这篇教程主要是对在入门的elasticsearch的一个记录。
ES 集群安装
安装环境
基于 Dokcer ，单机安装 Docker 版集群。使用版本如下：
- Elasticsearch 5.3.2
- Kibana 5.3.2
- JDK 8
整个安装步骤分成三部分：
- 安装 ES 集群实例 elasticsearch001
- 安装 ES 集群实例 elasticsearch002
- 安装 Kibana 监控
安装 ES 集群实例
安装过程中镜像拉取事件过长，这里笔者将docker镜像上传到阿里的docker仓库中。
安装 ES 集群实例 elasticsearch001：
docker run -d -p 9200:9200 \ -p 9300:9300 \ --name elasticsearch001 -h elasticsearch001 \ -e cluster.name=lookout-es \ -e ES_JAVA_OPTS="-Xms512m -Xmx512m" \ -e xpack.security.enabled=false \ registry.cn-hangzhou.aliyuncs.com/dingwenjiang/elasticsearch:5.3.2
命令解释如下：
-
docker run: 会启动一个容器实例，如果本地没有对应的镜像会去远程registry上先下载镜像。 -
-d： 表示容器运行在后台 -
-p [宿主机端口]:[容器内端口]: 比如-p 9200:9200表示把宿主机的9200端口映射到容器的9200端口 -
--name: 设置容器别名 -
-h: 指定容器的hostname -
-e: 设置环境变量。这里关闭 x-pack 的安全校验功能，防止访问认证。
通过curl http://localhost:9200/_cat/health?v=pretty来验证elasticsearch001是否启动成功，如下：
设置环境变量的时候，我们指定了-e cluster.name=lookout-es，用于后续关联集群用。node为1 表示只有一个实例。默认 shards 分片为主备两个。status 状态是我们要关心的，状态可能是下列三个值之一： - green：所有的主分片和副本分片都已分配，集群是 100% 可用的。
- yellow：所有的主分片已经分片了，但至少还有一个副本是缺失的。不会有数据丢失，所以搜索结果依然是完整的。高可用会弱化把 yellow 想象成一个需要及时调查的警告。
- red：至少一个主分片（以及它的全部副本）都在缺失中。这意味着你在缺少数据：搜索只能返回部分数据，而分配到这个分片上的写入请求会返回一个异常。
也可以访问 :9200/ ，可以看到成功运行的案例，返回的 JSON 页面。如图：
继续搭建elasticsearch002:
docker run -d -p 9211:9200 \ -p 9311:9300 --link elasticsearch001 \ --name elasticsearch002 \ -e cluster.name=lookout-es \ -e ES_JAVA_OPTS="-Xms512m -Xmx512m" \ -e xpack.security.enabled=false \ -e discovery.zen.ping.unicast.hosts=elasticsearch001 \ registry.cn-hangzhou.aliyuncs.com/dingwenjiang/elasticsearch:5.3.2
启动elasticsearch002的时候增加了几个参数，
-
--link [其他容器名]:[在该容器中的别名]: 添加链接到另一个容器, 在本容器 hosts 文件中加入关联容器的记录。 -
-e: 设置环境变量。这里额外指定了 ES 集群的 cluster.name、ES 集群节点淡泊配置 discovery.zen.ping.unicast.hosts 设置为实例 elasticsearch001。
再次执行curl http://localhost:9200/_cat/health?v=pretty,结果如图：
对比上面检查数值可以看出，首先集群状态为 green , 所有的主分片和副本分片都已分配。你的集群是 100% 可用的。相应的 node 、shards 都增加。
安装 Kibana 监控
接着安装Kibana，对elasticsearch进行监控，安装命令如下：
# 启动kibanadocker run -d --name kibana001 \ --link elasticsearch001 \ -e ELASTICSEARCH_URL=http://elasticsearch001:9200 \ -p 5601:5601\ registry.cn-hangzhou.aliyuncs.com/dingwenjiang/kibana:5.3.2
其中-e 设置环境变量。这里额外指定了 ELASTICSEARCH_URL 为搜索实例地址。打开网页访问 127.0.0.1:5601，默认账号为 elasti，密码为 changeme。会出现如下的截图：
Spring Boot 整合 Elasticsearch
这里只是简单整合下，开发一个web接口，实现数据存储以及查询功能。开发的思路还是传统的三层架构，controller、service、dao，这里利用spring data来简化对es的curd操作。
项目的repo地址：整个项目的结构如下所示：
入口文件为：Application类，其中也是大家熟悉的spring-boot的用法。
controller主要在api包下，这里会暴露出两个API接口，分别是/api/contents用于写入内容、/api/content/search用于查询service主要在service包下，与controller对应，需要实现写入和查询两个方法dao主要在repository包下，继承ElasticsearchRepository，实现curd。这里需要注意的时候，读写的bean用的是entity包下的ContentEntity，实际上services中操作的的bean是bean包下的ContentBean。后续具体的实现在这里不再赘述。 项目运行起来后，可以发送写入和查询的请求来测试功能的正确性。
写入请求：可以通过curl 或者postman构造一个请求如下：POST /api/contents HTTP/1.1Host: 127.0.0.1:8080Content-Type: application/jsonCache-Control: no-cache[ { "id":1, "title":"《见识》", "content":"摩根说：任意让小钱从身边溜走的人，一定留不住大钱", "type":1, "category":"文学", "read":999, "support":100 }, { "id":2, "title":"《态度》", "content":"人类的幸福不是来自偶然的幸运，而是来自每天的小恩惠", "type":2, "category":"文学", "read":888, "support":88 }, { "id":3, "title":"《Java 编程思想》", "content":"Java 是世界上最diao的语言", "type":2, "category":"计算", "read":999, "support":100 }] 请求成功会返回如下所示：
{ "code": 0, "message": "success", "data": true} 写入成功后可以到kibana中查看写入结果，打开网页访问 localhost:5601，在 Kibana 监控中输入需要监控的 index name 为 content。如下图，取消打钩，然后进入：
进入后，会得到如图所示的界面，里面罗列了该索引 content 下面所有字段：
打开左侧 Discover 栏目，即可看到可视化的搜索界面及数据：
随便打开一个json如下：
{ "_index": "content", "_type": "content", "_id": "2", "_score": 1, "_source": { "id": 2, "title": "《态度》", "content": "人类的幸福不是来自偶然的幸运，而是来自每天的小恩惠", "type": 2, "category": "文学", "read": 888, "support": 88 }} - _index 就是索引，用于区分文档成组，即分到一组的文档集合。索引，用于存储文档和使文档可被搜索。
- _type 就是类型，用于区分索引中的文档，即在索引中对数据逻辑分区。比如索引 project 的项目数据，根据项目类型 ui 项目、插画项目等进行区分。
- _id 是该文档的唯一标示，代码中我们一 ID 作为他的唯一标示。
查询请求：可以通过curl 或者postman构造一个请求如下：
POST /api/content/search HTTP/1.1Host: 127.0.0.1:8080Content-Type: application/jsonCache-Control: no-cache{ "searchContent":"Java", "type":2, "pageSize":3, "pageNumber":0} 对应结果如下：
{ "code": 0, "message": "success", "data": { "pageNumber": 0, "pageSize": 3, "totalPage": 1, "totalCount": 1, "result": [ { "id": 3, "title": "《Java 编程思想》", "content": "Java 是世界上最diao的语言", "type": 2, "category": "计算", "read": 999, "support": 100 } ] }} 这里根据 searchContent 匹配短语 +type 匹配单个字段，一起构建了搜索语句。用于搜索出我们期待的结果，就是《Java 编程思想》。