初探Elasticsearch

由于项目需要,最近需要学习以下Elasticsearch(本身支持全文检索与模糊查询,这个就与传统的DB区分开来,另一个可选方案是solr)的学习,抽了几个小时时间看了一下,发现确实不错。由于Linux在单位(部署的时候确实是有一些环境变量的问题),懒得开VPN了,所以就从笔记本尝试了以下。

ElasticSearch集成了传统数据库的精确查找与现代化搜索引擎的查找需求,所以从一定程度可以实现对资源的一种全文搜索与精确搜索的结合,该方案可以应用在常见的站内搜索,资源匹配,甚至构建自己的搜索引擎,本身它的底层就依赖于lucene进行倒排索引。另外在部署方面solr有非常强的优势,它附带的一些插件让大家很好的监控集群的状态以及一些运行情况,从而实现了屌丝管理到高大上管理的变迁。

首先,下载一个安装包,默认是linux和windows都有,然后 plugin.bat -install mobz/elasticsearch-head安装head插件,就可以看到运行环境的状态了,当然,你也可以使用http://地址:端口/_cluster/status查看json格式的环境变量;

其次,你可以按照官网的教程使用plugin.bat安装marvel,这个东西是收费的,不过对监控要求比较高的话可以考虑试一下,同时他们也有免费的版本,如果不购买三天烦你一次,偶尔用一下的话也就忍了吧

最后,官网上,公布一系列插件,有分析的,有转换的,有流式处理的,没事的时候可以尝试一下。

在,windows下部署集群十分简单,你只需要打开几个实例就部署几个集群,他们会读取你的ip地址并且给你分配一个相应的端口号,一般情况下是9200、9201、9202。。。。

时间: 2024-10-13 08:20:33

初探Elasticsearch的相关文章

(转)ElasticSearch教程——汇总篇

https://blog.csdn.net/gwd1154978352/article/details/82781731 环境搭建篇 ElasticSearch教程——安装 ElasticSearch教程——安装Head插件 ElasticSearch教程——安装IK分词器插件 ElasticSearch教程——安装Kibana 基础操作 ElasticSearch教程——Kibana简单操作ES ElasticSearch教程——批量处理(mget和bulk) ElasticSearch教程—

Elasticsearch初探

 elasticsearch中的概念同传统数据库的类比如下: Relational DB -> Databases -> Tables -> Rows -> ColumnsElasticsearch -> Indices -> Types -> Documents -> Fields 导入数据API: curl -XPOST 'http://localhost:9200/prd/xjb3/_bulk' --data-binary @last.json   l

全文搜索引擎Elasticsearch初探

前言: 在Web应用或后台数据管理中,随着数据量的倍数增长,搜索引擎特别是全文搜索引擎的应用越来越迫切.基于技术和成本考虑,我们不可能去开发一个搜索引擎以满足我们的需求,庆幸的是业界已有许多优秀的开源搜索引擎可供我们使用,Elasticsearch便是其中之一. 简介: Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎.无论在开源还是专有领域,Lucene可以被认为是迄今为止最先进.性能最好的.功能最全的搜索引擎库.但是,Lucene只是一个库.想要使用它,你

ElasticSearch初探(一)

ElasticSearch的官网 https://www.elastic.co/ 一.安装 ElasticSearch是基于Lence的,而Lence是用Java编写的开源库,需要依赖Java的运行环境.现在使用的ELasticSearch版本是1.6,它需要jdk1.7或以上的版本. 本文使用的是linux系统,安装配置好Java环境,把download下来,解压后直接执行启动就可以了. 1.安装启动elasticsearch: cd到elasticsearch-1.6.0.tar.gz 放置

Elasticsearch聚合--Metrics初探

Elasticsearch是一款提供检索以及相关度排序的开源框架,同时,也支持对存储的文档进行复杂的的统计-聚合.kubana的图标就是基于聚合来绘制的.更多内容请参考Elasticsearch+Logstash+Kibana教程 前言 ES中的聚合被分成两大类:Metrics度量和bucket桶,metrics类似于SQL中的avg.max.min等方法,而bucket类似于group by了. 本篇就简单的介绍一下metrics的用法. metrics的聚合按照值的返回类型可以分为两种:单值

ElasticSearch入门系列(四)分布式初探

序言:ElasticSearch致力于隐藏分布式系统的复杂性,以下的操作都是在底层自动完成的: 将你的文档分区到不同的容器或者分片(shards),他们可以存在于一个或多个节点中 将分片均匀的分配到各个节点,对索引的搜索做负载均衡 冗余每一个分片,防止硬件故障造成的数据丢失 将集群中任意一个节点上的请求路由到相应数据所在的节点 无论是增加节点,还是移除节点,分片都可以做到无缝的扩展和迁移 一.集群内部工作方式 Elasticsearch用于构建高可用结可扩展的系统.扩展的方式可以是购买更好的服务

hadoop 读写 elasticsearch 初探

1.参考文档: http://www.elasticsearch.org/guide/en/elasticsearch/hadoop/current/configuration.html http://www.elasticsearch.org/guide/en/elasticsearch/hadoop/current/mapreduce.html#_emphasis_old_emphasis_literal_org_apache_hadoop_mapred_literal_api 2.Mapr

ElasticStack学习(八):ElasticSearch索引模板与聚合分析初探

一.Index Template与Dynamic Template的概念 1.Index Template:它是用来根据提前设定的Mappings和Settings,并按照一定的规则,自动匹配到新创建的索引上. 1)模板仅是一个索引被创建时才会起作用,修改模板并不会影响已创建的索引: 2)可以设定多个索引模板,这些设置会被merge在一起: 3)通过指定order的数值,控制merge的过程: 2.Index Template的工作方式如下: 当一个索引被创建时,会执行如下操作: 1)应用Ela

Elasticsearch聚合初探——metric篇

前言 ES中的聚合被分为两大类:Metric度量和bucket桶(原谅我英语差,找不到合适的词语.....就用单词来说吧!).说的通俗点,metric很像SQL中的avg.max.min等方法,而bucket就有点类似group by了. 本篇就简单的介绍一下metric聚合的用法. metric的聚合按照值的返回类型可以分为两种:单值聚合 和 多值聚合. 单值聚合 Sum 求和 这个聚合返回的是单个值,dsl可以参考如下: "aggs" : { "intraday_retu