第3章 Elasticsearch 入门

第3章 Elasticsearch 入门：核心概念与安装实战

好，咱们正式开始接触 Elasticsearch 了。说实话，我第一次看到 ES 的文档时，心里是有点懵的——什么分片、副本、倒排索引，一堆新名词砸过来。但别怕，这些东西说白了都不复杂。今天我就带你把这些概念一个一个掰开揉碎，再亲手把 ES 跑起来。

3.1 Elasticsearch 到底是什么？

Elasticsearch 是一个基于 Lucene 的分布式搜索引擎。嗯，这句话很官方。我换个说法：它就是一个能存数据、能飞快搜索数据的数据库，只不过它不是为了事务而生的，而是为了搜索和分析。

你想想看，传统数据库用 LIKE 查询，数据量一上去就慢得像蜗牛。ES 不一样，它用了倒排索引，搜索速度基本不受数据量影响。我在项目中遇到过客户抱怨 MySQL 搜索要 10 秒，换成 ES 后直接降到 50 毫秒——这差距，谁用谁知道。

核心定位：Elasticsearch 不是用来替代 MySQL 的，它是用来做搜索、日志分析、全文检索的。记住这个定位，后面就不会用错地方。

3.2 核心概念：一次讲透

这些概念你以后天天都要打交道，我尽量用大白话讲清楚。

3.2.1 索引（Index）

索引是 ES 里最上层的逻辑容器。你可以把它理解成 MySQL 里的数据库。一个索引里可以存很多文档，每个文档都有不同的字段。

举个例子：你要做一个商品搜索系统，那就建一个 products 索引。所有商品数据都往这个索引里放。

我的习惯：索引名我一般用小写字母，多个单词用下划线连接，比如 user_orders、system_logs。这样在命令行里操作时不容易出错。

3.2.2 文档（Document）

文档是 ES 里最小的数据单元。说白了，就是一条 JSON 数据。比如一个商品信息：

{
  "id": 1001,
  "name": "华为Mate60",
  "price": 6999,
  "category": "手机",
  "description": "搭载麒麟芯片，支持卫星通信"
}

每个文档都有一个唯一的 _id，你可以自己指定，也可以让 ES 自动生成。我个人习惯是尽量用业务 ID，这样查起来方便。

3.2.3 分片（Shard）

这是 ES 能处理海量数据的关键。一个索引的数据量可能很大，比如 10 亿条日志。ES 会把索引切成多个分片，每个分片就是一个独立的 Lucene 索引。

为什么要分片？说白了就是分摊压力。10 亿条数据放在一台机器上，谁也扛不住。分成 5 个分片，每个分片只存 2 亿条，查询时 5 个分片同时干活，速度自然快。

我曾经踩过的坑：分片数一旦设置就不能改了（除非重建索引）。我刚开始时图省事，一个索引只设了 1 个分片，结果数据量上来后，想扩都扩不了。所以，分片数要提前规划好。一般建议每个分片 20-40GB 数据，你可以根据总数据量反推分片数。

3.2.4 副本（Replica）

副本就是分片的备份。每个分片都可以有 0 个或多个副本。副本的作用有两个：

高可用：某个节点挂了，副本能顶上，数据不丢
提升查询性能：查询请求可以同时打到主分片和副本上，相当于多了几倍的查询能力

默认情况下，ES 会给每个索引创建 1 个副本。也就是每个分片有 1 份主分片 + 1 份副本，总共 2 份数据。

我的建议：生产环境至少保留 1 个副本。如果集群节点数多（比如 5 个以上），可以设 2 个副本，进一步提高容错性。但别设太多，副本多了写性能会下降。

3.2.5 节点与集群

一个 ES 实例就是一个节点（Node）。多个节点组成一个集群（Cluster）。集群通过一个名字来标识，默认叫 elasticsearch。

节点有不同的角色：

角色	说明	我的建议
Master 节点	负责集群管理，比如创建索引、分配分片	至少 3 个，避免脑裂
Data 节点	负责存储数据、执行查询	主要节点，根据数据量扩展
Ingest 节点	负责数据预处理	按需配置，小集群可以不用

3.3 安装与启动：动手试试

光说不练假把式。咱们现在就把 ES 跑起来。我以 Linux 环境为例，Windows 和 Mac 也类似。

3.3.1 环境准备

ES 依赖 Java 环境。注意：ES 7.x 以上版本内置了 JDK，所以你不用额外装 Java。但如果你要用其他 Java 应用，建议还是装一个 JDK 11 或 17。

# 检查 Java 版本（可选）
java -version

3.3.2 下载与安装

我习惯用 tar 包安装，方便控制版本。

# 下载 ES 7.17.10（我推荐这个版本，稳定且兼容性好）
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.17.10-linux-x86_64.tar.gz

# 解压
tar -xzf elasticsearch-7.17.10-linux-x86_64.tar.gz

# 进入目录
cd elasticsearch-7.17.10/

注意：ES 不能用 root 用户启动！这是安全限制。你需要创建一个普通用户：

useradd esuser
chown -R esuser:esuser elasticsearch-7.17.10/
su esuser

3.3.3 启动 ES

# 前台启动（方便看日志）
./bin/elasticsearch

# 后台启动
./bin/elasticsearch -d

启动后，打开另一个终端，验证一下：

curl http://localhost:9200

如果返回类似下面的 JSON，说明启动成功了：

{
  "name" : "node-1",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "xxxx",
  "version" : {
    "number" : "7.17.10",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "xxxx",
    "build_date" : "2023-04-12T09:49:36.111Z",
    "build_snapshot" : false,
    "lucene_version" : "8.11.1",
    "minimum_wire_compatibility_version" : "6.8",
    "minimum_index_compatibility_version" : "6.0.0"
  },
  "tagline" : "You Know, for Search"
}

3.3.4 配置调整（必做）

默认配置只适合开发环境。生产环境必须改几个地方：

# 编辑 config/elasticsearch.yml
# 1. 修改集群名称
cluster.name: my-production-cluster

# 2. 修改节点名称
node.name: node-1

# 3. 绑定 IP（允许外部访问）
network.host: 0.0.0.0

# 4. 设置数据路径
path.data: /data/elasticsearch/data
path.logs: /data/elasticsearch/logs

# 5. 设置内存（别超过物理内存的 50%）
# 编辑 config/jvm.options
-Xms4g
-Xmx4g

我曾经犯过的错：第一次部署时没改 network.host，结果只能本机访问，远程死活连不上。还有一次把 -Xmx 设成了 32G，结果机器只有 16G 内存，ES 直接启动失败。嗯，这些坑你记住就好。

3.4 验证集群状态

启动后，用这个命令看看集群健康状态：

curl http://localhost:9200/_cluster/health?pretty

返回结果：

{
  "cluster_name" : "my-production-cluster",
  "status" : "green",
  "timed_out" : false,
  "number_of_nodes" : 1,
  "number_of_data_nodes" : 1,
  "active_primary_shards" : 0,
  "active_shards" : 0,
  "relocating_shards" : 0,
  "initializing_shards" : 0,
  "unassigned_shards" : 0,
  "delayed_unassigned_shards" : 0,
  "number_of_pending_tasks" : 0,
  "number_of_in_flight_fetch" : 0,
  "task_max_waiting_in_queue_millis" : 0,
  "active_shards_percent_as_number" : 100.0
}

状态有三种：

green：一切正常，所有分片和副本都分配好了
yellow：主分片正常，但副本没分配（常见于单节点集群）
red：有主分片丢失，数据可能不完整

单节点集群显示 yellow 是正常的，因为副本没法分配到其他节点上。等后面加了节点，就会变成 green。

3.5 本章小结

今天咱们把 ES 的核心概念都过了一遍：索引是数据库，文档是数据行，分片是切分数据，副本是备份。然后亲手装了一个 ES 实例，验证了集群状态。

说实话，安装这一步虽然简单，但很多人会卡在配置上。如果你遇到启动失败，先检查日志（在 logs/ 目录下），90% 的问题都能从日志里找到答案。

下一章，咱们开始真正操作 ES——增删改查，把数据玩起来。

📚 课程目录