Elasticsearch基礎(chǔ)教程
翻譯：潘飛（tinylambda@gmail.com）
基礎(chǔ)概念
Elasticsearch有幾個(gè)核心概念。從一開始理解這些概念會對整個(gè)學(xué)習(xí)過程有莫大的幫助。
接近實(shí)時(shí)（NRT）
Elasticsearch是一個(gè)接近實(shí)時(shí)的搜索平臺。這意味著，從索引一個(gè)文檔直到這個(gè)文檔能夠被搜索到有一個(gè)輕微的延遲（通常是1秒）。
集群（cluster）
一個(gè)集群就是由一個(gè)或多個(gè)節(jié)點(diǎn)組織在一起，它們共同持有你整個(gè)的數(shù)據(jù)，并一起提供索引和搜索功能。一個(gè)集群由一個(gè)唯一的名字標(biāo)識，這個(gè)名字默認(rèn)就是 “elasticsearch”。這個(gè)名字是重要的，因?yàn)橐粋€(gè)節(jié)點(diǎn)只能通過指定某個(gè)集群的名字，來加入這個(gè)集群。在產(chǎn)品環(huán)境中顯式地設(shè)定這個(gè)名字是一個(gè)好 習(xí)慣，但是使用默認(rèn)值來進(jìn)行測試/開發(fā)也是不錯(cuò)的。
節(jié)點(diǎn)（node）
一個(gè)節(jié)點(diǎn)是你集群中的一個(gè)服務(wù)器，作為集群的一部分，它存儲你的數(shù)據(jù)，參與集群的索引和搜索功能。和集群類似，一個(gè)節(jié)點(diǎn)也是由一個(gè)名字來標(biāo)識的，默認(rèn)情況 下，這個(gè)名字是一個(gè)隨機(jī)的漫威漫畫角色的名字，這個(gè)名字會在啟動的時(shí)候賦予節(jié)點(diǎn)。這個(gè)名字對于管理工作來說挺重要的，因?yàn)樵谶@個(gè)管理過程中，你會去確定網(wǎng) 絡(luò)中的哪些服務(wù)器對應(yīng)于Elasticsearch集群中的哪些節(jié)點(diǎn)。
一個(gè)節(jié)點(diǎn)可以通過配置集群名稱的方式來加入一個(gè)指定的集群。默認(rèn)情況下，每個(gè)節(jié)點(diǎn)都會被安排加入到一個(gè)叫做“elasticsearch”的集群中，這意 味著，如果你在你的網(wǎng)絡(luò)中啟動了若干個(gè)節(jié)點(diǎn)，并假定它們能夠相互發(fā)現(xiàn)彼此，它們將會自動地形成并加入到一個(gè)叫做“elasticsearch”的集群中。
在一個(gè)集群里，只要你想，可以擁有任意多個(gè)節(jié)點(diǎn)。而且，如果當(dāng)前你的網(wǎng)絡(luò)中沒有運(yùn)行任何Elasticsearch節(jié)點(diǎn)，這時(shí)啟動一個(gè)節(jié)點(diǎn)，會默認(rèn)創(chuàng)建并加入一個(gè)叫做“elasticsearch”的集群。
索引（index）
一個(gè)索引就是一個(gè)擁有幾分相似特征的文檔的集合。比如說，你可以有一個(gè)客戶數(shù)據(jù)的索引，另一個(gè)產(chǎn)品目錄的索引，還有一個(gè)訂單數(shù)據(jù)的索引。一個(gè)索引由一個(gè)名 字來標(biāo)識（必須全部是小寫字母的），并且當(dāng)我們要對對應(yīng)于這個(gè)索引中的文檔進(jìn)行索引、搜索、更新和刪除的時(shí)候，都要使用到這個(gè)名字。
在一個(gè)集群中，如果你想，可以定義任意多的索引。
類型（type）
在一個(gè)索引中，你可以定義一種或多種類型。一個(gè)類型是你的索引的一個(gè)邏輯上的分類/分區(qū)，其語義完全由你來定。通常，會為具有一組共同字段的文檔定義一個(gè) 類型。比如說，我們假設(shè)你運(yùn)營一個(gè)博客平臺并且將你所有的數(shù)據(jù)存儲到一個(gè)索引中。在這個(gè)索引中，你可以為用戶數(shù)據(jù)定義一個(gè)類型，為博客數(shù)據(jù)定義另一個(gè)類 型，當(dāng)然，也可以為評論數(shù)據(jù)定義另一個(gè)類型。
文檔（document）
一個(gè)文檔是一個(gè)可被索引的基礎(chǔ)信息單元。比如，你可以擁有某一個(gè)客戶的文檔，某一個(gè)產(chǎn)品的一個(gè)文檔，當(dāng)然，也可以擁有某個(gè)訂單的一個(gè)文檔。文檔以 JSON（Javascript Object Notation）格式來表示，而JSON是一個(gè)到處存在的互聯(lián)網(wǎng)數(shù)據(jù)交互格式。
在一個(gè)index/type里面，只要你想，你可以存儲任意多的文檔。注意，盡管一個(gè)文檔，物理上存在于一個(gè)索引之中，文檔必須被索引/賦予一個(gè)索引的type。
分片和復(fù)制（shards & replicas）
一個(gè)索引可以存儲超出單個(gè)結(jié)點(diǎn)硬件限制的大量數(shù)據(jù)。比如，一個(gè)具有10億文檔的索引占據(jù)1TB的磁盤空間，而任一節(jié)點(diǎn)都沒有這樣大的磁盤空間；或者單個(gè)節(jié)點(diǎn)處理搜索請求，響應(yīng)太慢。
為了解決這個(gè)問題，Elasticsearch提供了將索引劃分成多份的能力，這些份就叫做分片。當(dāng)你創(chuàng)建一個(gè)索引的時(shí)候，你可以指定你想要的分片的數(shù)量。每個(gè)分片本身也是一個(gè)功能完善并且獨(dú)立的“索引”，這個(gè)“索引”可以被放置到集群中的任何節(jié)點(diǎn)上。
分片之所以重要，主要有兩方面的原因：
- 允許你水平分割/擴(kuò)展你的內(nèi)容容量
- 允許你在分片（潛在地，位于多個(gè)節(jié)點(diǎn)上）之上進(jìn)行分布式的、并行的操作，進(jìn)而提高性能/吞吐量
至于一個(gè)分片怎樣分布，它的文檔怎樣聚合回搜索請求，是完全由Elasticsearch管理的，對于作為用戶的你來說，這些都是透明的。
在一個(gè)網(wǎng)絡(luò)/云的環(huán)境里，失敗隨時(shí)都可能發(fā)生，在某個(gè)分片/節(jié)點(diǎn)不知怎么的就處于離線狀態(tài)，或者由于任何原因消失了，這種情況下，有一個(gè)故障轉(zhuǎn)移機(jī)制是非 常有用并且是強(qiáng)烈推薦的。為此目的，Elasticsearch允許你創(chuàng)建分片的一份或多份拷貝，這些拷貝叫做復(fù)制分片，或者直接叫復(fù)制。
復(fù)制之所以重要，有兩個(gè)主要原因：
- 在分片/節(jié)點(diǎn)失敗的情況下，提供了高可用性。因?yàn)檫@個(gè)原因，注意到復(fù)制分片從不與原/主要（original/primary）分片置于同一節(jié)點(diǎn)上是非常重要的。
- 擴(kuò)展你的搜索量/吞吐量，因?yàn)樗阉骺梢栽谒械膹?fù)制上并行運(yùn)行
總之，每個(gè)索引可以被分成多個(gè)分片。一個(gè)索引也可以被復(fù)制0次（意思是沒有復(fù)制）或多次。一旦復(fù)制了，每個(gè)索引就有了主分片（作為復(fù)制源的原來的分片）和 復(fù)制分片（主分片的拷貝）之別。分片和復(fù)制的數(shù)量可以在索引創(chuàng)建的時(shí)候指定。在索引創(chuàng)建之后，你可以在任何時(shí)候動態(tài)地改變復(fù)制的數(shù)量，但是你事后不能改變 分片的數(shù)量。
默認(rèn)情況下，Elasticsearch中的每個(gè)索引被分片5個(gè)主分片和1個(gè)復(fù)制，這意味著，如果你的集群中至少有兩個(gè)節(jié)點(diǎn)，你的索引將會有5個(gè)主分片和另外5個(gè)復(fù)制分片（1個(gè)完全拷貝），這樣的話每個(gè)索引總共就有10個(gè)分片。
這些問題搞清楚之后，我們就要進(jìn)入好玩的部分了...
安裝
Elasticsearch依賴Java 7。在本文寫作的時(shí)候，推薦使用Oracle JDK 1.7.0_55版本。Java的安裝，在各個(gè)平臺上都有差異，所以我們不想在這里深入太多細(xì)節(jié)。我只想說，在你安裝Elasticsearch之前，你 可以通過以下命令來檢查你的Java版本（如果有需要，安裝或者升級）：
java -version
echo $JAVA_HOME
一旦我們將Java安裝完成，我們就可以下載并安裝Elasticsearch了。其二進(jìn)制文件可以從 www.elasticsearch.org/download這里下載，你也可以從這里下載以前發(fā)布的版本。對于每個(gè)版本，你可以在zip、tar、 DEB、RPM類型的包中選擇下載。簡單起見，我們使用tar包。
我們像下面一樣下載Elasticsearch 1.1.1 tar包（Windows用戶應(yīng)該下載zip包）：
curl -L -O https://download.elasticsearch.org/elasticsearch/elasticsearch/elasticsearch-1.1.1.tar.gz
然后，如下將其解壓（Windows下需要unzip響應(yīng)的zip包）：
tar -xzvf elasticsearch-1.1.1.tar.gz
這將在你的當(dāng)前目錄下創(chuàng)建很多文件和目錄。然后，我們進(jìn)入到bin目錄下：
cd elasticsearch-1.1.1/bin
至此，我們已經(jīng)準(zhǔn)備好開啟我們的節(jié)點(diǎn)和單節(jié)點(diǎn)集群（Windows用戶應(yīng)該運(yùn)行elasticsearch.bat文件）：
./elasticsearch
如果一切順利，你將看到大量的如下信息：
./elasticsearch
[2014-03-13 13:42:17,218][INFO ][node ] [New Goblin] version[1.1.1], pid[2085], build[5c03844/2014-02-25T15:52:53Z]
[2014-03-13 13:42:17,219][INFO ][node ] [New Goblin] initializing ...
[2014-03-13 13:42:17,223][INFO ][plugins ] [New Goblin] loaded [], sites []
[2014-03-13 13:42:19,831][INFO ][node ] [New Goblin] initialized
[2014-03-13 13:42:19,832][INFO ][node ] [New Goblin] starting ...
[2014-03-13 13:42:19,958][INFO ][transport ] [New Goblin] bound_address {inet[/0:0:0:0:0:0:0:0:9300]}, publish_address {inet[/192.168.8.112:9300]}
[2014-03-13 13:42:23,030][INFO ][cluster.service] [New Goblin] new_master [New Goblin][rWMtGj3dQouz2r6ZFL9v4g][mwubuntu1][inet[/192.168.8.112:9300]], reason: zen-disco-join (elected_as_master)
[2014-03-13 13:42:23,100][INFO ][discovery ] [New Goblin] elasticsearch/rWMtGj3dQouz2r6ZFL9v4g
[2014-03-13 13:42:23,125][INFO ][http ] [New Goblin] bound_address {inet[/0:0:0:0:0:0:0:0:9200]}, publish_address {inet[/192.168.8.112:9200]}
[2014-03-13 13:42:23,629][INFO ][gateway ] [New Goblin] recovered [1] indices into cluster_state
[2014-03-13 13:42:23,630][INFO ][node ] [New Goblin] started
不去涉及太多細(xì)節(jié)，我們可以看到，一叫做“New Goblin”（你會見到一個(gè)不同的漫威漫畫角色）的節(jié)點(diǎn)啟動并且將自己選做單結(jié)點(diǎn)集群的master。現(xiàn)在不用關(guān)心master是什么東西。這里重要的就是，我們在一個(gè)集群中開啟了一個(gè)節(jié)點(diǎn)。
正如先前提到的，我們可以覆蓋集群或者節(jié)點(diǎn)的名字。我們可以在啟動Elasticsearch的時(shí)候通過命令行來指定，如下：
./elasticsearch --cluster.name my_cluster_name --node.name my_node_name
也要注意一下有http標(biāo)記的那一行，它提供了有關(guān)HTTP地址（192.168.8.112）和端口（9200）的信息，通過這個(gè)地址和端口我們就可以 訪問我們的節(jié)點(diǎn)了。默認(rèn)情況下，Elasticsearch使用9200來提供對其REST API的訪問。如果有必要，這個(gè)端口是可以配置的。
探索你的集群
rest接口
現(xiàn)在我們已經(jīng)有一個(gè)正常運(yùn)行的節(jié)點(diǎn)（和集群）了，下一步就是要去理解怎樣與其通信了。幸運(yùn)的是，Elasticsearch提供了非常全面和強(qiáng)大的 REST API，利用這個(gè)REST API你可以同你的集群交互。下面是利用這個(gè)API，可以做的幾件事情：
- 檢查你的集群、節(jié)點(diǎn)和索引的健康狀態(tài)、和各種統(tǒng)計(jì)信息
- 管理你的集群、節(jié)點(diǎn)、索引數(shù)據(jù)和元數(shù)據(jù)
- 對你的索引進(jìn)行CRUD（創(chuàng)建、讀取、更新和刪除）和搜索操作
- 執(zhí)行高級的查詢操作，像是分頁、排序、過濾、腳本編寫（scripting）、小平面刻畫（faceting）、聚合（aggregations）和許多其它操作
集群健康
讓我們以基本的健康檢查作為開始，我們可以利用它來查看我們集群的狀態(tài)。此過程中，我們使用curl，當(dāng)然，你也可以使用任何可以創(chuàng)建HTTP/REST 調(diào)用的工具。我們假設(shè)我們還在我們啟動Elasticsearch的節(jié)點(diǎn)上并打開另外一個(gè)shell窗口。
要檢查集群健康，我們將使用_cat API。需要事先記住的是，我們的節(jié)點(diǎn)HTTP的端口是9200：
curl 'localhost:9200/_cat/health?v'
相應(yīng)的響應(yīng)是：
epoch timestamp cluster status node.total node.data shards pri relo init unassign
1394735289 14:28:09 elasticsearch green 1 1 0 0 0 0 0
可以看到，我們集群的名字是“elasticsearch”，正常運(yùn)行，并且狀態(tài)是綠色。
當(dāng)我們詢問集群狀態(tài)的時(shí)候，我們要么得到綠色、黃色或紅色。綠色代表一切正常（集群功能齊全），黃色意味著所有的數(shù)據(jù)都是可用的，但是某些復(fù)制沒有被分配 （集群功能齊全），紅色則代表因?yàn)槟承┰颍承?shù)據(jù)不可用。注意，即使是集群狀態(tài)是紅色的，集群仍然是部分可用的（它仍然會利用可用的分片來響應(yīng)搜索請 求），但是可能你需要盡快修復(fù)它，因?yàn)槟阌衼G失的數(shù)據(jù)。
也是從上面的響應(yīng)中，我們可以看到，一共有一個(gè)節(jié)點(diǎn)，由于里面沒有數(shù)據(jù)，我們有0個(gè)分片。注意，由于我們使用默認(rèn)的集群名字 （elasticsearch），并且由于Elasticsearch默認(rèn)使用網(wǎng)絡(luò)多播（multicast）發(fā)現(xiàn)其它節(jié)點(diǎn)，如果你在你的網(wǎng)絡(luò)中啟動了多 個(gè)節(jié)點(diǎn)，你就已經(jīng)把她們加入到一個(gè)集群中了。在這種情形下，你可能在上面的響應(yīng)中看到多個(gè)節(jié)點(diǎn)。
我們也可以獲得節(jié)集群中的節(jié)點(diǎn)列表：
curl 'localhost:9200/_cat/nodes?v'
對應(yīng)的響應(yīng)是:
curl 'localhost:9200/_cat/nodes?v'
host ip heap.percent ram.percent load node.role master name
mwubuntu1 127.0.1.1 8 4 0.00 d * New Goblin
這兒，我們可以看到我們叫做“New Goblin”的節(jié)點(diǎn)，這個(gè)節(jié)點(diǎn)是我們集群中的唯一節(jié)點(diǎn)。
列出所有的索引
讓我們看一下我們的索引：
curl 'localhost:9200/_cat/indices?v'
響應(yīng)是：
curl 'localhost:9200/_cat/indices?v'
health index pri rep docs.count docs.deleted store.size pri.store.size
這個(gè)結(jié)果意味著，在我們的集群中，我們沒有任何索引。
創(chuàng)建一個(gè)索引
現(xiàn)在讓我們創(chuàng)建一個(gè)叫做“customer”的索引，然后再列出所有的索引：
curl -XPUT 'localhost:9200/customer?pretty'
curl 'localhost:9200/_cat/indices?v'
第一個(gè)命令使用PUT創(chuàng)建了一個(gè)叫做“customer”的索引。我們簡單地將pretty附加到調(diào)用的尾部，使其以美觀的形式打印出JSON響應(yīng)（如果有的話）。
響應(yīng)如下：
curl -XPUT 'localhost:9200/customer?pretty'
{
"acknowledged" : true
}
curl 'localhost:9200/_cat/indices?v'
health index pri rep docs.count docs.deleted store.size pri.store.size
yellow customer 5 1 0 0 495b 495b
第二個(gè)命令的結(jié)果告知我們，我們現(xiàn)在有一個(gè)叫做customer的索引，并且它有5個(gè)主分片和1份復(fù)制（都是默認(rèn)值），其中包含0個(gè)文檔。
你可能也注意到了這個(gè)customer索引有一個(gè)黃色健康標(biāo)簽。回顧我們之前的討論，黃色意味著某些復(fù)制沒有（或者還未）被分配。這個(gè)索引之所以這樣，是 因?yàn)镋lasticsearch默認(rèn)為這個(gè)索引創(chuàng)建一份復(fù)制。由于現(xiàn)在我們只有一個(gè)節(jié)點(diǎn)在運(yùn)行，那一份復(fù)制就分配不了了（為了高可用），直到當(dāng)另外一個(gè)節(jié) 點(diǎn)加入到這個(gè)集群后，才能分配。一旦那份復(fù)制在第二個(gè)節(jié)點(diǎn)上被復(fù)制，這個(gè)節(jié)點(diǎn)的健康狀態(tài)就會變成綠色。
索引并查詢一個(gè)文檔
現(xiàn)在讓我們放一些東西到customer索引中。首先要知道的是，為了索引一個(gè)文檔，我們必須告訴Elasticsearch這個(gè)文檔要到這個(gè)索引的哪個(gè)類型（type）下。
讓我們將一個(gè)簡單的客戶文檔索引到customer索引、“external”類型中，這個(gè)文檔的ID是1，操作如下：
curl -XPUT 'localhost:9200/customer/external/1?pretty' -d '
{
"name": "John Doe"
}'
響應(yīng)如下：
curl -XPUT 'localhost:9200/customer/external/1?pretty' -d '
{
"name": "John Doe"
}'
{
"_index" : "customer",
"_type" : "external",
"_id" : "1",
"_version" : 1,
"created" : true
}
從上面的響應(yīng)中，我們可以看到，一個(gè)新的客戶文檔在customer索引和external類型中被成功創(chuàng)建。文檔也有一個(gè)內(nèi)部id 1， 這個(gè)id是我們在索引的時(shí)候指定的。
有一個(gè)關(guān)鍵點(diǎn)需要注意，Elasticsearch在你想將文檔索引到某個(gè)索引的時(shí)候，并不強(qiáng)制要求這個(gè)索引被顯式地創(chuàng)建。在前面這個(gè)例子中，如果customer索引不存在，Elasticsearch將會自動地創(chuàng)建這個(gè)索引。
現(xiàn)在，讓我們把剛剛索引的文檔取出來：
curl -XGET 'localhost:9200/customer/external/1?pretty'
響應(yīng)如下：
curl -XGET 'localhost:9200/customer/external/1?pretty'
{
"_index" : "customer",
"_type" : "external",
"_id" : "1",
"_version" : 1,
"found" : true, "_source" : { "name": "John Doe" }
}
除了一個(gè)叫做found的字段來指明我們找到了一個(gè)ID為1的文檔，和另外一個(gè)字段——_source——返回我們前一步中索引的完整JSON文檔之外，其它的都沒有什么特別之處。
刪除一個(gè)文檔
現(xiàn)在讓我們刪除我們剛剛創(chuàng)建的索引，并再次列出所有的索引：
curl -XDELETE 'localhost:9200/customer?pretty'
curl 'localhost:9200/_cat/indices?v'
響應(yīng)如下：
curl -XDELETE 'localhost:9200/customer?pretty'
{
"acknowledged" : true
}
curl 'localhost:9200/_cat/indices?v'
health index pri rep docs.count docs.deleted store.size pri.store.size
這表明我們成功地刪除了這個(gè)索引，現(xiàn)在我們回到了集群中空無所有的狀態(tài)。
在更進(jìn)一步之前，我們再細(xì)看一下一些我們學(xué)過的API命令：
curl -XPUT 'localhost:9200/customer'
curl -XPUT 'localhost:9200/customer/external/1' -d '
{
"name": "John Doe"
}'
curl 'localhost:9200/customer/external/1'
curl -XDELETE 'localhost:9200/customer'
如果我們仔細(xì)研究以上的命令，我們可以發(fā)現(xiàn)訪問Elasticsearch中數(shù)據(jù)的一個(gè)模式。這個(gè)模式可以被總結(jié)為：
curl -<REST Verb> <Node>:<Port>/<Index>/<Type><ID>
這個(gè)REST訪問模式普遍適用于所有的API命令，如果你能記住它，你就會為掌握Elasticsearch開一個(gè)好頭。
修改你的數(shù)據(jù)
Elasticsearch提供了近乎實(shí)時(shí)的數(shù)據(jù)操作和搜索功能。默認(rèn)情況下，從你索引/更新/刪除你的數(shù)據(jù)動作開始到它出現(xiàn)在你的搜索結(jié)果中，大概會有1秒鐘的延遲。這和其它類似SQL的平臺不同，數(shù)據(jù)在一個(gè)事務(wù)完成之后就會立即可用。
索引/替換文檔
我們先前看到，怎樣索引一個(gè)文檔。現(xiàn)在我們再次調(diào)用那個(gè)命令：
curl -XPUT 'localhost:9200/customer/external/1?pretty' -d '
{
"name": "John Doe"
}'
再次，以上的命令將會把這個(gè)文檔索引到customer索引、external類型中，其ID是1。如果我們對一個(gè)不同（或相同）的文檔應(yīng)用以上的命令，Elasticsearch將會用一個(gè)新的文檔來替換（重新索引）當(dāng)前ID為1的那個(gè)文檔。
curl -XPUT 'localhost:9200/customer/external/1?pretty' -d '
{
"name": "Jane Doe"
}'
以上的命令將ID為1的文檔的name字段的值從“John Doe”改成了“Jane Doe”。如果我們使用一個(gè)不同的ID，一個(gè)新的文檔將會被索引，當(dāng)前已經(jīng)在索引中的文檔不會受到影響。
curl -XPUT 'localhost:9200/customer/external/2?pretty' -d '
{
"name": "Jane Doe"
}'
以上的命令，將會索引一個(gè)ID為2的新文檔。
在索引的時(shí)候，ID部分是可選的。如果不指定，Elasticsearch將產(chǎn)生一個(gè)隨機(jī)的ID來索引這個(gè)文檔。Elasticsearch生成的ID會作為索引API調(diào)用的一部分被返回。
以下的例子展示了怎樣在沒有指定ID的情況下來索引一個(gè)文檔：
curl -XPOST 'localhost:9200/customer/external?pretty' -d '
{
"name": "Jane Doe"
}'
注意，在上面的情形中，由于我們沒有指定一個(gè)ID，我們使用的是POST而不是PUT。
更新文檔
除了可以索引、替換文檔之外，我們也可以更新一個(gè)文檔。但要注意，Elasticsearch底層并不支持原地更新。在我們想要做一次更新的時(shí)候，Elasticsearch先刪除舊文檔，然后在索引一個(gè)更新過的新文檔。
下面的例子展示了怎樣將我們ID為1的文檔的name字段改成“Jane Doe”：
curl -XPOST 'localhost:9200/customer/external/1/_update?pretty' -d '
{
"doc": { "name": "Jane Doe" }
}'
下面的例子展示了怎樣將我們ID為1的文檔的name字段改成“Jane Doe”的同時(shí)，給它加上age字段：
curl -XPOST 'localhost:9200/customer/external/1/_update?pretty' -d '
{
"doc": { "name": "Jane Doe", "age": 20 }
}'
更新也可以通過使用簡單的腳本來進(jìn)行。這個(gè)例子使用一個(gè)腳本將age加5：
curl -XPOST 'localhost:9200/customer/external/1/_update?pretty' -d '
{
"script" : "ctx._source.age += 5"
}'
在上面的例子中，ctx._source指向當(dāng)前要被更新的文檔。
注意，在寫作本文時(shí)，更新操作只能一次應(yīng)用在一個(gè)文檔上。將來，Elasticsearch將提供同時(shí)更新符合指定查詢條件的多個(gè)文檔的功能（類似于SQL的UPDATE-WHERE語句）。
刪除文檔
刪除文檔是相當(dāng)直觀的。以下的例子展示了我們怎樣刪除ID為2的文檔：
curl -XDELETE 'localhost:9200/customer/external/2?pretty'
我們也能夠一次刪除符合某個(gè)查詢條件的多個(gè)文檔。以下的例子展示了如何刪除名字中包含“John”的所有的客戶：
curl -XDELETE 'localhost:9200/customer/external/_query?pretty' -d '
{
"query": { "match": { "name": "John" } }
}'
注意，以上的URI變成了/_query，以此來表明這是一個(gè)“查詢刪除”API，其中刪除查詢標(biāo)準(zhǔn)放在請求體中，但是我們?nèi)匀皇褂肈ELETE。現(xiàn)在先不要擔(dān)心查詢語法，我們將會在本教程后面的部分中涉及。
批處理：
除了能夠?qū)蝹€(gè)的文檔進(jìn)行索引、更新和刪除之外，Elasticsearch也提供了以上操作的批量處理功能，這是通過使用_bulk API實(shí)現(xiàn)的。這個(gè)功能之所以重要，在于它提供了非常高效的機(jī)制來盡可能快的完成多個(gè)操作，與此同時(shí)使用盡可能少的網(wǎng)絡(luò)往返。
作為一個(gè)快速的例子，以下調(diào)用在一次bulk操作中索引了兩個(gè)文檔（ID 1 - John Doe and ID 2 - Jane Doe）:
curl -XPOST 'localhost:9200/customer/external/_bulk?pretty' -d '
{"index":{"_id":"1"}}
{"name": "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe" }
'
以下例子在一個(gè)bulk操作中，首先更新第一個(gè)文檔（ID為1），然后刪除第二個(gè)文檔（ID為2）：
curl -XPOST 'localhost:9200/customer/external/_bulk?pretty' -d '
{"update":{"_id":"1"}}
{"doc": { "name": "John Doe becomes Jane Doe" } }
{"delete":{"_id":"2"}}
'
注意上面的delete動作，由于刪除動作只需要被刪除文檔的ID，所以并沒有對應(yīng)的源文檔。
bulk API按順序執(zhí)行這些動作。如果其中一個(gè)動作因?yàn)槟承┰蚴×耍瑢^續(xù)處理它后面的動作。當(dāng)bulk API返回時(shí)，它將提供每個(gè)動作的狀態(tài)（按照同樣的順序），所以你能夠看到某個(gè)動作成功與否。
探索你的數(shù)據(jù)
樣本數(shù)據(jù)集
現(xiàn)在我們對于基本的東西已經(jīng)有了一些感覺，現(xiàn)在讓我們嘗試使用一些更加貼近現(xiàn)實(shí)的數(shù)據(jù)集。我已經(jīng)準(zhǔn)備了一些假想的客戶的銀行賬戶信息的JSON文檔的樣本。文檔具有以下的模式（schema）：
{
"account_number": 0,
"balance": 16623,
"firstname": "Bradshaw",
"lastname": "Mckenzie",
"age": 29,
"gender": "F",
"address": "244 Columbus Place",
"employer": "Euron",
"email": "bradshawmckenzie@euron.com",
"city": "Hobucken",
"state": "CO"
}
我是在http://www.json-generator.com/上生成這些數(shù)據(jù)的。
載入樣本數(shù)據(jù)
你可以從https://github.com/bly2k/files/blob/master/accounts.zip?raw=true下載這個(gè)樣本數(shù)據(jù)集。將其解壓到當(dāng)前目錄下，如下，將其加載到我們的集群里：
curl -XPOST 'localhost:9200/bank/account/_bulk?pretty' --data-binary @accounts.json
curl 'localhost:9200/_cat/indices?v'
響應(yīng)是：
curl 'localhost:9200/_cat/indices?v'
health index pri rep docs.count docs.deleted store.size pri.store.size
yellow bank 5 1 1000 0 424.4kb 424.4kb
這意味著我們成功批量索引了1000個(gè)文檔到銀行索引中（account類型）。
搜索API
現(xiàn)在，讓我們以一些簡單的搜索來開始。有兩種基本的方式來運(yùn)行搜索：一種是在REST請求的URI中發(fā)送搜索參數(shù)，另一種是將搜索參數(shù)發(fā)送到REST請求 體中。請求體方法的表達(dá)能力更好，并且你可以使用更加可讀的JSON格式來定義搜索。我們將嘗試使用一次請求URI作為例子，但是教程的后面部分，我們將 僅僅使用請求體方法。
搜索的REST API可以通過_search端點(diǎn)來訪問。下面這個(gè)例子返回bank索引中的所有的文檔：
curl 'localhost:9200/bank/_search?q=*&pretty'
我們仔細(xì)研究一下這個(gè)查詢調(diào)用。我們在bank索引中搜索（_search端點(diǎn)），并且q=*參數(shù)指示Elasticsearch去匹配這個(gè)索引中所有的文檔。pretty參數(shù)，和以前一樣，僅僅是告訴Elasticsearch返回美觀的JSON結(jié)果。
以下是響應(yīng)（部分列出）：
curl 'localhost:9200/bank/_search?q=*&pretty'
{
"took" : 63,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"failed" : 0
},
"hits" : {
"total" : 1000,
"max_score" : 1.0,
"hits" : [ {
"_index" : "bank",
"_type" : "account",
"_id" : "1",
"_score" : 1.0, "_source" : {"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"amberduke@pyrami.com","city":"Brogan","state":"IL"}
}, {
"_index" : "bank",
"_type" : "account",
"_id" : "6",
"_score" : 1.0, "_source" : {"account_number":6,"balance":5686,"firstname":"Hattie","lastname":"Bond","age":36,"gender":"M","address":"671 Bristol Street","employer":"Netagy","email":"hattiebond@netagy.com","city":"Dante","state":"TN"}
}, {
"_index" : "bank",
"_type" : "account",
對于這個(gè)響應(yīng)，我們看到了以下的部分：
- took —— Elasticsearch執(zhí)行這個(gè)搜索的耗時(shí)，以毫秒為單位
- timed_out —— 指明這個(gè)搜索是否超時(shí)
- _shards —— 指出多少個(gè)分片被搜索了，同時(shí)也指出了成功/失敗的被搜索的shards的數(shù)量
- hits —— 搜索結(jié)果
- hits.total —— 能夠匹配我們查詢標(biāo)準(zhǔn)的文檔的總數(shù)目
- hits.hits —— 真正的搜索結(jié)果數(shù)據(jù)（默認(rèn)只顯示前10個(gè)文檔）
- _score和max_score —— 現(xiàn)在先忽略這些字段
使用請求體方法的等價(jià)搜索是：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} }
}'
這里的不同之處在于，并不是向URI中傳遞q=*，取而代之的是，我們在_search API的請求體中POST了一個(gè)JSON格式請求體。我們將在下一部分中討論這個(gè)JSON查詢。
響應(yīng)是：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} }
}'
{
"took" : 26,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"failed" : 0
},
"hits" : {
"total" : 1000,
"max_score" : 1.0,
"hits" : [ {
"_index" : "bank",
"_type" : "account",
"_id" : "1",
"_score" : 1.0, "_source" : {"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"amberduke@pyrami.com","city":"Brogan","state":"IL"}
}, {
"_index" : "bank",
"_type" : "account",
"_id" : "6",
"_score" : 1.0, "_source" : {"account_number":6,"balance":5686,"firstname":"Hattie","lastname":"Bond","age":36,"gender":"M","address":"671 Bristol Street","employer":"Netagy","email":"hattiebond@netagy.com","city":"Dante","state":"TN"}
}, {
"_index" : "bank",
"_type" : "account",
"_id" : "13",
有一點(diǎn)需要重點(diǎn)理解一下，一旦你取回了你的搜索結(jié)果，Elasticsearch就完成了使命，它不會維護(hù)任何服務(wù)器端的資源或者在你的結(jié)果中打開游標(biāo)。 這是和其它類似SQL的平臺的一個(gè)鮮明的對比， 在那些平臺上，你可以在前面先獲取你查詢結(jié)果的一部分，然后如果你想獲取結(jié)果的剩余部分，你必須繼續(xù)返回服務(wù)端去取，這個(gè)過程使用一種有狀態(tài)的服務(wù)器端游 標(biāo)技術(shù)。
介紹查詢語言
Elasticsearch提供一種JSON風(fēng)格的特定領(lǐng)域語言，利用它你可以執(zhí)行查詢。這杯稱為查詢DSL。這個(gè)查詢語言相當(dāng)全面，第一眼看上去可能有些咄咄逼人，但是最好的學(xué)習(xí)方法就是以幾個(gè)基礎(chǔ)的例子來開始。
回到我們上一個(gè)例子，我們執(zhí)行了這個(gè)查詢：
{
"query": { "match_all": {} }
}
分解以上的這個(gè)查詢，其中的query部分告訴我查詢的定義，match_all部分就是我們想要運(yùn)行的查詢的類型。match_all查詢，就是簡單地查詢一個(gè)指定索引下的所有的文檔。
除了這個(gè)query參數(shù)之外，我們也可以通過傳遞其它的參數(shù)來影響搜索結(jié)果。比如，下面做了一次match_all并只返回第一個(gè)文檔：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"size": 1
}'
注意，如果沒有指定size的值，那么它默認(rèn)就是10。
下面的例子，做了一次match_all并且返回第11到第20個(gè)文檔：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"from": 10,
"size": 10
}'
其中的from參數(shù)（0-based）從哪個(gè)文檔開始，size參數(shù)指明從from參數(shù)開始，要返回多少個(gè)文檔。這個(gè)特性對于搜索結(jié)果分頁來說非常有幫助。注意，如果不指定from的值，它默認(rèn)就是0。
下面這個(gè)例子做了一次match_all并且以賬戶余額降序排序，最后返前十個(gè)文檔：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"sort": { "balance": { "order": "desc" } }
}'
執(zhí)行搜索
現(xiàn)在我們已經(jīng)知道了幾個(gè)基本的參數(shù)，讓我們進(jìn)一步發(fā)掘查詢語言吧。首先我們看一下返回文檔的字段。默認(rèn)情況下，是返回完整的JSON文檔的。這可以通過 source來引用（搜索hits中的_sourcei字段）。如果我們不想返回完整的源文檔，我們可以指定返回的幾個(gè)字段。
下面這個(gè)例子說明了怎樣返回兩個(gè)字段account_number和balance（當(dāng)然，這兩個(gè)字段都是指_source中的字段），以下是具體的搜索：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"_source": ["account_number", "balance"]
}'
注意到上面的例子僅僅是簡化了_source字段。它仍將會返回一個(gè)叫做_source的字段，但是僅僅包含account_number和balance來年改革字段。
如果你有SQL背景，上述查詢在概念上有些像SQL的SELECT FROM。
現(xiàn)在讓我們進(jìn)入到查詢部分。之前，我們看到了match_all查詢是怎樣匹配到所有的文檔的。現(xiàn)在我們介紹一種新的查詢，叫做match查詢，這可以看成是一個(gè)簡單的字段搜索查詢（比如對應(yīng)于某個(gè)或某些特定字段的搜索）。
下面這個(gè)例子返回賬戶編號為20的文檔：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match": { "account_number": 20 } }
}'
下面這個(gè)例子返回地址中包含“mill”的所有賬戶：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match": { "address": "mill" } }
}'
下面這個(gè)例子返回地址中包含“mill”或者包含“lane”的賬戶：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match": { "address": "mill lane" } }
}'
下面這個(gè)例子是match的變體（match_phrase），它會去匹配短語“mill lane”：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_phrase": { "address": "mill lane" } }
}'
現(xiàn)在，讓我們介紹一下布爾查詢。布爾查詢允許我們利用布爾邏輯將較小的查詢組合成較大的查詢。
現(xiàn)在這個(gè)例子組合了兩個(gè)match查詢，這個(gè)組合查詢返回包含“mill”和“lane”的所有的賬戶：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": {
"bool": {
"must": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
}'
在上面的例子中，bool must語句指明了，對于一個(gè)文檔，所有的查詢都必須為真，這個(gè)文檔才能夠匹配成功。
相反的，下面的例子組合了兩個(gè)match查詢，它返回的是地址中包含“mill”或者“lane”的所有的賬戶:
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": {
"bool": {
"should": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
}'
在上面的例子中，bool should語句指明，對于一個(gè)文檔，查詢列表中，只要有一個(gè)查詢匹配，那么這個(gè)文檔就被看成是匹配的。
現(xiàn)在這個(gè)例子組合了兩個(gè)查詢，它返回地址中既不包含“mill”，同時(shí)也不包含“lane”的所有的賬戶信息：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": {
"bool": {
"must_not": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
}'
在上面的例子中， bool must_not語句指明，對于一個(gè)文檔，查詢列表中的的所有查詢都必須都不為真，這個(gè)文檔才被認(rèn)為是匹配的。
我們可以在一個(gè)bool查詢里一起使用must、should、must_not。此外，我們可以將bool查詢放到這樣的bool語句中來模擬復(fù)雜的、多等級的布爾邏輯。
下面這個(gè)例子返回40歲以上并且不生活在ID（daho）的人的賬戶：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": {
"bool": {
"must": [
{ "match": { "age": "40" } }
],
"must_not": [
{ "match": { "state": "ID" } }
]
}
}
}'
執(zhí)行過濾器
在先前的章節(jié)中，我們跳過了文檔得分的細(xì)節(jié)（搜索結(jié)果中的_score字段）。這個(gè)得分是與我們指定的搜索查詢匹配程度的一個(gè)相對度量。得分越高，文檔越相關(guān)，得分越低文檔的相關(guān)度越低。
Elasticsearch中的所有的查詢都會觸發(fā)相關(guān)度得分的計(jì)算。對于那些我們不需要相關(guān)度得分的場景下，Elasticsearch以過濾器的形式 提供了另一種查詢功能。過濾器在概念上類似于查詢，但是它們有非常快的執(zhí)行速度，這種快的執(zhí)行速度主要有以下兩個(gè)原因
- 過濾器不會計(jì)算相關(guān)度的得分，所以它們在計(jì)算上更快一些
- 過濾器可以被緩存到內(nèi)存中，這使得在重復(fù)的搜索查詢上，其要比相應(yīng)的查詢快出許多。
為了理解過濾器，我們先來介紹“被過濾”的查詢，這使得你可以將一個(gè)查詢（像是match_all，match，bool等）和一個(gè)過濾器結(jié)合起來。作為一個(gè)例子，我們介紹一下范圍過濾器，它允許我們通過一個(gè)區(qū)間的值來過濾文檔。這通常被用在數(shù)字和日期的過濾上。
這個(gè)例子使用一個(gè)被過濾的查詢，其返回值是越在20000到30000之間（閉區(qū)間）的賬戶。換句話說，我們想要找到越大于等于20000并且小于等于30000的賬戶。
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": {
"filtered": {
"query": { "match_all": {} },
"filter": {
"range": {
"balance": {
"gte": 20000,
"lte": 30000
}
}
}
}
}
}'
分解上面的例子，被過濾的查詢包含一個(gè)match_all查詢（查詢部分）和一個(gè)過濾器（filter部分）。我們可以在查詢部分中放入其他查詢，在 filter部分放入其它過濾器。在上面的應(yīng)用場景中，由于所有的在這個(gè)范圍之內(nèi)的文檔都是平等的（或者說相關(guān)度都是一樣的），沒有一個(gè)文檔比另一個(gè)文檔 更相關(guān)，所以這個(gè)時(shí)候使用范圍過濾器就非常合適了。
通常情況下，要決定是使用過濾器還是使用查詢，你就需要問自己是否需要相關(guān)度得分。如果相關(guān)度是不重要的，使用過濾器，否則使用查詢。如果你有SQL背 景，查詢和過濾器在概念上類似于SELECT WHERE語句， although more so for filters than queries。
除了match_all, match, bool,filtered和range查詢，還有很多其它類型的查uxn/過濾器，我們這里不會涉及。由于我們已經(jīng)對它們的工作原理有了基本的理解，將其應(yīng)用到其它類型的查詢、過濾器上也不是件難事。
執(zhí)行聚合
聚合提供了分組并統(tǒng)計(jì)數(shù)據(jù)的能力。理解聚合的最簡單的方式是將其粗略地等同為SQL的GROUP BY和SQL聚合函數(shù)。在Elasticsearch中，你可以在一個(gè)響應(yīng)中同時(shí)返回命中的數(shù)據(jù)和聚合結(jié)果。你可以使用簡單的API同時(shí)運(yùn)行查詢和多個(gè)聚 合，并以一次返回，這避免了來回的網(wǎng)絡(luò)通信，這是非常強(qiáng)大和高效的。
作為開始的一個(gè)例子，我們按照state分組，按照州名的計(jì)數(shù)倒序排序：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state"
}
}
}
}'
在SQL中，上面的聚合在概念上類似于：
SELECT COUNT(*) from bank GROUP BY state ORDER BY COUNT(*) DESC
響應(yīng)（其中一部分）是：
"hits" : {
"total" : 1000,
"max_score" : 0.0,
"hits" : [ ]
},
"aggregations" : {
"group_by_state" : {
"buckets" : [ {
"key" : "al",
"doc_count" : 21
}, {
"key" : "tx",
"doc_count" : 17
}, {
"key" : "id",
"doc_count" : 15
}, {
"key" : "ma",
"doc_count" : 15
}, {
"key" : "md",
"doc_count" : 15
}, {
"key" : "pa",
"doc_count" : 15
}, {
"key" : "dc",
"doc_count" : 14
}, {
"key" : "me",
"doc_count" : 14
}, {
"key" : "mo",
"doc_count" : 14
}, {
"key" : "nd",
"doc_count" : 14
} ]
}
}
}
我們可以看到AL（abama）有21個(gè)賬戶，TX有17個(gè)賬戶，ID（daho）有15個(gè)賬戶，依此類推。
注意我們將size設(shè)置成0，這樣我們就可以只看到聚合結(jié)果了，而不會顯示命中的結(jié)果。
在先前聚合的基礎(chǔ)上，現(xiàn)在這個(gè)例子計(jì)算了每個(gè)州的賬戶的平均余額（還是按照賬戶數(shù)量倒序排序的前10個(gè)州）：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}'
注意，我們把a(bǔ)verage_balance聚合嵌套在了group_by_state聚合之中。這是所有聚合的一個(gè)常用模式。你可以任意的聚合之中嵌套聚合，這樣你就可以從你的數(shù)據(jù)中抽取出想要的概述。
基于前面的聚合，現(xiàn)在讓我們按照平均余額進(jìn)行排序：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state",
"order": {
"average_balance": "desc"
}
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}'
下面的例子顯示了如何使用年齡段（20-29，30-39，40-49）分組，然后在用性別分組，然后為每一個(gè)年齡段的每一個(gè)性別計(jì)算平均賬戶余額：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"size": 0,
"aggs": {
"group_by_age": {
"range": {
"field": "age",
"ranges": [
{
"from": 20,
"to": 30
},
{
"from": 30,
"to": 40
},
{
"from": 40,
"to": 50
}
]
},
"aggs": {
"group_by_gender": {
"terms": {
"field": "gender"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
}
}'
有很多關(guān)于聚合的細(xì)節(jié)，我們沒有涉及。如果你想做更進(jìn)一步的實(shí)驗(yàn)，http://www.elasticsearch.org/guide/en /elasticsearch/reference/current/search-aggregations.html是一個(gè)非常好的起點(diǎn)。
總結(jié)
Elasticsearch既是一個(gè)簡單的產(chǎn)品，也是一個(gè)復(fù)雜的產(chǎn)品。我們現(xiàn)在已經(jīng)學(xué)習(xí)到了基礎(chǔ)部分，它的一些原理，以及怎樣用REST API來做一些工作。我希望這個(gè)教程已經(jīng)使你對Elasticsearch是什么有了一個(gè)更好的理解，跟重要的是，能夠激發(fā)你繼續(xù)實(shí)驗(yàn) Elasticsearch的其它特性。
來自：
http://blog.csdn.net/cnweike/article/details/33736429