本文共 2880 字，大约阅读时间需要 9 分钟。

初识 Elasticsearch

Elasticsearch 是一个分布式、RESTful 式的搜索和数据分析引擎，简称 ES。在国内也被称为 ES。它是基于 Lucene 开发的全文检索引擎，提供了更高级的功能和接口。虽然 Lucene 本身是一个强大的全文检索库，但直接使用 Lucene 可能会比较复杂。Elasticsearch 在 Lucene 的基础上扩展，提供了更高级的搜索和数据分析功能。

Elasticsearch 的功能与适用场景

Elasticsearch 的主要功能包括：

Elasticsearch 的底层是 Lucene，但它提供了 RESTful API，用户可以通过简单的 HTTP 请求来操作，无需直接调用 Lucene 的低层接口。相比单机的 Lucene，Elasticsearch 支持分布式架构，能够处理更大的数据量和更复杂的查询需求。

Elasticsearch 的安装

安装 Elasticsearch 相对简单。以下是基于 macOS 的安装步骤：

tar -zxvf elasticsearch-7.9.0-darwin-x86_64.tar.gz /usr/local/Cellar

cd /usr/local/Cellar/elasticsearch-7.9.0/darwin-x86_64/bin
./elasticsearch

Kibana 的安装

Kibana 是 Elasticsearch 的可视化工具，支持通过图表和可视化界面操作 Elasticsearch 数据。安装步骤类似于 Elasticsearch：

tar -zxvf kibana-7.9.1-darwin-x86_64.tar.gz

cd /usr/local/Cellar/kibana-7.9.1/darwin-x86_64/bin
./kibana

Elasticsearch 的存储结构

Elasticsearch 的存储结构与传统数据库（如 MySQL）有所不同：

Index（索引）

索引相当于 MySQL 的数据库，代表一组文档数据的集合。

Document（文档）

文档是 Elasticsearch 存储的基本单位，通常以 JSON 格式存储。每个文档可以包含多个字段，字段类型包括数值类型、日期类型、布尔类型、Text（支持全文搜索）、Keyword（精确匹配）、Geo（地理信息）。

Mapping（映射）

Mapping 定义了索引中文档的结构和字段类型。Elasticsearch 会根据文档数据自动推断映射规则，但在实际应用中，建议手动定义映射规则以确保字段类型准确。

Elasticsearch 的查询

Elasticsearch 的查询语法基于 RESTful API，主要包括以下参数：

GET /{index}/_search
{
  "size": 10,
  "from": 0,
  "_source": ["field1", "field2"],
  "query": {
    "match": {
      "field1": "text"
    }
  }
}

GET /{index}/_search
{
  "query": {
    "term": {
      "field1": "value1"
    }
  }
}

GET /{index}/_search
{
  "query": {
    "terms": {
      "field1": ["value1", "value2"]
    }
  }
}

GET /{index}/_search
{
  "query": {
    "range": {
      "field1": {
        "gte": 100,
        "lte": 200
      }
    }
  }
}

GET /{index}/_search
{
  "query": {
    "bool": {
      "must": ["term1", "term2"],
      "should": ["term3"]
    }
  }
}

排序

Elasticsearch 支持根据查询结果的指定字段排序：

GET /{index}/_search
{
  "sort": [
    {"field1": "asc"},
    {"field2": "desc"}
  ]
}

聚合查询

Elasticsearch 的聚合查询类似于 SQL 的 GROUP BY 和聚合函数，常用于统计分析：

GET /{index}/_search
{
  "size": 0,
  "aggs": {
    "type_count": {
      "terms": {
        "field": "type"
      }
    }
  }
}

常用的聚合函数包括 value_count（统计文档总数）、cardinality（去重统计）、avg（求平均值）、sum（求和）、max（求最大值）、min（求最小值）等。

总结

Elasticsearch 是一个强大且灵活的搜索和数据分析引擎，适用于处理海量数据的高性能需求。通过简单的 HTTP 接口和丰富的功能，Elasticsearch 减少了对技术细节的依赖，使开发者能够快速上手并实现高效的数据处理任务。

转载地址：http://awln.baihongyu.com/