精读Elasticsearch

服务器

浏览数:272

2019-10-10

Elasticsearch是什么?(红色标注为关键字)

Elasticsearch它是遵循 restful API风格、高扩展高可用实时监测数据的一个搜索引擎。基于lucene全文检索架构,是由java开发的。

restful风格:可以采用http的请求方式,实现数据的增删改查。

高扩展:它本身就是 一个集群,添加节点非常简单,无需配置集群,Elasticsearch 会自动的在各节点中迁移分片,使得数据仍然均匀分布在集群里。

高可用:Elasticsearch是分布式的,每个节点都有复制备份,就算有一两个宕机,其实也无所谓了。

实时监测数据:对于PB大数据的搜集能力很高,实时性比solr要好,可能也是这个原因,现在Elasticsearch用的比较多。

常用的搜索引擎有哪些?

Lucene 、Elasticsearch、solr

Elasticsearch与Lucene的区别?(成品与半成品)

Lucene:专注于搜索底层的建设,还不完善,例如一辆汽车的引擎。
Elasticsearch:专注于企业应用,成熟。例如:完整的一辆汽车,可直接使用。

Elasticsearch与Solr的区别?

Solr:
Solr是一个独立的企业级搜索应用服务器,它对外提供类似于Web-service的API接口。用户可以通过http请求,向搜索引擎服务器提交一定格式的XML文件,生成索引;也可以通过Http Get操作提出查找请求,并得到XML格式的返回结果。

es与solr区别

总结:

  • 对于查询速度来说:两者都是毫秒级别的,但是单纯的对已有的数据(历史数据)查询时,solr更快一些。
  • 当实时添加索引时,es优势明显高于solr,主要是solr添加索引会产生io阻塞,导致查询速度慢。
  • 当遇到PB(海量数据)时,es优势就更明显了,查询速度更快,多以这也是为什么很多企业使用es全文检索的原因。而solr从毫秒级升为秒级。

为什么要使用Elasticsearch?

​   如果有很多的数据,再采用以往的模糊查询,导致商品查询是全表扫面,在百万级别的数据库中,效率非常低下,而我们使用ES做一个全文索引,我们将经常查询的商品的某些字段,比如说商品名,描述、价格还有id这些字段我们放入我们索引库里,可以提高查询速度。

Elasticsearch搜索的原理?

  • 倒排索引(反向索引):通过关键字查找对应的文档。

  • 分析(分词+标准化)

    • 首先,将一块文本分成适合于倒排索引的独立的 词条。
    • 之后,将这些词条统一化为标准格式以提高它们的“可搜索性”。
  • 相关性:最相关的文档排在最前(TF/IDF,值越大,相关性越高) ,字段内容越长,相关性越低。

流程:

1.获取数据(可通过爬虫或者从数据库导入es)
2.把数据转换成文档(文档中包含阈值例如:文档标题、正文等)
3.分析文档(分词和标准化处理)
4,使用luence自带API为分词后的数据添加索引
5,当用户输入关键字搜索时,可快速搜到对应的内容。

Elasticsearch 应用?

-** 站内搜索。主要和solr竞争,属于后起之秀。
NoSQL Json文档数据库**:抢占Mongo市场,在读写性能上优于Mongo,同时也支持地理位置查询,也支持地理位置和文本混合查询。
监控。统计、日志类时间类的数据存储、分析、可视化,es在这方面是引领者。

  • 国外:WiKipedia(维基百科)、Stack Overflow(IT问答网站)、Github等均使用Elasticsearch实现全文检索。
  • 国内:百度、新浪、阿里巴巴、腾讯等公司均有对ES使用。
  • 使用比较广泛的平台:ELK(Elasticsearch、Logstash、Kibana)

Elasticsearchd 使用?(CURL命令)

1,使用restfulAPI包含以下操作:
GET:获取对象的当前状态
POST:创建对象
PUT:更新对象的状态
DELETE:删除对象
HEAD:获取头信息

2,es内置方法:如下图


es内置方法

1.查询索引
curl 127.0.0.1:9200/_cat/indices
2.创建索引
#索引可以在添加文档数据时,通过动态映射的方式自动生成索引与类型。

#索引也可以手动创建,通过手动创建,可以控制主分片数目、分析器和类型映射。

PUT /my_index
{
    "settings": { ... any settings ... },
    "mappings": {
        "type_one": { ... any mappings ... },
        "type_two": { ... any mappings ... },
        ...
    }
}
3.删除索引
DELETE /my_index
4.创建索引库(articles)
curl -X PUT 127.0.0.1:9200/articles -H 'Content-Type: application/json' -d'
{
   "settings" : {
        "index": {
            "number_of_shards" : 3,
            "number_of_replicas" : 1
        }
   }
}
'
5,使用GET获取数据?
1,通过具体id查找对应的文档
curl 127.0.0.1:9200/articles/article/1?pretty

2,只获取一部分文档(文档的标题与正文)
curl 127.0.0.1:9200/articles/article/1?_source=title,content\&pretty

3,分页查询:size:每页的数量,from:起始
curl -X GET 127.0.0.1:9200/articles/article/_search?_source=title,user_id\&size=3\&from=10

4,查找文档是否存在?存在 200状态码、不存在 404状态码
curl -i -X HEAD 127.0.0.1:9200/articles/article/1

5,全文检索:q=xxx,%20:空格
curl -X GET 127.0.0.1:9200/articles/article/_search?q=content:python%20web\&_source=title,article_id\&pretty

6,高级查找:match、term、range、highlight
1,全文检索使用:match
curl -X GET 127.0.0.1:9200/articles/article/_search -d'
  {
      "query" : {
          "match" : {
              "title" : "python web"
          }
      }
  }'


2,精确查找:term
curl -X GET 127.0.0.1:9200/articles/article/_search?pretty -d'
  {
      "size": 5,
      "_source": ["article_id","title", "user_id"],
      "query" : {
          "term" : {
              "user_id" : 1
          }
      }
  }'

3,范围查找:和上述差不多
4,高亮查询:
curl -X GET 127.0.0.1:9200/articles/article/_search?pretty -d '
  {
      "size":2,
      "_source": ["article_id", "title", "user_id"],
      "query": {
          "match": {
               "title": "python web 编程"
           }
       },
       "highlight":{
            "fields": {
                "title": {}
            }
       }
  }
  '

6,更新文档?注意(如果指向更新一条数据,那么也要带入其他的数据,保证索引文档内容的完整性)
7,删除文档?
curl -X DELETE 127.0.0.1:9200/articles/article/1
8,在并发情况下,Elasticsearch如何保证读写一致?版本控制如何实现?

普通关系型数据库使用的是(悲观并发控制PCC)
修改一个数据前先锁定这一行,然后确保只有读取到数据的这个线程擦可以修改
ES使用(乐观并发控制OCC)
ES不会阻止某一个数据的访问,如果基础数据在我们读取和写入的间隔中发生了变化,更新就会失败,这个时候由程序来决定如何处理这个冲突。可以重新读取数据进行更新,也可以将这个情况直接反馈给用户。

第一步:先获取当前版本号: 例如(_version=1)
curl -X GET http://127.0.01:9200/articles/article/1

第二步:执行更新操作时,把版本号传进去
curl -X PUT http://127.0.0.1:9200/articles/article/1?_version=1 -H "Content-Type:application/json" -d '{"name":"carry","age":"18"}'

注意:
更新完之后,再查询版本,此时版本已经升为_version=2
如果传递的版本号和待更新的文档版本号不一致,则会更新失败。

参考官方文档:
https://www.elastic.co/cn/
http://lucene.apache.org/solr/

作者:CarryLili