【docker Elasticsearch】Rest風格的分佈式開源搜索和分析引擎Elasticsearch初體驗

【docker Elasticsearch】Rest風格的分佈式開源搜索和分析引擎Elasticsearch初體驗
概述：
Elasticsearch 是一個分佈式、可擴展、實時的搜索與數據分析引擎。它能從項目一開始就賦予你的數據以搜索、分析和探索的能力，這是通常沒有預料到的。它存在還因爲原始數據如果只是躺在磁盤裏面根本就毫無用處。

Elasticsearch 不僅僅只是全文搜索，我們還將介紹結構化搜索、數據分析、複雜的人類語言處理、地理位置和對象間關聯關係等。我們還將探討爲了充分利用 Elasticsearch 的水平伸縮性，應當如何建立數據模型，以及在生產環境中如何配置和監控你的集羣。

Elasticsearch也使用Java開發並使用 Lucene 作爲其核心來實現所有索引和搜索的功能，但是它的目的是通過簡單的 RESTful API 來隱藏 Lucene 的複雜性，從而讓全文搜索變得簡單。
不過，Elasticsearch 不僅僅是 Lucene 和全文搜索，我們還能這樣去描述它：

分佈式的實時文件存儲，每個字段都被索引並可被搜索
分佈式的實時分析搜索引擎
可以擴展到上百臺服務器，處理PB級結構化或非結構化數據
@
目錄
概述：
壹：安裝軟件
一：安裝elasticsearch
1、安裝
2、問題
二：安裝kibana
1、安裝
2、問題
貳：Elastic search初體驗
一：添加數據
二：查看數據
1、查詢單個數據
2、查詢所有的數據
3、按條件查詢
①、get
②：post請求
4、查看數據是否存在
三、修改數據
四：刪除數據
作者有話
壹：安裝軟件
一：安裝elasticsearch
1、安裝
1、搜索鏡像
docker search Elasticsearch

2、拉取鏡像
docker pull elasticsearch:7.5.2

3、查看鏡像
docker images

4、啓動容器
docker run -d --name elaseticsearch -p 9200:9200 -p 9300:9300 -e ES_JAVA_POTS="-Xms256m -Xmx256m" -e "discovery.type=single-node" [鏡像id]

5、訪問
http://localhost:9200

{

"name": "ea92e317dcb0",
"cluster_name": "docker-cluster",
"cluster_uuid": "nN5sGE2FQuidchtltDxAhQ",
"version": {
    "number": "7.5.2",
    "build_flavor": "default",
    "build_type": "docker",
    "build_hash": "8bec50e1e0ad29dad5653712cf3bb580cd1afcdf",
    "build_date": "2020-01-15T12:11:52.313576Z",
    "build_snapshot": false,
    "lucene_version": "8.3.0",
    "minimum_wire_compatibility_version": "6.8.0",
    "minimum_index_compatibility_version": "6.0.0-beta1"
},
"tagline": "You Know, for Search"

}
2、問題
1、啓動失敗，docker內容器無故停止
原因：elasticsearch初始佔用內存大，開始佔用兩G，而我給docker只分配了1G，所以造成內存不夠從而造成啓失敗，如果你電腦內存夠大，你可以給你的docker分配大一點的內存，內存不夠的同學，你可以在創建容器時加參數-e ES_JAVA_POTS="-Xms256m -Xmx256m"

二：安裝kibana
1、安裝
1、拉取鏡像
docker pull kibana:7.5.2
注：最好與你的elasticsearch版本一致，以免出現問題

2、創建容器
docker run -d --name kibana -p 5601:5601 [鏡像id]

3、訪問測試
訪問地址：http://locahost:5601
在調試很久之後，終於來到我渴望來到的界面。

他裏面有一個測試：http://localhost:9200/_search

2、問題
1、訪問kibana出現問題：Kibana server is not ready yet，具體問題你需要看他的日誌，使用kitematic可以查看容器的日誌。
出現這個問題的可能性有很多，需要注意的是：

1、確認你的elasticsearch是否啓動，這沒什麼好說的
2、確認你的elasticsearch版本是否與你的kibana版本是否一致，雖然我也沒有測試，版本一致總歸沒有什麼壞處。

3、你最好把kibana與elasticsearch兩個容器之間連接起來

4、在進入容器後，你必須修改elasticsearch.hosts參數，它裏面會有默認值爲http://elaseicsearch:9200,注意這裏不能改爲http://localhost:9200,因爲這樣他會映射到你的容器內部。

你需要在你的主機查看ip，輸入ipconfig，這裏會有很多ip，請注意，這裏只有一個才能連接，如果你不能確認是哪一個，請在你的kibana容器內部curl一下http://ip:9200，出現elasticsearch信息的纔是正確的。

貳：Elastic search初體驗
數據的操作無非就是增刪改查四種對吧，接下來演示怎麼實現這四種方法：

一：添加數據
這時elasticsearch開發文檔裏的例子。

PUT /megacorp/employee/1
{

"first_name" : "John",
"last_name" :  "Smith",
"age" :        25,
"about" :      "I love to go rock climbing",
"interests": [ "sports", "music" ]

}

PUT /megacorp/employee/2
{

"first_name" :  "Jane",
"last_name" :   "Smith",
"age" :         32,
"about" :       "I like to collect rock albums",
"interests":  [ "music" ]

}

PUT /megacorp/employee/3
{

"first_name" :  "Douglas",
"last_name" :   "Fir",
"age" :         35,
"about":        "I like to build cabinets",
"interests":  [ "forestry" ]

}
以1號員工爲例：這裏使用Postman工具：
我們將請求切換爲PUT請求，輸入Url，在請求裏面加上數據，點擊發送，就會看到響應，
注意，路徑 /megacorp/employee/1 包含了三部分的信息：

megacorp（索引名稱）
employee（類型名稱）
1（特定僱員的ID）
請求體 —— JSON 文檔 —— 包含了這位員工的所有詳細信息，他的名字叫 John Smith ，今年 25 歲，喜歡攀巖。

二：查看數據
目前我們已經在 Elasticsearch 中存儲了一些數據，接下來就能專注於實現應用的業務需求了。第一個需求是可以檢索到單個僱員的數據。

這在 Elasticsearch 中很簡單。簡單地執行一個 HTTP GET 請求並指定文檔的地址——索引庫、類型和ID。使用這三個信息可以返回原始的 JSON 文檔：

1、查詢單個數據
同樣的，我們只需要將索引名、類別名、id的形式以get的請求發送，就可以實現單個數據的查詢。

GET /megacorp/employee/1
返回結果包含了文檔的一些元數據，以及 _source 屬性，內容是 John Smith 僱員的原始 JSON 文檔

2、查詢所有的數據
一個 GET 是相當簡單的，可以直接得到指定的文檔。現在嘗試點兒稍微高級的功能，比如一個簡單的搜索！

第一個嘗試的幾乎是最簡單的搜索了。我們使用下列請求來搜索所有僱員：

GET /megacorp/employee/_search

可以看到，我們仍然使用索引庫 megacorp 以及類型 employee，但與指定一個文檔 ID 不同，這次使用 _search 。返回結果包括了所有三個文檔，放在數組 hits 中。一個搜索默認返回十條結果。

{

"took": 1,
"timed_out": false,
"_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
},
"hits": {
    "total": {
        "value": 3,
        "relation": "eq"
    },
    "max_score": 1,
    "hits": [
        {
            "_index": "megacorp",
            "_type": "employee",
            "_id": "1",
            "_score": 1,
            "_source": {
                "first_name": "John",
                "last_name": "Smith",
                "age": 25,
                "about": "I love to go rock climbing",
                "interests": [
                    "sports",
                    "music"
                ]
            }
        },
        {
            "_index": "megacorp",
            "_type": "employee",
            "_id": "2",
            "_score": 1,
            "_source": {
                "first_name": "Jane",
                "last_name": "Smith",
                "age": 32,
                "about": "I like to collect rock albums",
                "interests": [
                    "music"
                ]
            }
        },
        {
            "_index": "megacorp",
            "_type": "employee",
            "_id": "3",
            "_score": 1,
            "_source": {
                "first_name": "Douglas",
                "last_name": "Fir",
                "age": 35,
                "about": "I like to build cabinets",
                "interests": [
                    "forestry"
                ]
            }
        }
    ]
}

}
3、按條件查詢
①、get
嘗試下搜索姓氏爲 Smith 的僱員。、這個方法一般涉及到一個查詢字符串（query-string）搜索，因爲我們可以通過一個URL參數來傳遞查詢信息給搜索接口：

GET /megacorp/employee/_search?q=last_name:Smith

可以看到我們將查詢本身賦值給參數 q= 。返回結果給出了所有的 Smith，一共兩條。

{

"took": 79,
"timed_out": false,
"_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
},
"hits": {
    "total": {
        "value": 2,
        "relation": "eq"
    },
    "max_score": 0.47000363,
    "hits": [
        {
            "_index": "megacorp",
            "_type": "employee",
            "_id": "1",
            "_score": 0.47000363,
            "_source": {
                "first_name": "John",
                "last_name": "Smith",
                "age": 25,
                "about": "I love to go rock climbing",
                "interests": [
                    "sports",
                    "music"
                ]
            }
        },
        {
            "_index": "megacorp",
            "_type": "employee",
            "_id": "2",
            "_score": 0.47000363,
            "_source": {
                "first_name": "Jane",
                "last_name": "Smith",
                "age": 32,
                "about": "I like to collect rock albums",
                "interests": [
                    "music"
                ]
            }
        }
    ]
}

}
②：post請求
官方文檔介紹這是使用查詢表達式搜索。

Query-string 搜索通過命令非常方便地進行臨時性的即席搜索，但它有自身的侷限性（參見輕量搜索）。Elasticsearch 提供一個豐富靈活的查詢語言叫做查詢表達式，它支持構建更加複雜和健壯的查詢。

領域特定語言（DSL），使用 JSON 構造了一個請求。我們可以像這樣重寫之前的查詢所有名爲 Smith 的搜索：

POST /megacorp/employee/_search
{

"query" : {
    "match" : {
        "last_name" : "Smith"
    }
}

}

官方文檔給出的是get請求，我實在是不知道參數加在哪裏，加在header裏，沒有任何效果，於是我改成了POST請求，請求成功，值得注意的是只有在有條件的時候才能查詢成功。
其中與get請求的不同是：不再使用 query-string 參數，而是一個請求體替代。這個請求使用 JSON 構造，並使用了一個 match 查詢（屬於查詢類型之一）

{

"took": 1,
"timed_out": false,
"_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
},
"hits": {
    "total": {
        "value": 2,
        "relation": "eq"
    },
    "max_score": 0.47000363,
    "hits": [
        {
            "_index": "megacorp",
            "_type": "employee",
            "_id": "1",
            "_score": 0.47000363,
            "_source": {
                "first_name": "John",
                "last_name": "Smith",
                "age": 25,
                "about": "I love to go rock climbing",
                "interests": [
                    "sports",
                    "music"
                ]
            }
        },
        {
            "_index": "megacorp",
            "_type": "employee",
            "_id": "2",
            "_score": 0.47000363,
            "_source": {
                "first_name": "Jane",
                "last_name": "Smith",
                "age": 32,
                "about": "I like to collect rock albums",
                "interests": [
                    "music"
                ]
            }
        }
    ]
}

}
4、查看數據是否存在
相對於其他集中請求，這時一種比較少見的請求方式，如果需要查看數據是否存在，將請求方式改爲head即可。

HEAD /megacorp/employee/1
發送請求後，你也許會疑問，咦，他也沒有返回信息啊，那我怎麼知道結果呢。別急，聽我慢慢道來。

根據圖，我們可以看出，他的確沒有返回結果，但是可以注意到，再右上角他會有一個狀態碼，當有這個信息時，他的狀態碼就是200，沒有就返回404表示找不到。

三、修改數據
我們使用了GET和POST查詢數據，使用PUT新增數據，根據官方給出的是修改數據還是用PUT，如果存在數據他就會更新數據，這樣的模式確實與我們常見的請求使用方法略有不同。

PUT /megacorp/employee/1
{

"first_name" : "唐",
"last_name" :  "菜雞",
"age" :        21,
"about" :      "I love to go rock climbing",
"interests": [ "movie", "music" ]

}
發送該請求後，返回參數

{

"_index": "megacorp",
"_type": "employee",
"_id": "1",
"_version": 2,
"result": "updated",
"_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
},
"_seq_no": 3,
"_primary_term": 3

}
我們對比可以發現，主要有兩處不同，看圖你就會說，呀不對呀，明明有四處，那是因爲之前插入第一條的時候還只有一條參數，現在有三條了，不許擡槓，不許擡槓，不許擡槓。
不同：他的版本加一，返回狀態爲created變爲updated。

我們再查詢一次就會發現他的信息已經發現改變，這就是修改。

{

"_index": "megacorp",
"_type": "employee",
"_id": "1",
"_version": 2,
"_seq_no": 3,
"_primary_term": 3,
"found": true,
"_source": {
    "first_name": "唐",
    "last_name": "菜雞",
    "age": 21,
    "about": "I love to go rock climbing",
    "interests": [
        "movie",
        "music"
    ]
}

}
四：刪除數據
根據前面，不用想我們也知道刪除數據用的就是delete請求。

DELETE /megacorp/employee/2
我們刪除二號員工，返回如下信息，result變爲deleted。

{

"_index": "megacorp",
"_type": "employee",
"_id": "2",
"_version": 2,
"result": "deleted",
"_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
},
"_seq_no": 4,
"_primary_term": 3

}
作者有話
當然，elasticsearch的功能不僅僅是如此，這些只是他的基本功能之一，更多請看他的開發文檔。傳送門

原文地址https://www.cnblogs.com/lomtom/p/12584956.html

【docker Elasticsearch】Rest風格的分佈式開源搜索和分析引擎Elasticsearch初體驗

【面試準備】又一次失敗的面試經歷，題目離譜～資深軟件測試工程師

dotnet 8 版本與銀河麒麟V10和UOS系統的 glibc 兼容性

Javascript千面之變幻莫測的this指向

Java 異常（二）自定義異常

安卓到底是不是Linux

C# 數據操作系列 - 15 SqlSugar 增刪改查詳解

使用 docker buildx 構建多 CPU 架構鏡像

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結