一、相关软件介绍

1. Elasticsearch

Elasticsearch，简称为ES，是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。无论是结构化或非结构化文本、数字数据还是地理空间数据，Elasticsearch 都能以支持快速搜索的方式高效地存储和索引它。

本文在linux环境使用Elasticsearch-7.14.0版本进行配置及操作。

2. Kibana（辅助工具）

Kibana 是一个开源的分析与可视化平台，可实现以交互方式探索、可视化和分享对数据的见解，并管理和监控堆栈。它和Elasticsearch一起使用，用于搜索、查看存放在Elasticsearch中的数据。

3. elasticsearch-head（辅助工具）

elasticsearch-head 是用于监控 Elasticsearch 状态的客户端插件，包括数据可视化、执行增删改查操作等。

4. elasticsearch-py

elasticsearch-py是官方提供的Elasticsearch python客户端库，它只是对Elasticsearch的rest API接口做了一层简单的封装。

二、环境搭建

1. Elasticsearch部署

（1）下载

elasticsearch-7-14-0

（2）解压

tar -zxvf elasticsearch-7.14.0-linux-x86_64.tar.gz

（3）安装ES不用使用root用户

创建普通用户work。

（4）修改配置文件config/elasticsearch.yml

配置项如下：

cluster.name: es-cluster

node.name: es-node

node.master: true

node.data: true

node.max_local_storage_nodes: 1

path.data: /data/elasticsearch/data

path.logs: /data/elasticsearch/logs

network.host: 0.0.0.0

http.port: 9200

transport.tcp.port: 9300

transport.tcp.compress: true

discovery.seed_hosts: ["192.168.1.90:9300"]

cluster.initial_master_nodes: ["es-node"]

http.cors.enabled: true

http.cors.allow-origin: "*"

（5）启动ES

./bin/elasticsearch

后台方式启动ES：

./bin/elasticsearch -d

（6）可能出现的错误及解决方法

错误1：

max file descriptors [4096] for elasticsearch process is too low, increase to at least [65535]

解决方法：

sudo vim /etc/security/limits.conf

追加以下内容：

* soft nofile 65536

* hard nofile 65536

* soft nproc 4096

* hard nproc 4096

错误2：

max number of threads [3802] for user [work] is too low, increase to at least [4096]

解决方法：

sudo vim /etc/security/limits.d/20-nproc.conf

修改为：

* soft nproc 4096

错误3：

max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]

解决方法：

sudo vim /etc/sysctl.conf

修改为：

vm.max_map_count=262144

执行以下命令生效：

sysctl -p

2. Kibana

（1）下载

kibana-7-14-0

（2）解压

tar -zxvf kibana-7.14.0-linux-x86_64.tar.gz

（3）修改配置文件config/kibana.yml

配置项如下：

server.host: "192.168.1.90"

server.shutdownTimeout: "5s"

elasticsearch.hosts: ["http://192.168.1.90:9200"]

monitoring.ui.container.elasticsearch.enabled: true

server.port: 5601

kibana.index: ".kibana"

i18n.locale: "zh-CN

（4）启动kibana

./bin/kibana

（5）浏览器打开kibana开发工具

3. elasticsearch-head

（1）此处提供编译好的版本，解压后运行npm run start即可启动

链接：
https://pan.baidu.com/s/19F8zMdN94QhgqYP9vkPHHA

提取码：a99y

（2）自行下载编译

cd elasticsearch-head

npm install

npm run start

（3）浏览器打开elasticsearch-head，查看ES状态

集群健康值

green: 所有主要分片和复制分片都可用

yellow: 所有主要分片可用，但不是所有复制分片都可用

red: 不是所有的主要分片都可用

当集群状态为red，它仍然正常提供服务，它会在现有存活分片中执行请求，此时需要尽快修复故障分片，防止查询数据的丢失。

4. elasticsearch-py

pip install elasticsearch==7.14.0

三、核心概念

索引（Index）

索引就是一类文档的集合，类似于关系型数据库中的表。索引由其名称进行标识，每个索引名称必须是小写。

文档（Document）

Index中单条记录称为文档，等同于关系型数据库表中的行。

字段（Field）

json结构的字段，等同于关系型数据库表中的列。

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、是否被索引等等，都是映射里可以设置的。

分片（Shards）

一个索引可以存储超过单个节点硬件限制的大量数据，相当于分表的概念。ES提供了将索引划分成多份的能力，每一份称之为分片。当创建一个索引的时候，可以指定想要的分片数量。允许水平分割/扩展内容容量；允许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）

在分片/节点失败的情况下，提供了高可用性。复制分片从不与原/主要分片置于同一节点上是非常重要的。扩展搜索量/吞吐量，因为搜索可以在所有副本上并行运行。

四、python操作ES

1. 连接ES

from elasticsearch import Elasticsearch

def main():

# 连接ES

es=Elasticsearch(["192.168.1.90:9200"],

sniff_on_start=True, # 连接前测试

sniff_on_connection_fail=True, # 节点无响应时刷新节点

sniffer_timeout=60 # 设置超时时间)

if__name__=='__main__':

main()

2. 增

创建索引

# 定义mapping body

body_index = {

'mappings': {

'properties': {

'name': {'type': 'keyword'},

'age': {'type': 'long'},

'tags': {'type': 'text'}

}},

'settings': {

'index': {

'number_of_shards': '3',

'number_of_replicas': '0'

}}}

# 创建index

res = es.indices.create(index=index_name, body=body_index, ignore=400)

插入单个数据

person1 = {

'name': '张三',

'age': 18,

'tags': '勤奋学习十载寒窗，凿壁借光，囊萤映雪，手不释卷，有良好的表达能力。有耐心心态好，善于维系客户关系。果断热情勇敢孤僻活力，思想成熟能够独立工作。'

}

res = es.index(index=index_name, body=person1)

批量插入数据

from elasticsearch import helpers

insert_infos = []

person2 = {

'_index': index_name,

'name': '李四',

'age': 20,

'tags': '有极强的领导艺术，公正严明铁面无私，公私分明。关心他人无微不至，体贴入微。精力充沛，并有很强的事业心。气吞山河正气凛然，善于同各种人员打交道。'

}

person3 = {

'_index': index_name,

'name': '王五',

'age': 19,

'tags': '尊敬师长团结同学，乐于助人学习勤奋，用心向上，用心参加班级学校组织的各种课内外活动。用心开展批评与自我批评。'

}

insert_infos.append(person2)

insert_infos.append(person3)

helpers.bulk(client=es, actions=insert_infos)

3. 删

删除索引

# 删除index

res = es.indices.delete(index=index_name, ignore=[400])

按id删除文档

# 按id删除

res = es.delete(index=index_name, id='bKTgXYUBfH4USN9RFMOh')

按条件删除文档

# 按条件删除

body = {

'query': {

'match': {

'name': '张三'

}}}

res = es.delete_by_query(index=index_name, body=body, ignore=[400, 404])

4. 改

index

body = {

'name': '王五',

'age': 19,

'tags': '尊敬师长团结同学，乐于助人学习勤奋，用心向上，用心参加班级学校组织的各种课内外活动。用心开展批评与自我批评。'

}

res = es.index(index=index_name, id='baTgXYUBfH4USN9RFMOh', body=body)

index() 方法完成两个操作，如果数据不存在，那就执行插入操作，如果已经存在，那就执行更新操作。

index实现更新时，body中必须写入全部字段，否则未包含的字段会被置为空。

update

body = {

'doc': {

'name': '王五'

}}

es.update(index=index_name, id='baTgXYUBfH4USN9RFMOh', body=body)

5. 查

查看es中的索引

index_info = es.indices.get('*')

查看索引的名称

index_names = index_info.keys()

判断索引是否存在

index_name ='es_index'

print(es.indices.exists(index_name))

查询文档数量

doc_count = es.count(index=index_name)

按id查询

body = {

'query': {

'match': {

'_id': 'baTgXYUBfH4USN9RFMOh'

}}}

res = es.search(index=index_name, body=body)

按属性查询，结果过滤返回指定字段

body = {

'query': {

'match': {

'age': 20

}},

'_source': ['name', 'tags']

}

res = es.search(index=index_name, body=body)

按年龄排序

body = {

'sort': {

'age': {

'order': 'desc' # asc: 升序, desc: 降序

}}}

res = es.search(index=index_name, body=body)

查询年龄大于18且小于等于20的文档

body = {

'query': {

'range': {

'age': {

'gt': 18,

'lte': 20

}}}}

res = es.search(index=index_name, body=body)

按年龄降序且分页查询

body = {

'sort': {

'age': {

'order': 'desc' # asc: 升序, desc: 降序

}},

'from': 0,

'size': 1

}

res = es.search(index=index_name, body=body)

精准查询

body = {

"query": {

"match_phrase": {

"tags": "耐心"

}}}

res = es.search(index=index_name, body=body)

布尔查询：姓名为张三且tags中包含“耐心”

body = {

"query": {

"bool": {

"must": [{

"match": {

"name": "张三"

}},

{

"match_phrase": {

"tags": "耐心"

}}]}}}

res = es.search(index=index_name, body=body)

布尔查询：姓名为王五且tags中不包含“耐心”

body = {

"query": {

"bool": {

"must": [{

"match": {

"name": "王五"

}}],

'must_not': [{

"match_phrase": {

"tags": "耐心"

}}]}}}

res = es.search(index=index_name, body=body)

五、DSL语句

Query DSL是一个Java开源框架用于构建类型安全的SQL查询语句。在查询时，通常先在Kibana中使用DSL验证查询语句的正确性，再转到python中使用。

查询所有索引

添加文档：id设为1

PUT /es_index/_doc/1

{

"name": "赵六"

}

删除文档：id=1

DELETE /es_index/_doc/1

查询

GET /es_index/_search

{

"query": {

"match": {

"age": 18

}}}

先验证结果正确，将GET /es_index/_search后{}的内容转到python的body中即可。

智驱力-科技驱动生产力