网站导航
> 技术文档 > Elasticsearch 快速入门指南_elasticsearch快速入门

Elasticsearch 快速入门指南_elasticsearch快速入门

网友: 技术文档 2025-07-30 13:25:59

1. Elasticsearch 简介

Elasticsearch 是一个基于 Lucene 的开源分布式搜索和分析引擎，由 Elastic 公司开发。它具有以下特点：

  • 分布式：可以轻松扩展到数百台服务器，处理 PB 级数据
  • 实时性：数据一旦被索引，立即可被搜索
  • 全文检索：强大的全文搜索能力
  • RESTful API：提供简单易用的 JSON 风格 API
  • 多功能：不仅是搜索引擎，还是强大的分析引擎

2. 核心概念

在深入 Elasticsearch 之前，我们需要理解几个基本概念：

Elasticsearch 关系型数据库 索引 (Index) 数据库 (Database) 类型 (Type) 表 (Table) 文档 (Document) 行 (Row) 字段 (Field) 列 (Column) 映射 (Mapping) 表结构 (Schema) 分片 (Shard) 数据分区 副本 (Replica) 数据备份

3. 安装与设置

安装 Elasticsearch

# 下载 Elasticsearch（以 7.x 版本为例）wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.17.0-linux-x86_64.tar.gz# 解压tar -xzf elasticsearch-7.17.0-linux-x86_64.tar.gz# 启动cd elasticsearch-7.17.0/./bin/elasticsearch

验证安装成功：

curl http://localhost:9200/

输出结果：

{ \"name\" : \"node-1\", \"cluster_name\" : \"elasticsearch\", \"cluster_uuid\" : \"xyzABCdefGHI123456\", \"version\" : { \"number\" : \"7.17.0\", \"build_flavor\" : \"default\", \"build_type\" : \"tar\", \"build_hash\" : \"abcd1234\", \"build_date\" : \"2022-01-01T12:34:56.789Z\", \"build_snapshot\" : false, \"lucene_version\" : \"8.11.1\", \"minimum_wire_compatibility_version\" : \"6.8.0\", \"minimum_index_compatibility_version\" : \"6.0.0-beta1\" }, \"tagline\" : \"You Know, for Search\"}

4. 基本操作 (CRUD)

Elasticsearch 提供了 RESTful API 进行各种操作，常用的 HTTP 方法如下：

  • GET：获取资源
  • POST：创建资源
  • PUT：创建或更新资源
  • DELETE：删除资源
  • HEAD：检查资源是否存在

4.1 创建索引

# 创建索引语法PUT /索引名称{ \"settings\": { \"number_of_shards\": 分片数, \"number_of_replicas\": 副本数 }}

例子：

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

响应：

{ \"acknowledged\": true, \"shards_acknowledged\": true, \"index\": \"blog\"}

4.2 添加文档

# 添加文档语法 - 指定IDPUT /索引名称/_doc/文档ID{ \"字段1\": \"值1\", \"字段2\": \"值2\", ...}# 添加文档语法 - 自动生成IDPOST /索引名称/_doc{ \"字段1\": \"值1\", \"字段2\": \"值2\", ...}

例子：

PUT /blog/_doc/1{ \"title\": \"Elasticsearch入门\", \"author\": \"张三\", \"content\": \"这是一篇关于Elasticsearch的入门文章\", \"tags\": [\"搜索引擎\", \"Elasticsearch\"], \"created_at\": \"2023-01-01T10:00:00\"}

响应：

{ \"_index\": \"blog\", \"_type\": \"_doc\", \"_id\": \"1\", \"_version\": 1, \"result\": \"created\", \"_shards\": { \"total\": 2, \"successful\": 2, \"failed\": 0 }, \"_seq_no\": 0, \"_primary_term\": 1}

4.3 查询文档

# 查询文档语法 - 按ID查询GET /索引名称/_doc/文档ID# 查询所有文档GET /索引名称/_search

例子：

# 按ID查询GET /blog/_doc/1

响应：

{ \"_index\": \"blog\", \"_type\": \"_doc\", \"_id\": \"1\", \"_version\": 1, \"_seq_no\": 0, \"_primary_term\": 1, \"found\": true, \"_source\": { \"title\": \"Elasticsearch入门\", \"author\": \"张三\", \"content\": \"这是一篇关于Elasticsearch的入门文章\", \"tags\": [\"搜索引擎\", \"Elasticsearch\"], \"created_at\": \"2023-01-01T10:00:00\" }}

4.4 更新文档

# 更新文档语法POST /索引名称/_update/文档ID{ \"doc\": { \"字段1\": \"新值1\", \"字段2\": \"新值2\" }}

例子：

POST /blog/_update/1{ \"doc\": { \"title\": \"Elasticsearch快速入门\", \"tags\": [\"搜索引擎\", \"Elasticsearch\", \"教程\"] }}

响应：

{ \"_index\": \"blog\", \"_type\": \"_doc\", \"_id\": \"1\", \"_version\": 2, \"result\": \"updated\", \"_shards\": { \"total\": 2, \"successful\": 2, \"failed\": 0 }, \"_seq_no\": 1, \"_primary_term\": 1}

4.5 删除文档

# 删除文档语法DELETE /索引名称/_doc/文档ID

例子：

DELETE /blog/_doc/1

响应：

{ \"_index\": \"blog\", \"_type\": \"_doc\", \"_id\": \"1\", \"_version\": 3, \"result\": \"deleted\", \"_shards\": { \"total\": 2, \"successful\": 2, \"failed\": 0 }, \"_seq_no\": 2, \"_primary_term\": 1}

4.6 删除索引

# 删除索引语法DELETE /索引名称

例子：

DELETE /blog

响应：

{ \"acknowledged\": true}

5. 搜索功能

Elasticsearch 的核心功能是搜索，它提供了丰富的查询功能。

5.1 基本查询

# 查询语法GET /索引名称/_search{ \"query\": { \"查询类型\": { \"参数\": \"值\" } }}

例子：

# 查询标题中包含\"Elasticsearch\"的文档GET /blog/_search{ \"query\": { \"match\": { \"title\": \"Elasticsearch\" } }}

响应：

{ \"took\": 5, \"timed_out\": false, \"_shards\": { \"total\": 3, \"successful\": 3, \"skipped\": 0, \"failed\": 0 }, \"hits\": { \"total\": { \"value\": 2, \"relation\": \"eq\" }, \"max_score\": 0.6931472, \"hits\": [ { \"_index\": \"blog\", \"_type\": \"_doc\", \"_id\": \"1\", \"_score\": 0.6931472, \"_source\": { \"title\": \"Elasticsearch快速入门\", \"author\": \"张三\", \"content\": \"这是一篇关于Elasticsearch的入门文章\", \"tags\": [\"搜索引擎\", \"Elasticsearch\", \"教程\"], \"created_at\": \"2023-01-01T10:00:00\" } }, { \"_index\": \"blog\", \"_type\": \"_doc\", \"_id\": \"2\", \"_score\": 0.5753642, \"_source\": { \"title\": \"深入理解Elasticsearch\", \"author\": \"李四\", \"content\": \"本文详细介绍Elasticsearch的内部原理\", \"tags\": [\"Elasticsearch\", \"原理\"], \"created_at\": \"2023-01-02T15:30:00\" } } ] }}

5.2 布尔查询

GET /索引名称/_search{ \"query\": { \"bool\": { \"must\": [ { \"match\": { \"字段1\": \"值1\" } } ], \"should\": [ { \"match\": { \"字段2\": \"值2\" } } ], \"must_not\": [ { \"match\": { \"字段3\": \"值3\" } } ], \"filter\": [ { \"term\": { \"字段4\": \"值4\" } } ] } }}

例子：

# 查询标题包含\"Elasticsearch\"且作者不是\"王五\"的文档GET /blog/_search{ \"query\": { \"bool\": { \"must\": [ { \"match\": { \"title\": \"Elasticsearch\" } } ], \"must_not\": [ { \"match\": { \"author\": \"王五\" } } ] } }}

5.3 查询结果排序

GET /索引名称/_search{ \"query\": { \"match_all\": {} }, \"sort\": [ { \"字段1\": { \"order\": \"desc\" } }, { \"字段2\": { \"order\": \"asc\" } } ]}

例子：

# 按创建时间排序查询GET /blog/_search{ \"query\": { \"match_all\": {} }, \"sort\": [ { \"created_at\": { \"order\": \"desc\" } } ]}

5.4 分页查询

GET /索引名称/_search{ \"from\": 起始位置, \"size\": 返回数量, \"query\": { \"match_all\": {} }}

例子：

# 分页查询，返回第2页的10条数据GET /blog/_search{ \"from\": 10, \"size\": 10, \"query\": { \"match_all\": {} }}

5.5 聚合查询

GET /索引名称/_search{ \"size\": 0, \"aggs\": { \"聚合名称\": { \"聚合类型\": { \"field\": \"字段名\" } } }}

例子：

# 获取作者发文数量统计GET /blog/_search{ \"size\": 0, \"aggs\": { \"authors\": { \"terms\": { \"field\": \"author.keyword\", \"size\": 10 } } }}

响应：

{ \"took\": 10, \"timed_out\": false, \"_shards\": { \"total\": 3, \"successful\": 3, \"skipped\": 0, \"failed\": 0 }, \"hits\": { \"total\": { \"value\": 10, \"relation\": \"eq\" }, \"max_score\": null, \"hits\": [] }, \"aggregations\": { \"authors\": { \"doc_count_error_upper_bound\": 0, \"sum_other_doc_count\": 0, \"buckets\": [ { \"key\": \"张三\", \"doc_count\": 3 }, { \"key\": \"李四\", \"doc_count\": 2 }, { \"key\": \"王五\", \"doc_count\": 1 } ] } }}

6. 实际应用场景

6.1 网站搜索

很多网站的搜索功能都是基于 Elasticsearch 实现的。用户可以通过关键词快速找到相关内容，同时支持高亮显示、搜索建议、拼写纠错等功能。

示例场景：电商网站商品搜索

# 创建商品索引PUT /products{ \"mappings\": { \"properties\": { \"name\": { \"type\": \"text\", \"analyzer\": \"ik_max_word\" }, \"description\": { \"type\": \"text\", \"analyzer\": \"ik_max_word\" }, \"price\": { \"type\": \"float\" }, \"category\": { \"type\": \"keyword\" }, \"tags\": { \"type\": \"keyword\" }, \"stock\": { \"type\": \"integer\" }, \"created_at\": { \"type\": \"date\" } } }}# 搜索名称或描述中包含\"手机\"的商品，按价格降序排列GET /products/_search{ \"query\": { \"multi_match\": { \"query\": \"手机\", \"fields\": [\"name\", \"description\"] } }, \"sort\": [ { \"price\": { \"order\": \"desc\" } } ]}

6.2 日志分析

Elasticsearch 是 ELK 栈(Elasticsearch、Logstash、Kibana)的核心组件，广泛应用于日志收集和分析。

示例场景：Web服务器日志分析

# 查询特定时间范围内的错误日志GET /logs/_search{ \"query\": { \"bool\": { \"must\": [ { \"match\": { \"level\": \"ERROR\" } } ], \"filter\": [ { \"range\": { \"timestamp\": {  \"gte\": \"2023-01-01T00:00:00\",  \"lte\": \"2023-01-31T23:59:59\" } } } ] } }, \"sort\": [ { \"timestamp\": { \"order\": \"desc\" } } ]}

6.3 数据可视化

结合 Kibana，可以将 Elasticsearch 中的数据进行可视化展示，如仪表盘、折线图、饼图等。

示例场景：业务监控仪表盘

# 按小时统计API请求量GET /api_logs/_search{ \"size\": 0, \"aggs\": { \"requests_per_hour\": { \"date_histogram\": { \"field\": \"timestamp\", \"calendar_interval\": \"hour\" } } }}

6.4 实时分析

Elasticsearch 支持实时数据分析，可以用于实时监控和报警系统。

示例场景：异常监控

# 监控最近5分钟内的异常请求GET /system_logs/_search{ \"query\": { \"bool\": { \"must\": [ { \"match\": { \"status\": \"error\" } } ], \"filter\": [ { \"range\": { \"timestamp\": {  \"gte\": \"now-5m\",  \"lte\": \"now\" } } } ] } }}

7. 高级功能

7.1 映射（Mapping）

映射是定义文档及其字段如何存储和索引的过程。

# 创建带映射的索引PUT /users{ \"mappings\": { \"properties\": { \"username\": { \"type\": \"keyword\" }, \"email\": { \"type\": \"keyword\" }, \"bio\": { \"type\": \"text\" }, \"age\": { \"type\": \"integer\" }, \"join_date\": { \"type\": \"date\" }, \"location\": { \"type\": \"geo_point\" } } }}

7.2 分析器（Analyzer）

分析器用于处理文本字段，包括分词、过滤等操作。

# 创建自定义分析器PUT /my_index{ \"settings\": { \"analysis\": { \"analyzer\": { \"my_custom_analyzer\": { \"type\": \"custom\", \"tokenizer\": \"standard\", \"filter\": [\"lowercase\", \"asciifolding\"] } } } }, \"mappings\": { \"properties\": { \"title\": { \"type\": \"text\", \"analyzer\": \"my_custom_analyzer\" } } }}

7.3 集群管理

查看集群健康状态：

GET /_cluster/health

响应：

{ \"cluster_name\": \"elasticsearch\", \"status\": \"green\", \"timed_out\": false, \"number_of_nodes\": 3, \"number_of_data_nodes\": 3, \"active_primary_shards\": 15, \"active_shards\": 30, \"relocating_shards\": 0, \"initializing_shards\": 0, \"unassigned_shards\": 0, \"delayed_unassigned_shards\": 0, \"number_of_pending_tasks\": 0, \"number_of_in_flight_fetch\": 0, \"task_max_waiting_in_queue_millis\": 0, \"active_shards_percent_as_number\": 100.0}

8. 总结

Elasticsearch 是一个功能强大的搜索和分析引擎，具有以下优势：

  1. 强大的搜索能力：支持全文搜索、结构化搜索、复杂查询等
  2. 实时分析：数据一旦索引立即可被搜索和分析
  3. 分布式架构：易于水平扩展，支持高可用
  4. RESTful API：简单易用的接口
  5. 丰富的生态系统：与 Logstash、Kibana、Beats 等工具集成形成完整解决方案

本指南涵盖了 Elasticsearch 的基本概念和操作，包括索引管理、文档CRUD、各种查询方式以及实际应用场景。通过这些基础知识，你可以开始在项目中使用 Elasticsearch 来实现强大的搜索和分析功能。

随着对 Elasticsearch 的深入学习，你还可以探索更多高级功能，如聚合分析、地理位置搜索、机器学习等，以满足更复杂的业务需求。

网络标签：

相关问题