Elasticsearch入门（一）
索引(index) —— 存储关联数据的地方。实际上，索引只是一个逻辑命名空间(logical namespace)，它指向一个或多个分片(shards)。
分片(shard) 是 工作单元(worker unit) 底层的一员，分片是一个独立的Lucene实例既可，并且它自身也是一个完整的搜索引擎
，它只负责保存索引中所有数据的一小片。
分片分为 主分片(primary shard) 以及 从分片(replica shard) 两种。
在你的索引中，每一个文档都属于一个主分片，所以具体有多少主分片取决于你的索引能存储多少数据。
从分片只是主分片的一个副本，它用于提供数据的冗余副本，在硬件故障时提供数据保护，同时服务于搜索和检索这种只读请求。
索引中的主分片的数量在索引创建后就固定下来了，但是从分片的数量可以随时改变。
Client
对于JAVA，Elasticsearch 提供了两个客户端
节点客户端（Client Node）节点客户端以一个无数据的节点（node.master: false,node.data: false ）的身份加入了一个集群，但是他知道什么数据在集群中的哪一个节点上，然后就可以请求转发到正确的节点上并进行连接。
传输客户端（Transport Client）传输客户端不加入集群本身，通过向远程集群发送请求来通讯。
这两个客户端都使用 Elasticsearch 的传输协议，通过9300端口与 java 客户端进行通信。集群中的各个节点也是通过9300端口进行通信。
其他的语言可以通过9200端口与 Elasticsearch 的 RESTful API 进行通信。
创建Client
Settings settings = Settings.settingsBuilder()
.put("cluster.name", "es-cluster").build();
Client client = TransportClient.builder().settings(settings).build()
.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("10.9.22.35"), 9301))
.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("10.9.22.35"), 9302))
.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("10.9.22.35"), 9303));
Client Settings
cluster.name 集群名称，如果不为“elasticsearch” 需要在创建client时指定
client.transport.sniff 开启集群嗅探功能，探测集群中节点的添加与删除
client.transport.ignore_cluster_name 设置为true忽略连接的节点集群名称验证
client.transport.ping_timeout Ping一个节点响应超时时间 默认5s
client.transport.nodes_sampler_interval 多长时间间隔尝试ping和连接Node节点 默认5s
异常：
- not part of the cluster Cluster [elasticsearch], ignoring...
- org.elasticsearch.client.transport.NoNodeAvailableException: No node available
因为没有指定集群名称，指定后解决。
Index
你可能发现在 Elasticsearch 中，索引这个词汇已经被赋予了太多意义，所以在这里我们有必要澄清一下：
索引 (名词)
如上文所说，一个 索引 就类似于传统关系型数据库中的 数据库。这里就是存储相关文档的的地方。索引 (动词)
为一个文档创建索引 是把一个文档存储到一个索引(名词)中的过程，这样它才能被检索。这个过程非常类似于 SQL 中的 INSERT 命令，如果已经存在文档，新的文档将会覆盖旧的文档。反向索引
在关系数据库中的某列添加一个 索引，比如多路搜索树(B-Tree)索引，就可以加速数据的取回速度， Elasticsearch 以及 Lucene 使用的是一个叫做 反向索引(inverted index) 的结构来实现相同的功能。
Index Api 允许将一个Json文档索引到一个特定的索引中并可以搜索到
List<BcShop> list = new ArrayList<BcShop>();
list.add(new BcShop(1936212235,"鑫釜山铁桶海鲜烧烤(霄云路店)","霄云路15号","010-64388850",new Date()));
list.add(new BcShop(515636,"眉州东坡酒楼(中关村店)","中关村大街27号中关村大厦2层(地铁海淀黄庄站北)","010-59683322",new Date()));
list.add(new BcShop(19604619,"辣家私厨(百子湾店)","黄木厂路六号D座(今日美术馆对面)","010-87781377",new Date()));
list.add(new BcShop(22974252,"脑馋粉儿(三里屯店","三里屯SOHO商场5 B1-506(下沉广场直行150米左侧)","010-58494433",new Date()));
list.add(new BcShop(510689,"金百万烤鸭店(马甸店)","马甸裕民路3号(牡丹园)","010-62380012",new Date()));
list.add(new BcShop(512885,"味多美(广安门店)","广内大街白广路306号","010-63589375",new Date()));
for(BcShop bc :list){
IndexResponse response=client.prepareIndex("test_sale","test_shop").setSource(JSON.toJSONString(bc)).get();
if (response.isCreated()) {
System.out.println("创建成功!");
}
}
批量操作
List<BcShop> list= shopService.getList(10,1000);
BulkRequestBuilder bulkRequestBuilder = client.prepareBulk().setRefresh(true);
for (BcShop shop :list){
bulkRequestBuilder.add(client.prepareIndex("test_sale","test_shop")
.setSource(JSON.toJSONString(shop)));
}
bulkRequestBuilder.execute().actionGet();
Query
QueryBuilder builder = QueryBuilders.termQuery("shop_id", 1936212235);
SearchResponse response = client.prepareSearch("test_sale").setTypes("test_shop").setQuery(builder).get();
SearchHits hits = response.getHits();
if (hits.totalHits() > 0) {
for (SearchHit hit : hits) {
System.out.println("score:" + hit.getScore() + ":\t" + hit.getSource().get("shop_name"));
}
}
