Elasticsearch 入門實戰(1)--簡介

来源:https://www.cnblogs.com/wuyongyin/archive/2022/06/25/16354875.html
-Advertisement-
Play Games

Python中的字典 Python中的字典是另一種可變容器模型,且可存儲任意類型對象。鍵值使用冒號分割,你可以看成是一串json。 常用方法 獲取字典中的值 dict[key] 如果key不存在會報錯,建議使用dict.get(key),不存在返回None 修改和新建字典值 dict[key]=va ...


Elasticsearch 是一個分散式、RESTful 風格的搜索和數據分析引擎;本文主要介紹其基本概念。

1、概述

1.1、Elasticsearch 是什麼

Elasticsearch 是一個分散式、高擴展、高實時的搜索與數據分析引擎。它能很方便的使大量數據具有搜索、分析和探索的能力。充分利用 Elasticsearch 的水平伸縮性,能使數據在生產環境變得更有價值。Elasticsearch 的實現原理主要分為以下幾個步驟,首先用戶將數據提交到 Elasticsearch 資料庫中,再通過分詞控制器去將對應的語句分詞,將其權重和分詞結果一併存入數據,當用戶搜索數據時候,再根據權重將結果排名,打分,再將返回結果呈現給用戶。

Elasticsearch 可以用於搜索各種文檔。它提供可擴展的搜索,具有接近實時的搜索,並支持多租戶。Elasticsearch 是分散式的,這意味著索引可以被分成分片,每個分片可以有 0 個或多個副本。每個節點托管一個或多個分片,並充當協調器將操作委托給正確的分片。再平衡和路由是自動完成的。相關數據通常存儲在同一個索引中,該索引由一個或多個主分片和零個或多個複製分片組成。一旦創建了索引,就不能更改主分片的數量。

1.2、Elasticsearch 索引是什麼

Elasticsearch 索引指相互關聯的文檔集合。Elasticsearch 會以 JSON 文檔的形式存儲數據。每個文檔都會在一組(欄位或屬性的名稱)和它們對應的值(字元串、數字、布爾值、日期、數值組、地理位置或其他類型的數據)之間建立聯繫。

Elasticsearch 使用的是一種名為倒排索引的數據結構,這一結構的設計可以允許十分快速地進行全文本搜索。倒排索引會列出在所有文檔中出現的每個特有辭彙,並且可以找到包含每個辭彙的全部文檔。

在索引過程中,Elasticsearch 會存儲文檔並構建倒排索引,這樣用戶便可以近實時地對文檔數據進行搜索。索引過程是在索引 API 中啟動的,通過此 API 您既可向特定索引中添加 JSON 文檔,也可更改特定索引中的 JSON 文檔。

1.3、Elasticsearch 用途

Elasticsearch 在速度和可擴展性方面都表現出色,而且還能夠索引多種類型的內容,這意味著其可用於多種用例:

  • 應用程式搜索
  • 網站搜索
  • 企業搜索
  • 日誌處理和分析
  • 基礎設施指標和容器監測
  • 應用程式性能監測
  • 地理空間數據分析和可視化
  • 安全分析
  • 業務分析

2、Elasticsearch 相關概念

2.1、Index(索引)

索引是具有相似結構的文檔的集合, 等同於 Solr 中的集合;每個索引有唯一的名稱, 名稱小寫。索引類似 MySQL 中 database 概念。

2.2、Document(文檔)

文檔是存儲在 ES 中的 JSON 格式的字元串, 由 field(欄位) 構成。

2.3、Field(欄位)

欄位可以是一個簡單的值(如字元串、數字、日期), 也可以是一個數組, 還可以嵌套一個對象或多個對象。欄位類似於關係資料庫中表數據的列, 每個欄位都對應一個類型. 可以指定如何分析某一欄位的值, 即對 field 指定分詞器。

2.4、Type(類型)

type 是 index 的邏輯分類, 在 ES 6.x 版本之前, 每個索引中可以定義一個或多個 type, 而在 6.X 版本之後, 一個 index 中只能定義一個 type。通常,會為具有一組共同欄位的文檔定義一個 type。

2.5、Mapping(映射)

mapping 是對欄位的定義說明,如某個欄位的數據類型、預設值、分析器、是否被索引等等;類似於 Solr 中 schema.xml 約束文件的作用。

2.6、Node(節點)

node 指的是 ES 的單個正在運行的實例。單個物理和虛擬伺服器容納多個節點,這取決於其物理資源的能力,如 RAM,存儲和處理能力。

2.7、Cluster(集群)

cluster 是一個或多個 node 的集合,cluster 為整個數據提供跨所有節點的集合索引和搜索功能。

2.8、Shard(分片)

單個 node 無法存儲大量的索引數據, ES 可以把一個索引分成多個分片, 分佈到不同的 node 上, 從而構成分散式索引。每個分片都是一個 Lucene 實例, 也就是說每個分片底層都有一個單獨的 Lucene 提供獨立的索引和檢索服務, 它們可以托管在集群的任一 node 上。

分片可以實現集群的水平擴展,提高系統的性能和吞吐量。

2.9、Replica(副本)

可以為 shard 創建副本,提高數據的安全性。建立索引時, 系統會先將索引存儲在主分片(Primary Shard)中, 然後再將主分片中的索引複製到副本分片(Replica Shard)中。副本提高了系統的可用性和容錯性已經查詢時的吞吐量。

2.10、Elasticsearch 和 RDBMS 的對比

Elasticsearch RDBMS
Index(索引) DataBase(資料庫)
Type(類型) Table(表)
Document(文檔) Row(行)
Field(欄位) Column(列)
Mapping(映射) Schema(約束)
Query DSL(ES 的查詢語言) SQL(結構化查詢語言)

3、Elasticsearch 欄位類型

欄位類型 說明
text 文本類型,會就行分詞處理
keyword 關鍵字類型,不就行分詞處理
byte -128~127
short -32768~32767
integer -2^31~2^31-1
long -2^63~2^63-1
double 64 位雙精度
float 32 位單精度
half_float 16 位半精度
scaled_float 底層基於 long 存儲,支持一個固定的精度因數;如果存儲浮點數 0.15,設置 scaling_fac-tor=100,則該類型會以一個整數 15 進行存儲,有效提高其存儲性能。
date

日期類型,json 對象沒有日期類型,表現形式如下:
A、字元串類型,如 "2015-01-01"
B、數字類型(long),表示從 1970-01-01 以來的毫秒數
C、int 類型,表示從 1970-01-01 以來的秒數

boolean 其取值為 "true"、"false"、true、false
binary 二進位類型,用 base64 來表示
array 數組
ip 用於存儲 IPv4 或者 IPv6 的地址
range datatype

數據範圍類型,一個欄位表示一個範圍,具體包含如下類型:
integer_range
float_range
double_range
date_range
ip_range

4、Elasticsearch 分詞器

分詞器 說明
standard 預設分詞器,按詞切分,小寫處理
simple 按照非字母切分(符號被過濾),小寫處理
stop 小寫處理,停用詞過濾(the ,a,is)
whitespace 按照空格切分,不轉小寫
keyword 不分詞,直接將輸入當做輸出
pattern 正則表達式,預設 \W+
   
ik_smart ik 分詞器,只分一次,句子裡面的每個字只會出現一次
ik_max_word ik 分詞器,句子的字可以反覆出現。

5、Elasticsearch 邏輯架構圖

RESTful Style API:RESTful 風格介面。
Java(Netty):Java 客戶端。
Transport:集群與客戶端交互方式。
Disvcovery:節點發現及 master 選舉。Zen 屬於 ES 的特殊發現機制,也是 ES 的內置發現機制,它提供了兩種發現方式:單播和多播。EC2 是另外一種插件形式的發現機制。
Scripting:腳本功能,支持 mvel、js、python等。
3rd plugins:第三方插件。
Index Moudle:索引模塊。
Search Moudle:查詢模塊。
Mapping:映射信息。
River:用於其他數據源中獲取數據,該項功能以插件的形式存在,目前支持的數據源:RabbitMQ、ActiveMQ、CSV、FileSystem、JDBC、GitHub、Kafka 等;針對關係型資料庫提供了統一的 jdbc-river 來進行數據操作。
DistributedLucene Directory:Lucene 數據目錄。
Gateway:ElasticSearch 索引的持久化存儲方式。Gateway支持多種類型:本地文件系統(預設)、分散式文件系統 Hadoop 以及 AMZ 的 S3 雲存儲服務。

6、Elasticsearch 組件關係圖

 

 

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 在大部分涉及到資料庫操作的項目裡面,事務控制、事務處理都是一個無法迴避的問題。得益於Spring框架的封裝,業務代碼中進行事務控制操作起來也很簡單,直接加個@Transactional註解即可,大大簡化了對業務代碼的侵入性。那麼對@Transactional事務註解瞭解的夠全面嗎?知道有哪些場景可能... ...
  • 寫在前面 這是我在接觸爬蟲後,寫的第二個爬蟲實例。 也是我在學習python後真正意義上寫的第二個小項目,第一個小項目就是第一個爬蟲了。 我從學習python到現在,也就三個星期不到,平時課程比較多,python是額外學習的,每天學習python的時間也就一個小時左右。 所以我目前對於python也 ...
  • 多對一關係是什麼 Django使用django.db.models.ForeignKey定義多對一關係。 ForeignKey需要一個位置參數:與該模型關聯的類 class Info(models.Model): user = models.ForeignKey(other_model,on_del ...
  • 一、什麼是智能指針 一般來講C++中對於指針指向的對象需要使用new主動分配堆空間,在使用結束後還需要主動調用delete釋放這個堆空間。為了使得自動、異常安全的對象生存期管理可行,就出現了智能指針這個概念。簡單來看智能指針是 RAII(Resource Acquisition Is Initial ...
  • 我們在做採集數據的時候,過快或者訪問頻繁,或者一訪問就給彈出驗證碼,然後就蚌珠了~ 今天就給大家來一個簡單處理驗證碼的方法 環境模塊 本文使用的是 Python和pycharm 這裡需要用到一個 ddddocr 模塊 ,這是別人開源寫好的一個東西,簡單又好用,但是精確度差一點點,但是還是非常好用的。 ...
  • mysql服務端整體架構 主要分為兩部分,server層和存儲引擎 server層包括連接器、查詢緩存、分析器、優化器、執行器等,涵蓋mysql的大多數核心服務過功能,以及所有的內置函數,所有跨存儲引擎的功能都在這一層實現,比如存儲過程,觸發器,視圖等 存儲引擎層負責數據等存儲和讀取,其架構模式是插 ...
  • tunm二進位協議在python上的實現 tunm是一種對標JSON的二進位協議, 支持JSON的所有類型的動態組合 支持的數據類型 基本支持的類型 "u8", "i8", "u16", "i16", "u32", "i32", "u64", "i64", "varint", "float", "s ...
  • 迎面走來了你的面試官,身穿格子衫,挺著啤酒肚,髮際線嚴重後移的中年男子。 手拿泡著枸杞的保溫杯,胳膊夾著MacBook,MacBook上還貼著公司標語:“加班使我快樂”。 面試官: 看你簡歷上用過MySQL,問你幾個簡單的問題吧。什麼是聚簇索引和非聚簇索引? 這個問題難不住我啊。來之前我看一下一燈M ...
一周排行
    -Advertisement-
    Play Games
  • 概述:這個WPF項目通過XAML繪製汽車動態速度表盤,實現了0-300的速度刻度,包括數字、指針,並通過定時器模擬速度變化,展示了動態效果。詳細實現包括界面設計、刻度繪製、指針角度計算等,通過C#代碼與XAML文件結合完成。 新建 WPF 項目: 在 Visual Studio 中創建一個新的 WP ...
  • 概述:在WPF中使用`WpfAnimatedGif`庫展示GIF動畫,首先確保全裝了該庫。通過XAML設置Image控制項,指定GIF路徑,然後在代碼中使用庫提供的方法實現動畫控制。這簡化了在WPF應用中處理GIF圖的過程,提供了方便的介面來管理動畫播放和暫停。 當使用 WpfAnimatedGif  ...
  • 您是否曾經訪問過一個網站,它需要很長時間載入,最終你敲擊 F5 重新載入頁面。 即使用戶刷新了瀏覽器取消了原始請求,而對於伺服器來說,API也不會知道它正在計算的值將在結束時被丟棄,刷新五次,伺服器將觸發 5 個請求。 為瞭解決這個問題,ASP.NET Core 為 Web 伺服器提供了一種機制,就 ...
  • 本章將和大家分享如何通過 Elasticsearch 實現自動補全查詢功能。 一、自動補全-安裝拼音分詞器 1、自動補全需求說明 當用戶在搜索框輸入字元時,我們應該提示出與該字元有關的搜索項,如圖: 2、使用拼音分詞 要實現根據字母做補全,就必須對文檔按照拼音分詞。在 GitHub 上恰好有 Ela ...
  • using System; using System.Collections.Generic; using System.IO; using System.Linq; using System.Text; using System.Windows.Forms; namespace OOP { pub ...
  • 概述:以上內容詳細介紹了在C#中如何從另一個線程更新GUI,包括基礎功能和高級功能。對於WinForms,使用`Control.Invoke`;對於WPF,使用`Dispatcher.Invoke`。高級功能使用`SynchronizationContext`實現線程間通信,確保清晰、可讀性高的代碼 ...
  • Nuget包 Microsoft.Extensions.Telemetry.Abstractions 包含的新的日誌記錄source generator,它支持使用[LogProperties]將整個對象作為State與日誌一起記錄。 我將展示一種方法來控制如何使用[LogProperties]對象 ...
  • 支持.Net/.Net Core/.Net Framework,可以部署在Docker, Windows, Linux, Mac。 常見的ORM技術(比如:Entity Framework,Dapper,SqlSugar,NHibernate,等…),它們不是在做Sql語句的程式化變種,就是在做Sq ...
  • 一、引言 在現代應用程式開發中,尤其是在涉及I/O操作(如網路請求、文件讀寫等)時,非同步編程成為了提高性能和用戶體驗的關鍵技術。C#作為.NET框架下的主流開發語言,提供了強大的非同步編程支持,通過async/await關鍵字,可以讓開發者以同步的方式編寫非同步代碼,極大地簡化了非同步編程的複雜性。本文將 ...
  • 一、引言 在.NET開發中,操作Office文檔(特別是Excel和Word)是一項常見的需求。然而,在伺服器端或無Microsoft Office環境的場景下,直接使用Office Interop可能會面臨挑戰。為瞭解決這個問題,開源庫NPOI應運而生,它提供了無需安裝Office即可創建、讀取和 ...