，其结果为

{

























    "_index": "customer",











    "_type": "external",











    "_id": "1",









    "_version": 18,
    "_seq_no": 19,
    "_primary_term": 1,





    "found": true,





    "_source": {





        "age": 20

    }


}

可以发现，此时的put与之前的post不带_update参数时是一样的。
所以，put和不带_update参数的post一样都是全量更新，其底层会先把这条数据删掉，然后重新添加一条新的数据。
而带了_update参数的post是增量更新，底层是会对请求体的参数中所携带的同名的字段的值进行修改，再添加原本数据中没有的字段。

2.3.5 删除文档

前面我们都是使用的postman软件用来执行的这些操作，接下来我们使用Kibana自带的工具来使用。
Kibana自带的工具如下图所示打开

点击后可以进入如下的界面：

整个界面分为两部分，左边为要执行的请求，右边为执行的结果。
每个请求都会有一个播放按钮，它会执行当前的请求，会以每个action作为分割，不会去执行其他的action

① 删除单个文档

使用DELETE /customer/external/1

{

























  "_index" : "customer",

  "_type" : "external",

  "_id" : "1",

  "_version" : 19,
  "result" : "deleted",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 20,
  "_primary_term" : 1
}

此时删除再次查询时返回的数据信息为：

{

























  "_index" : "customer",

  "_type" : "external",

  "_id" : "1",

  "found" : false
}

可以发现，found字段的值为false，说明当前并没有找到id为1的文档。

② 删除整个索引

使用DELETE /customer
此时返回的数据为：

{

























  "acknowledged" : true
}

此时重新查找，会报如下的错误信息

{

























  "error" : {
    "root_cause" : [
      {
        "type" : "index_not_found_exception",
        "reason" : "no such index [customer]",
        "resource.type" : "index_expression",
        "resource.id" : "customer",
        "index_uuid" : "_na_",
        "index" : "customer"
      }
    ],
    "type" : "index_not_found_exception",
    "reason" : "no such index [customer]",
    "resource.type" : "index_expression",
    "resource.id" : "customer",
    "index_uuid" : "_na_",
    "index" : "customer"
  },
  "status" : 404
}

此时的状态为404，说明未找到当前的索引
我们可以删除单条文档和整个索引，但是不能删除中间那个

2.3.6 批量Api

批量操作时，不同于mysql数据库中的某条执行出错全部回滚的操作，这里每一条操作的运行是独立的，彼此互不干扰，上一条数据的结果不会影响下一条数据的执行。
批量api可以进行的操作是：index、create、delete、update
其中index和create是添加操作，可以添加文档，需要在后面添加一些参数
delete是删除操作，可以删除一个文档，不要求在后面添加
update是修改操作，可以修改一个文档，要求在下一行中指定部分 doc、更新插入（upsert）、脚本及其选项。

其语法格式为：

{"action": {metadata}}
{requestbody }
{"action": {metadata}}
{requestbody }

其中的action就是对应于前面四种操作，metadata就是需要进行此操作的某个索引下的某个类型下的某个文档，都需要唯一标识。
而下面的requestbody就是我们要使用到的数据。
如前面我们使用的是Postman用来执行的一些操作中，我们在请求体中添加的数据，就是这里的requestbody。
下面使用两个案例来体验一下使用批量Api进行操作

① 批量添加数据

我们执行的语句为：

POST /customer/external/_bulk
{"index":{"_id":"1"}}
{"name":"John Doe"}
{"index":{"_id":"2"}}
{"name":"Jane Doe"}

此时返回的数据为：

{

























  // 执行本次操作所花费的时间，单位是ms
  "took" : 606, 
   // 有无出错，这里值为false，说明全部都成功了，如果有一个没成功则为true
  "errors" : false, 
  // 每个操作所执行的结果
  "items" : [
    {
     // 执行的是index操作
      "index" : {
        // 操作的索引名
        "_index" : "customer",
        // 操作的类型名
        "_type" : "external",
        // 操作的文档id
        "_id" : "1",
        // 该文档对应的版本号，默认值为1，每次对其进行修改时都会加1
        "_version" : 1,
        // 本次操作执行的结果是created表明为新建，如果是修改则为updated
        "result" : "created",
        "_shards" : {
          "total" : 2,
          "successful" : 1,
          "failed" : 0
        },
        // 并发控制字段，每次更新就会加1，用来做乐观锁
        "_seq_no" : 0,
        // 同上，主分片重新分配，如重启就会变化
        "_primary_term" : 1,
        // 当前执行的结果的状态码
        "status" : 201
      }
    },
    {
      "index" : {
        "_index" : "customer",
        "_type" : "external",
        "_id" : "2",
        "_version" : 1,
        "result" : "created",
        "_shards" : {
          "total" : 2,
          "successful" : 1,
          "failed" : 0
        },
        "_seq_no" : 1,
        "_primary_term" : 1,
        "status" : 201
      }
    }
  ]
}

② 批量执行不同的操作

此时的执行语句为：

POST /_bulk
{"delete": {"_index": "website", "_type": "blog", "_id": "123"}}
{"create": {"_index": "website", "_type": "blog", "_id": "123"}}
{"title": "My first blog post"}
{"index": {"_index": "website", "_type": "blog"}}
{"title": "My second blog post"}
{"update": {"_index": "website", "_type": "blog", "_id": "123"}}
{"doc": {"title": "My updated blog post"}}

返回的数据信息为：

{

























  "took" : 3373,
  "errors" : true,
  "items" : [
    {
      "delete" : {
        "_index" : "website",
        "_type" : "blog",
        "_id" : "123",
        "_version" : 2,
        "result" : "not_found",
        "_shards" : {
          "total" : 2,
          "successful" : 1,
          "failed" : 0
        },
        "_seq_no" : 1,
        "_primary_term" : 1,
        "status" : 404
      }
    },
    {
      "create" : {
        "_index" : "website",
        "_type" : "blog",
        "_id" : "123",
        "status" : 409,
        "error" : {
          "type" : "version_conflict_engine_exception",
          "reason" : "[123]: version conflict, document already exists (current version [4])",
          "index_uuid" : "H_4_xzfKR4GnkIEcGXdovQ",
          "shard" : "0",
          "index" : "website"
        }
      }
    },
    {
      "index" : {
        "_index" : "website",
        "_type" : "blog",
        "_id" : "WbW2yYgBfKt3Fbn5W3Kx",
        "_version" : 1,
        "result" : "created",
        "_shards" : {
          "total" : 2,
          "successful" : 1,
          "failed" : 0
        },
        "_seq_no" : 5,
        "_primary_term" : 1,
        "status" : 201
      }
    },
    {
      "update" : {
        "_index" : "website",
        "_type" : "blog",
        "_id" : "123",
        "_version" : 4,
        "result" : "noop",
        "_shards" : {
          "total" : 2,
          "successful" : 1,
          "failed" : 0
        },
        "_seq_no" : 4,
        "_primary_term" : 1,
        "status" : 200
      }
    }
  ]
}

2.3.8 添加测试数据

测试数据：es测试数据.json · 坐看云起时/common_content – Gitee.com
将这些测试数据存进/bank/account/_bulk中
此时重新查看当前的所有索引

yellow open website                  H_4_xzfKR4GnkIEcGXdovQ 1 1    3 3   8.8kb   8.8kb
yellow open bank                     UPeWuTxBRv61vW_WGjoULg 1 1 1000 0 422.1kb 422.1kb
green  open .kibana_task_manager_1   1X5FwZ7zT1ODNuOo7c96tg 1 0    2 0  38.2kb  38.2kb
green  open .apm-agent-configuration PUnTh1VuQSKEQ3h37K4XOA 1 0    0 0    283b    283b
green  open .kibana_1                yoL51QcrQO-xtZ51WqsOfA 1 0    8 0  28.6kb  28.6kb
yellow open customer                 PL1lo4qzQtGiT4Y4K4OdbA 1 1    2 0   3.5kb   3.5kb

学习谷粒商城时，学到了ElasticSearch技术，因此记录下学习过程中的一些笔记以及一些补充。将我做的笔记分享出来，希望能够帮助到其他人，如果有不足的地方也希望大家能指出，谢谢！！

文章版权归作者所有，未经允许请勿转载，侵权请联系 admin@trc20.tw 删除。

THE END