Elasticsearch集群搭建

Elasticsearch单机版安装：https://cloud.tencent.com/developer/article/1519708

1、Elasticsearch集群版安装，这里进行模拟，是伪集群版的安装，我使用一台机器，通过修改端口号的方式进行伪集群的搭建。

注意：由于单机版的安装过程中出现了各种错误，所以集群版我是直接复制修改好的单机版的（注意：home/hadoop/soft/el_slave/elasticsearch-5.4.3-slaver1/data里面有一个nodes文件夹，将该文件夹删除即可，下面也会提及）。我没有再次通过解压缩安装包的方式，因为单机版报了不少错误，所以用解决完错误的更快些。

Elasticsearch集群版的搭建，是一主二从的方式，即一个master主节点，两个slaver从节点。（备注，我第一次搭建的作为了主节点了，请自行脑补）。

我这里先创建一个el_slave文件夹，然后将第一次单机版的Elasticsearch复制两份，备用。

 1 [elsearch@slaver4 soft]$ mkdir el_slave
 2 [elsearch@slaver4 soft]$ ls
 3 elasticsearch-5.4.3  elasticsearch-head-master  el_slave  node-v8.16.2-linux-x64
 4 [elsearch@slaver4 soft]$ cp -r elasticsearch-5.4.3/ el_slave/
 5 [elsearch@slaver4 soft]$ ls
 6 elasticsearch-5.4.3  elasticsearch-head-master  el_slave  node-v8.16.2-linux-x64
 7 [elsearch@slaver4 soft]$ cd el_slave/
 8 [elsearch@slaver4 el_slave]$ ls
 9 elasticsearch-5.4.3
10 [elsearch@slaver4 el_slave]$ mv elasticsearch-5.4.3/ elasticsearch-5.4.3-slaver1
11 [elsearch@slaver4 el_slave]$ cp -r elasticsearch-5.4.3-slaver1/ elasticsearch-5.4.3-slaver2
12 [elsearch@slaver4 el_slave]$ ls
13 elasticsearch-5.4.3-slaver1  elasticsearch-5.4.3-slaver2
14 [elsearch@slaver4 el_slave]$

2、开始zao起来，修改主节点的配置文件/home/hadoop/soft/elasticsearch-5.4.3/config/elasticsearch.yml。添加如下所示的内容。

1 # 指定集群的名称
2 cluster.name: biehl01
3 # 给master起一个名称,叫master
4 node.name: master
5 # 告诉此节点，它就是master
6 node.master: true
7 # 绑定的ip地址和默认端口号9200
8 network.host: 192.168.110.133

操作如下所示：

修改主节点配置文件，以后重启一下elasticsearch，查看效果，如下所示：

3、主节点修改，完毕开始修改从节点的配置文件，修改内容如下所示：

 1 # 从节点cluster.name要和master主节点的名称要保持一致
 2 cluster.name: biehl01
 3 # 从节点起一个名称
 4 node.name: slave1
 5 # 绑定的ip地址
 6 network.host: 192.168.110.133
 7 # 修改默认的端口号，默认9200
 8 http.port: 8200
 9 
10 # 找到master主节点
11 discovery.zen.ping.unicast.hosts: ["192.168.110.133"]

从节点一配置如下所示：

从节点二配置文件里面添加如下所示内容：

 1 # 从节点cluster.name要和master主节点的名称要保持一致
 2 cluster.name: biehl01
 3 # # 从节点起一个名称
 4 node.name: slave2
 5 # # 绑定的ip地址
 6 network.host: 192.168.110.133
 7 # # 修改默认的端口号，默认9200
 8 http.port: 7200
 9 #
10 # # 找到master主节点，discovery.zen.minimum_master_nodes的值计算是节点总数/2 + 1（三个节点就是写2即可）
11 # discovery.zen.minimum_master_nodes: 2
12 discovery.zen.ping.unicast.hosts: ["192.168.110.133"]

从节点二配置如下所示：

修改完毕，主节点，从节点一二，开始启动，三个节点，发现自己有点单蠢了呢。开始三个节点后台启动，使用jps显示三个进程，但是界面就是显示不了从节点一二，主要造成这个的原因是我复制了主节点，然后分析一下原因，我前台启动，发现报错了，错误如下所示：

1 # 主节点的报错
2 [master] failed to send join request to master [{slave1}{rYUCm8sMRzaXu84zRj3duQ}{qL5ICfOKQKyDTaRytL5vGg}{192.168.110.133}{192.168.110.133:9301}], reason [RemoteTransportException[[slave1][192.168.110.133:9301][internal:discovery/zen/join]]; nested: NotMasterException[Node [{slave1}{rYUCm8sMRzaXu84zRj3duQ}{qL5ICfOKQKyDTaRytL5vGg}{192.168.110.133}{192.168.110.133:9301}] not master for join request]; ], tried [3] times
3 
4 # 从节点的报错
5 [slave1] failed to send join request to master [{slave2}{rYUCm8sMRzaXu84zRj3duQ}{jY1TxxwdSkaZkQqdsNTGaQ}{192.168.110.133}{192.168.110.133:9302}], reason [RemoteTransportException[[slave2][192.168.110.133:9302][internal:discovery/zen/join]]; nested: NotMasterException[Node [{slave2}{rYUCm8sMRzaXu84zRj3duQ}{jY1TxxwdSkaZkQqdsNTGaQ}{192.168.110.133}{192.168.110.133:9302}] not master for join request]; ], tried [3] times

错误原因：每个节点索引分片的分配在每新增一个节点都要重新进行一次分配。

在home/hadoop/soft/el_slave/elasticsearch-5.4.3-slaver1/data里面有一个nodes文件夹，将该文件夹删除即可。然后重启从节点一，从节点二，问题解决。

1 [elsearch@slaver4 elasticsearch-5.4.3-slaver1]$ ls
2 bin  config  data  hs_err_pid11491.log  lib  LICENSE.txt  logs  modules  NOTICE.txt  plugins  README.textile
3 [elsearch@slaver4 elasticsearch-5.4.3-slaver1]$ cd data/
4 [elsearch@slaver4 data]$ ls
5 nodes
6 [elsearch@slaver4 data]$ rm -rf nodes/
7 [elsearch@slaver4 data]$ ls

1 [elsearch@slaver4 elasticsearch-5.4.3-slaver2]$ ls
2 bin  config  data  hs_err_pid11491.log  lib  LICENSE.txt  logs  modules  NOTICE.txt  plugins  README.textile
3 [elsearch@slaver4 elasticsearch-5.4.3-slaver2]$ cd data/
4 [elsearch@slaver4 data]$ ls
5 nodes
6 [elsearch@slaver4 data]$ rm -rf nodes/
7 [elsearch@slaver4 data]$ ls

重新启动三个节点，启动以后如下所示：

注意：elasticsearch 集群搭建起来，为什么head只显示master？（为什么我启动三个es后 head中只显示了一个master节点）。这种问题，我估计就是自己是复制的主节点的，需要将home/hadoop/soft/el_slave/elasticsearch-5.4.3-slaver1/data/nodes，这个nodes文件夹删除，重新生成，我是这样操作的。

Elasticsearch-head插件的web界面效果如下所示：

至此，ElasticSearch的集群版就已经搭建完毕了。ElasticSearch集群的搭建可以使用更多的参数。你可以通过新增更多的参数配置，来实验ElasticSearch集群版的搭建。

4、elasticsearch的基础概念总结：

　　1）、elasticsearch集群：elasticsearch集群是由一个或者多个节点组成的集合。每一个集群都有一个唯一的名称。默认是elasticsearch，我们可以自己设置的cluster_name的值，cluster_name的值非常重要，一个节点就是通过集群的名称加入集群的。然后，每一个节点都有自己的名称。节点是可以存储数据，参与集群索引数据，以及搜索数据的独立服务。

　　2）、索引，是含有相同属性的文档集合。

　　3）、类型，索引可以定义一个或者多个类型，文档必须属于一个类型。

　　4）、文档，文档是可以被索引的基本数据单位。索引在elasticsearch中是通过一个名称来识别的，必须是英文字母小写的，且不含中划线的，我们通过这个索引来对文档进行增删查改的操作。

　　5）、索引、类型、文档之间的关系，索引相当于数据库里面的database即数据库，类型相当于数据库里面的table即数据表，文档相当于数据库SQL里面的一行记录。

　　6）、分片，每个索引都有多个分片，每个分片是一个Lucene索引。

　　7）、备份，拷贝一份分片就完成了分片的备份。

　　注意：elasticsearch在创建索引的时候，默认创建5个分片，一份备份，这个数据可以进行修改。分片的数量只能在创建索引的时候进行指定，不能在后期进行修改，备份可以进行动态修改的。

5、Elasticsearch的基本用法，基本操作，基本使用。

　　elasticsearch是以RESTFul api风格来命名自己的api的。api的基本格式，http://<ip地址>:<port端口号>/<索引>/<类型>/<文档id>

　　注意：api的url里面的元素基本都是elasticsearch的基本概念都是名词，elasticsearch的动作都是常用http动词get/put/post/delete来决定的。

6、索引的创建分为非结构化创建（"mappings": { }的json格式值是空的）、结构化创建（"mappings": { }的json格式值非空的）。

　　1）、创建非结构化索引，操作如下所示（注意：这里使用head插件进行创建非结构化索引的哦）：

创建完毕以后可以看到一个弹出框，表示创建成功了。

创建的索引，在概览可以看到自己创建的索引了，student是创建的索引的名称（切记，索引名称小写，不可以出现中划线）。每一个方框就是elasticsearch的分片，粗线方框是es的主分片，主分片旁边细线方框是es的备份分片，对应关系，粗线方框0的备份分片是细线方框0。依次类推。

2）、创建非结构化索引，操作如下所示（注意：这里使用head插件进行创建结构化索引的哦）：

查看创建的结构化索引，如下所示（修改了记得点击刷新哦）：

postman是一个拥有可视化界面的http模拟器，可以验证json结构。之前介绍过，这里简单使用一下。

现在查看一下新创建的索引，如下所示：

7、es的索引创建完毕以后就可以进行es的数据插入。插入分为指定文档id插入和自动产生文档id插入。文档id是什么呢，文档id是一个唯一索引值，指向我们的文档数据。

在head插件概览里面查看docs的变化，docs代表了该索引下所有文档的数量值。

在head插件的数据浏览可以看到刚才插入的一条数据的。

如何让es自动指定文档id呢。如下所示：

自己可以去head插件的概述和数据浏览进行查看，这里仅展示了数据浏览的数据。如下所示：

8、修改Elasticsearch的文档数据。分为直接修改文档、通过脚本修改文档。

这种通过指定文档id进行直接修改的效果如下所示：

通过脚本修改文档。操作如下所示：

不同的方式，请求成功以后自己使用head查看效果即可。

9、删除Elasticsearch的文档、删除Elasticsearch的索引。

删除以后发现数据已经被删除了。

如何删除一个索引呢，可以直接使用head插件进行删除即可。也可以使用请求删除索引。

使用postman的http请求删除索引，如下所示（注意：删除索引，是高危操作，索引删除，其下的数据也将全部删除）：

10、Elasticsearch的查询，分为简单查询，条件查询，聚合查询。（注意：Elasticsearch的查询才是重中之重哦！）。

Elasticsearch的条件查询如下所示：

如何对Elasticsearch查询进行关键词的查询。查询出的数据顺序，以_score字段进行默认倒排的。

查询出的数据顺序，以_score字段进行默认倒排的。如何指定数据显示的顺序呢，如下所示：

Elasticsearch聚合查询如下所示：

复杂的聚合函数使用如下所示，可以计算最小值，平均值，最大值等等：

11、Elasticsearch的高级查询。高级查询包含子条件查询（也叫做叶子条件查询），指特定字段查询所指特定值。复合条件查询，指以一定的逻辑组合子条件查询。子条件查询包含Query context、Filter context。

　　1）、Query context是指在查询过程中，除了判断文档是否满足查询条件外，es还会计算一个_score来标识匹配的程度，旨在判断目标文档和查询条件匹配的有多好。Query context常用查询，包含全文本查询，即针对文本类型数据。字段级别查询，针对结构化数据，如数字、日期等等。全文本查询有模糊匹配，短语匹配，多个字段的匹配查询，以及语法的查询等等。

模糊匹配查询，如下所示，但是模糊匹配有一个缺点，就是比如模糊查询"java入门"，会查询出"java高级编程"，"elasticsearch入门"等等这些词语。

Elasticsearch短语匹配如下所示：

Elasticsearch多字段模糊匹配查询。

Elasticsearch语法查询。语法查询，是根据一定的语法规则进行的查询，一般用作数据搜索，支持通配符，boolean查询，范围查询，正则表达式查询。

语法查询的多字段查询如下所示：

Elasticsearch字段的查询，即结构化数据的查询。term是具体项的含义，range是范围的含义。如下所示：

Elasticsearch范围的查询，gte是大于等于的含义，lte是小于等于的含义。gt是大于的含义，lt是小于的含义。

　　2）、Filter context的含义，Filter context在查询过程中，只判断该文档是否满足条件，只有yes或者no。Filter context主要用来做数据过滤的，查询的结果会被缓存起来。

Query Context和Filter Context的复合查询，常用查询如固定分数查询、布尔查询。，如下所示：

Elasticsearch在查询返回后会给一个评分_score这个值，固定分数查询就是将分数固定下来，boost可以设置分数的值，如下所示：

布尔查询如下所示，should是或者的关系，满足条件之一即查询出来，must是必须满足两者才查询出来，must就不截图了，替换成should即可测试：

布尔查询和过滤组成的组合查询，must的反义是must_not，自己可以进行测试即可，must和should的替换自行测试，如下所示：

作者：别先生

博客园：https://www.cnblogs.com/biehongli/