1.ES介绍1. 是什么？Elasticsearch（ES）是一个开源的、分布式的搜索与分析引擎。基于Apache Lucene构建，但提供了分布式、RESTful API、高可用等企业级能力。使用Java 编写，天然支持跨平台。✅ 核心定位：快速存储、搜索和分析大量数据。Elasticsearch = 分布式 + 近实时 + 全文搜索 + 聚合分析 + JSON 文档存储2. 核心特性特性说明🔍全文检索支持复杂文本查询、相关性打分、高亮显示⚡近实时（NRT）文档写入后默认1 秒内可被搜索🌐分布式 水平扩展数据自动分片（shard），可部署在成百上千节点🛡️高可用副本机制（replica）保障数据不丢失、服务不中断📦JSON 文档存储无 schema 限制（但推荐定义 mapping）📊聚合分析支持统计、分组、直方图、地理空间分析等🌍RESTful API所有操作通过 HTTP + JSON 完成，易于集成3. 典型应用场景ES 把数据切成多份（分片），分散存到不同机器上，并为文本建立“倒排索引”，让你能快速全文搜索和实时分析。🔎站内搜索：电商商品、文章、用户内容搜索📝日志分析：系统日志、应用日志集中收集与排查（ELK Stack）📈指标监控：服务器性能、业务指标实时可视化🛡️安全信息与事件管理（SIEM）：异常登录、攻击行为分析💡推荐/相似匹配：基于内容或行为的“猜你喜欢”2.ES安装1.下载安装官方网址：https://www.elastic.co/cn/products/elasticsearchbin：脚本目录，包括：启动、停止等可执行脚本 config：配置文件目录 data：索引目录，存放索引文件的地方 logs：日志目录 modules：模块目录，包括了es的功能模块 plugins :插件目录，es支持插件机制安装成功后直接在bin目录下，双击打开elasticsearch.bat然后在浏览器访问9201端口，能获取到相关信息的json数据2.配置文件三个配置文件elasticsearch.yml ： 用于配置Elasticsearch运行参数jvm.options ： 用于配置Elasticsearch JVM设置log4j2.properties： 用于配置Elasticsearch日志配置文件作用修改后是否需重启elasticsearch.yml集群、网络、存储等核心参数✅ 需要jvm.optionsJVM 内存、GC、性能调优✅ 需要log4j2.properties日志级别、格式、输出方式❌不需要（ES 支持热加载日志配置）生产部署前务必根据机器资源调整jvm.options和elasticsearch.yml；不要盲目复制网上的配置，需结合实际场景（数据量、QPS、硬件）优化。1.主配置文件控制集群、节点、网络、数据存储等核心行为。# 集群名称（同一集群所有节点必须一致） cluster.name: xinSearch ​ # 节点名称（唯一标识） node.name: xin_node_1 ​ # 监听地址：0.0.0.0 允许外部访问（开发用，生产建议内网 IP） network.host: 0.0.0.0 ​ # HTTP 端口（REST API，默认 9200） http.port: 9200 ​ # 节点间通信端口（默认 9300） transport.tcp.port: 9300 ​ # 是否可成为主节点 node.master: true ​ # 是否存储数据 node.data: true ​ # 最小主节点数（单节点设为 1，防脑裂） discovery.zen.minimum_master_nodes: 1 ​ # 是否锁定内存（Windows 建议 false） bootstrap.memory_lock: false ​ # 同一机器最多运行的数据节点数（开发多实例时调整） node.max_local_storage_nodes: 1 ​ # 数据存储路径 path.data: F:\ES\elasticsearch-6.2.1\data ​ # 日志存储路径 path.logs: F:\ES\elasticsearch-6.2.1\logs ​ # 启用跨域（前端直连 ES 开发时需要） http.cors.enabled: true ​ # 允许任意域名跨域（⚠️ 仅限开发！生产应限制具体域名） http.cors.allow-origin: /.*/⚠️ 注意：修改后需重启 ES 生效。生产环境不要设置network.host: 0.0.0.0除非有安全防护（如防火墙）。2. JVM 内存与 GC 配置控制 Elasticsearch 运行的 Java 虚拟机参数，直接影响性能和稳定性。# 堆内存大小（建议：不超过物理内存 50%，且 ≤ 32GB） -Xms4g -Xmx4g ​ # 推荐使用 G1GC（ES 7+ 默认） -XX:+UseG1GC -XX:G1ReservePercent=25 -XX:InitiatingHeapOccupancyPercent=30 ​ # 禁用显式 GC（防止 System.gc() 被调用） -XX:+DisableExplicitGC ​ # 打印 GC 日志（用于性能分析，生产可选） -Xlog:gc*,gc+age=trace,safepoint:file=/var/log/elasticsearch/gc.log:utctime,pid,tags:filecount=32,filesize=64m🔑 关键原则：-Xms和-Xmx必须相等，避免运行时动态扩容导致卡顿。堆内存 ≤ 32GB：超过则指针压缩失效，内存浪费严重。不要超过物理内存 50%：剩余内存留给 Lucene 使用（Lucene 用堆外内存缓存索引）。3.日志配置文件控制 Elasticsearch 日志级别、输出格式、滚动策略等。# 根日志级别（默认 INFO） rootLogger.level = info rootLogger.appenderRef.console.ref = console rootLogger.appenderRef.rolling.ref = rolling ​ # 控制台输出（开发时有用，生产通常关闭） appender.console.type = Console appender.console.name = console appender.console.layout.type = PatternLayout appender.console.layout.pattern = [%d{ISO8601}][%-5p][%-25c{1.}] %marker%m%n ​ # 文件滚动日志（按大小 + 时间） appender.rolling.type = RollingFile appender.rolling.name = rolling appender.rolling.fileName = ${sys:es.logs.base_path}${sys:file.separator}${sys:es.logs.cluster_name}.log appender.rolling.filePattern = ${sys:es.logs.base_path}${sys:file.separator}${sys:es.logs.cluster_name}-%d{yyyy-MM-dd}-%i.log.gz appender.rolling.layout.type = PatternLayout appender.rolling.layout.pattern = [%d{ISO8601}][%-5p][%-25c{1.}] %marker%m%n appender.rolling.policies.type = Policies appender.rolling.policies.time.type = TimeBasedTriggeringPolicy appender.rolling.policies.time.interval = 1 appender.rolling.policies.time.modulate = true appender.rolling.policies.size.type = SizeBasedTriggeringPolicy appender.rolling.policies.size.size = 256MB appender.rolling.strategy.type = DefaultRolloverStrategy appender.rolling.strategy.max = 32 ​ # 特定包的日志级别（调试用） logger.action.name = org.elasticsearch.action logger.action.level = debug💡 常见调整：将rootLogger.level = warn减少日志量；临时开启某个模块 debug：logger.index.search.level = debug；日志默认保存在path.logs目录下，自动压缩归档。window中cmd命令netstat -ano | findstr :端口号 查询端口taskkill /pid 86284 /f 强制结束pid862843.head插件安装head 插件是 ES 的一个可视化管理插件，用来监视 ES 的状态，并通过 head 客户端和 ES 服务进行交互，比如创建映射、创建索引等，head的项目地址在https://github.com/mobz/elasticsearch-head 。从ES6.0开始，head插件支持得使用node.js运行。# 安装node.js # 下载head并运行 ​ git clone git://github.com/mobz/elasticsearch-head.git ​ # 在该目录下 cmd cd elasticsearch-head # 安装 npm install # 启动 npm run start # 访问 open HTTP://本地主机:9100然后在浏览器访问9100端口成功连接ES如果打开浏览器调试工具发现报错： Origin null is not allowed by Access-Control-Allow-Origin.原因是：head插件作为客户端要连接ES服务（localhost:9200），此时存在跨域问题，elasticsearch默认不允许跨域访问。设置elasticsearch允许跨域访问，在 config/elasticsearch.yml 后面增加以下参数：#开启cors跨域访问支持，默认为false http.cors.enabled: true #跨域访问允许的域名地址，(允许所有域名)使用正则 http.cors.allow-origin: /.*/3.ES入门1.创建索引库📦 索引库（Index）是什么？在 Elasticsearch 中，索引库（Index）是存储具有相同结构的文档（Document）的逻辑容器。类似于关系型数据库中的“数据库”；所有数据以 JSON 文档形式存入索引；索引名必须为小写（如user、logs）；一个集群可包含多个索引。例如：商品数据 → 存在products索引中用户日志 → 存在user_logs索引中方式一：Postman参数字段说明推荐值number_of_shards主分片数量（决定数据分布和查询并行度）1（单节点开发用）3～5（生产建议）number_of_replicas副本分片数量（用于高可用和读性能）0（开发/测试可设为 0）1（生产建议）💡 举个例子：如果你有 3 个主分片 + 1 个副本 → 总共 6 个分片，分布在多个节点上；单节点时设为replicas: 0可避免浪费资源。方式二：可视化工具创建2.添加映射映射 = 字段名 + 字段类型 + 其他属性在 Elasticsearch 中，映射（Mapping）就是定义索引中文档字段的结构和数据类型的规则。就像数据库中的表结构（Schema），它告诉 ES：有哪些字段？每个字段是什么类型？（文本、数字、日期等）是否需要分词？是否可被搜索？发送：post http://localhost:9200/索引库名称/类型名称/_mapping由于ES6.0版本还没有将type彻底删除，所以暂时把type起一个没有特殊意义的名字。示例映射{ "properties": { "name": { "type": "text" }, "age": { "type": "integer" }, "class": { "type": "keyword" } } }name：用text类型，可以搜 “张” 匹配到 “张三”；age：用integer，可做范围查询（如查 16～18 岁）；class：用keyword，确保 “高三(1)班” 不被拆开，能精确筛选。3.创建文档ES中的文档相当于MySQL数据库表中的记录。 发送：put 或Post http://localhost:9200/xin_search/doc/id值（如果不指定id值ES会自动生成ID）注意添加的文档数据要和映射中指定的数据类型对应一致4.搜索文档查询所有记录：get http://localhost:9200/xin_search/doc/_search根据ID查询数据信息 ：get http://localhost:9200/xin_search/doc/1查询name中包含 姓张的学生信息：get http://localhost:9200/xin_search/doc/_search?q=name:张1.查询所有文档match_all{ "query": { "match_all": {} } }✅ 返回索引中全部数据（默认最多 10 条）。2.全文搜索（对 text 字段）match{ "query": { "match": { "name": "张" } } }✅ 搜索name中包含“张”的文档（会分词，支持模糊匹配）。🔍 适用于：商品名、文章标题、描述等文本搜索。3. 精确匹配（对 keyword / 数字 / 日期）term{ "query": { "term": { "class": "高三(2)班" } } }✅ 必须完全相等才匹配（不分词）。⚠️ 注意：不能用于text字段（除非用.keyword子字段）。4.范围查询range{ "query": { "range": { "age": { "gte": 16, "lte": 18 } } } }✅ 查找年龄在 16 到 18 岁之间的学生。操作符含义gtgte=ltlte=5. 组合多条件（最常用！）bool{ "query": { "bool": { "must": [ { "match": { "name": "李" } } ], "filter": [ { "term": { "class": "高二(5)班" } }, { "range": { "age": { "gte": 16 } } } ] } } }子句作用是否影响评分must必须满足（类似 AND）✅ 影响_scorefilter必须满足（但不打分）❌ 不影响，更快should至少满足一个（类似 OR）✅ 提升分数must_not必须不满足❌💡 推荐：过滤条件放filter，搜索关键词放must。6. 通配符查询（慎用）wildcard{ "query": { "wildcard": { "name": "张*" } } }*匹配任意字符（如 “张三”、“张小明”）?匹配单个字符⚠️ 性能差，不要在大索引上使用！7. 判断字段是否存在exists{ "query": { "exists": { "field": "age" } } }✅ 返回所有包含age字段的文档。使用方式（统一入口）所有查询都通过同一个 URL 发送：POST http://localhost:9200/xin_search/_searchBody 为上述 JSON。📌 快速参考表需求用哪个查询查所有match_all搜名字/标题match筛选状态、标签、分类term查价格/年龄范围range多条件组合bool