[大数据]Elasticsearch 概述及安装

1. Elasticsearch 是什么

Elastic Stack 包括 Elasticsearch、Kibana、Beats 和 Logstash（也称为 ELK Stack），能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化。

Elastcisarch(ES) 是一个开源的高扩展的分布式全文搜索引擎，它是整个 Elastic Stack 技术栈的核心，可以近乎实时的存储、检索数据。同时还具有良好的扩展性，可以部署到上百台服务器上，处理 PB 级的数据。

2. 全文搜索引擎

事实上，可以将现实世界中的数据分为结构化数据和非结构化数据两大类。其中，结构化数据通常是指有固定格式和有限长度的数据，可以用关系型数据库中的表存储；非结构化数据也称为全文数据，是不定长且无固定格式的数据，包括常见的文档、文本、邮件、图像格式的数据。

对于结构化数据，可以通过 SQL 查询直接从关系型数据库中查找，而对于非结构化数据，关系型数据库搜索不能提供好的支持。

对于传统数据库而言，进行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 语句进行优化，效果也不尽如人意。虽然建立了索引可以提高查询效率，但是对于插入和修改操作都会重新构建索引，维护麻烦。

在生产环境中，当使用常规的搜索方式碰到以下的情况，搜索性能会变得非常差：

• 搜索的数据对象是大量的非结构化文本数据
• 文本记录量达到数十万或数百万甚至更多
• 支持大量交互式文本的查询
• 需求非常灵活的全文搜索查询
• 对高度相关的搜索结构有特殊需求，但是没有可用的关系数据库可以满足
• 对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况

为了解决结构化数据搜索和非结构化数据搜索性能的问题，就需要更加专业、健壮、强大的全文搜索引擎。

🎁全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。

3. Elasticsearch And Solr

Lucene 是 Apache 软件基金会 Jakarta 项目组的一个子项目，它作为 Elasticsearch 的核心，提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在 Java 开发环境里 Lucene 是一个成熟的免费开源工具。就其本身而言，Lucene 是当前以及最近几年最受欢迎的免费 Java 信息检索程序库。但 Lucene 只是一个提供全文搜索功能类库的核心工具包，而真正使用它还需要一个完善的服务框架搭建起来进行应用。

目前市面上流行的搜索引擎软件，主流的有两款：Elasticsearch 和 Solr, 这两款都是基于 Lucene 搭建的，是可以独立部署启动的搜索引擎服务软件。由于内核相同，所以两者除了服务器安装、部署、管理、集群以外，对于数据的操作 修改、添加、保存、查询等都十分类似。

在使用过程中，一般都会将 Elasticsearch 和 Solr 这两个软件对比，然后进行选型。这两个搜索引擎都是流行的，先进的的开源搜索引擎。它们都是围绕核心底层搜索库 - Lucene 构建的。但它们又是不同的，它们分别有各自的特点：

4. Elasticsearch Or Solr

Elasticsearch 和 Solr 都是开源搜索引擎，那么我们在使用时该如何选择呢？

• Google 搜索趋势结果表明，与 Solr 相比，Elasticsearch 具有很大的吸引力，但这并不意味着 Apache Solr 已经死亡。虽然有些人可能不这么认为，但 Solr 仍然是最受欢迎的搜索引擎之一，拥有强大的社区和开源支持。
• 与 Solr 相比，Elasticsearch 易于安装且非常轻巧。此外，你可以在几分钟内安装并运行
  Elasticsearch. 但是，如果 Elasticsearch 管理不当，这种易于部署和使用可能会成为一个问题。基于 JSON 的配置很简单，但如果要为文件中的每个配置指定注释，那么它不适合您。总的来说，如果你的应用使用的是 JSON，那么 Elasticsearch 是一个更好的选择。
• Solr 拥有更大、更成熟的用户，开发者和贡献者社区。ES 虽拥有的规模较小但活跃的用户社区以及不断增长的贡献者社区。Solr 贡献者和提交者来自许多不同的组织，而 Elasticsearch 提交者来自单个公司。
• Solr 更成熟，但 ES 增长迅速，更稳定。
• Solr 是一个非常有据可查的产品，具有清晰的示例和 API 用例场景。 Elasticsearch 的 文档组织良好，但它缺乏好的示例和清晰的配置说明。

那么，到底是 Solr 还是 Elasticsearch？

• 由于易于使用，Elasticsearch 在新开发者中更受欢迎。一个下载和一个命令就可以启动一切。
• 如果除了搜索文本之外还需要它来处理分析查询，Elasticsearch 是更好的选择。
• 如果需要分布式索引，则需要选择 Elasticsearch. 对于需要良好可伸缩性和以及性能分布式环境，Elasticsearch 是更好的选择。
• Elasticsearch 在开源日志管理用例中占据主导地位，许多组织在 Elasticsearch 中索引它们的日志以使其可搜索。
• 如果你喜欢监控和指标，那么请使用 Elasticsearch，因为相对于 Solr，Elasticsearch 暴露了更多的关键指标。

5. Elasticsearch 应用案例

• GitHub: 2013 年初，抛弃了 Solr，采取 Elasticsearch 来做 PB 级的搜索。GitHub 使用Elasticsearch 搜索 20TB 的数据，包括 13 亿文件和 1300 亿行代码。
• 维基百科：启动以 Elasticsearch 为基础的核心搜索架构。
• SoundCloud：SoundCloud 使用 Elasticsearch 为 1.8 亿用户提供即时而精准的音乐搜索服务。
• 百度：目前广泛使用 Elasticsearch 作为文本数据分析，采集百度所有服务器上的各类指标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常或业务层面异常。目前覆盖百度内部 20 多个业务线（包括云分析、网盟、预测、文库、直达号、钱包、风控等），单集群最大 100 台机器，200 个 ES 节点，每天导入 30TB+ 数据。
• 新浪：使用 Elasticsearch 分析处理 32 亿条实时日志。
• 阿里：使用 Elasticsearch 构建日志采集和分析体系。

6. 安装 Elasticsearch

Elasticsearch 官方地址: https://www.elastic.co/cn/，截止到博客撰写之日，Elasticsearch 的最新版本为 8.2.0，但是这里我选择 7.8.0 版本。
下载地址：https://www.elastic.co/cn/downloads/past-releases/elasticsearch-7-8-0

Elasticsearch 分为 Linux 和 Windows 版本，这里的安装演示以 Windows 版本为例，点击 WINDOWS sha 进行下载，由于 Elasticsearch 服务器在国外，在国内下载速度非常慢，博主已经将下载好的压缩包上传到 CSDN，大家可以根据需要点击链接进行下载。

Windwos 版本的 Elasticsearch 安装非常简单，解压即安装完毕，解压后的 Elasticsearch 的目录结构如下所示

上图中的各个目录的含义如下所示

解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务

其中，Elasticsearch 集群间组件的通信端口为 9300，而 9200 为浏览器访问的 HTTP 协议 RESTFUL 端口。

在启动过程中有如下事项需要注意：

• Elasticsearch 是使用 Java 开发的，且 7.8 版本的 ES 需要 JDK 1.8 及以上版本，默认安装包带有 JDK 环境，但是如果系统配置了 JAVA_HOME，那么使用系统默认的 JDK。
• 如果遇到双击启动窗口闪退的情况，可以尝试通过路径追踪错误，如果是 “空间不足”，需要修改 config/jvmoptions 配置文件，修改内容如下所示

# Xms represents the initial size of total heap space
# Xmx represents the maximum size of total heap space
-Xms1g  # 堆空间初始大小
-Xmx1g  # 堆空间最大大小

启动完成之后，便可以进行测试了，打开浏览器，输入访问地址 http://localhost:9200/，测试结果截图如下所示

出现以上截图中的测试结果表明启动 Elasticsearch 成功！

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖