[大数据]Elasticsearch教程-入门

一、elasticsearch是什么？

全文搜索属于最常见的需求，开源的 Elasticsearch是目前全文搜索引擎的首选。它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它。
Elasticsearch的底层是开源库 Lucene。但是，你没法直接用 Lucene，必须自己写代码去调用它的接口。Elasticsearch是 Lucene 的封装，提供了 REST API 的操作接口，开箱即用。
官网：https://www.elastic.co/cn/elasticsearch

二、为什么用elasticsearch？

优点

• 开箱即用，天生集群
• 横向扩展性。只需要增加一台服务器，做一点配置，启动一下ES进程就可以并入集群。
• 分片机制提供更好的分布性。：同一个索引分成多个分片（sharding），分而治之的方式来提供处理效率。
• 高可用。提供复制（replica），一个分片可以设置多个复制分片，使得某台服务器宕机的情况下，集群仍旧可以照常运行；
• 速度快，负载能力强，在面对海量数据时候，搜索速度极快。

缺点

• 各节点数据的一致性问题。其默认的机制是通过多播机制，同步元数据信息，但是在比较繁忙的集群中，可能会由于网络的阻塞，或者节点处理能力达到饱和，导致各数据节点数据不一致——也就是所谓的脑裂问题，这样会使得集群处于不一致状态。目前并没有一个彻底的方案来解决这个问题，但是可以通过参数配置和节点角色配置来缓解这种情况。

• 没有细致的权限管理。也就是说，没有像mysql那样的分各种用户，每个用户又有不同的权限。所以在操作上的限制需要自己开发一个系统化来完成。

三、怎么用elasticsearch？

1. 索引

2. 文档

3. 映射
   1）创建索引
   请求方式：put， 请求地址：http://localhost:9200/user
   2）创建关系
   请求方式：put， 请求地址：http://localhost:9200/user/_mapping，请求体如下：

{
    "properties": {
        "name": {
            "type": "text", // 可以被分词
            "index": true // 可以被索引查询
        },
        "sex": {
            "type": "keyword", // 不能够被分词，必须完整匹配
            "index": true
        },
        "tel": {
            "type": "keyword",
            "index": false // 不能够被索引
        }
    }
}

3）查询关系
请求方式：get， 请求地址：http://localhost:9200/user/_mapping
4）增加文档数据
请求方式：put， 请求地址：http://localhost:9200/user/_create/1001，请求体如下：

{
    "name": "张三",
    "sex": "男的",
    "tel": "1111"
}

5）查询文档数据

• 请求方式：get， 请求地址：http://localhost:9200/user/_search，请求体如下：

{
    "query": {
        "match": {
            "name": "张"
        }
    }
}

结果：可以查到数据

• 请求方式：get， 请求地址：http://localhost:9200/user/_search，请求体如下：

{
    "query": {
        "match": {
            "sex": "男"
        }
    }
}

结果：查不到数据。因为sex是keyword类型，不能够被分词，必须完整匹配

• 请求方式：get， 请求地址：http://localhost:9200/user/_search，请求体如下：

{
    "query": {
        "match": {
            "tel": "1111"
        }
    }
}

结果：查不到数据。因为tel的index是false，该字段不能够被索引