ElasticSearch

安装elasticsearch

官网:elastic.co

https://www.elastic.co/cn/downloads/elasticsearch

官网下载巨慢，翻墙下载

目录

在这里插入图片描述

启动，访问9200：
在这里插入图片描述
在这里插入图片描述

访问9200接口：
在这里插入图片描述

安装elasticsearch-head：

git clone git://github.com/mobz/elasticsearch-head.git

cd elasticsearch-head

npm install

npm run start

open http://localhost:9100/

存在一个9200和9100的跨域问题！

点击链接，报跨域的错！

在这里插入图片描述

修改elasticsearch中config下的yaml配置文件，修改：

在这里插入图片描述

重启，连接成功：

在这里插入图片描述

把索引当做一个数据库！可以建立索引（库），文档（库中的数据！）

在这里插入图片描述
后面所有的查询，查询功能在Kibana中做！

了解ELK

在这里插入图片描述

安装Kibana

在这里插入图片描述

好处：ELK基本上都是拆箱即用

启动测试：点bin下的kibana

在这里插入图片描述

默认的kibana端口为5601

PS：注意elasticsearch和kibana的版本必须一致 否则出错！

开发工具：（Post curl head 谷歌浏览器插件测试）

汉化，修改kibana yaml中配置 重启，

ES核心概念

  1. 索引
  2. 字段类型（mapping）
  3. 文档（documents）

概述：

集群、节点、索引、类型、文档、分片、映射是什么?

elasticsearch是面向文档，关系型数据库和elasticsearch 客观的对比如下，一切都是JSON！

在这里插入图片描述
在这里插入图片描述

类型示例：

在这里插入图片描述
在这里插入图片描述

IK分词器

在这里插入图片描述
安装https://github.com/medcl/elasticsearch-analysis-ik/releases

放在elasticsearch的plugin（插件）下

重启观察ES

在这里插入图片描述

关于elasticsearch中的命令 如elasticsearch-plugin：

命令行输入：

1
elasticsearch-plugin list

在kibana中测分词器：

我们输入 超级喜欢狂神或java

发现问题：狂神说被拆开了！

这种自己需要的词，需要自己加到我们的分词器字典中！

向ik分词器增加自己的配置

在这里插入图片描述
在这里插入图片描述

重启es、kibana

在这里插入图片描述

再次测试一下狂神说，看下效果！ik_max_word最细粒度划分

在这里插入图片描述
在这里插入图片描述

以后自定义dic、导入即可！

索引引擎里面最重要的首先就是分词

Rest风格说明

一种软件架构风格，而不是标准，只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件，基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制！

在这里插入图片描述

基础测试

  1. 创建一个索引！也是在kibana终端中试用版PUT命令
1
2
3
4
PUT /test1/type1/1{  
"name": "狂神说", 
"age": "3"
}

在这里插入图片描述
完成了自动增加索引！数据也成功的添加了，这就是可以当做数据库看的原因。。

  1. 那么name字段用不用指定类型呢？毕竟我们关系型数据库 是需要指定类型的啊！

    • 字符串类型 text、keyword
    • 数值类型 long、integer、short、byte、double、float、scaled float
    • 日期类型date
    • te布尔值类型boolean
    • 二进制类型binary
    • 等等。。。

  2. 指定字段的类型——创建规则


GET命令得到库的信息：


  1. 查看默认的信息

通过命令get _cat/可以获得es当前的很多信息！
在这里插入图片描述
在这里插入图片描述

修改 提交还是使用PUT即可！然后覆盖！最新办法

曾经的办法：

在这里插入图片描述

现在的方法 使用POST：

在这里插入图片描述

删除索引——DELETE
在这里插入图片描述

通过DELETE命令实现删除、根据你的请求来判断是删除索引还是删除文档记录！

使用RESTFUL风格是我们ES推荐大家使用的！