每一个资源都存在一个唯一资源标识符(url)
4. 表现层(Representation) : 我们把"资源"具体呈现出来的形式，叫做它的"表现层"。 5. 状态转化(State Transfer): 客户端通过操作服务器中的资源，使资源发生某种状态转变，而这种转化是建立在表现层之上的，所以就是"表现层状态转化" CRUD 增删改查 6. REST原则 1. 指一个URL代表一个唯一资源 2. 使用Rest的URL替换传统URL 3. 通过HTTP协议里面四个动词:GET、POST、PUT、DELETe对应四种服务器端的基本操作:
GET用来获取资源
POST用来更新资源(也可以用于添加资源)
PUT用来添加资源(也可以用于更新资源)
DELETE用来删除资源。
2. 什么是全文检索全文检索是计算机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。当用户查询时根据建立的索引查找，类似于通过字典的检索字表查字的过程。
全文检索（Full-Text Retrieval(检索)）以文本作为检索对象，找出含有指定词汇的文本。全面、准确和快速是衡量全文检索系统的关键指标。
关于全文检索，我们要知道：
1 只处理文本。 2 不处理语义。 3 搜索时英文不区分大小写。 4 结果列表有相关度排序。3. 什么是ElasticSearch
Elasticsearch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。
但是，Lucene只是一个库。想要 使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。
Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 RESTful API 来隐藏Lucene的复杂性，从而让全文搜索变得简单。
4. ES的应用场景 json格式数据 restfulEs主要以轻量级JSON作为数据存储格式，这点与MongoDB有 点类似，但它在读写性能上优于 MongoDB 。同时也支持地理位置查询 ，还方便地理位置和文本混合查询 。 以及在统计、 日志类数据存储和分析、可视化这方面是引领者。
5. ES的安装 1. 安装前准备 centos7 + java 8 + elastic 7.10.2 2. 在官方网站下载ES wget http://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.4.1.tar.gz 3. 用普通用户启动es，上传es到普通用户的家目录,并安装elasticsearch 4. elasticsearch的目录结构 bin 可执行的二进制文件的目录
config 配置文件的目录
lib 运行时依赖的库
logs 运行时日志文件
plugins es中提供的插件
5. 运行es服务 在bin目录中执行 ./elasticsearch
启动成功
6. 测试ES是否启动成功 在命令终端中执行: curl http://localhost:9200 出现以下信息: 7. 开启ES远程访问 vim elasticsearch.yml 将原来network修改为以下配置: network.host: 0.0.0.0 8. 关闭网络防火墙systemctl stop firewalld 关闭本次防火墙服务
systemctl disable firewalld 关闭开启自启动防火墙服务
9. 启动时错误解决方案错误一
重新连接root
查看是否修改完成
错误二
错误三
全部修改完要退出重登虚拟机连接 否则不生效
http://172.16.246.133:9200 访问成功
6. ES中基本概念 1. 接近实时(NRT Near Real Time )Elasticsearch是一个接近实时的搜索平台。这意味着，从索引一个文档直到这个文档能够被搜索到有一个轻微的延迟(通常是1秒内)
2. 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。比如说，你可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引。一个索引由一个名字来标识(必须全部是小写字母的)，并且当我们要对这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。索引类似于关系型数据库中Database 的概念。在一个集群中，如果你想，可以定义任意多的索引。
Elasticsearch中的索引有多层的意思： a 某一类文档的集合就构成了一个索引，类比到数据库就是一个数据库 (或者数据库表); b它还描述了一个动作，就是将某个文档保存在elasticsearch的过 程也叫索引; c 倒排索引。3. 类型(type)
在一个索引中，你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来定。通常，会为具有一组共同字段的文档定义一个类型。比如说，我们假设你运营一个博客平台并且将你所有的数 据存储到一个索引中。在这个索引中，你可以为用户数据定义一个类型，为博客数据定义另一个类型，当然，也可以为评论数据定义另一个类型。类型类似于关系型数据库中Table的概念。
NOTE: 在5.x版本以前可以在一个索引中定义多个类型,6.x之后版本也可以使用,但是不推荐,在7~8.x版本中彻底移除一个索引中创建多个类型
索引是库，类型是表(5.x)
4. 映射(Mapping)Mapping是ES中的一个很重要的内容，它类似于传统关系型数据中table的schema(对表的字段、类型的约束)，用于定义一个索引(index)中的类型(type)的数据的结构。 在ES中，我们可以手动创建type(相当于table)和mapping(相关与schema),也可以采用默认创建方式。在默认配置下，ES可以根据插入的数据自动地创建type及其mapping。 mapping中主要包括字段名、字段数据类型和字段索引类型
简洁：mapping 是ES每一个文档的约束信息，例如属性的类型，是否能被索引等。
5. 文档(document)**一个文档是一个可被索引的基础信息单元，类似于表中的一条记录。**比如，你可以拥有某一个员工的文档,也可以拥有某个商品的一个文档。文档以采用了轻量级的数据交换格式JSON(Javascript Object Notation)来表示。
具体的一条数据，类比到数据库就是一条记录。
面试题：5.x过渡到6.x版本的变化？
7. Kibana 1. 简介ES的可视化工具 2. 安装及启动安装tar包解压
root下修改config —> kinaba.yml
server.host: "172.16.246.133" #Kibana服务器主机名 （虚拟机ip） elasticsearch.hosts: ["http://172.16.246.133:9200"] #Elasticsearch服务器地址
启动：http://172.16.246.133:5601/
3. 使用 1. Dev Tools可以用来设置默认6版本每创建一个索引就会有5个备份，7版本需要自己设置
索引创建成果标志
10. RestAPI 1. 基本CRUDPUT /dangdang/ 创建索引(不能有大写字母)
DELETE /dangdang 删除索引
DELETE /* 删除所有索引(执行这个操作后kibana也会异常关闭，需要重新运行)
GET /_car/indices?v 查看全部索引信息 加上?v是查看表头
# 类型操作 index/type(mapping) 一个索引中只能存在一个类型
# mapping type:text keyword date integer long double boolean ip
# 创建类型(PUT POST)
# 用PUT创建要求索引不能存在(创建一个新索引)
PUT /ems
{
"mapping":{
"emp":{
"properties":{
"id":{"type":"keyword"},
"name":{"type":"text"}
}
}
}
}
# 文档操作：插入一条文档 PUT /索引/类型/1 这个1相当于ems/emp自带id,不是我们创建的那个
PUT /ems/emp/1
{
"id":1,
"name":"cc"
}
POST /ems/emp/1
{
"id":1,
"name":"cc"
}
# PUT和POST的区别是插入文档时PUT不会保留原有数据，直接替换原来全部的，POST会保留，推荐POST
# 假设插入文档没有提供文档id(也就是最后的那个数字),则es会自己给我们生成一个id
# 更新文档
# 1. 不保留原始数据更新(先删除后插入)
POST /ems/emp/1
{
"name":"bb"
}
# 2. 保留原始数据更新，更新时添加新字段 POST /索引/类型/id/_update {"doc:{}"}
POST /ems/emp/1/_update
{
"doc":{
"name":"bb",
// 添加新数据
"bir":"2000-12-15"
}
}
# 3. script更新(在原有的数据上) POST /索引/类型/id/_update {"script":"ctx._source.类型 操作"}
POST /ems/emp/1/_update
{
"script":"ctx._source.name=yy"
}
# 文档批量操作 _bulk 添加(index) 删除(delete) 更新(update)
PUT /ems/emp/_bulk
// 生成新的
{"index":{"id:2"}}
{"name":"aa"}
{"delete":{"id":1}}
{"update":{"id":"2"}}
{"doc":{"name":"cc"}}
# 删除文档 DELETE /索引/类型/id
POST /ems/emp/1
# 查看类型 GET /索引名/_mapping/类型名
GET /ems/emp/_mapping/name
# 根据id查询文档中一条记录 GET /索引/类型/文档id
GET /ems/emp/1
11. ES中高级检索(Query)
1. 检索方式
1. 通过URL参数(QueryString)
2. 基于传递JSON作为请求体(request body) 推荐
3. QueryString
# 语法：GET /索引/类型/_search?查询条件 # q=* 查询所有 排序 sort 分页 from size 只返回某个类型_source GET /ems/emp/_search?q=*&sort=age:desc&size=5&from=0&_source=name4. QueryDSL
特定领域对的查询语言
# 语法：GET /索引/类型/_search{}
# 1. 查询所有
GET /ems/emp/_search
{
"query": {
// 匹配所有文档
"match_all":{}
}
}
# 2. 查询所有并排序 sort text字段无法排序
GET /emp/ems/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"age": {
"order": "desc"
}
},
{
"bir": {
"order": "desc"
}
}
]
}
# 3. 分页查询 size from
GET /ems/emp/_search
{
"query":{
"match_all":{}
},
"size":"2",
"from":"0",
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
# 4. 指定查询结果中返回指定字段_source
GET /ems/emp/_search
{
"query": {
"match_all": {}
}
"_source": ["name","age","content"]
}
# 5. queryDSL中term查询 基于关键词进行查询
# 1) type: 只有text类型分词 keyward、integer、date...不分词
# 2) ES中默认使用分词器是标准分词器 StandardAnalyzer 中文-->单字分词 英文-->单词分词
# 查看分词器分词效果
GET /_analyze
{
"text": "Redis is open source DB"
}
# 演示
GET /ems/emp/_search
{
"query": {
"term": {
"content": {
"value": "spring"
}
}
}
}
# 6. 范围查询 range
GET /ems/emp/_search
{
"query": {
"range": {
"age": {
# 0-20 e结尾 包含
"gte": 0,
"lte": 20
}
}
}
}
# 7. 前缀查询 基于关键词前缀(prefix)查询
GET /ems/emp/_search
{
"query": {
"perfix": {
"address": {
"value": "北京"
}
}
}
}
# 8. 通配符查询 wildcard ?用来匹配一个任意字符 *用来匹配多个字符 只能放在后面
GET /ems/emp/_search
{
"query": {
"wildcard": {
"FIELD": {
# "value": "北?"
"value": "北*"
}
}
}
}
# 9. 多id查询(ids) 值为数组类型，用来根据一组id获取多个相应的文档
GET /emp/ems/_search
{
"query": {
"ids": {
"values": ["1","2","3"]
}
}
}
# 10. fuzzy模糊查询 最大模糊错误必须在0-2之间
# 搜索关键词长度为2 不允许存在模糊
# 搜索关键词长度为3-5 允许一次模糊
# 搜索关键词长度大于5 允许最大两个模糊
GET /ems/emp/_search
{
"query": {
"fuzzy": {
"content": "elasticsoarch"
}
}
}
# 11. 布尔查询(bool) must：相当于&& should：相当于|| must_not: 相当于!
GET /ems/emp/_search
{
"query": {
"bool": {
# "must": [
# "should": [
must_not: [
{
"term": {
"age": {
"value": "23"
}
}
},
"term": {
"address": {
"value": "北京"
}
},
"range": {
"age": {
"gte": 0,
"lte": 30
}
}
]
}
}
}
# 12. 高亮查询(highlight) 对查询结果二次渲染成高亮的
# 自定义高亮html标签：可以在highlight中使用pre_tags和post_tags
GET /emp/ems/_search
{
"query": {
"term": {
"content": {
"value": "redis"
}
}
},
"highlight": {
# 设置高亮类型
"pre_tags": [""],
"post_tags": [""],
"fields": {
# "content": {}
"*": {}
}
}
}
# 即使设置了*也不会全部高亮，仍然是对content高亮，因为es默认是开启严格匹配的
# 如果要全部字段高亮，关闭严格匹配"require_field_match": "false"
# 假设还是没有，查看ik有没有开启
"highlight": {
# 设置高亮类型
"pre_tags": [""],
"post_tags": [""],
"fields": {
"*": {}
},
"require_field_match": "false"
}
}
# 13. 多字段查询(multi_match)
# 1. 如果搜索的字段分词，会对query先分词再搜索
# 2. 如果搜索的字段不分词，会直接使用query整体进行该字段搜索
GET /ems/emp/_search
{
"query": {
"multi_match": {
"query": "Redis",
"fields": ["content","address"]
}
}
}
# 14. 多字段分词查询(query_string) analyzer: 可以指定分词器
GET /ems/emp/_search
{
"query": {
"query_string": {
"query": "Redis",
"fields": ["name","content"]
}
}
}
12. 索引库原理
13. IK分词器
默认ES中采用标准分词器进行分词,这种方式并不适用于中文网站,因此需要修改ES对中文友好分词,从而达到 更加的搜索的效果。
1. 安装IK分词器在线安装
cd /home/es/el…/bin
./el…-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.10.2/elasticsearch-analysis-ik-7.10.2.zip
重新启动es kibana
在线安装IK配置文件在es安装目录中analysis-ik目录
还可以本地安装
本地安装IK配置文件在 es安装目录/plugins/analysis-ik/configs
3. 测试IK分词器IK分词器提供了两种mapping类型用来做文档的分词分别是
ik_max_word和ik_smart
GET /_analyze
{
"text": "中华人民共和国国歌",
# "analyzer": "ik_smart"
"analtzer": ik_max_word"
}
4. 使用IK分词器
PUT /ems
{
"mappings": {
"emp": {
"properties": {
"name": {
"type": "text"
"analyzer": "ik_max_word"
# 可写可不写，但是搜索的分词器一定要与索引一致
# "search_analyzer": "ik_max_word"
}
}
}
}
}
# 放入文档测试
5. 配置扩展词
IK支持自定义扩展词典和停用词典,所谓扩展词典就是有些词并不是关 键词,但是也希望被ES用来作为检索的关键词,可以将这些词加入 扩展词典。停用词典就是有些词是关键词,但是出于业务场景不想使用 这些关键词被检索到，可以将这些词放入停用词典。
如何定义扩展词典和停用词典可以修改IK分词器中config目 录中IKAnalyzer.cfg.xml这个文件。
注意：词典的编码必须为UTF-8，否则无法生效
1.修改vim IKAnalyzer.cfg.xml
IK Analyzer 扩展配置 ext_dict.dic ext_stopword.dic
2.在ik分词器目录下config目录中创建ext_dict.dic文件 编码一定要为UTF-8才能生效 vim ext_dict.dic 加入扩展词即可
3.在ik分词器目录下config目录中创建ext_stopword.dic文件 vim ext_stopword.dic 加入停用词即可
ext_dict.dic ext_stopword.dic一行只能有一个词 不能有,分割
修改后的自定义字典只能对后续文档生效，对原始文档无效
4.删除es/data文件 重启es
6. 每次人工去增加热词显然是不现实的，可以增加一个应用EMS，统计热词，写成一个ext.txt，再追加，动态热词追加 7. 实现配置IK远程拓展词典建立Springboot项目，选择lombok、web、devtools
properties
server.port=9090 server.servlet.context-path=/es/ext.txt
在webapp下新建ext.txt 输入几个测试数据
启动springboot，访问自己主机ip:9090/es/
测试linux能不能ping通自己主机ip:9090/es/
修改vim IKAnalyzer.cfg.xml
IK Analyzer 扩展配置 ext_dict.dic ext_stopword.dic 自己主机ip:9090/es/
kibana测试
同理可以配置远程拓展停止词字典(remove_ext_stopwords)
14. 过滤查询(filter query) 1. 过滤查询ES中的查询操作分为查询(query)和过滤(filter)。查询是之前提到的query查询，默认会计算每个返回文档的得分，然后根据得分排序。过滤filter只会筛选出符合的文档，不计算得分，可以缓存文档。
从性能考虑，过滤比查询更快
过滤适合大范围筛选数据，查询适合精准匹配数据。一般应用先使用过滤操作过滤数据，然后使用查询匹配数据
2. 过滤语法(query和filter组合使用需要用bool组合到一起)GET /ems/emp/_search
{
"query": {
"bool": {
"must": [
{
"term": {
"content": {
"value": "框架"
}
}
},
],
"filter": {
"range": {
"age": {
"gte": 0,
"lte": 23
}
}
}
}
}
}
先filter再query
ES会自动缓存经常使用的filter
3. 常见过滤器类型term：指定关键词过滤，数组
exists filter：过滤存在指定字段，获取字段不为空的索引记录使用
ids filter：过滤含有指定字段的索引记录
# 1. 基于指定的关键词过滤 term
GET /ems/emp_search{
"query": {
"bool": {
"must": [
{
"term": {
"name": {
"value": "小黑"
}
}
},
],
"filter": {
"term": {
"content": "架构"
}
}
}
}
}
# 2. 多个关键词
GET /ems/emp_search{
"query": {
"bool": {
"must": [
{
"term": {
"name": {
"value": "小黑"
}
}
},
],
"filter": {
"term": {
"content": ["架构","Redis"]
}
}
}
}
}
# 2. 基于指定的字段过滤 filter query
GET /ems/emp/_search
{
"query": {
"bool": {
"must": [
{
"term": {
"name": {
"value": "小黑"
}
}
}
],
"filter": {
"exists": {
"field": "address"
}
}
}
}
}
# 3. ids filter
GET /ems/emp/_search
{
"query": {
"bool": {
"must": [
{
"term": {
"name": {
"value": "小黑"
}
}
}
],
"filter": {
"ids": {
"values": [
"1",
"2"
]
}
}
}
}
}
15. Java操作ES
1. 基本结构
2. 操作
依赖
org.elasticsearch.client elasticsearch-rest-high-level-client 7.10.2 org.elasticsearch elasticsearch 7.10.2 elasticsearch.plugin transport-netty4-client 7.10.2
启动远程es kb
注意：java操作用的是9300端口，因为transportClient使用的是TCP，kibana是RestFul连接
建立客户端链接:test -> java -> com.cc -> TestEs
1. CRUD测试对索引的操作：test -> java -> com.cc -> TestIndexAndeTypeMapping
要用@Before，需要删掉xml中的
测试对文档的操作：
添加文档
main -> java -> com.cc -> book
test -> java -> com.cc -> Testdocument
指定ID
自动生成ID
更新文档
删除文档
查询文档
查询一条
查询所有
term查询
2. 批量更新 3. 各种查询查询所有见上
分页查询
倘若查询条件相同，只不过要区分term还是match_all查询，可以把查询结果单独封装，然后测试方法里面设置查询方式即可
查询条件
测试方法
4. 高亮查询把结果放入emp对象
对输出结果高亮处理
5. 过滤查询filter 6. 综合 16. SpringBoot Data操作ESRestClient和ElasticSearchRespositoy
RestClient：强大、灵活、但是不能友好地对象操作
ElasticSearchRespositoy：对象操作友好
1. RestClient依赖
org.springframework.boot spring-boot-starter-data-elasticsearch
配置文件
server.port=8989 server.servlet.context-path=/es
6版本后不再推荐使用transportClient，而是使用RestClient
配置类
@Configuration
public class RestClientConfig extends AbstractElasticsearchConfiguration {
// 这个client用来替换transportClient对象(9300)
@Override
@Bean
public RestHighLevelClient elasticsearchClient() {
//定义客户端配置对象
//Rest接口9200
final ClientConfiguration clientConfiguration = ClientConfiguration.builder()
.connectedTo("172.16.246.133:9200")
.build();
//通过RestClients对象创建
return RestClients.create(clientConfiguration).rest();
}
}
测试启动
test -> java -> com.cc -> TestRestClient
CRUD 基本操作跟transportClient一样，可能方法名有些不同
我们发现基本上操作跟transportClient差不多，但是有个问题就是我们每次更新对象需要转换成JSON格式，十分麻烦。所以还有一种使用ElasticSearchRespositoy接口进行操作，他是一个rest客户端
简单的查询可以使用ElasticSearchRespositoy，想做更强大的功能就使用RestClient
2. ElasticSearchRespositoy依赖和配置和配置类不变
我们可以使用@document将Emp的对象映射成ES中一条json格式文档
@document:
作用：将对象映射成ES中一条json格式文档
属性：
indexName：用来指定这个对象转为json文档存入哪个索引中，要求es服务器中之前不存在这个索引名
type: 用来指定在当前这个索引下创建的类型名称
@Field：
作用：用在属性上，代表mapping中的一个属性，一个字段
属性：
type：用来指定字段的类型(枚举，FieldType.xxx)
analyzer: 指定分词器
formate: 指定日期格式
@id：将对象中id属性与文档中_id一一对应
新建entity com.cc.entity -> Emp
自定义EmpResopsitory
新建dao com.cc.elasticsearch.dao -> EmpResopsitory接口
测试代码
test.java.com.cc.TestRestClient
1. CRUD
我们只需要在EmpResopsitory定义，无需实现
test
其他演示
3. 高亮查询EmpResopsitory做不了高级查询例如高亮查询，所以需要借助RestFulClient
日期格式需要格式化
放入emp
17. es集群 1. 相关概念es单个节点就可以集成集群，单个节点问题
1. 单节点压力问题 并发压力 物理资源上限压力 2. 数据冗余备份能力
集群cluster名称(only-one)：elasticsearch
节点node(多个): 名称也是唯一的
分片与复制(shards & replicas)
分片
允许你水平分割/扩展你的内容容量允许你在分片(潜在地位于多个节点上)之上进行分布式的、并行的操作，进而提 高性能/吞吐量 至于一个分片怎样分布，它的文档怎样聚合回搜索请求，是完全由Elasticsearch管理的，对于作为用户的你来说，这些都是透明的。
复制
故障转移机制，防止分片/节点离线数据丢失
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/主要 (original/primary)分片置于同 一节点上是非常重要的。 扩展你的搜索量/吞吐量，因为 搜索可以在所有的复制上并行运行
每个索引可以被分成多个分片。一个索引也可以被复制0次(意思是没有复制)或多次。一旦复制了，每个 索引就有了主分片(作为复制源的原来的分片)和复制分片(主分片的拷贝)之别。分片和复制的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变复制数量，但是不能改变分片的数量。
一个索引的多个分片可以存放在集群中的一台主机上， 也可以存放在多台主机上，这取决于你的集群机器数量。主 分片和复制分片的具体位置是由ES内在的策略所决定的。
6默认
7默认都为1
2. 快速搭建集群1 将原有ES安装包复制三份 # 即使指定了es的master是es自己决定的 cp -r elasticsearch-7.10.2/ master/ cp -r elasticsearch-7.10.2/ slave1/ cp -r elasticsearch-7.10.2/ slave2/ 2 删除复制目录中data目录 #注意:由于复制目录之前使用过因此需要在创建集群时将原来数据删除 rm -rf master/data rm -rf slave1/data rm -rf slave2/data 3 编辑文件夹中config目录中jvm.options文件跳转启动内存(默认启动1g) vim master/config/jvm.options vim slave1/config/jvm.options vim slave2/config/jvm.options #分别加入: -Xms300m -Xmx300m 4 分别修改三个文件夹中config目录中elasticsearch.yml文件 vim master/config/elasticsearch.yml vim salve1/config/elasticsearch.yml vim slave2/config/elasticsearch.yml #分别修改如下配置: master/config/elasticsearch.yml cluster.name: my-es #集群名称(集群名称必须一致) node.name: node-1 #节点名称(节点名称不能一致) network.host: 0.0.0.0 #监听地址(必须开启远程权限,并关闭防火墙) http.port: 9201 #监听端口(在一台机器时服务端口不能一致) discovery.seed_hosts: ["172.16.246.133:9302", "172.16.246.133:9303"] #另外两个节点的ip cluster.initial_master_nodes: ["node-1","node-2","node-3"] gateway.recover_after_nodes: 3 #集群可做master的最小节点数 transport.tcp.port: 9301 #集群TCP端口(在一台机器搭建必须修改) http.cors.enabled: true http.cors.allow-origin: "*" salve1/config/elasticsearch.yml cluster.name: my-es node.name: node-2 network.host: 0.0.0.0 http.port: 9202 discovery.seed_hosts: ["172.16.246.133:9301", "172.16.246.133:9303"] cluster.initial_master_nodes: ["node-1","node-2","node-3"] gateway.recover_after_nodes: 3 transport.tcp.port: 9302 http.cors.enabled: true http.cors.allow-origin: "*" slave2/config/elasticsearch.yml cluster.name: my-es node.name: node-3 network.host: 0.0.0.0 http.port: 9203 discovery.seed_hosts: ["172.16.246.133", "172.16.246.133:9302"] cluster.initial_master_nodes: ["node-1","node-2","node-3"] gateway.recover_after_nodes: 3 transport.tcp.port: 9303 http.cors.enabled: true http.cors.allow-origin: "*" 5 启动多个es ./master/bin/elasticsearch ./slave1/bin/elasticsearch ./slave2/bin/elasticsearch 6 查看节点状态 curl http://10.102.115.3:9201 curl http://10.102.115.3:9202 curl http://10.102.115.3:9203 7 查看集群健康 http://172.16.246.133:9201/_cat/health?v
3
启动 集群id都一致说明成功
集群健康
如果要通过kibana查看，需要修改配置
设置成master的，然后重启kibana，然后重新连接(连接任意一个节点)
检测是否分片
3. es集群可视化工具head1 访问github网站 搜索: elasticsearch-head 插件 2 安装git yum install git 3 将elasticsearch-head下载到本地 git clone git://github.com/mobz/elasticsearch-head.git 4. 安装nodejs #注意: 没有wget的请先安装yum install -y wget wget http://cdn.npm.taobao.org/dist/node/latest-v8.x/node-v8.1.2-linux-x64.tar.xz 5 解压缩nodejs（elasticsearch-head 插件依赖node） xz -d node-v10.15.3-linux-arm64.tar.xz tar -xvf node-v10.15.3-linux-arm64.tar 6. 配置环境变量 mv node-v10.15.3-linux-arm64 nodejs mv nodejs /usr/nodejs vim /etc/profile export NODE_HOME=/usr/nodejs export PATH=$PATH:$JAVA_HOME/bin:$NODE_HOME/bin source /etc/profile 7 进入elasticsearch-head的目录 npm config set registry https://registry.npm.taobao.org npm install npm run start 8 跨域 编写节点的elastsearch.yml配置文件开启head插件的访问(上面已经修改了) http.cors.enabled: true http.cors.allow-origin: "*" 9. 启动访问head插件 默认端口9100 http://172.16.246.133:9100 查看集群状态
启动成功
连接任意一个节点
带边框：主分片 普通：拷贝分片 星：主节点
支持新建索引
创建成功
断掉一个节点依然正常工作
断掉两个数据同步到最后一个节点上
重新启动两台节点 数据恢复
