Elasticsearch基础教程：从入门到上手

🎯 一、Elasticsearch简介

Elasticsearch（简称ES）是一个分布式、RESTful风格的搜索引擎，支持全文检索、结构化查询、分析和近实时搜索。常用于日志分析、商品搜索、数据分析等场景。

1. 什么是 Elasticsearch？

Elasticsearch 是一个基于 Lucene 的开源搜索引擎，通常用于实时分布式搜索和数据分析。它支持各种类型的数据索引，包括文本、数字、日期等，可以用于实现高效的搜索、日志分析、实时监控等应用。

2. Elasticsearch 的核心概念

• 索引（Index）：类似数据库中的表，用于存储文档。
• 文档（Document）：存储数据的基本单位，类似于数据库中的行。
• 字段（Field）：文档中的数据项，类似数据库中的列。
• 节点（Node）：运行 Elasticsearch 实例的服务器。
• 集群（Cluster）：多个节点组成的 Elasticsearch 集合。

---

🛠️ 二、环境安装

1️⃣ 下载Elasticsearch

前往官网下载对应版本。

2️⃣ 启动ES

解压后直接运行：

./bin/elasticsearch

默认访问地址：http://localhost:9200

---

🔧 三、基本操作

1️⃣ 创建索引

PUT /products
{"settings": {"number_of_shards": 1,"number_of_replicas": 1},"mappings": {"properties": {"name": { "type": "text" },"price": { "type": "float" },"stock": { "type": "integer" }}}
}

2️⃣ 添加数据

POST /products/_doc/1
{"name": "iPhone 13","price": 6999,"stock": 50
}

3️⃣ 查询数据

GET /products/_search
{"query": {"match": { "name": "iPhone" }}
}

4️⃣ 更新数据

POST /products/_update/1
{"doc": { "stock": 45 }
}

5️⃣ 删除数据

🔥 四、进阶查询

1️⃣ 条件组合查询

GET /products/_search
{"query": {"bool": {"must": [ { "match": { "name": "iPhone" }} ],"filter": [ { "range": { "price": { "gte": 5000 }}} ]}}
}

2️⃣ 聚合分析

GET /products/_search
{"aggs": {"average_price": { "avg": { "field": "price" }}}
}

🚀 五、进阶版：复杂查询、Mapping映射、分词器、性能调优

1️⃣ 全文检索与多字段查询

GET /products/_search
{"query": {"multi_match": {"query": "iPhone","fields": ["name", "description"]}}
}

2️⃣ 自定义Mapping映射

PUT /products
{"mappings": {"properties": {"name": { "type": "text", "analyzer": "standard" },"description": { "type": "text", "analyzer": "ik_max_word" }}}
}

3️⃣ 分词器调试

GET /_analyze
{"analyzer": "ik_max_word","text": "Elasticsearch 中文教程"
}

4️⃣ 性能调优

• 合理分片与副本设置

• 关闭不必要的字段存储

• 利用doc_values提升聚合性能

• 定期优化索引与清理旧数据

六、Kibana入门

Kibana是Elasticsearch的可视化工具，可以帮助我们更直观地管理数据、创建图表。

1️⃣ 下载与启动Kibana

从官网下载并解压，运行：

./bin/kibana

访问：http://localhost:5601

2️⃣ 连接Elasticsearch

在Kibana的管理页面配置ES地址，确保能连接到 http://localhost:9200。

3️⃣ 数据查询与可视化

• Dev Tools：可以直接输入ES查询语句。

• Discover：快速查看索引数据。

• Visualize：创建图表，如柱状图、饼图等。

• Dashboard：将多个图表整合成一个面板，方便展示。

---

🛠️ 七、Logstash入门

Logstash 是 Elastic Stack 数据采集与处理组件，常用于将数据从各种来源（如日志文件、数据库等）收集、转换并传输到 Elasticsearch。

1️⃣ 下载与安装Logstash

前往官网下载对应版本并解压。

2️⃣ 编写简单Logstash配置

创建一个配置文件 logstash-simple.conf，内容如下：

input {file {path => "/var/log/syslog"start_position => "beginning"}
}filter {grok {match => { "message" => "%{TIMESTAMP_ISO8601:timestamp} %{LOGLEVEL:loglevel} %{GREEDYDATA:message}" }}
}output {elasticsearch {hosts => ["localhost:9200"]index => "logs-%{+YYYY.MM.dd}"}stdout { codec => rubydebug }
}

3️⃣ 启动Logstash

./bin/logstash -f logstash-simple.conf

4️⃣ 检查Elasticsearch

GET /logs-*/_search

确认日志数据是否成功传入。

🔥 八、Beats数据采集入门

Beats是轻量级的数据采集工具，可以从服务器、容器、网络等采集不同类型的数据。

1️⃣ 下载Filebeat

前往官网下载Filebeat。

2️⃣ 配置Filebeat

编辑 filebeat.yml 文件，指定输入日志路径和输出Elasticsearch地址：

filebeat.inputs:- type: logenabled: truepaths:- /var/log/*.logoutput.elasticsearch:hosts: ["localhost:9200"]

3️⃣ 启动Filebeat

./filebeat -e

4️⃣ 查看采集数据

GET /filebeat-*/_search

确认日志是否成功传入ES。

---

🔥 九、性能优化小贴士

1️⃣ 设置索引合理分片：创建时根据数据量决定分片数量，避免过多小索引。

2️⃣ 禁用不必要的字段：_source、_all等字段按需关闭，减少存储开销。

3️⃣ 合理使用缓存：缓存热数据查询结果，提升响应速度。

---

🎉 十、总结

Elasticsearch在数据检索和分析领域非常强大，简单易用又灵活。结合Kibana、Logstash和Beats，能更高效地管理和处理数据。希望这篇基础版教程能让你快速入门Elastic Stack。

🚀 记得点赞👍、收藏⭐、评论💬，更多干货等着你！