好程序员大数据学习路线分享ELK技术

好程序员大数据学习路线分享ELK技术,bin存放elasticSearch 运行命令
         config 存放配置文件
         lib 存放elasticSearch运行依赖jar包
         modules 存放elasticSearch 模块
         plugins 存放插件 

1.1. Elasticsearch与Mysql对比
Elasticsearch 集群可以包含多个索引(Index),每个索引可以包含多个类型(Type),每个类型可以包含多个文档(Document),每个文档可以包含多个字段(Field)。以下是 MySQL 和 Elasticsearch 的术语类比图,帮助理解:
图片描述

就像使用 MySQL 必须指定 Database 一样,要使用 Elasticsearch 首先需要创建 Index:
client.indices.create({index : 'blog'});
这样就创建了一个名为 blog的 Index。Type 不用单独创建,在创建 Mapping 时指定就可以。Mapping 用来定义 Document 中每个字段的类型,即所使用的 analyzer、是否索引等属性,非常关键等。

索引对象(blob): 存储数据的表结构 ,任何搜索数据,存放在索引对象上 。
         映射(mapping): 数据如何存放到索引对象上,需要有一个映射配置, 包括:数据类型、是否存储、是否分词 … 等。
         文档(document): 一条数据记录, 存在索引对象上
         文档类型(type): 一个索引对象 存放多种类型数据,数据用文档类型进行标识 
【后续编程】: 
第一步:建立索引对象
第二步:建立映射
第三步:存储数据【文档】
第四步:指定文档类型进行搜索数据【文档】

1.1. 创建一个索引
    Elasticsearch 命令的一般格式是:REST VERBHOST:9200/index/doc-type— 其中 REST VERB 是 PUT、GET 或DELETE。(使用 curlL -X 动词前缀来明确指定 HTTP 方法。)
要创建一个索引,可在你的 shell 中运行以下命令:
curl -XPUT "localhost:9200/blog01/"
图片描述

查看
图片描述

1.1. 插入一个文档
要在 /blog01 索引下创建一个类型,可插入一个文档。
要将包含 “Deck the Halls” 的文档插入索引中,可运行以下命令(将该命令和本教程的其他 CURL 命令都键入到一行中):
curl -XPUT "http://localhost:9200/blog01/article/1" -d  "{"""id""": """1""", """title""": """Whatiselasticsearch"""}"
图片描述

前面的命令使用 PUT 动词将一个文档添加到 /article文档类型,并为该文档分配 ID 为1。URL 路径显示为index/doctype/ID(索引/文档类型/ID)。
1.2. 查看文档
要查看该文档,可使用简单的 GET 命令:
curl -XGET "http://localhost:9200/blog01/article/1"
图片描述

Elasticsearch 使用你之前 PUT 进索引中的 JSON 内容作为响应:
1.3. 更新文档
如果你认识到title字段写错了,并想将它更改为 Whatislucene 怎么办?可运行以下命令来更新文档:
curl -XPUT "http://localhost:9200/blog01/article/1" -d "{"""id""": """1""", """title""": """Whatislucene"""}"
图片描述

因为此命令使用了相同的唯一 ID为1,所以该文档会被更新。
1.4. 搜索文档
是时候运行一次基本查询了,此查询比你运行来查找 “Get the Halls” 文档的简单 GET 要复杂一些。文档 URL 有一个内置的 _search 端点用于此用途。在标题中找到所有包含单词 lucene 的数据:
curl -XGET "http://localhost:9200/blog01/article/_search?q=title:'Whatislucene'"
图片描述

 参数表示一个查询。
1.5. 检查搜索返回对象
    上图中给出了 Elasticsearch 从前面的查询返回的数据。
    在结果中,Elasticsearch 提供了多个 JSON 对象。第一个对象包含请求的元数据:看看该请求花了多少毫秒 (took) 和它是否超时 (timed_out)。_shards 字段需要考虑 Elasticsearch 是一个集群化服务的事实。甚至在这个单节点本地部署中,Elasticsearch 也在逻辑上被集群化为分片。在往后看可以观察到 hits 对象包含:
·        total 字段,它会告诉你获得了多少个结果
·        max_score,用于全文搜索
·        实际结果
实际结果包含 fields 属性,因为你将 fields 参数添加到了查询中。否则,结果中会包含 source,而且包含完整的匹配文档。_index、_type 和 _id 分别表示索引、文档类型、ID;_score 指的是全文搜索命中长度。这 4 个字段始终会在结果中返回。
1.6. 删除文档
暂时不要删除该文档,知道如何删除它就行了:
curl -XDELETE "http://localhost:9200/blog01/article/1"
图片描述

1.7. 删除索引
暂时不要删除该文档,知道如何删除它就行了:
curl -XDELETE "http://localhost:9200/blog01"
图片描述

1.要使用 Elasticsearch 首先需要创建 Index:client.indices.create({index : 'blog'});创建了一个名为 blog的 Index
2.Type 不用单独创建,在创建 Mapping 时指定就可以。
3.Mapping 用来定义 Document 中每个字段的类型,即所使用的 analyzer、是否索引等属性,非常关键等
URL 路径显示为index/doctype/ID(索引/文档类型/ID)
创建文档(插入一条数据),自动创建索引和映射

======================================================
import org.elasticsearch.action.index.IndexResponse;
import org.elasticsearch.client.Client;
import org.elasticsearch.client.transport.TransportClient;
import org.elasticsearch.common.transport.InetSocketTransportAddress;
import org.elasticsearch.common.xcontent.XContentBuilder;
import org.elasticsearch.common.xcontent.XContentFactory;
import org.junit.Before;
import org.junit.Test;

import java.net.InetAddress;
import java.util.HashMap;
import java.util.Map;

public class ESTest {

//创建连接
private Client client;

/**
 * 通过TransportClient获取ES连接
 */
@Before
public void getClient() throws Exception {
    //ES服务的JavaAPI的port为9300
    //注意:如果请求一个ES集群,可以考虑多添加几个节点,
    //为了避免在一个节点出现网络问题导致的请求失败问题,可以自动切换另外一个节点
    client = TransportClient.builder().build()
            .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("localhost"), 9300));


}
@Test
    /**
     * 1.使用json来创建文档(插入一条数据),自动创建索引和映射
     */

    public void creatDocument() {
    //jason格式的数据创建文档(插入一条数据),自动创建索引和映射
    String source = "{" +
            "\"id\":\"1\"," +
            "\"title\":\"woshishui\"," +
            "\"content\":\"wozaina\"" +
            "}";
    //创建文档:定义索引名称,文档类型,主键唯一标识id
    //execute().actionGet()==get() 代码马上执行
    IndexResponse indexResponse =
            client.prepareIndex("blog", "article", "1").setSource(source).get();

    //获取响应信息
    this.loadResponse(indexResponse);
    client.close();
}
public void loadResponse(IndexResponse indexResponse){
    System.out.println("索引名称" + indexResponse.getIndex());
    System.out.println("文档类型" + indexResponse.getType());
    System.out.println("ID" + indexResponse.getId());
    System.out.println("版本" + indexResponse.getVersion());
    System.out.println("是否创建成功" + indexResponse.isCreated());
}
    /**
     * 2.使用mao创建文档.自动创建索引和映射
     */
    public  void creatDocument2(){
        //map类型的数据
        Map<String,Object> source = new HashMap<String, Object>();
        source.put("id","2");
        source.put("title","我是谁");
        source.put("content","我在哪");

        //创建文档
        IndexResponse indexResponse =
                client.prepareIndex("blog","article","2")
                        .setSource(source).get();
        this.loadResponse(indexResponse);

        client.close();
    }


/**
 * 3.使用ES帮助类(执行类),创建文档
 */
@Test
public  void creatDocument3() throws Exception{
    XContentBuilder source = XContentFactory.jsonBuilder()

            .startObject()
                .field("id",3)
                .field("title","whoami")
                .field("content","whereami")
            .endObject();
    System.out.println(source.toString());

    //创建文档
    IndexResponse indexResponse = client.prepareIndex("blog", "article", "3").setSource(source).get();

    this.loadResponse(indexResponse);
    client.close();



}

}

======================================================================================
搜索文档数据
1.单个索引
图片描述

2.多个索引
图片描述

更新数据
方式一:
图片描述

方式二:
图片描述

方式三
图片描述

删除数据
图片描述

查询
queryStringQuery:
图片描述

es默认的分词器并没有中文进行分词,需要我们按照一个比默认屌很多的分词器(Ik分词器)

创建映射
图片描述

图片描述

评论

暂无评论