Elasticsearch实战教程： 如何在海量级数据中进行快速搜索
引入
Elasticsearch（简称ES）是一个基于Apache Lucene™的开源搜索引擎，无论在开源还是专有领域，Lucene 可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。几天我们就来体验一下如何在海量数据中快速进行搜索。
文章目录
- 引入
- 一、环境搭建
- 1.1、安装JDK
- 1.2、安装ElasticSearch
- 1.3、设置data的目录
- 1.4、设置log的目录
- 1.5、修改配置文件elasticsearch.yml
- 1.6、启动elasticsearch
- 二、创建数据索引
- 2.1创建 `my_index`的索引
- 三. 进行数据导入
- 四、 进行数据搜索
- 总结
一、环境搭建
首先，在使用 Elasticsearch 之前，我们需要先安装好服务，操作也很简单。
本次我们选择我们采用CentOS7来部署 ElasticSearch 服务。
登录https://www.elastic.co/cn/downloads/elasticsearch，选择相应的系统环境下载软件包，这里我用的操作系统是CentOS，所以选择Linux环境。
1.1、安装JDK
Elasticsearch 是用 Java 语言开发的，所以在安装之前，需要先安装一下JDK
yum -y install java-1.8.0-openjdk
查看java安装情况
java -version
1.2、安装ElasticSearch
进入到对应上传的文件夹，安装ElasticSearch
rpm -ivh elasticsearch-6.1.0.rpm
查找安装路径
rpm -ql elasticsearch
一般是装在/usr/share/elasticsearch/下。
1.3、设置data的目录
创建/data/es-data目录，用于elasticsearch数据的存放
mkdir -p /data/es-data
修改该目录的拥有者为elasticsearch
chown -R elasticsearch:elasticsearch /data/es-data
1.4、设置log的目录
mkdir -p /log/es-log
修改该目录的拥有者为elasticsearch
chown -R elasticsearch:elasticsearch /log/es-log
1.5、修改配置文件elasticsearch.yml
vim /etc/elasticsearch/elasticsearch.yml
修改如下内容：
#设置节点名称
cluster.name: my-es#设置data存放的路径为/data/es-data
path.data: /data/es-data#设置logs日志的路径为/log/es-log
path.logs: /log/es-log#设置内存不使用交换分区，配置了bootstrap.memory_lock为true时反而会引发9200不会被监听，原因不明
bootstrap.memory_lock: false#设置允许所有ip可以连接该elasticsearch
network.host: 0.0.0.0#开启监听的端口为9200
http.port: 9200#增加新的参数，为了让elasticsearch-head插件可以访问es (5.x版本，如果没有可以自己手动加)
http.cors.enabled: true
http.cors.allow-origin: "*"
1.6、启动elasticsearch
启动
systemctl start elasticsearch
查看状态
systemctl status elasticsearch
设置开机启动
systemctl enable elasticsearch
启动成功之后，测试服务是否开启
curl -X GET http://localhost:9200
同时也可以远程测试一下，如果网络被拒绝，检查防火墙是否开启
#查询防火墙状态
firewall-cmd --state
如果状态是active表示已经开启，可以将其关闭
#关闭防火墙
systemctl stop firewalld.service
如果不想开机启动，可以输入如下命令
#禁止firewall开机启动
systemctl disable firewalld.service
二、创建数据索引
在Elasticsearch中，数据是以JSON格式存储的。首先，我们需要创建一个索引，索引相当于一个数据集合，它可以包含一个或多个类型（type）。
2.1创建 my_index的索引
PUT /my_index
{"settings": {"number_of_shards": 1,"number_of_replicas": 0},"mappings": {"properties": {"title": { "type": "text" },"content": { "type": "text" }}}
}
在上面的例子中，我们创建了一个名为my_index的索引，并设置了分片数为1，副本数为0。同时，我们定义了两个字段title和content，它们的类型都是文本。
三. 进行数据导入
接下来，我们需要将数据导入到Elasticsearch中。可以使用POST请求和bulk API来实现。
POST /my_index/_bulk
{ "index": { "_id": 1 } }
{ "title": "Elasticsearch教程", "content": "这是一篇关于Elasticsearch的教程。" }
{ "index": { "_id": 2 } }
{ "title": "Elasticsearch实战", "content": "这是一篇关于Elasticsearch实战的教程。" }
四、 进行数据搜索
现在，我们的数据已经导入到Elasticsearch中，可以使用GET请求来搜索数据。
GET /my_index/_search
{"query": {"match": {"title": "Elasticsearch"}}
}
上面的例子中，我们使用了一个简单的匹配查询来搜索标题中包含"Elasticsearch"的文档。
总结
在本教程中，我们学习了如何在Elasticsearch中创建索引、导入数据、进行数据搜索以及一些性能优化建议。希望这些内容能够帮助您在海量级数据中实现快速搜索。