es笔记一之es安装与介绍

本文首发于公众号：Hunter后端
原文链接：es笔记一之es安装与介绍

首先介绍一下 es，全名为 Elasticsearch，它定义上不是一种数据库，是一种搜索引擎。

我们可以把海量数据都放到 es 里然后提供搜索操作，但是 MySQL 也同样可以提供搜索，为什么要用 es 呢？

一个是因为它搜索快，使用倒排索引的方式将数据分词之后存储数据，查询的时候直接根据搜索关键词找到相关数据。

另一个是因为它可以提供一些 MySQL 做不到或者比较耗时的模糊搜索，这个我们后续再介绍。

1、es 和 kibana 的安装

es 和 kibana 的安装这里可以直接看我之前的一篇博客文章，讲的很详细，或者去官网找相应的安装步骤。

es和kibana安装

这里我们使用的是 7.6.0 版本。

kibana 是一个界面工具，可以用于在浏览器界面直接操作 es。

2、es 层级和结构介绍

首先，我们进入 kibana 界面，创建一条数据，然后根据这条数据来介绍 es 中结构的层级关系。

进入 kibana 的输入界面，输入：

PUT /customer/_doc/1
{
  "name": "John Doe"
}

点击 PUT 命令同行右边的三角形，或者按住 ctrl + enter 确认，我们就完成了一次数据的创建。

然后输入下面的命令查看这条数据的详情：

GET /customer/_doc/1

通过数据的存储和查看，我们可以差不多了解 es 中数据的操作方式是 restful 风格的，可以通过 GET、PUT、POST、DELETE 的方式来实现数据的增删改查。

然后看一下我们通过 GET 方式获得的数据情况，如下：

{
  "_index" : "customer",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 1,
  "_seq_no" : 0,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "name" : "John Doe"
  }
}

在这个数据结构中，有一些东西是可以和 MySQL 等数据库的结构对应起来的，比如 index 对应 MySQL 中的 database，type 对应 MySQL 中的 table，而 source 中的数据则对应于 MySQL 中一条条的数据。

但是 es 中 source 中的这些字段，比如 name，可以不预先定义，也可以预先定义，这一点不同于 MySQL，es 甚至可以直接写入值，es 会自动为其找到对应的字段属性从而定义。

比如我们前面 PUT 的这条数据，查看 customer 这个数据库 index 的结构，可以看到 es 根据值为其自动创建了属性为 keyword。（es 中字段的各个属性我们后面再介绍）

怎么查看 es 中 index 各个字段的属性呢，比如 customer，如下操作：

GET /customer/_mapping

index 和 type 也一样，如果创建数据的时候不存在，那么 es 也会自动为我们创建相应的层级结构。

3、es 字段介绍

es 中的字段类型挺多的，一般计算机语言有的 es 中也有。

keyword

常用于存储结构化内容，比如email地址，电话号码，名称等等

text

文本类型，常用于保存大段文本，然后可以进行分词搜索等操作

integer

整数

long

浮点型数据

date

日期格式，比如 '2022-01-01 12:00:00'

boolean

布尔型，true/false

数组

es 中没有单独的数组类型，但是当我们确定将某个字段作为数组之后，可以直接将其作为数组使用，但是添加的元素必须是相同的，这个我们后面再介绍。

上面这些字段的含义和使用，这里只是做一个简单的介绍，后面尤其是和 Python 连接使用的时候，我们再对其使用方法做具体详细的介绍。

4、数据准备

在接下来的笔记中，我们将介绍 es 中各种搜索操作，在此之前，我们这里需要手动写入一批数据，具体操作如下。

首先我们去获取一个数据文件，那上面有一批供我们查询使用的数据，这个文件之前在官方文档提供的 github 地址，我去看了下，已经不存在了，所以这里我截取一批数据还是放到名为 accounts.json 文档里，文档等会儿我放在文章末尾，可供拷贝。

我们将这个文件放在某个目录下，然后当前目录执行下面的语句导入到我们在本地启动的 es 中：

curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_bulk?pretty&refresh" --data-binary "@accounts.json"

然后进入 kibana，查看所有数据库，可以看到已经多了一个名为 bank 的数据库：

GET /_cat/indices

这是 json 文件的地址：accounts.json

下一篇笔记我们开始介绍 es 的搜索。

如果想获取更多后端相关文章，可扫码关注阅读：