1. 什麼是ElasticSearch?

Elasticsearch是基於Lucene的搜索引擎。它提供了一個分佈式，支持多租戶的全文搜索引擎，它具有HTTP Web界面和無模式JSON文檔。 Elasticsearch是用Java開發的，根據Apache許可條款作為開源發佈。

----來自維基百科的解釋

我個人的理解是Elasticsearch（以下簡稱ES）是一個支持分佈式的全文搜索引擎，因為在海量數據搜索時，普通關係型、非關係型數據庫因為IO讀取、處理器運算能力的限制，導致查詢效率難以提升，但是ES是分佈式的（能把處理壓力分攤給每個節點），而且它是給每個詞創建索引，所以查詢效率極高，堪稱即時搜索。

而且ES能搭配Kibana,實現數據的可視化管理與數據分析。

Kibana儀表盤

2. ES中名詞概念

2.1 Node和Cluster

前面所過ES是一個分佈式搜索引擎，其本質是一個分佈式數據庫，可以多臺計算機上的ES實例協同工作，這裡面的某一臺計算機上的某個ES實例，就可以稱為一個Node(節點)，所有的這些協同工作的實例，可以稱為一個Cluster(集群)。

2.2 Index

Elastic 會索引所有字段，經過處理後寫入一個反向索引（Inverted Index）。查找數據的時候，直接查找該索引。

所以，Elastic 數據管理的頂層單位就叫做 Index（索引）。它是單個數據庫的同義詞。每個 Index （即數據庫）的名字必須是小寫。

2.3 Document

Index 裡面單條的記錄稱為 Document（文檔）。許多條 Document 構成了一個 Index。

Document 使用 JSON 格式表示，下面是一個例子。

{
 "user": "張三",
 "title": "工程師",
 "desc": "數據庫管理"
}

同一個 Index 裡面的 Document，不要求有相同的結構（scheme），但是最好保持相同，這樣有利於提高搜索效率。

2.4 Type

Document 可以分組，比如weather這個 Index 裡面，可以按城市分組（北京和上海），也可以按氣候分組（晴天和雨天）。這種分組就叫做 Type，它是虛擬的邏輯分組，用來過濾 Document。

不同的 Type 應該有相似的結構（schema），舉例來說，id字段不能在這個組是字符串，在另一個組是數值。這是與關係型數據庫的表的一個區別。性質完全不同的數據（比如products和logs）應該存成兩個 Index，而不是一個 Index 裡面的兩個 Type（雖然可以做到）。

根據規劃，Elastic 6.x 版只允許每個 Index 包含一個 Type，7.x 版將會徹底移除 Type。

----參考阮一峰 全文搜索引擎 Elasticsearch 入門教程

3. ES工作原理

Elasticsearch用於構建高可用和可擴展的系統。擴展的方式可以是購買更好的服務器(縱向擴展)或者購買更多的服務器（橫向擴展）。

Elasticsearch雖然能從更強大的硬件中獲得更好的性能，但是縱向擴展有它的侷限性。真正的擴展應該是橫向的，它通過增加節點來均攤負載和增加可靠性。如果我們啟動一個單獨的節點，它還沒有數據和索引，這個集群看起來就像下圖。

集群中一個節點會被選舉為主節點(master),它將臨時管理集群級別的一些變更，例如新建或刪除索引、增加或移除節點等。

主節點不參與文檔級別的變更或搜索，這意味著在流量增長的時候，該主節點不會成為集群的瓶頸。任何節點都可以成為主節點。我們例子中的集群只有一個節點，所以它會充當主節點的角色。

當索引創建完成的時候，主分片的數量就固定了，但是複製分片的數量可以隨時調整。

讓我們在集群中唯一一個空節點上創建一個叫做 blogs 的索引。默認情況下，一個索引被分配5個主分片，但是為了演示的目的，我們只分配3個主分片和一個複製分片（每個主分片都有一個複製分片）：

PUT /blogs
{
 "settings" : {
 "number_of_shards" : 3,
 "number_of_replicas" : 1
 }
}

我們的集群現在看起來就像上圖，三個主分片都被分配到 Node 1 。

在單一節點上運行意味著有單點故障的風險：沒有數據備份。幸運的是，要防止單點故障，我們唯一需要做的就是啟動另一個節點。

如果我們啟動了第二個節點，這個集群看起來就像下圖

第二個節點已經加入集群，三個複製分片(replica shards)也已經被分配了，分別對應三個主分片，這意味著在丟失任意一個節點的情況下依舊可以保證數據的完整性。

文檔的索引將首先被存儲在主分片中，然後併發複製到對應的複製節點上。這可以確保我們的數據在主節點和複製節點上都可以被檢索。

隨著應用需求的增長，我們該如何擴展？如果我們啟動第三個節點，我們的集群會自我感知，這時便成為了三節點集群。

分片已經被重新分配以平衡負載：

從 Node 1 和 Node 2 來的分片已經被移動到新的 Node 3 上，這樣每個節點就有兩個分片，以代替之前的三個。這意味著每個節點的硬件資源（CPU、RAM、I/O）被較少的分片共享，這樣每個分片就會有更好的表現。

分片本身就是一個完整成熟的搜索引擎，它可以使用單一節點的所有資源。使用這6個分片（3個主分片和三個複製分片）我們可以擴展最多到6個節點，每個節點上有一個分片，這樣就可以100%使用這個節點的資源了。

----參考文獻Elasticsearch: 權威指南

4. ES的安裝與使用

4.1 安裝

因為每個平臺上ES安裝方法有所區別，而且網絡上有較為詳細的安裝教程，本文在此不再贅述。原本是想著在我的兩臺騰訊雲Centos服務器上，搭建一個ES集群的，但是因為雲服務器內存1G，運行ES時總是報錯，大體意思是內存不足，所以我就在自己的PC上,只搭建了一個ES節點，還不算ES集群，不過不影響功能的測試。

Windows環境下ES 6.4 MSI下載地址：https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.4.0.msi

一路默認下一步，安裝完成後，在瀏覽器地址輸入http://localhost:9200/，如果您能看到下列結果，說明安裝完成。

{
 "name": "DESKTOP-1FC1B1D",
 "cluster_name": "elasticsearch",
 "cluster_uuid": "lZx4n2xzToeaj9k3HEHAqw",
 "version": {
 "number": "6.4.0",
 "build_flavor": "unknown",
 "build_type": "unknown",
 "build_hash": "595516e",
 "build_date": "2018-08-17T23:18:47.308994Z",
 "build_snapshot": false,
 "lucene_version": "7.4.0",
 "minimum_wire_compatibility_version": "5.6.0",
 "minimum_index_compatibility_version": "5.0.0"
 },
 "tagline": "You Know, for Search"
}

"You Know, for Search"

ES有一套Restful 風格的API系統，通過該API我們與ES進行交互。

4.2 數據的提交

利用PostMan向ES POST一條數據如下。

http://localhost:9200/index/test1/1 中Index是該數據的Index(上文有介紹Index),test1是該數據的Type,1是該條數據的Id,該ID在通過ID獲取數據時需要用到。

4.3 數據通過ID獲取

在知道數據的Index,Type和ID的情況下，可以通過和上文Post數據的Url一樣的格式獲取數據，不同之處時，此時的HTTP方法時Get,如下：

4.4 數據的查詢

ES的數據查詢語法較為豐富，此處以一個最簡單的查詢為例，Http方法為POST,請求的Url中同樣指定了Index和Type

{
 "query" : { "match" : { "tagline" : "for" }}
}

指的時查詢tagline中包含的for的數據，

其他更詳細的查詢語法，建議大家查看Elasticsearch: 權威指南，此處主要拋磚引玉。

5.Net Core中使用ES

在上文中，我們瞭解到，可以通過restful api與ES進行交互，那麼，如果需要在我們的程序中使用ES，是不是要創建一個這樣的Helper方法，通過HTTP調用RESTFul API與ES進行交互呢？

不是不可以，但是Elastic為大部分語言都創建了"Clients”，其實就是把上文提及的那些方法進行了一個封裝，是我們在代碼中，能夠方便地調用ES。

以.Net Core為例，該”Clients”開源在Github:

https://github.com/elastic/elasticsearch-net

5.1 SDK（客戶端,Clients）

在該倉庫中，其實有Elasticsearch.Net 和 NEST兩個.Net官方SDK,兩個各有特色。

Elasticsearch.Net 是一個非常low leave而且靈活的SDK，它不在意你如何的構建自己的請求和響應。它非常抽象，因此所有的Elasticsearch RESTFul API被表示為方法，而且不會影響你構建json / request / response對象的方式。 它還內置可配置/可覆蓋的群集故障轉移重試機制。

NEST 是一個 high level SDK, 有非常大的彈性，如果你想更好的提升你的搜索服務，你完全可以使用它來做為你的客戶端。可以映射所有請求和響應對象，擁有一個強類型DSL（領域特定語言），並且可以使用.net的特性，如協變、Auto Mapping Of POCOs，NEST內部使用的依然是Elasticsearch.Net客戶端。

5.2 創建一個Demo

本Demo我使用的NEST，所以第一步是創建一個Asp.Net Core Api應用程序並引入NEST的Nuget包。

PM> Install-Package NEST

然後我創建一個EsClientProvider,代碼如下：

public class EsClientProvider : IEsClientProvider
 {
 private readonly IConfiguration _configuration;
 private ElasticClient _client;
 public EsClientProvider(IConfiguration configuration)
 {
 _configuration = configuration;
 }
 public ElasticClient GetClient()
 {
 if (_client != null)
 return _client;
 InitClient();
 return _client;
 }
 private void InitClient()
 {
 var node = new Uri(_configuration["EsUrl"]);
 _client = new ElasticClient(new ConnectionSettings(node).DefaultIndex("demo"));
 }
 }
 

IEsClientProvider代碼如下：

public interface IEsClientProvider
{
 ElasticClient GetClient();
}

然後再Startup的ConfigureServices進行服務的註冊

public void ConfigureServices(IServiceCollection services)
{
 services.AddSingleton();
 services.AddMvc().SetCompatibilityVersion(CompatibilityVersion.Version_2_1);
}

最後，修改ValueContoller,代碼如下：

public class ValueController : ControllerBase
{
 private readonly ElasticClient _client;
 public ValueController(IEsClientProvider clientProvider)
 {
 _client = clientProvider.GetClient();
 }
 [HttpPost]
 [Route("value/index")]
 public IIndexResponse Index(Post post)
 {
 return _client.IndexDocument(post);
 }
 [HttpPost]
 [Route("value/search")]
 public IReadOnlyCollection Search(string type)
 {
 return _client.Search(s => s
 .From(0)
 .Size(10)
 .Query(q => q.Match(m => m.Field(f => f.Type).Query(type)))).Documents;
 }
}
 

其中Index方法能進行數據的提交，Search是通過Post實體的type來進行數據查詢。

代碼不復雜，我就不詳細介紹了，在PostMan中進行Search方法的測試，效果如下：

查詢要求是type是567,響應的實體中，type確實為567,Success!

項目完整代碼：https://github.com/liuzhenyulive/Elasticsearch.Net-Demo

出處：https://www.cnblogs.com/CoderAyu/p/9601991.html

閱讀更多 會技術的葛大爺 的文章

關鍵字: Lucene 分佈式 JSON