Elasticsearch 简介

Elasticsearch 简介

Elasticsearch 是一个开源的分布式搜索和分析引擎，基于 Apache Lucene 构建。它能够快速存储、搜索和分析大量数据，广泛应用于日志分析、全文检索、实时监控等场景。Elasticsearch 支持水平扩展，具备高可用性和强大的查询能力。

核心特性

分布式架构：Elasticsearch 通过分片（Shard）和副本（Replica）实现数据的分布式存储和冗余备份，确保高可用性和高性能。

近实时搜索：数据写入后通常在 1 秒内即可被检索，适合需要快速响应的场景。

丰富的查询语言：支持全文检索、结构化查询、聚合分析等，通过 JSON 格式的 DSL（Domain Specific Language）进行操作。

可扩展性：通过增加节点轻松扩展集群容量和性能，支持 PB 级数据处理。

基本概念

索引（Index）：类似数据库中的表，用于存储具有相似结构的文档。

文档（Document）：索引中的基本数据单元，以 JSON 格式存储。

分片（Shard）：索引被划分为多个分片，分布在不同节点上，提高并行处理能力。

副本（Replica）：每个分片的拷贝，用于故障恢复和负载均衡。

安装与配置

从 Elasticsearch 官网 下载对应版本，解压后运行以下命令启动单节点集群（需安装 Java 环境）：

./bin/elasticsearch

默认端口为 9200，访问 http://localhost:9200 可验证是否启动成功。

常用操作示例

创建索引

curl -X PUT "localhost:9200/my_index" -H 'Content-Type: application/json' -d'
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 1
  }
}
'

插入文档

curl -X POST "localhost:9200/my_index/_doc/1" -H 'Content-Type: application/json' -d'
{
  "title": "Elasticsearch Guide",
  "content": "A comprehensive guide to ES."
}
'

搜索文档

curl -X GET "localhost:9200/my_index/_search" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "title": "Guide"
    }
  }
}
'

实际应用场景

日志分析：结合 Logstash 和 Kibana（ELK 栈），实现日志的收集、存储和可视化。

电商搜索：支持商品名称、描述的全文检索，结合聚合功能实现分类筛选。

监控系统：通过 Metricbeat 采集服务器指标，存储到 Elasticsearch 进行实时分析。

性能优化建议

合理设置分片数：分片过多会导致资源开销，过少会影响并行性能。通常单个分片大小建议在 10-50GB。

使用别名（Alias）：方便索引切换和零停机重建索引。

冷热数据分离：将高频访问的热数据存储在 SSD 节点，冷数据迁移到普通硬盘节点。

查询优化：避免深度分页（如 from+size 超过 10000），改用 search_after 或滚动查询（Scroll）。

常见问题排查

节点未加入集群：检查网络连通性和 discovery.seed_hosts 配置。

磁盘空间不足：设置 cluster.routing.allocation.disk.watermark 阈值，或扩容节点。

查询超时：优化复杂查询，增加 timeout 参数或使用异步搜索（Async Search）。

Elasticsearch 的强大功能使其成为大数据搜索和分析的首选工具，结合官方文档和社区资源，可以快速解决实际业务需求。