1 背景

因电商项目发展的需要，商品数量越来越大，用户搜索的需求越来越高级（需要支持全文模糊搜索，并且性能要高），因此需要在项目中引入Elasticsearch。笔者0基础，简单看过一些关于Elasticsearch的知识点，今天通过Quick start快速切入Elasticsearch。后续会展开Elasticsearch的学习以及研究。

2 前言

1. 笔者通过Elasticsearch的官方文档来学习，本文参考自：Quick start
2. 建议读者先通篇阅读搭建ES的步骤，再回头仔细跟着敲命令搭建

3 快速部署ES

官方有提供试用版的ES云服务，笔者试用期已经过了，因此今天是通过Dokcer手动搭建ES（单节点集群）。

执行以下命令，创建ES容器：

docker network create elastic
docker pull docker.elastic.co/elasticsearch/elasticsearch:8.13.4
docker run --name es01 --net elastic -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -t docker.elastic.co/elasticsearch/elasticsearch:8.13.4

启动成功后，会出现以下这段文字，含有Elasticsearch的秘密以及登录Kibana的token串，需要保存起来，后面会用到：

✅ Elasticsearch security features have been automatically configured!
✅ Authentication is enabled and cluster connections are encrypted.

ℹ️  Password for the elastic user (reset with `bin/elasticsearch-reset-password -u elastic`):
  84fZ4PuywWr_unOcr+JH

ℹ️  HTTP CA certificate SHA-256 fingerprint:
  1ebd4a12d92c70ee71467917d89f10dad1d39aa92935b5f8671af20c38cd542f

ℹ️  Configure Kibana to use this cluster:
• Run Kibana and click the configuration link in the terminal when Kibana starts.
• Copy the following enrollment token and paste it into Kibana in your browser (valid for the next 30 minutes):
  eyJ2ZXIiOiI4LjEzLjQiLCJhZHIiOlsiMTcyLjIxLjAuMjo5MjAwIl0sImZnciI6IjFlYmQ0YTEyZDkyYzcwZWU3MTQ2NzkxN2Q4OWYxMGRhZDFkMzlhYTkyOTM1YjVmODY3MWFmMjBjMzhjZDU0MmYiLCJrZXkiOiJPV2FHMG84Qm85S1VKZVNRZkJPRTpyNlpWbl84dVE0MkE1NzN0NWw5aGZ3In0=

ℹ️ Configure other nodes to join this cluster:
• Copy the following enrollment token and start new Elasticsearch nodes with `bin/elasticsearch --enrollment-token <token>` (valid for the next 30 minutes):
  eyJ2ZXIiOiI4LjEzLjQiLCJhZHIiOlsiMTcyLjIxLjAuMjo5MjAwIl0sImZnciI6IjFlYmQ0YTEyZDkyYzcwZWU3MTQ2NzkxN2Q4OWYxMGRhZDFkMzlhYTkyOTM1YjVmODY3MWFmMjBjMzhjZDU0MmYiLCJrZXkiOiJOMmFHMG84Qm85S1VKZVNRZkJPRDpxc0pkX1pFZ1FQcTJ3ODU5dURfOG1nIn0=

  If you're running in Docker, copy the enrollment token and run:
  `docker run -e "ENROLLMENT_TOKEN=<token>" docker.elastic.co/elasticsearch/elasticsearch:8.13.4`

为方便下面敲命令，我们在Shell客户端保存ES的秘密，执行以下命令：

export ELASTIC_PASSWORD="your_password"

将SSL证书从容器复制到本地电脑：

docker cp es01:/usr/share/elasticsearch/config/certs/http_ca.crt .

验证ES是否有启动成功：

curl --cacert http_ca.crt -u elastic:$ELASTIC_PASSWORD https://localhost:9200

4 快速部署Kibana

新开一个Shell客户端session，执行以下命令创建Kibana容器：

docker pull docker.elastic.co/kibana/kibana:8.13.4
docker run --name kibana --net elastic -p 5601:5601 docker.elastic.co/kibana/kibana:8.13.4

启动成功后，会弹出Kibana的访问地址，复制到浏览器访问即可，注意，如果Kibana是部署在centos虚拟机内，访问地址要用虚拟机的ip地址

5 发送请求给ES

5.1 打开Kibana控制台

按照下图操作，打开Kibana控制台：

5.2 通过REST API发送请求

在控制台输入

GET /?pretty

点击运行即可，如下图所示：

5.3 通过curl发送请求

新开一个Shell客户端的session，发送以下命令，其中$ELASTIC_PASSWORD替换成Elasticsearch的密码：

curl --cacert http_ca.crt -u elastic:$ELASTIC_PASSWORD https://localhost:9200

5.4 添加数据

简单介绍ES中的数据概念：ES中的数据被叫做document，类比关系型数据库中的一行记录，ES中的数据是以JSON结构存储的。ES将document存在可搜索的索引中

5.4.1 添加单个document

在Kibana中执行以下命令：

POST books/_doc
{"name": "Snow Crash", "author": "Neal Stephenson", "release_date": "1992-06-01", "page_count": 470}

响应报文的格式如下：

{
  "_index": "books",
  "_id": "O0lG2IsBaSa7VYx_rEia",
  "_version": 1,
  "result": "created",
  "_shards": {
    "total": 2,
    "successful": 2,
    "failed": 0
  },
  "_seq_no": 0,
  "_primary_term": 1
}

_id是document在索引中具有唯一标识的作用，可以类比关系型数据库中的主键ID。

5.4.2 添加多个document

执行以下请求，注意，使用 _bulk 端点在一次请求中添加多个文档。批量数据必须是换行符分隔的 JSON (NDJSON)。每行都必须以换行符 (\n) 结尾，包括最后一行。：

POST /_bulk
{ "index" : { "_index" : "books" } }
{"name": "Revelation Space", "author": "Alastair Reynolds", "release_date": "2000-03-15", "page_count": 585}
{ "index" : { "_index" : "books" } }
{"name": "1984", "author": "George Orwell", "release_date": "1985-06-01", "page_count": 328}
{ "index" : { "_index" : "books" } }
{"name": "Fahrenheit 451", "author": "Ray Bradbury", "release_date": "1953-10-15", "page_count": 227}
{ "index" : { "_index" : "books" } }
{"name": "Brave New World", "author": "Aldous Huxley", "release_date": "1932-06-01", "page_count": 268}
{ "index" : { "_index" : "books" } }
{"name": "The Handmaids Tale", "author": "Margaret Atwood", "release_date": "1985-06-01", "page_count": 311}

5.5 搜索数据

5.5.1 搜索所有documents

执行以下命令：

GET books/_search

响应报文中的_source就是构建索引的时候原始的JSON对象

5.5.2 match查询

执行以下命令，查询name中带有brave的document：

GET books/_search
{
  "query": {
    "match": {
      "name": "brave"
    }
  }
}

6 总结

1. 通过官网的Quick start快速上手实操ES查询，使用了Docker部署ES和Kibana，Kibana充当提供控制台的角色，ES充当数据库的角色
2. 可以通过2种方式发送请求：HTTP REST API；CURL命令，本质也是HTTP
3. ES中有索引概念，索引中含有多个document，document是由一些JSON Object构成的
4. 添加document有2个接口：添加单个documentPOST {索引名}/_doc；添加多个documentPOST /bulk，请求参数的格式如下：

{ "index" : { "_index" : "books" } }
{"name": "Revelation Space", "author": "Alastair Reynolds", "release_date": "2000-03-15", "page_count": 585}

5. 搜索数据有2个接口：全量查GET {索引名}/_search；match查GET {索引名}/_search，请求参数使用如下结构：

{
  "query": {
    "match": {
      "name": "brave"
    }
  }
}