ELK一:介绍
常见的全文搜索引擎有Lucene、Solr、ElasticSearch
一、ES介绍
ElasticSearch是一个基于Lucene的开源分布式(全文)搜索引擎,提供简单的RESTFul Web接口来隐藏Lucene的复杂性。
ES主要功能:
- 分布式搜索
- 数据分析
- 分组和聚合
设计用于云计算中,能够达到实时搜索,稳定,可靠,快速。
缺点:
- 不支持事物
- 吃内存
ElasticSearch默认的访问端口是9200
ElasticSearch面向文档:以文档的形式存储数据,文档可以将属于一个逻辑实体的数据保存在同一个文档中,而不是散落在各个表的不同行中。
这样查询效率很高,因为我们无需连接其它的表。
而在关系型数据库中,连接多张表的查询是很费时的。
ElasticSearch使用案例:
单一索引的极限取决于存储索引的硬件、索引的设计、如何处理数据、为索引备份了多少副本。
而一个lucene索引,也就是一个es分片的极限,是最多可以处理21亿篇文档,或者2740亿的唯一词条。
适合全文索引引擎的场景:
- 搜索的数据对象是大量的非结构化的文本数据。
- 文本数据量达到数十万、百万级别,甚至更多
- 支持大量基于交互式文本的查询
- 需求非常灵活的全文搜索查询
- 对安全事务、非文本数据操作的需求相对较少的情况
参考:
ElaticSearch中文社区:https://elasticsearch.cn/
es社区
《elasticsearch实战》、《elasticsearch权威指南》
二、安装ES
- elasticsearch for windows: Java环境配置 | elasticsearch下载安装 | kibana for windows | ik分词器的下载安装
- elasticsearch for Mac OS:Java环境配置 | elasticsearch for Mac OS | kibana for Mac OS | ik for Mac OS
- elasticsearch for linux
三、快速上手
- 从基本的概念开始 | elasticsearch的简单操作
- elasticsearch的CURD | elasticsearch的查询的两种方式
- elasticsearch复杂查询
- 聚合函数:avg、max、min、sum、分组
- 映射mappings
- Index Templates | Routing | Index Aliases
四、elasticsearch分析数据的过程漫谈
五、建议器:Suggester
- 建议器简介 | 词条建议器(term suggester) | 词组建议器(phrase suggester) | 完成建议器(completion suggester) | 上下文建议器(context suggester)
六、IK中文分词器
七、elasticsearch for Python
八、集群
九、More
- Removal of mapping types | Recovery | es相关配置看这里 | 打分机制:TF-IDF、boosting、explain | windows下一键启动es脚本 | 测试笔记 | 常见错误集
- cluster transport | discovery概述 | discovery faultdetection
十、Kibana安装
- 下载安装看这里:kibana for windows | kibana for Mac OS | kibana for linux
- 配置文件说明
引用:https://www.cnblogs.com/Neeo/p/10304892.html
posted on 2017-03-29 21:01 myworldworld 阅读(128) 评论(0) 收藏 举报