ElasticSearch学习笔记(一)倒排索引、ES和Kibana安装、索引操作

2024-06-20 22:12
文章标签 es 安装 学习 操作 笔记 elasticsearch kibana 索引 倒排

本文主要是介绍ElasticSearch学习笔记(一)倒排索引、ES和Kibana安装、索引操作，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

  • 1 ElasticSearch入门
    • 1.1 认识ElasticSearch
    • 1.2 倒排索引
      • 1.2.1 正向索引
      • 1.2.2 倒排索引
      • 1.2.3 正向VS倒排
    • 1.3 ES的相关概念
      • 1.3.1 文档和字段
      • 1.3.2 索引和映射
      • 1.3.3 MySQL与ES
  • 2 ES安装
    • 2.1 部署单点ES
      • 2.1.1 创建网络
      • 2.1.2 拉取镜像
      • 2.1.3 运行
    • 2.2 部署Kibana
      • 2.2.1 拉取镜像
      • 2.2.2 运行
      • 2.2.3 DevTools
    • 2.3 安装IK分词器
      • 2.3.1 安装ik插件
      • 2.3.2 测试
      • 2.3.3 扩展词词典
      • 2.3.4 停用词词典
  • 3 索引操作
    • 3.1 mapping映射属性
    • 2.2 索引库的CURD
      • 2.2.1 创建索引库和映射
      • 2.2.2 查询索引库
      • 2.2.3 修改索引库
      • 2.2.4 删除索引库

1 ElasticSearch入门

1.1 认识ElasticSearch

ElasticSearch（下文简称为ES）是一款非常强大的开源搜索引擎，可以从海量数据中快速找到需要的内容。例如：在GitHub搜索代码、在电商网站搜索商品、在百度搜索答案等。

ElasticSearch结合Kibana、Logstash、Beats，被广泛应用在日志数据分析、实时监控等领域。即平常所说的Elastic Stack（ELK）。

  • ElasticSearch：ELK的核心，负责存储、搜索、分析数据。
  • Kibana：数据可视化。
  • Logstash、Beats：数据抓取。

ElasticSearch底层是基于Lucene来实现的。Lucene是一个Java语言的搜索引擎类库，是Apache公司的顶级项目，由DougCutting于1999年研发。官网地址：https://lucene.apache.org/。

2004年Shay Banon基于Lucene开发了Compass；2010年Shay Banon 重写了Compass，取名为ElasticSearch。相比Lucene，ElasticSearch优势更明显，它不仅支持分布式，可水平扩展，还提供Restful接口，可被任意语言调用。

1.2 倒排索引

1.2.1 正向索引

例如，有一个数据表tb_goods，其id字段创建了索引：

如果是根据id查询，那么可以直接走索引，查询速度非常快。这种索引就是正向索引。

但如果是基于title字段做模糊查询，只能是逐行扫描数据，流程如下：

1）用户搜索数据，条件是title符合"%手机%"；
2）逐行获取数据，比如获取到id为1的数据；
3）判断数据中的title是否符合用户搜索条件；
4）如果符合则放入结果集，不符合则丢弃。

逐行扫描，也就是全表扫描，随着数据量增加，其查询效率也会越来越低。当数据量达到数百万时，就是一场灾难。

1.2.2 倒排索引

倒排索引中有两个非常重要的概念：

  • 文档（Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息；
  • 词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条。

创建倒排索引是对正向索引的一种特殊处理，流程如下：

1）将每一个文档的数据利用算法分词，得到一个个词条；
2）创建表，每行数据包括词条、词条所在文档id、位置等信息；
3）因为词条唯一性，可以给词条创建索引。

如上图，“小米”这个词条分别存在于id为1、3、4的文档中。

倒排索引的搜索流程如下（以搜索"华为手机"为例）：

1）用户输入条件“华为手机”进行搜索；
2）对用户输入内容分词，得到词条：“华为”、“手机”；
3）拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3；
4）拿着文档id到正向索引中查找具体文档。

先查询倒排索引，再查询倒排索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快，而无需全表扫描。

1.2.3 正向VS倒排

  • 正向索引一般是根据id索引来查询。但根据关键词查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的关键词，是根据文档找词条的过程。

  • 倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保存词条的文档的id，然后根据id获取文档，是根据词条找文档的过程。

优点缺点
正向索引可以给多个字段创建索引，根据索引字段搜索、排序速度非常快根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描
倒排索引根据词条搜索、模糊搜索时，速度非常快只能给词条创建索引，而不是字段；无法根据字段做排序

1.3 ES的相关概念

1.3.1 文档和字段

ES是面向文档（Document）存储的，它可以是数据库中的一条商品数据，或一个订单信息。文档数据会被序列化为json格式后存储在ES中，而json文档中往往包含很多的字段（Field），类似于数据库中的列。 例如：

1.3.2 索引和映射

索引（Index），就是相同类型的文档的集合。 例如：所有用户文档组织在一起，称为用户的索引；所有商品的文档组织在一起，称为商品的索引。

因此，可以把索引当做是数据库中的表。

数据库中的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。类似地，索引中有映射（mapping），是索引中文档的字段的约束信息。

1.3.3 MySQL与ES

MySQLElasticsearch说明
TableIndex索引(index)，就是文档的集合，类似数据库的表(table)
RowDocument文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
ColumnField字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
SchemaMappingMapping（映射），就是索引中文档的约束，类似数据库的表结构（Schema）
SQLDSLDSL是ES提供的JSON风格的请求语句，用来操作ES，实现CRUD

MySQL擅长事务类型操作，可以确保数据的安全和一致性；而ES擅长海量数据的搜索、分析、计算。因此在企业中，往往是两者结合使用：

  • 对安全性要求较高的写操作，使用MySQL实现；
  • 对查询性能要求较高的搜索需求，使用ES实现；
  • 两者再基于某种方式，实现数据的同步，保证一致性。

2 ES安装

2.1 部署单点ES

2.1.1 创建网络

由于需要部署ES和Kibana两个容器，因此需要让ES和Kibana容器互联，为此先创建一个网络：

docker network create es-net

2.1.2 拉取镜像

从镜像仓库拉取elasticsearch:7.12.1镜像：

docker pull elasticsearch:7.12.1

但由于网络问题，拉取失败了。这里直接使用已经下载好的镜像，上传到虚拟机后，执行以下命令加载镜像：

docker load -i es.tar

2.1.3 运行

docker run -d \--name es \-e "http.host=0.0.0.0" \-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \-e "discovery.type=single-node" \-v es-data:/usr/share/elasticsearch/data \-v es-logs:/usr/share/elasticsearch/logs \-v es-plugins:/usr/share/elasticsearch/plugins \--privileged \--network es-net \-p 9200:9200 \-p 9300:9300 \elasticsearch:7.12.1

命令解释：

  • -e "http.host=0.0.0.0"：监听的地址，可以外网访问
  • -e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：设置内存大小
  • -e "discovery.type=single-node"：非集群模式
  • -v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定es的数据目录
  • -v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定es的日志目录
  • -v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定es的插件目录
  • --privileged：授予逻辑卷访问权
  • --network es-net：加入一个名为es-net的网络中
  • -p 9200:9200、-p 9300:9300：端口映射配置

在浏览器访问：http://192.168.153.128:9200，看到ES的响应结果即部署成功：

2.2 部署Kibana

2.2.1 拉取镜像

docker pull kibana:7.12.1

同样，由于网络原因，镜像拉取失败了。这里也直接使用已经下载好的镜像，上传到虚拟机后，执行以下命令加载镜像：

docker load -i kibana.tar

2.2.2 运行

docker run -d \--name kibana \-e ELASTICSEARCH_HOSTS=http://es:9200 \--network=es-net \-p 5601:5601  \kibana:7.12.1

命令解释：

  • -e ELASTICSEARCH_HOSTS=http://es:9200"：设置ES的地址，因为Kibana已经与ES在一个网络中，因此可以用容器名直接访问ES
  • --network=es-net：加入一个名为es-net的网络中，与ES在同一个网络中
  • -p 5601:5601：端口映射配置

在浏览器输入地址访问：http://192.168.153.128:5601，看到Kibana页面即部署成功：

2.2.3 DevTools

Kibana中提供了一个DevTools界面，这个界面可以编写DSL来操作ES，并且对DSL语句有自动补全功能：

2.3 安装IK分词器

分词器的作用是：创建倒排索引时对文档分词；用户搜索时，对输入的内容分词。

2.3.1 安装ik插件

# 进入容器内部
docker exec -it es /bin/bash# 在线下载并安装
./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip#退出
exit#重启容器
docker restart es

此时ES插件的数据卷目录/var/lib/docker/volumes/es-plugins/_data下可以看到安装的ik插件：

2.3.2 测试

IK分词器包含两种模式：

  • ik_smart：智能切分，粗粒度
  • ik_max_word：最细切分，细粒度

在Kibana提供了DevTools中进行测试：

可见，这两个分词模式得到的结果是不一样的。

2.3.3 扩展词词典

日常生活中，有很多新的词语，在原有的词汇列表中并不存在。比如：“奥力给”，“栓Q” 等等。

所以IK分词器提供了扩展词汇的功能，以不断地更新词汇。

  • 1）进入ES容器内部的分词器插件目录
# 进入容器内部
docker exec -it es /bin/bash# 进入分词器插件目录
cd /usr/share/elasticsearch/config/analysis-ik

  • 2）创建一个IKAnalyzer.cfg.xml文件，内容如下：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties><comment>IK Analyzer 扩展配置</comment><entry key="ext_dict">ext.dic</entry>
</properties>

  • 3）新建一个ext.dic文件，内容如下：
奥力给
栓Q

  • 4）重启容器，查看启动日志
docker restart es
docker logs -f es

  • 5）测试

2.3.4 停用词词典

在互联网中，有很多词汇是不允许在网络上传递的，例如关于宗教、政治等敏感词语。为此，IK分词器提供了强大的停用词功能，让我们在索引时就直接忽略停用词汇表中的内容。

  • 1）进入ES容器内部的分词器插件目录
# 进入容器内部
docker exec -it es /bin/bash# 进入分词器插件目录
cd /usr/share/elasticsearch/config/analysis-ik

  • 2）修改IKAnalyzer.cfg.xml文件，内容如下：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties><comment>IK Analyzer 扩展配置</comment><entry key="ext_dict">ext.dic</entry><entry key="ext_stopwords">stopword.dic</entry>
</properties>

  • 3）新建一个stopword.dic文件，内容如下：
你太美

  • 4）重启容器，查看启动日志
docker restart es
docker logs -f es

  • 5）测试

3 索引操作

索引类似于数据库中的表，mapping映射就类似于表结构。因此，要向ES中存入数据，就必须先创建“表”和“表结构”。

3.1 mapping映射属性

mapping映射属性就是对索引库中文档的约束，常见的mapping映射属性有：

  • type：数据类型，常见的类型有：

    • 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
    • 数值：long、integer、short、byte、double、float
    • 布尔：boolean
    • 日期：date
    • 对象：object

  • index：是否创建索引，默认为true

  • analyzer：使用哪种分词器

  • properties：该字段的子字段

例如下面这个文档：

{"age": 1000,"weight": 52.1,"isMarried": false,"info": "战斗力最强的人","email":"swk@xyj.cn","score":[99.1, 99.5, 98.9],"name":{"firstName": "孙","lastName": "悟空"}
}
  • age：类型为 integer；参与搜索，因此需要index为true；无需分词器。
  • weight：类型为float；参与搜索，因此需要index为true；无需分词器。
  • isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器。
  • info：类型为字符串，并且需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smart。
  • email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器。
  • score：虽然是数组，但是只看元素的类型，因此类型为float；参与搜索，因此需要index为true；无需分词器。
  • name：类型为object，需要定义多个子属性
  • firstName、lastName：类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器。

2.2 索引库的CURD

2.2.1 创建索引库和映射

基本语法：

  • 请求方式：PUT
  • 请求路径：/索引库名，可以自定义
  • 请求参数：mapping映射

2.2.2 查询索引库

基本语法：

  • 请求方式：GET
  • 请求路径：/索引库名
  • 请求参数：无

2.2.3 修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这又是无法接受的。

因此索引库一旦创建，就无法修改mapping。但是却允许添加新的字段到mapping中，因为这个操作不会对倒排索引产生影响。

基本语法：

  • 请求方式：PUT
  • 请求路径：/索引库名/_mapping
  • 请求参数：mapping映射

2.2.4 删除索引库

基本语法：

  • 请求方式：DELETE
  • 请求路径：/索引库名
  • 请求参数：无

…

本节完，更多内容请查阅分类专栏：微服务学习笔记

感兴趣的读者还可以查阅我的另外几个专栏：

  • SpringBoot源码解读与原理分析
  • MyBatis3源码深度解析
  • Redis从入门到精通
  • MyBatisPlus详解
  • SpringCloud学习笔记

这篇关于ElasticSearch学习笔记(一)倒排索引、ES和Kibana安装、索引操作的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1079402。

相关文章

Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单

Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单

《Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单》：本文主要介绍Springboot的ThreadPoolTaskScheduler线... 目录ThreadPoolTaskScheduler线程池实现15分钟不操作自动取消订单概要1，创建订单后
阅读更多...
oracle数据库索引失效的问题及解决

oracle数据库索引失效的问题及解决

《oracle数据库索引失效的问题及解决》本文总结了在Oracle数据库中索引失效的一些常见场景,包括使用isnull、isnotnull、!=、、、函数处理、like前置%查询以及范围索引和等值索引... 目录oracle数据库索引失效问题场景环境索引失效情况及验证结论一结论二结论三结论四结论五总结ora
阅读更多...
Jsoncpp的安装与使用方式

Jsoncpp的安装与使用方式

《Jsoncpp的安装与使用方式》JsonCpp是一个用于解析和生成JSON数据的C++库,它支持解析JSON文件或字符串到C++对象,以及将C++对象序列化回JSON格式,安装JsonCpp可以通过... 目录安装jsoncppJsoncpp的使用Value类构造函数检测保存的数据类型提取数据对json数
阅读更多...
mac安装redis全过程

mac安装redis全过程

《mac安装redis全过程》文章内容主要介绍了如何从官网下载指定版本的Redis,以及如何在自定义目录下安装和启动Redis,还提到了如何修改Redis的密码和配置文件,以及使用RedisInsig... 目录MAC安装Redis安装启动redis 配置redis 常用命令总结mac安装redis官网下
阅读更多...
SpringBoot操作spark处理hdfs文件的操作方法

SpringBoot操作spark处理hdfs文件的操作方法

《SpringBoot操作spark处理hdfs文件的操作方法》本文介绍了如何使用SpringBoot操作Spark处理HDFS文件,包括导入依赖、配置Spark信息、编写Controller和Ser... 目录SpringBoot操作spark处理hdfs文件1、导入依赖2、配置spark信息3、cont
阅读更多...
使用JavaScript操作本地存储

使用JavaScript操作本地存储

《使用JavaScript操作本地存储》这篇文章主要为大家详细介绍了JavaScript中操作本地存储的相关知识,文中的示例代码讲解详细,具有一定的借鉴价值,有需要的小伙伴可以参考一下... 目录本地存储：localStorage 和 sessionStorage基本使用方法1. localStorage
阅读更多...
使用JavaScript将PDF页面中的标注扁平化的操作指南

使用JavaScript将PDF页面中的标注扁平化的操作指南

《使用JavaScript将PDF页面中的标注扁平化的操作指南》扁平化(flatten)操作可以将标注作为矢量图形包含在PDF页面的内容中,使其不可编辑,DynamsoftDocumentViewer... 目录使用Dynamsoft Document Viewer打开一个PDF文件并启用标注添加功能扁平化
阅读更多...
JavaScript DOM操作与事件处理方法

JavaScript DOM操作与事件处理方法

《JavaScriptDOM操作与事件处理方法》本文通过一系列代码片段,详细介绍了如何使用JavaScript进行DOM操作、事件处理、属性操作、内容操作、尺寸和位置获取,以及实现简单的动画效果,涵... 目录前言1. 类名操作代码片段代码解析2. 属性操作代码片段代码解析3. 内容操作代码片段代码解析4.
阅读更多...
SpringBoot使用Apache POI库读取Excel文件的操作详解

SpringBoot使用Apache POI库读取Excel文件的操作详解

《SpringBoot使用ApachePOI库读取Excel文件的操作详解》在日常开发中,我们经常需要处理Excel文件中的数据,无论是从数据库导入数据、处理数据报表,还是批量生成数据,都可能会遇到... 目录项目背景依赖导入读取Excel模板的实现代码实现代码解析ExcelDemoInfoDTO 数据传输
阅读更多...
Python使用asyncio实现异步操作的示例

Python使用asyncio实现异步操作的示例

《Python使用asyncio实现异步操作的示例》本文主要介绍了Python使用asyncio实现异步操作的示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋... 目录1. 基础概念2. 实现异步 I/O 的步骤2.1 定义异步函数2.2 使用 await 等待异
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2