ElasticSearch的基本用法与集群搭建

一、简介

ElasticSearch和Solr都是基于Lucene的搜索引擎，不过ElasticSearch天生支持分布式，而Solr是4.0版本后的SolrCloud才是分布式版本，Solr的分布式支持需要ZooKeeper的支持。

这里有一个详细的ElasticSearch和Solr的对比：http://solr-vs-elasticsearch.com/

二、基本用法

Elasticsearch集群可以包含多个索引（indices），每一个索引可以包含多个类型（types），每一个类型包含多个文档（documents），然后每个文档包含多个字段（Fields），这种面向文档型的储存，也算是NoSQL的一种吧。

ES比传统关系型数据库，对一些概念上的理解：

Relational DB -> Databases -> Tables -> Rows -> ColumnsElasticsearch -> Indices  -> Types -> Documents -> Fields

从创建一个Client到添加、删除、查询等基本用法：

1、创建Client

public ElasticSearchService(String ipAddress, int port) {    client = new TransportClient()        .addTransportAddress(new InetSocketTransportAddress(ipAddress,            port));  }

这里是一个TransportClient。

ES下两种客户端对比：

TransportClient：轻量级的Client，使用Netty线程池，Socket连接到ES集群。本身不加入到集群，只作为请求的处理。

Node Client：客户端节点本身也是ES节点，加入到集群，和其他ElasticSearch节点一样。频繁的开启和关闭这类Node Clients会在集群中产生“噪音”。

2、创建/删除Index和Type信息

  // 创建索引  public void createIndex() {    client.admin().indices().create(new CreateIndexRequest(IndexName))        .actionGet();  }  // 清除所有索引  public void deleteIndex() {    IndicesExistsResponse indicesExistsResponse = client.admin().indices()        .exists(new IndicesExistsRequest(new String[] { IndexName }))        .actionGet();    if (indicesExistsResponse.isExists()) {      client.admin().indices().delete(new DeleteIndexRequest(IndexName))          .actionGet();    }  }    // 删除Index下的某个Type  public void deleteType(){    client.prepareDelete().setIndex(IndexName).setType(TypeName).execute().actionGet();  }  // 定义索引的映射类型  public void defineIndexTypeMapping() {    try {      XContentBuilder mapBuilder = XContentFactory.jsonBuilder();      mapBuilder.startObject()      .startObject(TypeName)        .startObject("properties")          .startObject(IDFieldName).field("type", "long").field("store", "yes").endObject()          .startObject(SeqNumFieldName).field("type", "long").field("store", "yes").endObject()          .startObject(IMSIFieldName).field("type", "string").field("index", "not_analyzed").field("store", "yes").endObject()          .startObject(IMEIFieldName).field("type", "string").field("index", "not_analyzed").field("store", "yes").endObject()          .startObject(DeviceIDFieldName).field("type", "string").field("index", "not_analyzed").field("store", "yes").endObject()          .startObject(OwnAreaFieldName).field("type", "string").field("index", "not_analyzed").field("store", "yes").endObject()          .startObject(TeleOperFieldName).field("type", "string").field("index", "not_analyzed").field("store", "yes").endObject()          .startObject(TimeFieldName).field("type", "date").field("store", "yes").endObject()        .endObject()      .endObject()      .endObject();      PutMappingRequest putMappingRequest = Requests          .putMappingRequest(IndexName).type(TypeName)          .source(mapBuilder);      client.admin().indices().putMapping(putMappingRequest).actionGet();    } catch (IOException e) {      log.error(e.toString());    }  }

这里自定义了某个Type的索引映射（Mapping），默认ES会自动处理数据类型的映射：针对整型映射为long，浮点数为double，字符串映射为string，时间为date，true或false为boolean。

注意：针对字符串，ES默认会做“analyzed”处理，即先做分词、去掉stop words等处理再index。如果你需要把一个字符串做为整体被索引到，需要把这个字段这样设置：field("index", "not_analyzed")。

详情参考：https://www.elastic.co/guide/en/elasticsearch/guide/current/mapping-intro.html

3、索引数据

  // 批量索引数据  public void indexHotSpotDataList(List<Hotspotdata> dataList) {    if (dataList != null) {      int size = dataList.size();      if (size > 0) {        BulkRequestBuilder bulkRequest = client.prepareBulk();        for (int i = 0; i < size; ++i) {          Hotspotdata data = dataList.get(i);          String jsonSource = getIndexDataFromHotspotData(data);          if (jsonSource != null) {            bulkRequest.add(client                .prepareIndex(IndexName, TypeName,                    data.getId().toString())                .setRefresh(true).setSource(jsonSource));          }        }        BulkResponse bulkResponse = bulkRequest.execute().actionGet();        if (bulkResponse.hasFailures()) {          Iterator<BulkItemResponse> iter = bulkResponse.iterator();          while (iter.hasNext()) {            BulkItemResponse itemResponse = iter.next();            if (itemResponse.isFailed()) {              log.error(itemResponse.getFailureMessage());            }          }        }      }    }  }  // 索引数据  public boolean indexHotspotData(Hotspotdata data) {    String jsonSource = getIndexDataFromHotspotData(data);    if (jsonSource != null) {      IndexRequestBuilder requestBuilder = client.prepareIndex(IndexName,          TypeName).setRefresh(true);      requestBuilder.setSource(jsonSource)          .execute().actionGet();      return true;    }    return false;  }  // 得到索引字符串  public String getIndexDataFromHotspotData(Hotspotdata data) {    String jsonString = null;    if (data != null) {      try {        XContentBuilder jsonBuilder = XContentFactory.jsonBuilder();        jsonBuilder.startObject().field(IDFieldName, data.getId())            .field(SeqNumFieldName, data.getSeqNum())            .field(IMSIFieldName, data.getImsi())            .field(IMEIFieldName, data.getImei())            .field(DeviceIDFieldName, data.getDeviceID())            .field(OwnAreaFieldName, data.getOwnArea())            .field(TeleOperFieldName, data.getTeleOper())            .field(TimeFieldName, data.getCollectTime())            .endObject();        jsonString = jsonBuilder.string();      } catch (IOException e) {        log.equals(e);      }    }    return jsonString;  }

ES支持批量和单个数据索引。

4、查询获取数据

  // 获取少量数据100个  private List<Integer> getSearchData(QueryBuilder queryBuilder) {    List<Integer> ids = new ArrayList<>();    SearchResponse searchResponse = client.prepareSearch(IndexName)        .setTypes(TypeName).setQuery(queryBuilder).setSize(100)        .execute().actionGet();    SearchHits searchHits = searchResponse.getHits();    for (SearchHit searchHit : searchHits) {      Integer id = (Integer) searchHit.getSource().get("id");      ids.add(id);    }    return ids;  }  // 获取大量数据  private List<Integer> getSearchDataByScrolls(QueryBuilder queryBuilder) {    List<Integer> ids = new ArrayList<>();    // 一次获取100000数据    SearchResponse scrollResp = client.prepareSearch(IndexName)        .setSearchType(SearchType.SCAN).setScroll(new TimeValue(60000))        .setQuery(queryBuilder).setSize(100000).execute().actionGet();    while (true) {      for (SearchHit searchHit : scrollResp.getHits().getHits()) {        Integer id = (Integer) searchHit.getSource().get(IDFieldName);        ids.add(id);      }      scrollResp = client.prepareSearchScroll(scrollResp.getScrollId())          .setScroll(new TimeValue(600000)).execute().actionGet();      if (scrollResp.getHits().getHits().length == 0) {        break;      }    }    return ids;  }

这里的QueryBuilder是一个查询条件，ES支持分页查询获取数据，也可以一次性获取大量数据，需要使用Scroll Search。

5、聚合（Aggregation Facet）查询

  // 得到某段时间内设备列表上每个设备的数据分布情况<设备ID，数量>  public Map<String, String> getDeviceDistributedInfo(String startTime,      String endTime, List<String> deviceList) {    Map<String, String> resultsMap = new HashMap<>();    QueryBuilder deviceQueryBuilder = getDeviceQueryBuilder(deviceList);    QueryBuilder rangeBuilder = getDateRangeQueryBuilder(startTime, endTime);    QueryBuilder queryBuilder = QueryBuilders.boolQuery()        .must(deviceQueryBuilder).must(rangeBuilder);    TermsBuilder termsBuilder = AggregationBuilders.terms("DeviceIDAgg").size(Integer.MAX_VALUE)        .field(DeviceIDFieldName);    SearchResponse searchResponse = client.prepareSearch(IndexName)        .setQuery(queryBuilder).addAggregation(termsBuilder)        .execute().actionGet();    Terms terms = searchResponse.getAggregations().get("DeviceIDAgg");    if (terms != null) {      for (Terms.Bucket entry : terms.getBuckets()) {        resultsMap.put(entry.getKey(),            String.valueOf(entry.getDocCount()));      }    }    return resultsMap;  }

Aggregation查询可以查询类似统计分析这样的功能：如某个月的数据分布情况，某类数据的最大、最小、总和、平均值等。

详情参考：https://www.elastic.co/guide/en/elasticsearch/client/java-api/current/java-aggs.html

三、集群配置

配置文件elasticsearch.yml

集群名和节点名：

#cluster.name: elasticsearch

#node.name: "Franz Kafka"

是否参与master选举和是否存储数据

#node.master: true

#node.data: true

分片数和副本数

#index.number_of_shards: 5
#index.number_of_replicas: 1

master选举最少的节点数，这个一定要设置为整个集群节点个数的一半加1，即N/2+1

#discovery.zen.minimum_master_nodes: 1

discovery ping的超时时间，拥塞网络，网络状态不佳的情况下设置高一点

#discovery.zen.ping.timeout: 3s

注意，分布式系统整个集群节点个数N要为奇数个！！

四、Elasticsearch插件

1、elasticsearch-head是一个elasticsearch的集群管理工具：./elasticsearch-1.7.1/bin/plugin -install mobz/elasticsearch-head

2、elasticsearch-sql：使用SQL语法查询elasticsearch：./bin/plugin -u https://github.com/NLPchina/elasticsearch-sql/releases/download/1.3.5/elasticsearch-sql-1.3.5.zip --install sql

github地址：https://github.com/NLPchina/elasticsearch-sql

3、elasticsearch-bigdesk是elasticsearch的一个集群监控工具，可以通过它来查看ES集群的各种状态。

安装：./bin/plugin -install lukas-vlcek/bigdesk

访问：http://192.103.101.203:9200/_plugin/bigdesk/，

4、elasticsearch-servicewrapper插件是ElasticSearch的服务化插件，

在https://github.com/elasticsearch/elasticsearch-servicewrapper下载该插件后，解压缩，将service目录拷贝到elasticsearch目录的bin目录下。

而后，可以通过执行以下语句安装、启动、停止ElasticSearch：

sh elasticsearch install

sh elasticsearch start

sh elasticsearch stop

参考：

https://www.elastic.co/guide/en/elasticsearch/client/java-api/current/index.html