当前位置：首页 > news >正文

示例说明：elasticsearch实战应用

news 文章来源：https://blog.csdn.net/ab_910256/article/details/142549380 2024/11/16 2:47:55

Elasticsearch 是一个基于 Lucene 的分布式搜索和分析引擎，广泛应用于日志分析、全文搜索、数据可视化等领域。以下是 Elasticsearch 实战应用的一些关键点和步骤：

1. 环境搭建

首先，你需要在你的环境中安装和配置 Elasticsearch。

安装 Elasticsearch

你可以通过以下几种方式安装 Elasticsearch：

Docker: 使用 Docker 容器来运行 Elasticsearch。

docker run -d --name elasticsearch -p 92:92 -p 93:93 -e "discovery.type=single-node" elasticsearch:7.

包管理器: 使用包管理器安装，如 apt 或 yum。
sudo apt-get install elasticsearch
手动下载: 从官网下载并解压。

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.1.-linux-x86_64.tar.gz
tar -xzf elasticsearch-7.1.-linux-x86_64.tar.gz
cd elasticsearch-7.1./

启动 Elasticsearch

在安装完成后，启动 Elasticsearch 服务。

./bin/elasticsearch

2. 基本操作

Elasticsearch 的基本操作包括索引的创建、文档的添加、查询等。

创建索引

curl -X PUT "localhost:92/my_index" -H 'Content-Type: application/json' -d'
{
"mappings": {
"properties": {
"field1": { "type": "text" },
"field2": { "type": "keyword" }
}
}
}
'
添加文档

curl -X POST "localhost:92/my_index/_doc/1" -H 'Content-Type: application/json' -d'
{
"field1": "value1",
"field2": "value2"
}
'
查询文档

curl -X GET "localhost:92/my_index/_search" -H 'Content-Type: application/json' -d'
{
"query": {
"match": {
"field1": "value1"
}
}
}
'

3. 高级应用

Elasticsearch 不仅支持基本的搜索功能，还支持复杂的数据分析和可视化。

聚合查询

聚合查询可以用来对数据进行统计分析。

curl -X GET "localhost:92/my_index/_search" -H 'Content-Type: application/json' -d'
{
"aggs": {
"my_agg": {
"terms": {
"field": "field2"
}
}
}
}
'

数据可视化

使用 Kibana 可以对 Elasticsearch 中的数据进行可视化。

安装 Kibana:
docker run -d --name kibana -p 561:561 kibana:7.1.

4. 性能优化

为了提高 Elasticsearch 的性能，可以考虑以下几个方面：

分片和副本: 合理设置分片和副本的数量。
索引优化: 使用合适的数据类型和分析器。
硬件配置: 使用高性能的硬件，如 SSD。

5. 安全配置

Elasticsearch 默认没有启用安全功能，建议在生产环境中启用。

启用安全: 配置 xpack.security.enabled 为 true。
用户管理: 创建和管理用户角色和权限。

6. 监控和日志

使用 Elastic Stack（ELK）来监控和分析 Elasticsearch 的性能和日志。

Logstash: 用于日志收集和处理。
Beats: 轻量级数据采集器。

通过以上步骤，你可以开始使用 Elasticsearch 进行实战应用，并根据具体需求进行扩展和优化。

示例1：电商网站的全文搜索

假设你正在开发一个电商网站，用户可以通过关键字搜索商品。你可以使用 Elasticsearch 来实现高效的全文搜索功能。

1. 创建索引

首先，创建一个名为 products 的索引，并定义商品的字段。

curl -X PUT "localhost:92/products" -H 'Content-Type: application/json' -d'
{
"mappings": {
"properties": {
"name": { "type": "text" },
"description": { "type": "text" },
"price": { "type": "float" },
"category": { "type": "keyword" }
}
}
}
'

2. 添加商品文档

向 products 索引中添加一些商品文档。

curl -X POST "localhost:92/products/_doc/1" -H 'Content-Type: application/json' -d'
{
"name": "iPhone 13",
"description": "The latest iPhone with advanced camera features.",
"price": 999.99,
"category": "Electronics"
}
'

curl -X POST "localhost:92/products/_doc/2" -H 'Content-Type: application/json' -d'
{
"name": "Samsung Galaxy S21",
"description": "A powerful Android smartphone with a great display.",
"price": 899.99,
"category": "Electronics"
}
'

3. 搜索商品

用户可以通过关键字搜索商品。例如，搜索所有包含 "iPhone" 的商品。

curl -X GET "localhost:92/products/_search" -H 'Content-Type: application/json' -d'
{
"query": {
"match": {
"name": "iPhone"
}
}
}
'

示例2：数据可视化

使用 Kibana 对 Elasticsearch 中的数据进行可视化。

1. 安装和启动 Kibana

docker run -d --name kibana -p 561:561 kibana:7.1.

2. 配置 Kibana

配置 Kibana 连接到 Elasticsearch。

3. 创建可视化

在 Kibana 中创建一个饼图，展示不同日志级别的分布。

打开 Kibana 的“Visualize”页面。
选择“Create visualization”。
选择“Pie”图表类型。
选择 logs 索引。
配置聚合，使用 level 字段进行分组。
保存并查看可视化结果。

通过这些示例，你可以看到 Elasticsearch 在不同场景下的应用，从简单的全文搜索到复杂的数据分析和可视化。