ElasticSearch笔记

ElasticSearch ES核心概念

es是面向文档的，关系型数据库和es的对比。 一切都是Json！

Relational DB	ElasticSearch
数据库(database)	索引(indices)
表(tables)	类型(types)
行(rows)	文档(document)
字段(columns)	字段(fields)

倒排索引

通过关键字查找id，再通过id去查找内容

ES基础操作

创建索引（使用Put请求，具有幂等性）

Put http://localhost:9200/shopping

查询索引（Get）

Get http://localhost:9200/shopping

查看所有索引

Get http://localhost:9200/_cat/indices?v

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Lg6J34cz-1634526489384)(C:Usersniko.liAppDataRoamingTyporatypora-user-imagesimage-20210920111213522.png)]

删除索引 (Delete)

Delete http://localhost:9200/shopping

创建文档

Post http://localhost:9200/shopping/_doc（随机ID）

Put http://localhost:9200/shopping/_doc1001(创建指定ID，幂等性)

查询文档

Get http://localhost:9200/shopping/_search(查询全部文档)

Get http://localhost:9200/shopping/_doc/1001（主键查询）

修改文档

完全更新：

Put http://localhost:9200/shopping/_doc/1001
{
    "title":"苹果手机"
}

局部更新：

Post http://localhost:9200/shopping/_update/1001
{
    "doc":{
        "title":"华为手机"
    }
}

删除文档

Delete http://localhost:9200/shopping/_doc/1001

ES-JavaAPI

        //插入文档
        IndexRequest request = new IndexRequest();
        request.index("user").id("1001");
        User user = new User("niko","20");
        ObjectMapper mapper = new ObjectMapper();
        String s = mapper.writevalueAsString(user);
        request.source(s, XContentType.JSON);
        IndexResponse response = esClient.index(request, RequestOptions.DEFAULT);

        //查询文档
        GetRequest request = new GetRequest();
        request.index("user").id("1001");
        GetResponse response = esClient.get(request, RequestOptions.DEFAULT);

        //删除文档
        DeleteRequest request = new DeleteRequest();
        request.index("user").id("1001");
        esClient.delete(request, RequestOptions.DEFAULT);


        //关闭客户端
        esClient.close();
    }
}

ES进阶 索引（Index）

一个索引就是一个拥有几分相似特征的文档的集合

精髓：一切设计都是为了提高搜索的性能

类型（Type） 文档（document）

一个文档是一个可被索引的基础信息单元，也就是一条数据

在一个index里面，你可以存储任意多的文档。

文档以JSON格式来表示

字段（Field）

相当于数据表的字段，对文档数据根据不同属性进行的分类标识

映射（Mapping）

mapping是处理数据的方式和规则方面做一些限制，如：某个字段的数据类型、默认值、分析器、是否被索引等。

分片（Shards）

ES可以将索引划分为多份，每一份就称之为分片。

使用分片的原因：

1. 允许你水平分割、扩展你的内容容量。
2. 允许你在分片之上进行分布式的、并行的操作，进而提高性能/吞吐量。

副本（Replicas）

ES允许你创建分片的一份或多份拷贝，这些拷贝叫做复制分片（副本）

使用副本的原因：

1. 在分片/节点失败的情况下，提供了高可用性。因为这个原因，注意到复制分片从不与原分片置于同一节点上是非常重要的。
2. 扩展你的搜索量/吞吐量，因为搜索可以在所有的副本上并行运行。

分配（Allocation）

​ 将分片分配给某个节点的过程，包括分配主分片或者副本。如果是副本，还包含从主分片复制数据的过程。这个过程是由master节点完成的。

路由计算

路由计算：hash(id)%主分片数量(3) =【0,1,2】

路由控制：用户可以访问任何一个节点获取数据，这个节点称之为协调节点。

存取数据是根据路由计算得出数据应该存在哪一个节点。

数据写流程

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ec7VhbOJ-1634526489390)(C:Usersniko.liAppDataRoamingTyporatypora-user-imagesimage-20210927100530783.png)]

1. 客户端请求集群节点（任意），-协调节点
2. 协调节点将请求转换到指定的节点
3. 主分片需要将数据保存
4. 主分片需要将数据发送给副本
5. 副本保存后，进行反馈
6. 主分片进行反馈
7. 客户端获取反馈

数据读流程

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QpMa0r0A-1634526489392)(C:Usersniko.liAppDataRoamingTyporatypora-user-imagesimage-20210927101607011.png)]

1. 客户端发送查询请求到协调节点
2. 协调节点计算数据所在的分片以及全部的副本位置
3. 为了能够负载均衡，可以轮询所有节点
4. 将请求转发给具体的节点
5. 节点返回查询结果，将结果反馈给客户端

数据更新流程

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EMHcZq04-1634526489394)(C:Usersniko.liAppDataRoamingTyporatypora-user-imagesimage-20210927102019974.png)]

A-1634526489392)]

1. 客户端发送查询请求到协调节点
2. 协调节点计算数据所在的分片以及全部的副本位置
3. 为了能够负载均衡，可以轮询所有节点
4. 将请求转发给具体的节点
5. 节点返回查询结果，将结果反馈给客户端

数据更新流程

[外链图片转存中…(img-EMHcZq04-1634526489394)]