ElasticSearch学习之路

前言

为什么学ElasticSearch？

数据一般有如下三种类型：

结构化数据，如：MySQL的表，一般通过索引提高查询效率
非结构化数据，如：图片、音频等不能用表结构表示的数据，一般保存到mongodb、redis、hbase等非关系型数据库，通过key-value查询
半结构化数据，如：json、xml文件，一般保存到mongodb、redis、hbase等非关系型数据库，通过key-value查询

对于结构化数据而言，字段不容易扩展，且有些数据是非结构化的，如：日志，为了提高查询效率，可以使用ElasticSearch

一、快速入门

1.1 Elasticsearch 介绍

Elaticsearch，简称为 ES，是一个开源的高扩展的分布式全文搜索引擎，是整个 ElasticStack 技术栈的核心。

全文搜索引擎：类似谷歌、百度、博客文章、还有日志的搜索，它们是根据网页的关键字生成索引，我们输入关键字时就会匹配到所有网页并返回，而对于非结构化的数据文本，关系型数据库不能很好的支持。

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。

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。

1.2 安装环境（以win10为例）

官方网址：https://www.elastic.co/cn/downloads/?elektra=home\&storm=hero

elasticsearch新增数据

bash 复制代码

curl -X POST "http://localhost:9200/自定义索引名称/_doc/自定义文档id" -H 'Content-Type: application/json' -d'
{
  "field1": "value1",
  "field2": "value2"
}
'

查询数据

bash 复制代码

curl -X GET "http://localhost:9200/自定义索引名称/_doc/自定义文档id"

批量插入数据

bash 复制代码

curl -X POST "http://localhost:9200/_bulk?pretty" -H "Content-Type: application/json;charset=UTF-8" -d '
{"index":{"_index": "website", "_id":"1" }}
{"title1" : "My updated blog post"}
{"index":{"_index": "website", "_id":"2" }}
{"title2" : "My updated blog post123"}
'

Elasticsearch命令（curl）大全

https://blog.csdn.net/m0_37739193/article/details/78228876