Elasticsearch（简称 ES）是一个基于 Lucene 的分布式搜索和分析引擎，常用于全文搜索、日志分析、实时数据分析等场景。以下是其基本使用方法：
1. 安装与启动
- 下载：从 官网 下载对应平台的安装包。
- 启动（以单节点为例）：
默认访问地址：# 解压后进入目录
./bin/elasticsearch
http://localhost:9200
2. 核心概念
- 索引（Index）：类似数据库中的“表”，存储相关数据。
- 文档（Document）：索引中的一条数据（JSON 格式），类似数据库中的“行”。
- 分片（Shard）与副本（Replica）：索引的分区（提高性能）和备份（保障高可用）。
3. 常用操作
创建索引
# 创建名为 "my_index" 的索引
PUT /my_index
{
"settings": {
"number_of_shards": 1,
"number_of_replicas": 1
}
}
插入文档
# 向索引插入一条文档（ID 为 1）
POST /my_index/_doc/1
{
"title": "Elasticsearch Guide",
"content": "This is a beginner's guide.",
"tags": ["search", "database"]
}
查询文档
# 根据 ID 查询
GET /my_index/_doc/1
# 全文搜索（查询 "content" 字段包含 "beginner" 的文档）
GET /my_index/_search
{
"query": {
"match": {
"content": "beginner"
}
}
}
删除索引
DELETE /my_index
4. 使用工具
- Kibana：可视化和管理 Elasticsearch 数据的工具，提供 Dev Tools 界面直接执行 ES 命令。
- Logstash：数据采集工具，可将日志等数据导入 ES。
- 客户端库：通过 Python、Java 等语言的客户端库（如
elasticsearch-py）操作 ES。
5. 进阶功能
- 聚合（Aggregation）：统计、分组、计算数据（如平均值、总和）。
- 分词器（Analyzer）：自定义文本分词规则，优化搜索效果。
- 集群管理：监控节点状态、调整分片分布等。
示例场景：日志分析
- 使用 Logstash 将服务器日志导入 ES。
- 在 Kibana 中创建仪表盘，可视化日志错误频率、用户行为等。
学习资源
- 官方文档：https://www.elastic.co/guide/index.html
- 《Elasticsearch 权威指南》（书籍）
如果有具体需求（如性能优化、复杂查询），可以进一步探讨！