mirror of https://github.com/dunwu/db-tutorial.git
update docs
dunwu
parent
626d76398c
commit
023e01ec41
|
|
@ -5,7 +5,7 @@ language: node_js
|
|||
|
||||
sudo: required
|
||||
|
||||
node_js: stable
|
||||
node_js: '16.13.0'
|
||||
|
||||
branches:
|
||||
only:
|
||||
|
|
|
|||
|
|
@ -75,7 +75,7 @@
|
|||
|
||||
- [Elasticsearch 面试总结](docs/nosql/elasticsearch/elasticsearch-interview.md) 💯
|
||||
- [ElasticSearch 应用指南](docs/nosql/elasticsearch/elasticsearch-quickstart.md)
|
||||
- [ElasticSearch API](docs/nosql/elasticsearch/elasticsearch-api.md)
|
||||
- [ElasticSearch API](docs/nosql/elasticsearch/ElasticSearchRestApi.md)
|
||||
- [ElasticSearch 运维](docs/nosql/elasticsearch/elasticsearch-ops.md)
|
||||
|
||||
#### HBase
|
||||
|
|
|
|||
|
|
@ -74,7 +74,7 @@ footer: CC-BY-SA-4.0 Licensed | Copyright © 2018-Now Dunwu
|
|||
|
||||
- [Elasticsearch 面试总结](nosql/elasticsearch/elasticsearch-interview.md) 💯
|
||||
- [ElasticSearch 应用指南](nosql/elasticsearch/elasticsearch-quickstart.md)
|
||||
- [ElasticSearch API](nosql/elasticsearch/elasticsearch-api.md)
|
||||
- [ElasticSearch API](nosql/elasticsearch/ElasticSearchRestApi.md)
|
||||
- [ElasticSearch 运维](nosql/elasticsearch/elasticsearch-ops.md)
|
||||
|
||||
#### HBase
|
||||
|
|
|
|||
|
|
@ -1,4 +1,4 @@
|
|||
# Elasticsearch API
|
||||
# ElasticSearch Rest API
|
||||
|
||||
> **[Elasticsearch](https://github.com/elastic/elasticsearch) 是一个分布式、RESTful 风格的搜索和数据分析引擎**，能够解决不断涌现出的各种用例。 作为 Elastic Stack 的核心，它集中存储您的数据，帮助您发现意料之中以及意料之外的情况。
|
||||
>
|
||||
|
|
@ -6,17 +6,17 @@
|
|||
>
|
||||
> _以下简称 ES_。
|
||||
|
||||
## 一、REST API
|
||||
|
||||
> REST API 最详尽的文档应该参考：[ES 官方 REST API](https://www.elastic.co/guide/en/elasticsearch/reference/current/rest-apis.html)
|
||||
|
||||
### 索引
|
||||
## 索引 API
|
||||
|
||||
> 参考资料：[Elasticsearch 官方之 cat 索引 API](https://www.elastic.co/guide/en/elasticsearch/reference/current/cat-indices.html)
|
||||
|
||||
### 创建索引
|
||||
|
||||
新建 Index，可以直接向 ES 服务器发出 `PUT` 请求。
|
||||
|
||||
#### 创建索引
|
||||
|
||||
示例：直接创建索引
|
||||
（1）直接创建索引
|
||||
|
||||
```bash
|
||||
curl -X POST 'localhost:9200/user'
|
||||
|
|
@ -28,7 +28,23 @@ curl -X POST 'localhost:9200/user'
|
|||
{"acknowledged":true,"shards_acknowledged":true,"index":"user"}
|
||||
```
|
||||
|
||||
示例：创建索引时指定配置
|
||||
（2）创建索引时指定配置
|
||||
|
||||
语法格式：
|
||||
|
||||
```bash
|
||||
$ curl -X PUT /my_index
|
||||
{
|
||||
"settings": { ... any settings ... },
|
||||
"mappings": {
|
||||
"type_one": { ... any mappings ... },
|
||||
"type_two": { ... any mappings ... },
|
||||
...
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
示例：
|
||||
|
||||
```bash
|
||||
$ curl -X PUT -H 'Content-Type: application/json' 'localhost:9200/user' -d '
|
||||
|
|
@ -42,21 +58,13 @@ $ curl -X PUT -H 'Content-Type: application/json' 'localhost:9200/user' -d '
|
|||
}'
|
||||
```
|
||||
|
||||
示例：创建索引时指定 `mappings`
|
||||
如果你想禁止自动创建索引，可以通过在 `config/elasticsearch.yml` 的每个节点下添加下面的配置：
|
||||
|
||||
```bash
|
||||
$ curl -X PUT -H 'Content-Type: application/json' 'localhost:9200/user' -d '
|
||||
{
|
||||
"settings" : {
|
||||
"index" : {
|
||||
"number_of_shards" : 3,
|
||||
"number_of_replicas" : 2
|
||||
}
|
||||
}
|
||||
}'
|
||||
```js
|
||||
action.auto_create_index: false
|
||||
```
|
||||
|
||||
#### 删除索引
|
||||
### 删除索引
|
||||
|
||||
然后，我们可以通过发送 `DELETE` 请求，删除这个 Index。
|
||||
|
||||
|
|
@ -64,55 +72,58 @@ $ curl -X PUT -H 'Content-Type: application/json' 'localhost:9200/user' -d '
|
|||
curl -X DELETE 'localhost:9200/user'
|
||||
```
|
||||
|
||||
#### 查看索引
|
||||
删除多个索引
|
||||
|
||||
```js
|
||||
DELETE /index_one,index_two
|
||||
DELETE /index_*
|
||||
```
|
||||
|
||||
### 查看索引
|
||||
|
||||
可以通过 GET 请求查看索引信息
|
||||
|
||||
```bash
|
||||
# 查看索引相关信息
|
||||
curl -X GET 'localhost:9200/user'
|
||||
GET kibana_sample_data_ecommerce
|
||||
|
||||
#查看索引的文档总数
|
||||
CURL -X 'localhost:9200/user/_count'
|
||||
# 查看索引的文档总数
|
||||
GET kibana_sample_data_ecommerce/_count
|
||||
|
||||
#查看前10条文档，了解文档格式
|
||||
POST user/_search
|
||||
{
|
||||
}
|
||||
# 查看前10条文档，了解文档格式
|
||||
GET kibana_sample_data_ecommerce/_search
|
||||
|
||||
#_cat indices API
|
||||
#查看indices
|
||||
CURL -X /_cat/indices/kibana*?v&s=index
|
||||
# _cat indices API
|
||||
# 查看indices
|
||||
GET /_cat/indices/kibana*?v&s=index
|
||||
|
||||
#查看状态为绿的索引
|
||||
CURL -X /_cat/indices?v&health=green
|
||||
# 查看状态为绿的索引
|
||||
GET /_cat/indices?v&health=green
|
||||
|
||||
#按照文档个数排序
|
||||
CURL -X /_cat/indices?v&s=docs.count:desc
|
||||
# 按照文档个数排序
|
||||
GET /_cat/indices?v&s=docs.count:desc
|
||||
|
||||
#查看具体的字段
|
||||
CURL -X /_cat/indices/kibana*?pri&v&h=health,index,pri,rep,docs.count,mt
|
||||
# 查看具体的字段
|
||||
GET /_cat/indices/kibana*?pri&v&h=health,index,pri,rep,docs.count,mt
|
||||
|
||||
#How much memory is used per index?
|
||||
CURL -X /_cat/indices?v&h=i,tm&s=tm:desc
|
||||
# 查看索引占用的内存
|
||||
GET /_cat/indices?v&h=i,tm&s=tm:desc
|
||||
```
|
||||
|
||||
#### 打开/关闭索引
|
||||
### 打开/关闭索引
|
||||
|
||||
通过在 `POST` 中添加 `_close` 或 `_open` 可以打开、关闭索引。
|
||||
关闭索引
|
||||
|
||||
```bash
|
||||
curl -X POST 'localhost:9200/user/_close'
|
||||
```
|
||||
|
||||
打开索引
|
||||
|
||||
```bash
|
||||
curl -X POST 'localhost:9200/user/_open'
|
||||
# 打开索引
|
||||
POST kibana_sample_data_ecommerce/_open
|
||||
# 关闭索引
|
||||
POST kibana_sample_data_ecommerce/_close
|
||||
```
|
||||
|
||||
### 文档
|
||||
## 文档
|
||||
|
||||
#### 新增记录
|
||||
|
||||
|
|
@ -372,9 +383,92 @@ $ curl -H 'Content-Type: application/json' 'localhost:9200/user/admin/_search?pr
|
|||
}'
|
||||
```
|
||||
|
||||
## 二、Java API
|
||||
## 集群 API
|
||||
|
||||
TODO：待补充...
|
||||
> [Elasticsearch 官方之 Cluster API](https://www.elastic.co/guide/en/elasticsearch/reference/current/cluster.html)
|
||||
|
||||
一些集群级别的 API 可能会在节点的子集上运行，这些节点可以用节点过滤器指定。例如，任务管理、节点统计和节点信息 API 都可以报告来自一组过滤节点而不是所有节点的结果。
|
||||
|
||||
节点过滤器以逗号分隔的单个过滤器列表的形式编写，每个过滤器从所选子集中添加或删除节点。每个过滤器可以是以下之一：
|
||||
|
||||
- `_all`：将所有节点添加到子集
|
||||
- `_local`：将本地节点添加到子集
|
||||
- `_master`：将当前主节点添加到子集
|
||||
- 根据节点ID或节点名将匹配节点添加到子集
|
||||
- 根据IP地址或主机名将匹配节点添加到子集
|
||||
- 使用通配符，将节点名、地址名或主机名匹配的节点添加到子集
|
||||
- `master:true`, `data:true`, `ingest:true`, `voting_only:true`, `ml:true` 或 `coordinating_only:true`, 分别意味着将所有主节点、所有数据节点、所有摄取节点、所有仅投票节点、所有机器学习节点和所有协调节点添加到子集中。
|
||||
- `master:false`, `data:false`, `ingest:false`, `voting_only:true`, `ml:false` 或 `coordinating_only:false`, 分别意味着将所有主节点、所有数据节点、所有摄取节点、所有仅投票节点、所有机器学习节点和所有协调节点排除在子集外。
|
||||
- 配对模式，使用 `*` 通配符，格式为 `attrname:attrvalue`，将所有具有自定义节点属性的节点添加到子集中，其名称和值与相应的模式匹配。自定义节点属性是通过 `node.attr.attrname: attrvalue` 形式在配置文件中设置的。
|
||||
|
||||
```bash
|
||||
# 如果没有给出过滤器，默认是查询所有节点
|
||||
GET /_nodes
|
||||
# 查询所有节点
|
||||
GET /_nodes/_all
|
||||
# 查询本地节点
|
||||
GET /_nodes/_local
|
||||
# 查询主节点
|
||||
GET /_nodes/_master
|
||||
# 根据名称查询节点（支持通配符）
|
||||
GET /_nodes/node_name_goes_here
|
||||
GET /_nodes/node_name_goes_*
|
||||
# 根据地址查询节点（支持通配符）
|
||||
GET /_nodes/10.0.0.3,10.0.0.4
|
||||
GET /_nodes/10.0.0.*
|
||||
# 根据规则查询节点
|
||||
GET /_nodes/_all,master:false
|
||||
GET /_nodes/data:true,ingest:true
|
||||
GET /_nodes/coordinating_only:true
|
||||
GET /_nodes/master:true,voting_only:false
|
||||
# 根据自定义属性查询节点（如：查询配置文件中含 node.attr.rack:2 属性的节点）
|
||||
GET /_nodes/rack:2
|
||||
GET /_nodes/ra*:2
|
||||
GET /_nodes/ra*:2*
|
||||
```
|
||||
|
||||
### 集群健康 API
|
||||
|
||||
```bash
|
||||
GET /_cluster/health
|
||||
GET /_cluster/health?level=shards
|
||||
GET /_cluster/health/kibana_sample_data_ecommerce,kibana_sample_data_flights
|
||||
GET /_cluster/health/kibana_sample_data_flights?level=shards
|
||||
```
|
||||
|
||||
### 集群状态 API
|
||||
|
||||
集群状态 API 返回表示整个集群状态的元数据。
|
||||
|
||||
```bash
|
||||
GET /_cluster/state
|
||||
```
|
||||
|
||||
|
||||
|
||||
## 节点 API
|
||||
|
||||
> [Elasticsearch 官方之 cat Nodes API](https://www.elastic.co/guide/en/elasticsearch/reference/current/cat-nodes.html)——返回有关集群节点的信息。
|
||||
|
||||
```bash
|
||||
# 查看默认的字段
|
||||
GET /_cat/nodes?v=true
|
||||
# 查看指定的字段
|
||||
GET /_cat/nodes?v=true&h=id,ip,port,v,m
|
||||
```
|
||||
|
||||
## 分片 API
|
||||
|
||||
> [Elasticsearch 官方之 cat Shards API](https://www.elastic.co/guide/en/elasticsearch/reference/current/cat-shards.html)——shards 命令是哪些节点包含哪些分片的详细视图。它会告诉你它是主还是副本、文档数量、它在磁盘上占用的字节数以及它所在的节点。
|
||||
|
||||
```bash
|
||||
# 查看默认的字段
|
||||
GET /_cat/shards
|
||||
# 根据名称查询分片（支持通配符）
|
||||
GET /_cat/shards/my-index-*
|
||||
# 查看指定的字段
|
||||
GET /_cat/shards?h=index,shard,prirep,state,unassigned.reason
|
||||
```
|
||||
|
||||
## 参考资料
|
||||
|
||||
|
|
@ -0,0 +1,222 @@
|
|||
# Elasticsearch 基本概念
|
||||
|
||||
## 文档
|
||||
|
||||
Elasticsearch 是面向文档的，文档是所有可搜索数据的最小单位。
|
||||
|
||||
Elasticsearch 使用 [_JSON_](http://en.wikipedia.org/wiki/Json) 作为文档的序列化格式。
|
||||
|
||||
每个文档都有一个 Unique ID
|
||||
|
||||
- 用户可以自己指定
|
||||
- 或通过 Elasticsearch 自动生成
|
||||
|
||||
### 文档的元数据
|
||||
|
||||
一个文档不仅仅包含它的数据 ，也包含**元数据** —— 有关文档的信息。
|
||||
|
||||
- `_index`：文档在哪存放
|
||||
- `_type`：文档表示的对象类别
|
||||
- `_id`：文档唯一标识
|
||||
- `_source`：文档的原始 Json 数据
|
||||
- `_all`：整合所有字段内容到该字段，已被废除
|
||||
- `_version`：文档的版本信息
|
||||
- `_score`：相关性打分
|
||||
|
||||
示例：
|
||||
|
||||
```json
|
||||
{
|
||||
"_index": "megacorp",
|
||||
"_type": "employee",
|
||||
"_id": "1",
|
||||
"_version": 1,
|
||||
"found": true,
|
||||
"_source": {
|
||||
"first_name": "John",
|
||||
"last_name": "Smith",
|
||||
"age": 25,
|
||||
"about": "I love to go rock climbing",
|
||||
"interests": ["sports", "music"]
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
## 索引
|
||||
|
||||
索引在不同语境，有着不同的含义
|
||||
|
||||
- 索引（名词）：一个 **索引** 类似于传统关系数据库中的一个 **数据库** ，是一个存储关系型文档的容器。 索引 (_index_) 的复数词为 indices 或 indexes 。索引实际上是指向一个或者多个**物理分片**的**逻辑命名空间** 。
|
||||
- 索引（动词）：索引一个文档 就是存储一个文档到一个 _索引_ （名词）中以便被检索和查询。这非常类似于 SQL 语句中的 `INSERT` 关键词，除了文档已存在时，新文档会替换旧文档情况之外。
|
||||
- 倒排索引：关系型数据库通过增加一个索引比如一个 B 树索引到指定的列上，以便提升数据检索速度。Elasticsearch 和 Lucene 使用了一个叫做 **倒排索引** 的结构来达到相同的目的。
|
||||
|
||||
索引的 Mapping 和 Setting
|
||||
|
||||
Mapping 定义文档字段的类型
|
||||
|
||||
Setting 定义不同的数据分布
|
||||
|
||||
示例：
|
||||
|
||||
```
|
||||
{
|
||||
"settings": { ... any settings ... },
|
||||
"mappings": {
|
||||
"type_one": { ... any mappings ... },
|
||||
"type_two": { ... any mappings ... },
|
||||
...
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
## 节点
|
||||
|
||||
### 节点简介
|
||||
|
||||
一个运行中的 Elasticsearch 实例称为一个**节点**。
|
||||
|
||||
Elasticsearch 实例本质上是一个 Java 进程。一台机器上可以运行多个 Elasticsearch 进程，但是生产环境建议一台机器上只运行一个 Elasticsearch 进程
|
||||
|
||||
每个节点都有名字，通过配置文件配置，或启动时通过 `-E node.name=node1` 指定。
|
||||
|
||||
每个节点在启动后，会分配一个 UID，保存在 data 目录下。
|
||||
|
||||
### 节点类型
|
||||
|
||||
- **主节点（master node）**：每个节点都保存了集群的状态，只有 master 节点才能修改集群的状态信息（保证数据一致性）。**集群状态**，维护了以下信息：
|
||||
- 所有的节点信息
|
||||
- 所有的索引和其相关的 mapping 和 setting 信息
|
||||
- 分片的路由信息
|
||||
- **候选节点（master eligible node）**：master eligible 节点可以参加选主流程。第一个启动的节点，会将自己选举为 mater 节点。
|
||||
- 每个节点启动后，默认为 master eligible 节点，可以通过配置 `node.master: false` 禁止
|
||||
- **数据节点（data node）**：负责保存分片数据。
|
||||
- **协调节点（coordinating node）**：负责接收客户端的请求，将请求分发到合适的接地那，最终把结果汇集到一起。每个 Elasticsearch 节点默认都是协调节点（coordinating node）。
|
||||
- **冷/热节点（warm/hot node）**：针对不同硬件配置的数据节点（data node），用来实现 Hot & Warm 架构，降低集群部署的成本。
|
||||
- **机器学习节点（machine learning node）**：负责执行机器学习的 Job，用来做异常检测。
|
||||
|
||||
### 节点配置
|
||||
|
||||
| 配置参数 | 默认值 | 说明 |
|
||||
| ----------- | ------ | ------------------------------------- |
|
||||
| node.master | true | 是否为主节点 |
|
||||
| node.data | true | 是否为数据节点 |
|
||||
| node.ingest | true | |
|
||||
| node.ml | true | 是否为机器学习节点（需要开启 x-pack） |
|
||||
|
||||
> **建议**
|
||||
>
|
||||
> 开发环境中一个节点可以承担多种角色。但是，在生产环境中，节点应该设置为单一角色。
|
||||
|
||||
## 集群
|
||||
|
||||
### 集群简介
|
||||
|
||||
拥有相同 `cluster.name` 配置的 Elasticsearch 节点组成一个**集群**。 `cluster.name` 默认名为 `elasticsearch`，可以通过配置文件修改，或启动时通过 `-E cluster.name=xxx` 指定。
|
||||
|
||||
当有节点加入集群中或者从集群中移除节点时，集群将会重新平均分布所有的数据。
|
||||
|
||||
当一个节点被选举成为主节点时，它将负责管理集群范围内的所有变更，例如增加、删除索引，或者增加、删除节点等。 而主节点并不需要涉及到文档级别的变更和搜索等操作，所以当集群只拥有一个主节点的情况下，即使流量增加，它也不会成为瓶颈。 任何节点都可以成为主节点。
|
||||
|
||||
作为用户，我们可以将请求发送到集群中的任何节点 ，包括主节点。 每个节点都知道任意文档所处的位置，并且能够将我们的请求直接转发到存储我们所需文档的节点。 无论我们将请求发送到哪个节点，它都能负责从各个包含我们所需文档的节点收集回数据，并将最终结果返回給客户端。 Elasticsearch 对这一切的管理都是透明的。
|
||||
|
||||
### 集群健康
|
||||
|
||||
Elasticsearch 的集群监控信息中包含了许多的统计数据，其中最为重要的一项就是 _集群健康_ ， 它在 `status` 字段中展示为 `green` 、 `yellow` 或者 `red` 。
|
||||
|
||||
在一个不包含任何索引的空集群中，它将会有一个类似于如下所示的返回内容：
|
||||
|
||||
```js
|
||||
{
|
||||
"cluster_name" : "elasticsearch",
|
||||
"status" : "green",
|
||||
"timed_out" : false,
|
||||
"number_of_nodes" : 1,
|
||||
"number_of_data_nodes" : 1,
|
||||
"active_primary_shards" : 5,
|
||||
"active_shards" : 5,
|
||||
"relocating_shards" : 0,
|
||||
"initializing_shards" : 0,
|
||||
"unassigned_shards" : 0,
|
||||
"delayed_unassigned_shards" : 0,
|
||||
"number_of_pending_tasks" : 0,
|
||||
"number_of_in_flight_fetch" : 0,
|
||||
"task_max_waiting_in_queue_millis" : 0,
|
||||
"active_shards_percent_as_number" : 100.0
|
||||
}
|
||||
```
|
||||
|
||||
`status` 字段指示着当前集群在总体上是否工作正常。它的三种颜色含义如下：
|
||||
|
||||
- **`green`**：所有的主分片和副本分片都正常运行。
|
||||
- **`yellow`**：所有的主分片都正常运行，但不是所有的副本分片都正常运行。
|
||||
- **`red`**：有主分片没能正常运行。
|
||||
|
||||
## 分片
|
||||
|
||||
### 分片简介
|
||||
|
||||
索引实际上是指向一个或者多个**物理分片**的**逻辑命名空间** 。
|
||||
|
||||
一个分片是一个底层的工作单元 ，它仅保存了全部数据中的一部分。一个分片可以视为一个 Lucene 的实例，并且它本身就是一个完整的搜索引擎。 我们的文档被存储和索引到分片内，但是应用程序是直接与索引而不是与分片进行交互。
|
||||
|
||||
Elasticsearch 是利用分片将数据分发到集群内各处的。分片是数据的容器，文档保存在分片内，分片又被分配到集群内的各个节点里。 当你的集群规模扩大或者缩小时， Elasticsearch 会自动的在各节点中迁移分片，使得数据仍然均匀分布在集群里。
|
||||
|
||||
### 主分片和副分片
|
||||
|
||||
分片分为主分片（Primary Shard）和副分片（Replica Shard）。
|
||||
|
||||
主分片：用于解决数据水平扩展的问题。通过主分片，可以将数据分布到集群内不同节点上。
|
||||
|
||||
- 索引内任意一个文档都归属于一个主分片。
|
||||
- 主分片数在索引创建时指定，后序不允许修改，除非 Reindex
|
||||
|
||||
副分片（Replica Shard）：用于解决数据高可用的问题。副分片是主分片的拷贝。副本分片作为硬件故障时保护数据不丢失的冗余备份，并为搜索和返回文档等读操作提供服务。
|
||||
|
||||
- 副分片数可以动态调整
|
||||
- 增加副本数，还可以在一定程度上提高服务的可用性（读取的吞吐）
|
||||
|
||||
对于生产环境中分片的设定，需要提前做好容量规划
|
||||
|
||||
分片数过小
|
||||
|
||||
- 无法水平扩展
|
||||
- 单个分片的数量太大，导致数据重新分配耗时
|
||||
|
||||
分片数过大
|
||||
|
||||
- 影响搜索结果的相关性打分，影响统计结果的准确性
|
||||
- 单节点上过多的分片，会导致资源浪费，同时也会影响性能
|
||||
|
||||
### 故障转移
|
||||
|
||||
当集群中只有一个节点运行时，意味着存在单点故障问题——没有冗余。
|
||||
|
||||
---
|
||||
|
||||
文档的基本 CRUD 与批量操作
|
||||
|
||||
倒排索引入门
|
||||
|
||||
通过分析器进行分词
|
||||
|
||||
Search API 概览
|
||||
|
||||
URI Search 详解
|
||||
|
||||
Request Body 与 Query DSL 简介
|
||||
|
||||
Query String & Simple Query String 查询
|
||||
|
||||
Dynamic Mapping 和常见字段类型
|
||||
|
||||
显式 Mapping 设置与常见参数介绍
|
||||
|
||||
多字段特性及 Mapping 中配置自定义 Analyzer
|
||||
|
||||
Index Template 和 Dynamic Template
|
||||
|
||||
Elasticsearch 聚合分析简介
|
||||
|
||||
## 参考资料
|
||||
|
||||
- [Elasticsearch 官网](https://www.elastic.co/)
|
||||
|
|
@ -1,10 +1,10 @@
|
|||
# Elasticsearch 应用指南
|
||||
# Elasticsearch 快速入门
|
||||
|
||||
> **[Elasticsearch](https://github.com/elastic/elasticsearch) 是一个分布式、RESTful 风格的搜索和数据分析引擎**，能够解决不断涌现出的各种用例。 作为 Elastic Stack 的核心，它集中存储您的数据，帮助您发现意料之中以及意料之外的情况。
|
||||
>
|
||||
> [Elasticsearch](https://github.com/elastic/elasticsearch) 基于搜索库 [Lucene](https://github.com/apache/lucene-solr) 开发。ElasticSearch 隐藏了 Lucene 的复杂性，提供了简单易用的 REST API / Java API 接口（另外还有其他语言的 API 接口）。
|
||||
>
|
||||
> *以下简称 ES*。
|
||||
> _以下简称 ES_。
|
||||
|
||||
## 一、Elasticsearch 简介
|
||||
|
||||
|
|
@ -121,7 +121,7 @@ java好难学啊
|
|||
j2ee特别牛
|
||||
```
|
||||
|
||||
你根据 `java` 关键词来搜索，将包含 `java` 的 `document` 给搜索出来。es 就会给你返回：java真好玩儿啊，java好难学啊。
|
||||
你根据 `java` 关键词来搜索，将包含 `java` 的 `document` 给搜索出来。es 就会给你返回：java 真好玩儿啊，java 好难学啊。
|
||||
|
||||
- 客户端发送请求到一个 `coordinate node` 。
|
||||
- 协调节点将搜索请求转发到**所有**的 shard 对应的 `primary shard` 或 `replica shard` ，都可以。
|
||||
|
|
@ -208,7 +208,7 @@ buffer 每 refresh 一次，就会产生一个 `segment file`，所以默认情
|
|||
| 8 | 拉斯 | 3,5 |
|
||||
| 9 | 离开 | 3 |
|
||||
| 10 | 与 | 4 |
|
||||
| .. | .. | .. |
|
||||
| .. | .. | .. |
|
||||
|
||||
另外，实用的倒排索引还可以记录更多的信息，比如文档频率信息，表示在文档集合中有多少个文档包含某个单词。
|
||||
|
||||
|
|
@ -0,0 +1,22 @@
|
|||
# Elasticsearch 简介
|
||||
|
||||
Elasticsearch 是一款基于 Lunece 的开源分布式搜索分析引擎。
|
||||
|
||||
为什么使用 Elasticsearch
|
||||
|
||||
- 查询性能好
|
||||
- 分布式设计，易于水平扩展
|
||||
- 支持多种语言的集成
|
||||
- 社区活跃，业界广泛使用
|
||||
|
||||
## Elastic Stack 生态
|
||||
|
||||
### Logstash
|
||||
|
||||
### Kibana
|
||||
|
||||
### Beats
|
||||
|
||||
## 参考资料
|
||||
|
||||
- [Elasticsearch 官网](https://www.elastic.co/)
|
||||
|
|
@ -2,20 +2,21 @@
|
|||
|
||||
## 📖 内容
|
||||
|
||||
### ElasticSearch
|
||||
### Elasticsearch
|
||||
|
||||
> [ElasticSearch](https://www.elastic.co/products/elasticsearch) 是一个基于 [Lucene](http://lucene.apache.org/core/documentation.html) 构建的开源，分布式，RESTful 搜索引擎。
|
||||
> [Elasticsearch](https://www.elastic.co/products/elasticsearch) 是一个基于 [Lucene](http://lucene.apache.org/core/documentation.html) 构建的开源，分布式，RESTful 搜索引擎。
|
||||
|
||||
- [Elasticsearch 面试总结](elasticsearch-interview.md) 💯
|
||||
- [ElasticSearch 应用指南](elasticsearch-quickstart.md)
|
||||
- [ElasticSearch API](elasticsearch-api.md)
|
||||
- [ElasticSearch 运维](elasticsearch-ops.md)
|
||||
- [Elasticsearch 快速入门](Elasticsearch快速入门.md)
|
||||
- [Elasticsearch 基本概念](Elasticsearch基本概念.md)
|
||||
- [Elasticsearch Rest API](ElasticsearchRestApi.md)
|
||||
- [Elasticsearch 运维](elasticsearch-ops.md)
|
||||
|
||||
### Elastic 技术栈
|
||||
|
||||
> **Elastic 技术栈通常被用来作为日志采集、检索、可视化解决方案。**
|
||||
>
|
||||
> ELK 是 elastic 公司旗下三款产品 [ElasticSearch](https://www.elastic.co/products/elasticsearch) 、[Logstash](https://www.elastic.co/products/logstash) 、[Kibana](https://www.elastic.co/products/kibana) 的首字母组合。
|
||||
> ELK 是 elastic 公司旗下三款产品 [Elasticsearch](https://www.elastic.co/products/elasticsearch) 、[Logstash](https://www.elastic.co/products/logstash) 、[Kibana](https://www.elastic.co/products/kibana) 的首字母组合。
|
||||
>
|
||||
> [Logstash](https://www.elastic.co/products/logstash) 传输和处理你的日志、事务或其他数据。
|
||||
>
|
||||
|
|
|
|||
|
|
@ -16,7 +16,6 @@ cd ${ROOT_DIR}/docs
|
|||
|
||||
# 生成静态文件
|
||||
npm install
|
||||
npm audit fix
|
||||
npm run build
|
||||
|
||||
# 进入生成的文件夹
|
||||
|
|
|
|||
Loading…
Reference in New Issue