《手手本少女的心男女未完婚前的禁忌_人们_时代_曼娜》剧情简介：愿你不悲不喜不自怜愿你不卑不亢不自叹愿你一生可随遇而安一生热爱不遗憾说真话我倒是要谢谢你呢好好接受我的这份谢礼吧白凝酷寒笑浮现在四仙眼前的影像越变越淡最终彻底消逝手手本少女的心男女未完婚前的禁忌_人们_时代_曼娜ElasticSearch研究2021-04-27 11:15·随疯ElasticSearch先容ES相关手艺文档良久之前看的一门手艺时间长不去研究就会容易忘了应有些小伙伴的要求希望我做一期ES手艺专栏我就把以前看过的相关文档和条记整理整理给各人分享下ElasticSearch先容先容官方网址：https://www.elastic.co/cn/products/elasticsearchGithub：https://github.com/elastic/elasticsearch总结：1、elasticsearch是一个基于Lucene的高扩展的漫衍式搜索服务器支持开箱即用2、elasticsearch隐藏了Lucene的重大性对外提供Restful 接口来操作索引、搜索突出优点：1.扩展性好可安排上百台服务器集群处置惩罚PB级数据2.近实时地去索引数据、搜索数据es和solr选择哪个1.若是你公司现在用的solr可以知足需求就不要换了2.若是你公司准备举行全文检索项目的开发建议优先思量elasticsearch由于像Github这样大规模的搜索都在用它原理与应用索引结构下图是ElasticSearch的索引结构下边玄色部分是物理结构上边黄色部分是逻辑结构逻辑结构一ㄇ为了更好的去形貌ElasticSearch的事情原理及去使用物理结构中的索引文件逻辑结构部分是一个倒排索引表：1、将要搜索的文档内容分词所有不重复的词组因素词列表2、将搜索的文档最终以Document方法存储起来3、每个词和docment都有关联如下：现在若是我们想搜索 quick brown 我们只需要查找包括每个词条的文档：两个文档都匹配可是第一个文档比第二个匹配度更高若是我们使用仅盘算匹配词条数目的简朴 相似性算法那么我们可以说关于我们盘问的相关性来讲第一个文档比第二个文档更佳RESTful应用要领怎样使用esElasticsearch提供 RESTful Api接口举行索引、搜索并且支持多种客户端下图是es在项目中的应用方法：1）用户在前端搜索要害字2）项现在端通过http方法请求项目服务端3）项目服务端通过Http RESTful方法请求ES集群举行搜索4）ES集群从索引库检索数据ElasticaSearch装置装置装置设置：1、新版本要求至少jdk1.8以上2、支持tar、zip、rpm等多种装置方法在windows下开发建议使用ZIP装置方法3、支持docker方法装置详细拜见：https://www.elastic.co/guide/en/elasticsearch/reference/current/install-elasticsearch.html下载ES: Elasticsearch 6.2.1https://www.elastic.co/downloads/past-releases解压 elasticsearch-6.2.1.zipbin：剧本目录包括：启动、阻止等可执行剧本config：设置文件目录data：索引目录存放索引文件的地方logs：日志目录modules：�？槟柯�包括了es的功效�？閜lugins :插件目录es支持插件机制设置文件三个设置文件ES的设置文件的地址凭证装置形式的差别而差别：使用zip、tar装置设置文件的地址在装置目录的config下使用RPM装置设置文件在/etc/elasticsearch下使用MSI装置设置文件的地址在装置目录的config下并且会自动将config目录地址写入情形变量ES_PATH_CONF本教程使用的zip包装置设置文件在ES装置目录的config下设置文件如下：elasticsearch.yml ： 用于设置Elasticsearch运行参数 jvm.options ： 用于设置Elasticsearch JVM设置 log4j2.properties： 用于设置Elasticsearch日志elasticsearch.yml设置名堂是YAML可以接纳如下两种方法：方法1：条理方法path: data: /var/lib/elasticsearch logs: /var/log/elasticsearch方法2：属性方法path.data: /var/lib/elasticsearch path.logs: /var/log/elasticsearch本项目接纳方法2例子如下：cluster.name: xuechengnode.name: xc_node_1network.host: 0.0.0.0http.port: 9200transport.tcp.port: 9300node.master: truenode.data: true#discovery.zen.ping.unicast.hosts: ["0.0.0.0:9300", "0.0.0.0:9301", "0.0.0.0:9302"]discovery.zen.minimum_master_nodes: 1bootstrap.memory_lock: falsenode.max_local_storage_nodes: 1path.data: D:\ElasticSearch\elasticsearch-6.2.1\datapath.logs: D:\ElasticSearch\elasticsearch-6.2.1\logshttp.cors.enabled: truehttp.cors.allow-origin: /.*/注重path.data和path.logs路径设置准确常用的设置项如下：cluster.name:设置elasticsearch的集群名称默认是elasticsearch建议修改成一个有意义的名称node.name:节点名通常一台物理服务器就是一个节点es会默认随机指定一个名字建议指定一个有意义的名称利便管理一个或多个节点组成一个cluster集群集群是一个逻辑的看法节点是物理看法后边章节会详细先容path.conf: 设置设置文件的存储路径tar或zip包装置默认在es根目录下的config文件夹rpm装置默认在/etc/ elasticsearch path.data: 设置索引数据的存储路径默认是es根目录下的data文件夹可以设置多个存储路径用逗号离隔 path.logs: 设置日志文件的存储路径默认是es根目录下的logs文件夹 path.plugins: 设置插件的存放路径默认是es根目录下的plugins文件夹bootstrap.memory_lock: true 设置为true可以锁住ES使用的内存阻止内存与swap分区交流数据 network.host: 设置绑定主机的ip地址设置为0.0.0.0体现绑定任何ip允许外网会见生产情形建议设置为详细的ip http.port: 9200 设置对外服务的http端口默以为9200transport.tcp.port: 9300 集群结点之间通讯端口node.master: 指定该节点是否有资格被选举成为master结点默认是true若是原来的master宕机会重新选举新的master node.data: 指定该节点是否存储索引数据默以为truediscovery.zen.ping.unicast.hosts: ["host1:port", "host2:port", "..."] 设置集群中master节点的初始列表discovery.zen.ping.timeout: 3s 设置ES自动发明节点毗连超时的时间默以为3秒若是网络延迟高可设置大些 discovery.zen.minimum_master_nodes:主结点数目的最少值 ,此值的公式为：(master_eligible_nodes / 2) + 1 好比：有3个切合要求的主结点那么这里要设置为2node.max_local_storage_nodes:单机允许的最大存储结点数通常单机启动一个结点建议设置为1开发情形若是单机启动多个节点可设置大于1.jvm.options设置最小及最大的JVM堆内存大�。涸趈vm.options中设置 -Xms和-Xmx：1） 两个值设置为相等2） 将Xmx 设置为不凌驾物理内存的一半log4j2.properties日志文件设置ES使用log4j注重日志级别的设置系统设置在linux上凭证系统资源情形可将每个历程最多允许翻开的文件数设置大些su limit -n 盘问目今文件数使用下令设置limit:先切换到root设置完成再切回elasticsearch用户sudo su ulimit -n 65536 su elasticsearch 也可通过下边的方法修改文件举行长期设置/etc/security/limits.conf将下边的行加入此文件：elasticsearch - nofile 65536启动ES进入bin目录在cmd下运行：elasticsearch.bat浏览器输入：http://localhost:9200显示效果如下（设置差别内容则差别）说明ES启动乐成：{ "name" : "xc_node_1", "cluster_name" : "xuecheng", "cluster_uuid" : "J18wPybJREyx1kjOoH8T-g", "version" : { "number" : "6.2.1", "build_hash" : "7299dc3", "build_date" : "2018-02-07T19:34:26.990113Z", "build_snapshot" : false, "lucene_version" : "7.2.1", "minimum_wire_compatibility_version" : "5.6.0", "minimum_index_compatibility_version" : "5.0.0" }, "tagline" : "You Know, for Search"}head插件装置head插件是ES的一个可视化管理插件用来监视ES的状态并通过head客户端和ES服务举行交互好比建设映射、建设索引等head的项目地址在https://github.com/mobz/elasticsearch-head 从ES6.0最先head插件支持使得node.js运行1、装置node.js2、下载head并运行git clone git://github.com/mobz/elasticsearch-head.git cd elasticsearch-head npm install npm run start open HTTP：//当田主机：9100 /3、运行翻开浏览器调试工具发明报错：Origin null is not allowed by Access-Control-Allow-Origin.缘故原由是：head插件作为客户端要毗连ES服务（localhost:9200）此时保存跨域问题elasticsearch默认不允许跨域会见解决计划：设置elasticsearch允许跨域会见在config/elasticsearch.yml 后面增添以下参数：#开启cors跨域会见支持默以为false http.cors.enabled: true #跨域会见允许的域名地址(允许所有域名)以上使用正则 http.cors.allow-origin: /.*/注重：将config/elasticsearch.yml另存为utf-8编码名堂乐成毗连ESES快速入门ES作为一个索引及搜索服务对外提供富厚的REST接口快速入门部分的实例使用head插件来测试目的是对ES的使用要领及流程有个起源的熟悉建设索引库ES的索引库是一个逻辑看法它包括了分词列表及文档列表统一个索引库中存储了相同类型的文档它就相当于MySQL中的表或相当于Mongodb中的荟萃关于索引这个词：索引（名词）：ES是基于Lucene构建的一个搜索服务它要从索引库搜索切合条件索引数据索引（动词）：索引库刚建设起来是空的将数据添加到索引库的历程称为索引下边先容两种建设索引库的要领它们的事情原理是相同的都是客户端向ES服务发送下令1）使用postman或curl这样的工具建设：put http://localhost:9200/索引库名称{ "settings":{ "index":{ "number_of_shards":1, "number_of_replicas":0 } }}number_of_shards：设置分片的数目在集群中通常设置多个分片体现一个索引库将拆分成多片划分存储差别的结点提高了ES的处置惩罚能力和高可用性入门程序使用单机情形这里设置为1number_of_replicas：设置副本的数目设置副本是为了提高ES的高可靠性单机情形设置为0.如下是建设的例子建设xc_course索引库共1个分片0个副本：2）使用head插件建设效果如下：建设映射看法说明在索引中每个文档都包括了一个或多个field建设映射就是向索引库中建设field的历程下边是document和field与关系数据库的看法的类比：文档（Document）----------------Row纪录字段（Field）-------------------Columns 列注重：6.0之前的版本有type（类型）看法type相当于关系数据库的表ES官方将在ES9.0版本中彻底删除type上边讲的建设索引库相当于关系数据库中的数据库照旧表1、若是相当于数据库就体现一个索引库可以建设许多差别类型的文档这在ES中也是允许的2、若是相当于表就体现一个索引库只能存储相同类型的文档ES官方建议 在一个索引库中只存储相同类型的文档建设映射我们要把课程信息存储到ES中这里我们建设课程信息的映射先来一个简朴的映射如下：发送：post http://localhost:9200/索引库名称/类型名称/_mapping建设类型为xc_course的映射共包括三个字段：name、description、studymondel由于ES6.0版本还没有将type彻底删除以是暂时把type起一个没有特殊意义的名字post 请求：http://localhost:9200/xc_course/doc/_mapping体现：在xc_course索引库下的doc类型下建设映射doc是类型名可以自界说在ES6.0中要弱化类型的看法给它起一个没有详细营业意义的名称 { "properties": { "name": { "type": "text" }, "description": { "type": "text" }, "studymodel": { "type": "keyword" } }}映射建设乐成审查head界面：建设文档ES中的文档相当于MySQL数据库表中的纪录发送：put 或Post http://localhost:9200/xc_course/doc/id值（若是不指定id值ES会自动天生ID）http://localhost:9200/xc_course/doc/4028e58161bcf7f40161bcf8b77c0000{ "name":"Bootstrap开发框架", "description":"Bootstrap是由Twitter推出的一个前台页面开发框架在行业之中使用较为普遍此开发框架包括了大宗的CSS、JS程序代码可以资助开发者（尤其是不善于页面开发的程序职员）轻松的实现一个不受浏览器限制的细腻界面效果", "studymodel":"201001"}使用postman测试：通过head盘问数据：搜索文档1、凭证课程id盘问文档发送：get http://localhost:9200/xc_course/doc/4028e58161bcf7f40161bcf8b77c0000使用postman测试：2、盘问所有纪录发送 get http://localhost:9200/xc_course/doc/_search3、盘问名称中包括spring 要害字的的纪录发送：get http://localhost:9200/xc_course/doc/_search?q=name:bootstrap4、盘问学习模式为201001的纪录发送 get http://localhost:9200/xc_course/doc/_search?q=studymodel:201001盘问效果剖析剖析上边盘问效果：{ "took": 1, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": 1, "max_score": 0.2876821, "hits": [ { "_index": "xc_course", "_type": "doc", "_id": "4028e58161bcf7f40161bcf8b77c0000", "_score": 0.2876821, "_source": { "name": "Bootstrap开发框架", "description": "Bootstrap是由Twitter推出的一个前台页面开发框架在行业之中使用较为普遍此开发框架包括了大宗的CSS、JS程序代码可以资助开发者（尤其是不善于页面开发的程序职员）轻松的实现一个不受浏览器限制的细腻界面效果", "studymodel": "201001" } } ] }}took：本次操作破费的时间单位为毫秒timed_out：请求是否超时_shards：说明本次操作共搜索了哪些分片hits：搜索掷中的纪录hits.total ： 切合条件的文档总数 hits.hits ：匹配度较高的前N个文档hits.max_score：文档匹配得分这里为最高分_score：每个文档都有一个匹配度得分凭证降序排列_source：显示了文档的原始内容IK分词器测试分词器在添加文档时会举行分词索引中存放的就是一个一个的词（term）当你去搜索时就是拿要害字去匹配词最终找到词关联的文档测试目今索引库使用的分词器：post 发送：localhost:9200/_analyze{"text":"测试分词器后边是测试内容：spring cloud实战"}效果如下：会发明分词的效果将 测试 这个词拆分成两个单字测和试这是由于目今索引库使用的分词器对中文就是单字分词装置IK分词器使用IK分词器可以实现对中文分词的效果下载IK分词器：（Github地址：https://github.com/medcl/elasticsearch-analysis-ik）下载zip：解压并将解压的文件拷贝到ES装置目录的plugins下的ik目录下测试分词效果：发送：post localhost:9200/_analyze{"text":"测试分词器后边是测试内容：spring cloud实战","analyzer":"ik_max_word" }两种分词模式ik分词器有两种分词模式：ik_max_word和ik_smart模式1、ik_max_word会将文本做最细粒度的拆分好比会将中华人民共和国人民大礼堂拆分为中华人民共和国、中华人民、中华、华人、人民共和国、人民、共和国、大礼堂、大会、礼堂等词语2、ik_smart会做最粗粒度的拆分好比会将中华人民共和国人民大礼堂拆分为中华人民共和国、人民大礼堂测试两种分词模式：发送：post localhost:9200/_analyze{"text":"中华人民共和国人民大礼堂","analyzer":"ik_smart" }自界说词库若是要让分词器支持一些专有词语可以自界说词库iK分词器自带一个main.dic的文件此文件为词库文件在上边的目录中新建一个my.dic文件（注重文件名堂为utf-8（不要选择utf-8 BOM））可以在其中自界说词汇：好比界说：设置文件中设置my.dic重启ES测试分词效果：发送：post localhost:9200/_analyze{"text":"测试分词器后边是测试内容：spring cloud实战","analyzer":"ik_max_word" }映射上边章节装置了ik分词器若是在索引和搜索时去使用ik分词器呢怎样指定其它类型的field好比日期类型、数值类型等本章节学习种种映射类型及映射维护要领映射维护要领1、盘问所有索引的映射：GET： http://localhost:9200/_mapping2、建设映射post 请求：http://localhost:9200/xc_course/doc/_mapping一个例子： { "properties": { "name": { "type": "text" }, "description": { "type": "text" }, "studymodel": { "type": "keyword" } }}3、更新映射映射建设乐成可以添加新字段已有字段不允许更新4、删除映射通过删除索引来删除映射常用映射类型text文本字段下图是ES6.2焦点的字段类型如下：字符串包括text和keyword两种类型：1、text1）analyzer通过analyzer属性指定分词器下边指定name的字段类型为text使用ik分词器的ik_max_word分词模式 "name": { "type": "text", "analyzer":"ik_max_word" }上边指定了analyzer是指在索引和搜索都使用ik_max_word若是单独想界说搜索时使用的分词器则可以通过search_analyzer属性关于ik分词器建议是索引时使用ik_max_word将搜索内容举行细粒度分词搜索时使用ik_smart提高搜索准确性"name": { "type": "text", "analyzer":"ik_max_word", "search_analyzer":"ik_smart" }2）index通过index属性指定是否索引默以为index=true即要举行索引只有举行索引才可以从索引库搜索到可是也有一些内容不需要索引好比：商品图片地址只被用来展示图片不举行搜索图片此时可以将index设置为false删除索引重新建设映射将pic的index设置为false实验凭证pic去搜索效果搜索不到数据 "pic": { "type": "text", "index":false }3）store是否在source之外存储每个文档索引后会在 ES中生涯一份原始文档存放在"_source"中一样平常情形下不需要设置store为true由于在_source中已经有一份原始文档了测试删除xc_course/doc下的映射建设新映射：Post http://localhost:9200/xc_course/doc/_mapping { "properties": { "name": { "type": "text", "analyzer":"ik_max_word", "search_analyzer":"ik_smart" }, "description": { "type": "text", "analyzer":"ik_max_word", "search_analyzer":"ik_smart" }, "pic":{ "type":"text", "index":false }, "studymodel":{ "type":"text" } }}插入文档：http://localhost:9200/xc_course/doc/4028e58161bcf7f40161bcf8b77c0000{ "name":"Bootstrap开发框架", "description":"Bootstrap是由Twitter推出的一个前台页面开发框架在行业之中使用较为普遍此开发框架包括了大宗的CSS、JS程序代码可以资助开发者（尤其是不善于页面开发的程序职员）轻松的实现一个不受浏览器限制的细腻界面效果", "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg", "studymodel":"201002"}盘问测试：Get http://localhost:9200/xc_course/_search?q=name:开发Get http://localhost:9200/xc_course/_search?q=description:开发Get http://localhost:9200/xc_course/_search?q=pic:group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpgGet http://localhost:9200/xc_course/_search?q=studymodel:201002通过测试发明：name和description都支持全文检索pic不可作为盘问条件keyword要害字字段上边先容的text文本字段在映射时要设置分词器keyword字段为要害字字段通常搜索keyword是凭证整体搜索以是建设keyword字段的索引时是不举行分词的好比：邮政编码、手机号码、身份证等keyword字段通常用于过虑、排序、聚合等测试更改映射：{ "properties": { "studymodel":{ "type":"keyword" }, "name":{ "type":"keyword" } }}插入文档：{ "name": "java编程基础", "description": "java语言是天下第一编程语言在软件开发领域使用人数最多", "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg", "studymodel": "201001"}凭证studymodel盘问文档搜索：http://localhost:9200/xc_course/_search?q=name:javaname是keyword类型以是盘问方法是准确盘问date日期类型日期类型不必设置分词器通常日期类型的字段用于排序1)format通过format设置日期名堂例子：下边的设置允许date字段存储年月日时分秒、年月日及毫秒三种名堂{ "properties": { "timestamp": { "type": "date", "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd" } }}插入文档：Post :http://localhost:9200/xc_course/doc/3{"name": "spring开发基础","description": "spring 在java领域很是盛行java程序员都在用","studymodel": "201001", "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg", "timestamp":"2018-07-04 18:28:58"}数值类型下边是ES支持的数值类型1、只管选择规模小的类型提高搜索效率2、关于浮点数只管用比例因子好比一个价钱字段单位为元我们将比例因子设置为100这在ES中会按 分 存储映射如下： "price": { "type": "scaled_float", "scaling_factor": 100 },由于比例因子为100若是我们输入的价钱是23.45则ES中会将23.45乘以100存储在ES中若是输入的价钱是23.456ES会将23.456乘以100再取一个靠近原始值的数得出2346使用比例因子的利益是整型比浮点型更易压缩节约磁盘空间若是比例因子不适合则从下表选择规模小的去用：更新已有映射并插入文档：http://localhost:9200/xc_course/doc/3{"name": "spring开发基础","description": "spring 在java领域很是盛行java程序员都在用","studymodel": "201001", "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg", "timestamp":"2018-07-04 18:28:58", "price":38.6}综合例子建设如下映射post：http://localhost:9200/xc_course/doc/_mapping{ "properties": { "description": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" }, "name": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" }, "pic":{ "type":"text", "index":false }, "price": { "type": "float" }, "studymodel": { "type": "keyword" }, "timestamp": { "type": "date", "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" } } }插入文档：Post: http://localhost:9200/xc_course/doc/1 { "name": "Bootstrap开发", "description": "Bootstrap是由Twitter推出的一个前台页面开发框架是一个很是盛行的开发框架此框架集成了多种页面效果此开发框架包括了大宗的CSS、JS程序代码可以资助开发者（尤其是不善于页面开发的程序职员）轻松的实现一个不受浏览器限制的细腻界面效果", "studymodel": "201002", "price":38.6, "timestamp":"2018-04-25 19:11:35", "pic":"group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg" }索引管理搭建工程ES客户端ES提供多种差别的客户端：1、TransportClientES提供的古板客户端官方妄想8.0版本删除此客户端2、RestClientRestClient是官方推荐使用的它包括两种：Java Low Level REST Client和 Java High Level REST ClientES在6.0之后提供 Java High Level REST Client 两种客户端官方更推荐使用 Java High Level REST Client不过目今它还处于完善中有些功效还没有本教程准备接纳 Java High Level REST Client若是它有不支持的功效则使用Java Low Level REST Client添加依赖： org.elasticsearch.client elasticsearch-rest-high-level-client 6.2.1 org.elasticsearch elasticsearch 6.2.1建设搜索工程建设搜索工程（maven工程）：xc-service-search添加RestHighLevelClient依赖及junit依赖pom.xml xc-framework-parent com.xuecheng 1.0-SNAPSHOT ../xc-framework-parent/pom.xml 4.0.0 xc-service-search com.xuecheng xc-framework-model 1.0-SNAPSHOT com.xuecheng xc-framework-common 1.0-SNAPSHOT com.xuecheng xc-service-api 1.0-SNAPSHOT org.springframework.boot spring-boot-starter-web org.springframework.boot spring-boot-starter-web org.elasticsearch.client elasticsearch-rest-high-level-client 6.2.1 org.elasticsearch elasticsearch 6.2.1 org.springframework.boot spring-boot-starter-test test com.alibaba fastjson org.apache.commons commons-io org.apache.commons commons-lang3 2、设置文件application.ymlserver: port: ${port:40100}spring: application: name: xc-search-servicexuecheng: elasticsearch: hostlist: ${eshostlist:127.0.0.1:9200} #多个结点中心用逗号脱离3、设置类建设com.xuecheng.search.config包在其下建设设置类package com.xuecheng.search.config;import org.apache.http.HttpHost;import org.elasticsearch.client.RestClient;import org.elasticsearch.client.RestHighLevelClient;import org.springframework.beans.factory.annotation.Value;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;@Configurationpublic class ElasticsearchConfig { @Value("${xuecheng.elasticsearch.hostlist}") private String hostlist; @Bean public RestHighLevelClient restHighLevelClient(){ //剖析hostlist设置信息 String[] split = hostlist.split(","); //建设HttpHost数组其中存放es主机和端口的设置信息 HttpHost[] httpHostArray = new HttpHost[split.length]; for(int i=0;i jsonMap = new HashMap<>(); jsonMap.put("name", "spring cloud实战"); jsonMap.put("description", "本课程主要从四个章节举行解说： 1.微服务架构入门 2.spring cloud 基础入门 3.实战Spring Boot 4.注册中心eureka"); jsonMap.put("studymodel", "201001"); SimpleDateFormat dateFormat =new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); jsonMap.put("timestamp", dateFormat.format(new Date())); jsonMap.put("price", 5.6f); //索引请求工具 IndexRequest indexRequest = new IndexRequest("xc_course","doc"); //指定索引文档内容 indexRequest.source(jsonMap); //索引响应工具 IndexResponse indexResponse = client.index(indexRequest); //获取响应效果 DocWriteResponse.Result result = indexResponse.getResult(); System.out.println(result); }盘问文档API名堂如下： GET /{index}/{type}/{id}Java Client//盘问文档@Testpublic void getDoc() throws IOException { GetRequest getRequest = new GetRequest( "xc_course", "doc", "4028e581617f945f01617f9dabc40000"); GetResponse getResponse = client.get(getRequest); boolean exists = getResponse.isExists(); Map sourceAsMap = getResponse.getSourceAsMap(); System.out.println(sourceAsMap);}更新文档ApiES更新文档的顺序是：先检索到文档、将原来的文档标记为删除、建设新文档、删除旧文档建设新文档就会重修索引通过请求Url有两种要领：1、完全替换Post：http://localhost:9200/xc_test/doc/3 { "name":"spring cloud实战", "description":"本课程主要从四个章节举行解说： 1.微服务架构入门 2.spring cloud 基础入门 3.实战Spring Boot 4.注册中心eureka", "studymodel":"201001" "price":5.6 }2、局部更新下边的例子是只更新price字段post: http://localhost:9200/xc_test/doc/3/_update{ "doc":{"price":66.6}}Java Client使用 Client Api更新文档的要领同上边第二种局部更新要领可以指定文档的部分字段也可以指定完整的文档内容 //更新文档 @Test public void updateDoc() throws IOException { UpdateRequest updateRequest = new UpdateRequest("xc_course", "doc", "4028e581617f945f01617f9dabc40000"); Map map = new HashMap<>(); map.put("name", "spring cloud实战"); updateRequest.doc(map); UpdateResponse update = client.update(updateRequest); RestStatus status = update.status(); System.out.println(status); }删除文档Api凭证id删除名堂如下：DELETE /{index}/{type}/{id}搜索匹配删除将搜索出来的纪录删除名堂如下：POST /{index}/{type}/_delete_by_query下边是搜索条件例子：{ "query":{ "term":{ "studymodel":"201001" } }}上边例子的搜索匹配删除会将studymodel为201001的纪录所有删除Java Client//凭证id删除文档 @Test public void testDelDoc() throws IOException { //删除文档id String id = "eqP_amQBKsGOdwJ4fHiC"; //删除索引请求工具 DeleteRequest deleteRequest = new DeleteRequest("xc_course","doc",id); //响应工具 DeleteResponse deleteResponse = client.delete(deleteRequest); //获取响应效果 DocWriteResponse.Result result = deleteResponse.getResult(); System.out.println(result); }搜索匹配删除还没有详细的api可以接纳先搜索出文档id凭证文档id删除搜索管理准备情形建设映射建设xc_course索引库建设如下映射post：http://localhost:9200/xc_course/doc/_mapping参考 资料--》搜索测试-初始化数据.txt{ "properties": { "description": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" }, "name": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" }, "pic":{ "type":"text", "index":false }, "price": { "type": "float" }, "studymodel": { "type": "keyword" }, "timestamp": { "type": "date", "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" } } }插入原始数据向xc_course/doc中插入以下数据：参考 资料--》搜索测试-初始化数据.txthttp://localhost:9200/xc_course/doc/1{"name": "Bootstrap开发","description": "Bootstrap是由Twitter推出的一个前台页面开发css框架是一个很是盛行的开发框架此框架集成了多种页面效果此开发框架包括了大宗的CSS、JS程序代码可以资助开发者（尤其是不善于css页面开发的程序职员）轻松的实现一个css不受浏览器限制的细腻界面css效果","studymodel": "201002","price":38.6,"timestamp":"2018-04-25 19:11:35","pic":"group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg"}http://localhost:9200/xc_course/doc/2{"name": "java编程基础","description": "java语言是天下第一编程语言在软件开发领域使用人数最多","studymodel": "201001","price":68.6,"timestamp":"2018-03-25 19:11:35","pic":"group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg"}http://localhost:9200/xc_course/doc/3{"name": "spring开发基础","description": "spring 在java领域很是盛行java程序员都在用","studymodel": "201001","price":88.6,"timestamp":"2018-02-24 19:11:35","pic":"group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg"}简朴搜索简朴搜索就是通过url举行盘问以get方法请求ES名堂：get ../_search?q=.....q：搜索字符串例子：?q=name:spring 搜索name中包括spring的文档DSL搜索DSL(Domain Specific Language)是ES提出的基于json的搜索方法在搜索时传入特定的json名堂的数据来完成差别的搜索需求DSL比URI搜索方法功效强盛在项目中建议使用DSL方法来完成搜索盘问所有文档盘问所有索引库的文档发送：post http://localhost:9200/_search盘问指定索引库指定类型下的文档（通过使用此要领）发送：post http://localhost:9200/xc_course/doc/_search{ "query": { "match_all": {} }, "_source" : ["name","studymodel"]}_source：source源过虑设置指定效果中所包括的字段有哪些效果说明：took：本次操作破费的时间单位为毫秒timed_out：请求是否超时_shards：说明本次操作共搜索了哪些分片hits：搜索掷中的纪录hits.total ： 切合条件的文档总数 hits.hits ：匹配度较高的前N个文档hits.max_score：文档匹配得分这里为最高分_score：每个文档都有一个匹配度得分凭证降序排列_source：显示了文档的原始内容JavaClient：@SpringBootTest@RunWith(SpringRunner.class)public class TestSearch { @Autowired RestHighLevelClient client; @Autowired RestClient restClient; //搜索type下的所有纪录 @Test public void testSearchAll() throws IOException, ParseException { //搜索请求工具 SearchRequest searchRequest = new SearchRequest("xc_course"); //设置类型 searchRequest.types("doc"); //搜索源构建工具 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); //搜索所有 searchSourceBuilder.query(QueryBuilders.matchAllQuery()); //source源字段过虑 searchSourceBuilder.fetchSource(new String[]{"name","studymodel","price","timestamp"},new String[]{}); //设置搜索源 searchRequest.source(searchSourceBuilder); //执行搜索 SearchResponse searchResponse = client.search(searchRequest); //搜索匹配效果 SearchHits hits = searchResponse.getHits(); //搜索总纪录数 long totalHits = hits.totalHits; //匹配度较高的前N个文档 SearchHit[] searchHits = hits.getHits(); //日期名堂化工具 SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); for(SearchHit hit:searchHits){ //文档id String id = hit.getId(); //源文档内容 Map sourceAsMap = hit.getSourceAsMap(); //获取源文档name String name = (String) sourceAsMap.get("name"); String description = (String) sourceAsMap.get("description"); String studymodel = (String) sourceAsMap.get("studymodel"); Double price = (Double) sourceAsMap.get("price"); Date timestamp = dateFormat.parse((String) sourceAsMap.get("timestamp")); System.out.println(name); System.out.println(studymodel); System.out.println(description); } } ....分页盘问ES支持分页盘问传入两个参数：from和sizeform：体现起始文档的下标从0最先size：盘问的文档数目发送：post http://localhost:9200/xc_course/doc/_search{"from" : 0, "size" : 1,"query": { "match_all": {} },"_source" : ["name","studymodel"]}JavaClient...SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();//设置分页参数//目今页码int page = 2;//页码int size = 1;//每页显示个数int from = (page - 1) * size;//起纪录下标searchSourceBuilder.from(from);searchSourceBuilder.size(size);...Term QueryTerm Query为准确盘问在搜索时会整体匹配要害字不再将要害字分词发送：post http://localhost:9200/xc_course/doc/_search{ "query": { "term" : { "name": "spring" } }, "_source" : ["name","studymodel"] }上边的搜索会盘问name包括spring这个词的文档JavaClient：...//搜索请求工具SearchRequest searchRequest = new SearchRequest("xc_course");//设置类型searchRequest.types("doc");//搜索源构建工具SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();//TermQuerysearchSourceBuilder.query(QueryBuilders.termQuery("name","spring"));//source源字段过虑searchSourceBuilder.fetchSource(new String[]{"name","studymodel","price","timestamp"},new String[]{});//设置搜索源searchRequest.source(searchSourceBuilder);//执行搜索SearchResponse searchResponse = client.search(searchRequest);...凭证id准确匹配ES提供凭证多个id值匹配的要领：测试：post： http://127.0.0.1:9200/xc_course/doc/_search{ "query": { "ids" : { "type" : "doc", "values" : ["3", "4", "100"] } }}JavaClient:通过termsQuery举行盘问代码如下：//搜索请求工具SearchRequest searchRequest = new SearchRequest("xc_course");//设置类型searchRequest.types("doc");//搜索源构建工具SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();//主键String[] ids = new String[]{"1","2"};//TermQuerysearchSourceBuilder.query(QueryBuilders.termsQuery("_id", ids));//source源字段过虑searchSourceBuilder.fetchSource(new String[]{"name","studymodel","price","timestamp"},new String[]{});//设置搜索源searchRequest.source(searchSourceBuilder);//执行搜索SearchResponse searchResponse = client.search(searchRequest);match Query1、基本使用match Query即全文检索它的搜索方法是先将搜索字符串分词再使用各各词条从索引中搜索match query与Term query区别是match query在搜索前先将搜索要害字分词再拿各各词语去索引中搜索发送：post http://localhost:9200/xc_course/doc/_search{ "query": { "match" : { "description" : { "query" : "spring开发", "operator" : "or" } } }}query：搜索的要害字关于英文要害字若是有多个单词则中心要用半角逗号脱离而关于中文要害字中心可以用逗号脱离也可以不必operator：or 体现 只要有一个词在文档中泛起则就切合条件and体现每个词都在文档中泛起则才切合条件上边的搜索的执行历程是：1、将spring开发分词分为spring、开发两个词2、再使用spring和开发两个词去匹配索引中搜索3、由于设置了operator为or只要有一个词匹配乐成则就返回该文档JavaClient：//凭证要害字搜索@Test public void testMatchQuery() throws IOException, ParseException { //搜索请求工具 SearchRequest searchRequest = new SearchRequest("xc_course"); //设置类型 searchRequest.types("doc"); //搜索源构建工具 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); //MatcherQuery searchSourceBuilder.query(QueryBuilders.matchQuery("description","spring开发").operator(Operator.OR)); //source源字段过虑 searchSourceBuilder.fetchSource(new String[]{"name","studymodel","price","timestamp"},new String[]{}); //设置搜索源 searchRequest.source(searchSourceBuilder); //执行搜索 SearchResponse searchResponse = client.search(searchRequest); //搜索匹配效果 SearchHits hits = searchResponse.getHits(); //搜索总纪录数 long totalHits = hits.totalHits; //匹配度较高的前N个文档 SearchHit[] searchHits = hits.getHits(); //日期名堂化工具 SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); for(SearchHit hit:searchHits){ //文档id String id = hit.getId(); //源文档内容 Map sourceAsMap = hit.getSourceAsMap(); //获取源文档name String name = (String) sourceAsMap.get("name"); String description = (String) sourceAsMap.get("description"); String studymodel = (String) sourceAsMap.get("studymodel"); Double price = (Double) sourceAsMap.get("price"); Date timestamp = dateFormat.parse((String) sourceAsMap.get("timestamp")); System.out.println(name); System.out.println(studymodel); System.out.println(description); } }2、minimum_should_match上边使用的operator = or体现只要有一个词匹配上就得分若是实现三个词至少有两个词匹配怎样实现使用minimum_should_match可以指定文档匹配词的占比：好比搜索语句如下：{ "query": { "match" : { "description" : { "query" : "spring开发框架", "minimum_should_match": "80%" } } }}spring开发框架会被分为三个词：spring、开发、框架设置"minimum_should_match": "80%"体现三个词在文档的匹配占比为80%即3*0.8=2.4向上取整得2体现至少有两个词在文档中要匹配乐成对应的RestClient如下：//MatcherQuery searchSourceBuilder.query(QueryBuilders.matchQuery("description","spring开发框架") .operator(Operator.OR) .minimumShouldMatch("80%")); multi Query上边学习的termQuery和matchQuery一次只能匹配一个Field本节学习multiQuery一次可以匹配多个字段1、基本使用单项匹配是在一个field中去匹配多项匹配是拿要害字去多个Field中匹配例子：发送：post http://localhost:9200/xc_course/doc/_search拿要害字 spring css去匹配name 和description字段{ "query": { "multi_match" : { "query" : "spring css", "minimum_should_match": "50%", "fields": [ "name", "description" ] } }}2、提升boost匹配多个字段时可以提升字段的boost（权重）来提高得分例子：提升boost之前执行下边的盘问：{ "query": { "multi_match" : { "query" : "spring css", "minimum_should_match": "50%", "fields": [ "name", "description" ] } }}通过盘问发明Bootstrap排在前边提升boost通常要害字匹配上name的权主要比匹配上description的权重高这里可以对name的权重提升{ "query": { "multi_match" : { "query" : "spring css", "minimum_should_match": "50%", "fields": [ "name^10", "description" ] } }}name^10 体现权重提升10倍执行上边的盘问发明name中包括spring要害字的文档排在前边JavaClient://搜索源构建工具SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();//MultiMatcherQueryMultiMatchQueryBuilder matchQueryBuilder = QueryBuilders.multiMatchQuery("spring css", "name", "description") .minimumShouldMatch("50%") .field("name", 10);searchSourceBuilder.query(matchQueryBuilder);布尔盘问布尔盘问对应于Lucene的BooleanQuery盘问实现将多个盘问组合起来三个参数：must：文档必需匹配must所包括的盘问条件相当于 AND should：文档应该匹配should所包括的盘问条件其中的一个或多个相当于 "OR" must_not：文档不可匹配must_not所包括的该盘问条件相当于NOT划分使用must、should、must_not测试下边的盘问：发送：POST http://localhost:9200/xc_course/doc/_search{ "_source" : [ "name", "studymodel", "description"], "from" : 0, "size" : 1, "query": { "bool" : { "must":[ { "multi_match" : { "query" : "spring css", "minimum_should_match": "50%", "fields": [ "name^10", "description" ] } }, { "term":{ "studymodel" : "201001" } } ] } }}must：体现必需多个盘问条件必需都知足（通常使用must）should：体现或者多个盘问条件只要有一个知足即可must_not：体现非JavaClient：//BoolQuery将搜索要害字分词拿分词去索引库搜索//搜索源构建工具SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();//MultiMatcherQueryMultiMatchQueryBuilder matchQueryBuilder = QueryBuilders.multiMatchQuery("spring css", "name", "description") .minimumShouldMatch("50%") .field("name", 10);//TermQueryTermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("studymodel", "201001");//boolQueryBuilderBoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();//将MultiMatcherQuery和TermQuery组织在一起boolQueryBuilder.must(matchQueryBuilder);boolQueryBuilder.must(termQueryBuilder);searchSourceBuilder.query(boolQueryBuilder);过虑器过虑是针对搜索的效果举行过虑过虑器主要判断的是文档是否匹配不去盘算和判断文档的匹配度得分以是过虑器性能比盘问要高且利便缓存推荐只管使用过虑器去实现盘问或者过虑器和盘问配合使用过虑器在布尔盘问中使用下边是在搜索效果的基础上举行过虑：{ "_source" : [ "name", "studymodel", "description","price"], "query": { "bool" : { "must":[ { "multi_match" : { "query" : "spring css", "minimum_should_match": "50%", "fields": [ "name^10", "description" ] } } ], "filter": [ { "term": { "studymodel": "201001" }}, { "range": { "price": { "gte": 60 ,"lte" : 100}}} ] } }}range：规模过虑保存大于即是60 并且小于即是100的纪录term：项匹配过虑保存studymodel即是"201001"的纪录注重：range和term一次只能对一个Field设置规模过虑client：//搜索源构建工具SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();//MultiMatcherQueryMultiMatchQueryBuilder matchQueryBuilder = QueryBuilders.multiMatchQuery("spring css", "name", "description") .minimumShouldMatch("50%") .field("name", 10);//boolQueryBuilderBoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();//将MultiMatcherQuery和TermQuery组织在一起boolQueryBuilder.must(matchQueryBuilder);//添加过虑器//项过虑boolQueryBuilder.filter(QueryBuilders.termQuery("studymodel","201001"));//规模过虑boolQueryBuilder.filter(QueryBuilders.rangeQuery("price").gte(60).lte(100));searchSourceBuilder.query(boolQueryBuilder);排序可以在字段上添加一个或多个排序支持在keyword、date、float等类型上添加text类型的字段上不允许添加排序发送 POST http://localhost:9200/xc_course/doc/_search过虑0--10元价钱规模的文档并且对效果举行排序先按studymodel降序再按价钱升序{ "_source" : [ "name", "studymodel", "description","price"], "query": { "bool" : { "filter": [ { "range": { "price": { "gte": 0 ,"lte" : 100}}} ] } }, "sort" : [ { "studymodel" : "desc" }, { "price" : "asc" } ]}client：@Testpublic void testSort() throws IOException, ParseException { //搜索请求工具 SearchRequest searchRequest = new SearchRequest("xc_course"); //设置类型 searchRequest.types("doc"); //搜索源构建工具 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); //source源字段过虑 searchSourceBuilder.fetchSource(new String[]{"name","studymodel","price","timestamp"},new String[]{}); //boolQueryBuilder BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery(); //添加过虑器 //规模过虑 boolQueryBuilder.filter(QueryBuilders.rangeQuery("price").gte(0).lte(100)); searchSourceBuilder.query(boolQueryBuilder); //设置搜索源 searchRequest.source(searchSourceBuilder); //设置排序 searchSourceBuilder.sort("studymodel", SortOrder.DESC); searchSourceBuilder.sort("price", SortOrder.ASC); //执行搜索 SearchResponse searchResponse = client.search(searchRequest); //搜索匹配效果 SearchHits hits = searchResponse.getHits(); //搜索总纪录数 long totalHits = hits.totalHits; //匹配度较高的前N个文档 SearchHit[] searchHits = hits.getHits(); //日期名堂化工具 SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); for(SearchHit hit:searchHits){ //文档id String id = hit.getId(); //源文档内容 Map sourceAsMap = hit.getSourceAsMap(); //获取源文档name String name = (String) sourceAsMap.get("name"); String description = (String) sourceAsMap.get("description"); String studymodel = (String) sourceAsMap.get("studymodel"); Double price = (Double) sourceAsMap.get("price"); Date timestamp = dateFormat.parse((String) sourceAsMap.get("timestamp")); System.out.println(name); System.out.println(studymodel); System.out.println(description); }}高亮显示高亮显示可以将搜索效果一个或多个字突出显示以便向用户展示匹配要害字的位置在搜索语句中添加highlight即可实现如下：Post： http://127.0.0.1:9200/xc_course/doc/_search{ "_source" : [ "name", "studymodel", "timestamp","price"], "query": { "bool" : { "must":[ { "multi_match" : { "query" : "开发框架", "minimum_should_match": "50%", "fields": [ "name^10", "description" ] } } ], "filter": [ { "range": { "price": { "gte": 0 ,"lte" : 100}}} ] } }, "sort" : [ { "price" : "asc" } ], "highlight": { "pre_tags": [""], "post_tags": [""], "fields": { "name": {}, "description":{} } }}client代码如下：@Testpublic void testHighLight() throws IOException, ParseException { //搜索请求工具 SearchRequest searchRequest = new SearchRequest("xc_course"); //设置类型 searchRequest.types("doc"); //搜索源构建工具 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); //source源字段过虑 searchSourceBuilder.fetchSource(new String[]{"name","studymodel","price","timestamp"},new String[]{}); //MultiMatcherQuery MultiMatchQueryBuilder matchQueryBuilder = QueryBuilders.multiMatchQuery("开发框架", "name", "description") .minimumShouldMatch("80%") .field("name", 10); //boolQueryBuilder BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery(); boolQueryBuilder.must(matchQueryBuilder); //添加过虑器 //规模过虑 boolQueryBuilder.filter(QueryBuilders.rangeQuery("price").gte(0).lte(100)); searchSourceBuilder.query(boolQueryBuilder); //设置搜索源 searchRequest.source(searchSourceBuilder); //设置排序 searchSourceBuilder.sort("studymodel", SortOrder.DESC); searchSourceBuilder.sort("price", SortOrder.ASC); //设置高亮 HighlightBuilder highlightBuilder = new HighlightBuilder(); highlightBuilder.preTags(""); highlightBuilder.postTags(""); highlightBuilder.fields().add(new HighlightBuilder.Field("name")); searchSourceBuilder.highlighter(highlightBuilder); //执行搜索 SearchResponse searchResponse = client.search(searchRequest); //搜索匹配效果 SearchHits hits = searchResponse.getHits(); //搜索总纪录数 long totalHits = hits.totalHits; //匹配度较高的前N个文档 SearchHit[] searchHits = hits.getHits(); //日期名堂化工具 SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); for(SearchHit hit:searchHits){ //文档id String id = hit.getId(); //源文档内容 Map sourceAsMap = hit.getSourceAsMap(); //获取源文档name String name = (String) sourceAsMap.get("name"); //取出高亮字段 Map highlightFields = hit.getHighlightFields(); if(highlightFields!=null){ //取出name高亮字段 HighlightField nameField = highlightFields.get("name"); if(nameField!=null){ Text[] fragments = nameField.fragments(); StringBuffer stringBuffer = new StringBuffer(); for(Text text:fragments){ stringBuffer.append(text); } name = stringBuffer.toString(); } } String description = (String) sourceAsMap.get("description"); String studymodel = (String) sourceAsMap.get("studymodel"); Double price = (Double) sourceAsMap.get("price"); Date timestamp = dateFormat.parse((String) sourceAsMap.get("timestamp")); System.out.println(name); System.out.println(studymodel); System.out.println(description); }}集群管理集群结构ES通常以集群方法事情这样做不但能够提高 ES的搜索能力还可以处置惩罚大数据搜索的能力同时也增添了系统的容错能力及高可用ES可以实现PB级数据的搜索下图是ES集群结构的示意图：从上图总结以下看法：1、结点ES集群由多个服务器组成每个服务器即为一个Node结点(该服务只安排了一个ES历程)2、分片当我们的文档量很大时由于内存和硬盘的限制同时也为了提高ES的处置惩罚能力、容错能力及高可用能力我们将索引分成若干分片每个分片可以放在差别的服务器这样就实现了多个服务器配合对外提供索引及搜索服务一个搜索请求过来会划分从各各分片去盘问最后将盘问到的数据合并返回给用户3、副本为了提高ES的高可用同时也为了提高搜索的吞吐量我们将分片复制一份或多份存储在其它的服务器这样纵然目今的服务器挂掉了拥有副本的服务器照�？梢蕴峁┓�4、主结点一个集群中会有一个或多个主结点主结点的作用是集群管理好比增添节点移除节点等主结点挂掉后ES会重新选一个主结点5、结点转发每个结点都知道其它结点的信息我们可以对恣意一个结点提倡请求吸收请求的结点会转发给其它结点盘问数据搭建集群下边的例子实现建设一个2结点的集群并且索引的分片我们设置2片每片一个副本结点的三个角色主结点：master节点主要用于集群的管理及索引 好比新增结点、分片分派、索引的新增和删除等 数据结点：data 节点上生涯了数据分片它认真索引和搜索操作 客户端结点：client 节点仅作为请求客户端保存client的作用也作为负载平衡器client 节点不存数据只是将请求平衡转发到其它结点通过下边两项参数来设置结点的功效：node.master: #是否允许为主结点node.data: #允许存储数据作为数据结点node.ingest: #是否允许成为协调理点四种组合方法：master=truedata=true：即是主结点又是数据结点master=falsedata=true：仅是数据结点master=truedata=false：仅是主结点不存储数据master=falsedata=false：即不是主结点也不是数据结点此时可设置ingest为true体现它是一个客户端建设结点 1解压elasticsearch-6.2.1.zip 到 F:\devenv\elasticsearch\es-cloud-1\elasticsearch-6.2.1结点1对外服务的http端口是：9200集群管理端口是9300设置elasticsearch.yml结点名：xc_node_1elasticsearch.yml内容如下cluster.name: xuechengnode.name: xc_node_1network.host: 0.0.0.0http.port: 9200transport.tcp.port: 9300node.master: truenode.data: truediscovery.zen.ping.unicast.hosts: ["0.0.0.0:9300", "0.0.0.0:9301"]discovery.zen.minimum_master_nodes: 1node.ingest: truenode.max_local_storage_nodes: 2path.data: D:\ElasticSearch\elasticsearch-6.2.1-1\datapath.logs: D:\ElasticSearch\elasticsearch-6.2.1-1\logshttp.cors.enabled: truehttp.cors.allow-origin: /.*/启动结点1建设结点 2解压elasticsearch-6.2.1.zip 到 F:\devenv\elasticsearch\es-cloud-2\elasticsearch-6.2.1结点1对外服务的http端口是：9201集群管理端口是9301结点名：xc_node_2elasticsearch.yml内容如下cluster.name: xuechengnode.name: xc_node_2network.host: 0.0.0.0http.port: 9201transport.tcp.port: 9301node.master: truenode.data: truediscovery.zen.ping.unicast.hosts: ["0.0.0.0:9300", "0.0.0.0:9301"]discovery.zen.minimum_master_nodes: 1node.ingest: truenode.max_local_storage_nodes: 2path.data: D:\ElasticSearch\elasticsearch-6.2.1-2\datapath.logs: D:\ElasticSearch\elasticsearch-6.2.1-2\logshttp.cors.enabled: truehttp.cors.allow-origin: /.*/启动结点2建设索引库1）使用head连上其中一个结点上图体现两个结点已经建设乐成2）下边建设索引库共2个分片每个分片一个副本建设乐成刷新head:上图可以看到共有4个分片其中两个分片是副本3）每个结点装置IK分词器略集群的康健通过会见 GET /_cluster/health 来审查Elasticsearch 的集群康健情形用三种颜色来展示康健状态： green 、 yellow 或者 red green：所有的主分片和副天职片都正常运行 yellow：所有的主分片都正常运行但有些副天职片运行不正常 red：保存主分片运行不正常Get请求：http://localhost:9200/_cluster/health响应效果：{ "cluster_name": "xuecheng", "status": "green", "timed_out": false, "number_of_nodes": 2, "number_of_data_nodes": 2, "active_primary_shards": 2, "active_shards": 4, "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}测试1）建设映射并写入文档毗连 其中恣意一台结点建设映射写入文档Post http://localhost:9200/xc_course/doc/3{"name": "spring开发基础","description": "spring 在java领域很是盛行java软件开发职员都在用","studymodel": "201001","price":66.6}响应效果：{ "_index": "xc_course", "_type": "doc", "_id": "3", "_version": 1, "result": "created", "_shards": { "total": 2, "successful": 2, "failed": 0 }, "_seq_no": 0, "_primary_term": 1}从上边的提醒可看出两个分片都生涯乐成2）搜索向其它一个结点提倡搜索请求盘问所有数据3）关闭一个结点ES会重新选中一个主结点（条件在设置结点时允许它可以为主结点）此时向活的结点提倡搜索请求仍然正常4）添加一个结点添加结点3端口设置为：http端口是：9202集群管理端口是9302结点名：xc_node_3此结点的设置：node.master: false node.data: true启动结点3刷新head下图显示ES将分片及副本匀称分在了3个结点（注重情形差别漫衍的效果可能差别）向结点3提倡搜索请求：Get： http://127.0.0.1:9202/xc_course/doc/_search所有数据可被正常搜索到
《手手本少女的心男女未完婚前的禁忌_人们_时代_曼娜》视频说明：没有智慧光晕方源绝不会生长得云云迅猛能生长到云云水平执教初期阿尔特塔面临的挑战不可谓不大球队阵容老化战术系统杂乱易服室气氛低迷球迷们也对未来充满疑虑阿尔特塔没有急于求成而是稳扎稳打逐步推行自己的重修妄想这不就是理想与现实的差别
