Elasticsearch 概述

Elasticsearch 概述

全文搜索引擎

  • Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。

  • 一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。建立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。

  • 基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差的：

    • 搜索的数据对象是大量的非结构化的文本数据。
    • 文件记录量达到数十万或数百万个甚至更多。
    • 支持大量基于交互式文本的查询。
    • 需求非常灵活的全文搜索查询。
    • 对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足。
    • 对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。

  • 为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全文搜索引擎

  • 这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。

Elasticsearch 是什么

  • The Elastic Stack, 包括 Elasticsearch、Kibana、Beats 和 Logstash（也称为 ELK Stack）。能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化。
  • Elaticsearch，简称为 ES，ES 是一个开源的高扩展的分布式全文搜索引擎，是整个 Elastic Stack 技术栈的核心。它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理 PB 级别的数据。

Elasticsearch And Solr

  • Lucene 是 Apache 软件基金会 Jakarta 项目组的一个子项目，提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在 Java 开发环境里 Lucene 是一个成熟的免费开源工具。就其本身而言，Lucene 是当前以及最近几年最受欢迎的免费 Java 信息检索程序库。但 Lucene 只是一个提供全文搜索功能类库的核心工具包，而真正使用它还需要一个完善的服务框架搭建起来进行应用。

  • 目前市面上流行的搜索引擎软件，主流的就两款：Elasticsearch 和 Solr, 这两款都是基于 Lucene 搭建的，可以独立部署启动的搜索引擎服务软件。由于内核相同，所以两者除了服务器安装、部署、管理、集群以外，对于数据的操作 修改、添加、保存、查询等等都十分类似。

  • 在使用过程中，一般都会将 Elasticsearch 和 Solr 这两个软件对比，然后进行选型。这两个搜索引擎都是流行的，先进的的开源搜索引擎。它们都是围绕核心底层搜索库 - Lucene 构建的 - 但它们又是不同的。像所有东西一样，每个都有其优点和缺点：

    特征 solr/SolrCloud ElasticSearch
    社区和开发者 Apache 软件基金和社区支持 单一商业实体及员工
    节点发现 Apache Zookeeper 自身带有分布式协调管理功能

Elasticsearch Or Solr

  • Elasticsearch 和 Solr 都是开源搜索引擎，那么我们在使用时该如何选择呢？
  • Google 搜索趋势结果表明，与 Solr 相比，Elasticsearch 具有很大的吸引力，但这并不意味着 Apache Solr 已经死亡。虽然有些人可能不这么认为，但 Solr 仍然是最受欢迎的搜索引擎之一，拥有强大的社区和开源支持。
  • 与 Solr 相比，Elasticsearch 易于安装且非常轻巧。此外，你可以在几分钟内安装并运行 Elasticsearch。但是，如果 Elasticsearch 管理不当，这种易于部署和使用可能会成为一个问题。基于 JSON 的配置很简单，但如果要为文件中的每个配置指定注释，那么它不适合您。总的来说，如果你的应用使用的是 JSON，那么 Elasticsearch 是一个更好的选择。否则，请使用 Solr，因为它的 schema.xml 和 solrconfig.xml 都有很好的文档记录。
  • Solr 拥有更大，更成熟的用户，开发者和贡献者社区。ES 虽拥有的规模较小但活跃的用户社区以及不断增长的贡献者社区。Solr 贡献者和提交者来自许多不同的组织，而 Elasticsearch 提交者来自单个公司。
  • Solr 更成熟，但 ES 增长迅速，更稳定。
  • Solr 是一个非常有据可查的产品，具有清晰的示例和 API 用例场景。 Elasticsearch 的文档组织良好，但它缺乏好的示例和清晰的配置说明。

使用说明

  • 那么，到底是 Solr 还是 Elasticsearch ？有时很难找到明确的答案。无论您选择 Solr 还是 Elasticsearch，首先需要了解正确的用例和未来需求。总结他们的每个属性。

  • 由于易于使用，Elasticsearch 在新开发者中更受欢迎。一个下载和一个命令就可以启动一切。

  • 如果除了搜索文本之外还需要它来处理分析查询，Elasticsearch 是更好的选择

  • 如果需要分布式索引，则需要选择 Elasticsearch。对于需要良好可伸缩性和以及性能分布式环境，Elasticsearch 是更好的选择。

  • Elasticsearch 在开源日志管理用例中占据主导地位，许多组织在 Elasticsearch 中索引它们的日志以使其可搜索。

  • 如果你喜欢监控和指标，那么请使用 Elasticsearch，因为相对于 Solr，Elasticsearch 暴露了更多的关键指标

Elasticsearch 应用案例

  • GitHub: 2013 年初，抛弃了 Solr，采取 Elasticsearch 来做 PB 级的搜索。“GitHub 使用 Elasticsearch 搜索 20TB 的数据，包括 13 亿文件和 1300 亿行代码”。

  • 维基百科：启动以 Elasticsearch 为基础的核心搜索架构

  • SoundCloud：“SoundCloud 使用 Elasticsearch 为 1.8 亿用户提供即时而精准的音乐搜索服务”。

  • 百度：目前广泛使用 Elasticsearch 作为文本数据分析，采集百度所有服务器上的各类指标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常或业务层面异常。目前覆盖百度内部 20 多个业务线（包括云分析、网盟、预测、文库、直达号、钱包、风控等），单集群最大 100 台机器，200 个 ES 节点，每天导入 30TB+ 数据。

  • 新浪：使用 Elasticsearch 分析处理 32 亿条实时日志。

  • 阿里：使用 Elasticsearch 构建日志采集和分析体系。

  • Stack Overflow：解决 Bug 问题的网站，全英文，编程人员交流的网站。

windows 安装 ES

下载软件

安装软件

  • Windows 版的 Elasticsearch 的安装很简单，解压即安装完毕，解压后的 Elasticsearch 的目录结构如下

    目录 含义
    bin 可执行脚本目录
    config 配置目录
    jdk 内置 JDK 目录
    lib 类库
    logs 日志目录
    modules 模块目录
    plugins 插件目录

  • 解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务

    • 注意：9300 端口为 Elasticsearch 集群间组件的通信端口，
    • 9200 端口为浏览器访问的 http 协议 RESTful 端口。

  • 打开浏览器（推荐使用谷歌浏览器），输入地址：http://localhost:9200，测试结果

问题解决

  • Elasticsearch 是使用 java 开发的，且 7.8 版本的 ES 需要 JDK 版本 1.8 以上

  • 默认安装包带有 jdk 环境，如果系统配置 JAVA_HOME，那么使用系统默认的 JDK，如果没有配置使用自带的 JDK，一般建议使用系统配置的 JDK。

  • 双击启动窗口闪退，通过路径访问追踪错误，如果是“空间不足”，请修改 config/jvm.options 配置文件

    1
    2
    3
    4
    5
    6
    # 设置 JVM 初始内存为 1G。此值可以设置与-Xmx 相同，以避免每次垃圾回收完成后 JVM 重新分配内存
    # Xms represents the initial size of total heap space
    # 设置 JVM 最大可用内存为 1G
    # Xmx represents the maximum size of total heap space
    -Xms1g
    -Xmx1g

CentOS8 安装 ES

软件下载

软件安装

  1. 将下载的软件解压缩

    1
    2
    3
    4
    5
    6
    # 创建目录
    mkdir /opt/module
    # 解压缩
    tar -zxvf elasticsearch-7.8.0-linux-x86_64.tar.gz -C /opt/module
    # 改名
    mv elasticsearch-7.8.0 es

  2. 创建用户

    • 因为安全问题，Elasticsearch 不允许 root 用户直接运行，所以要创建新用户，在 root 用户中创建新用户

      1
      2
      3
      4
      5
      useradd es #新增 es 用户
      passwd es #为 es 用户设置密码

      userdel -r es #如果错了，可以删除再加
      chown -R es:es /opt/module/es #文件夹所有者

  3. 修改配置文件 (root 用户下）

    • 修改 /opt/module/es/config/elasticsearch.yml 文件

      1
      2
      3
      4
      5
      6
      # 加入如下配置
      cluster.name: elasticsearch
      node.name: node-1
      network.host: 0.0.0.0
      http.port: 9200
      cluster.initial_master_nodes: ["node-1"]

    • 修改 /etc/security/limits.conf

      1
      2
      3
      4
      # 在文件末尾中增加下面内容
      # 每个进程可以打开的文件数的限制
      es soft nofile 65536
      es hard nofile 65536

    • 修改/etc/security/limits.d/20-nproc.conf

      1
      2
      3
      4
      5
      6
      7
      8
      9
      # 在文件末尾中增加下面内容
      # 每个进程可以打开的文件数的限制
      es soft nofile 65536
      es hard nofile 65536

      # 操作系统级别对每个用户创建的进程数的限制
      # 注：* 带表 Linux 所有用户名称，用户退出后重新登录生效
      * hard nproc 4096
      * soft nproc 4096

    • 修改 /etc/sysctl.conf

      1
      2
      # 在文件中增加下面内容
      # 一个进程可以拥有的 VMA（虚拟内存区域）的数量，默认值为 65536 vm.max_map_count=655360

    • 重新加载 sysctl

      1
      sysctl -p

启动软件

  • 使用 ES 用户启动

    1
    2
    3
    4
    5
    cd /opt/module/es/
    #启动
    bin/elasticsearch
    #后台启动
    bin/elasticsearch -d

  • 启动时，会动态生成文件，如果文件所属用户不匹配，会发生错误，需要重新进行修改用户和用户组

    1
    chown -R es:es /opt/module/es #文件夹所有者

测试软件

  • 浏览器中输入地址：http://sun01:9200/

  • 访问失败查看防火墙是否放行 9200 端口

    1
    2
    3
    4
    5
    6
    7
    #暂时关闭防火墙
    systemctl stop firewalld

    #关闭防火墙，永久性生效，重启后不会复原
    systemctl enable firewalld.service
    #关闭防火墙，永久性生效，重启后不会复原
    systemctl disable firewalld.service
本文作者： 凉月
发布时间： 2021-11-13
最后更新： 2022-02-14
本文标题： Elasticsearch 概述
本文链接： https://fulsun.github.io/post/4e3adf74.html
版权声明： 本作品采用 CC BY-NC-SA 4.0 许可协议进行许可。转载请注明出处！

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

很惭愧<br><br>只做了一点微小的工作<br>谢谢大家