Elasticsearch
一、ElasticSearch简介
出于安全考虑，elasticsearch默认不允许以root账号运行。
创建用户：
useradd leyou
设置密码：
passwd leyou
切换用户：
su - leyou
我们将安装包上传到：/home/leyou目录
解压缩：
tar -zxvf elasticsearch-6.2.4.tar.gz
我们把目录重命名：
mv elasticsearch-6.3.0 elasticsearch
进入，查看目录结构：
我们进入config目录：cd config
需要修改的配置文件有两个：
- jvm.options
Elasticsearch基于Lucene的，而Lucene底层是java实现，因此我们需要配置jvm参数。
编辑jvm.options：
vim jvm.options
默认配置如下：
-Xms1g
-Xmx1g
内存占用太多了，我们调小一些：
-Xms512m
-Xmx512m
- elasticsearch.yml
vim elasticsearch.yml
修改数据和日志目录：
path.data: /home/leyou/elasticsearch/data # 数据目录位置
path.logs: /home/leyou/elasticsearch/logs # 日志目录位置
我们把data和logs目录修改指向了elasticsearch的安装目录。但是这两个目录并不存在，因此我们需要创建出来。
进入elasticsearch的根目录，然后创建:
mkdir data
mkdir logs
- 修改绑定的ip：
network.host: 0.0.0.0 # 绑定到0.0.0.0，允许任何ip来访问
elasticsearch.yml的其它可配置信息:
| 说明 | |
|---|---|
| cluster.name | 配置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，es会默认随机指定一个名字，建议指定一个有意义的名称，方便管理 |
| path.conf | 设置配置文件的存储路径，tar或zip包安装默认在es根目录下的config文件夹，rpm安装默认在/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，用逗号隔开 |
| 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 | 设置为true可以锁住ES使用的内存，避免内存进行swap |
| network.host | 设置bind_host和publish_host，设置为0.0.0.0允许外网访问 |
| http.port | 设置对外服务的http端口，默认为9200。 |
| transport.tcp.port | 集群结点之间通信端口 |
| discovery.zen.ping.timeout | 设置ES自动发现节点连接超时的时间，默认为3秒，如果网络延迟高可设置大些 |
| discovery.zen.minimum_master_nodes |
三、
然后输入命令：
./elasticsearch
发现报错了，启动失败。
我们使用的是centos6，其linux内核版本为2.6。而Elasticsearch的插件要求至少3.5以上版本。不过没关系，我们禁用这个插件即可。
修改elasticsearch.yml文件，在最下面添加如下配置：
bootstrap.system_call_filter: false
然后重启
[1]: max file descriptors [4096] for elasticsearch process likely too low, increase to at least [65536]
我们用的是leyou用户，而不是root，所以文件权限不足。
首先用root用户登录。
然后修改配置文件:
vim /etc/security/limits.conf
添加下面的内容：
* soft nofile 65536
* hard nofile 131072
* soft nproc 4096
* hard nproc 4096
[1]: max number of threads [1024] for user [leyou] is too low, increase to at least [4096]
这是线程数不够。
继续修改配置：
vim /etc/security/limits.d/90-nproc.conf
修改下面的内容：
* soft nproc 1024
改为：
* soft nproc 4096
[3]: max virtual memory areas vm.max_map_count [65530] likely too low, increase to at least [262144]
vm.max_map_count：限制一个进程可以拥有的VMA(虚拟内存区域)的数量，继续修改配置文件， ：
vim /etc/sysctl.conf
添加下面内容：
vm.max_map_count=655360
然后执行命令：
sysctl -p
可以看到绑定了两个端口:
-
9300：集群节点间通讯接口
-
9200：客户端访问接口
我们在浏览器中访问：http://192.168.40.128:9200
四、
Kibana是一个基于Node.js的Elasticsearch索引库数据统计工具，可以利用Elasticsearch的聚合功能，生成各种图表，如柱形图，线状图，饼图等。
而且还提供了操作Elasticsearch索引数据的控制台，并且提供了一定的API提示，非常有利于我们学习Elasticsearch的语法。
因为Kibana依赖于node，首先先装node,我们选择在window下使用kibana。
最新版本与elasticsearch保持一致，也是6.3.0
解压到特定目录即可
进入安装目录下的config目录，修改kibana.yml文件：
修改elasticsearch服务器的地址：
elasticsearch.url: "http://192.168.40.128:9200"
运行
进入安装目录下的bin目录：
双击运行：
发现kibana的监听端口是5601
在页面右侧，我们就可以输入请求，访问Elasticsearch了。
unzip elasticsearch-analysis-ik-6.3.0.zip -d ik-analyzer
然后重启elasticsearch：
大家先不管语法，我们先测试一波。
在kibana控制台输入下面的请求：
POST _analyze
{
"analyzer": "ik_max_word",
"text": "我是中国人"
}
索引（indices）--------------------------------Databases 数据库
类型（type）-----------------------------Table 数据表
文档（Document）----------------Row 行
字段（Field）-------------------Columns 列
详细说明：
| 说明 | |
|---|---|
| 索引库（indices) | indices是index的复数，代表许多的索引， |
| 类型（type） | 类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念 |
| 文档（document） | 存入索引库原始的数据。比如每一条商品信息，就是一个文档 |
| 字段（field） | 文档中的属性 |
| 映射配置（mappings） |
是不是与Lucene和solr中的概念类似。
另外，在SolrCloud中，有一些集群相关的概念，在Elasticsearch也有类似的：
-
索引集（Indices，index的复数）：逻辑上的完整索引 collection1
-
分片（shard）：数据拆分后的各个部分
-
副本（replica）：每个分片的复制
要注意的是：Elasticsearch本身就是分布式的，因此即便你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加新数据时，数据也会在新加入的节点中进行平衡。
6.2.1.语法
Elasticsearch采用Rest风格API，因此其API就是一次http请求，你可以用任何工具发起http请求
创建索引的请求格式：
-
请求方式：PUT
-
请求路径：/索引库名
-
请求参数：json格式：
{
"settings": {
"number_of_shards": 3,
"number_of_replicas": 2
}
}
-
number_of_shards：分片数量
-
响应：
可以看到索引创建成功了。
相当于是省去了elasticsearch的服务器地址
而且还有语法提示，非常舒服。
语法
Get请求可以帮我们查看索引信息，格式：
或者，我们可以使用*来查询所有索引库配置：
DELETE /索引库名
再次查看heima2：
当然，我们也可以用HEAD请求，查看索引是否存在：
索引有了，接下来肯定是添加数据。但是，在添加数据之前必须定义映射。
什么是映射？
映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等
只有配置清楚，Elasticsearch才会帮我们进行索引库的创建（不一定）
PUT /索引库名/_mapping/类型名称
{
"properties": {
"字段名": {
"type": "类型",
"index": true，
"store": true，
"analyzer": "分词器"
}
}
}
-
-
type：类型，可以是text、long、short、date、integer、object等
-
index：是否索引，默认为true
-
store：是否存储，默认为false
-
analyzer：分词器，这里的
ik_max_word
示例
发起请求：
PUT heima/_mapping/goods
{
"properties": {
"title": {
"type": "text",
"analyzer": "ik_max_word"
},
"images": {
"type": "keyword",
"index": "false"
},
"price": {
"type": "float"
}
}
}
响应结果：
{
"acknowledged": true
}
GET /索引库名/_mapping
示例：
GET /heima/_mapping
响应：
{
"heima": {
"mappings": {
"goods": {
"properties": {
"images": {
"type": "keyword",
"index": false
},
"price": {
"type": "float"
},
"title": {
"type": "text",
"analyzer": "ik_max_word"
}
}
}
}
}
}
