您的当前位置：首页正文

[C++][第三方库][Elasticsearch]详细讲解

2024-10-28 来源：个人技术集锦

1.介绍

Elasticsearch，简称ES，它是个开源分布式搜索引擎
- 特点：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等
- 它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据
- ES也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTfulAPI来隐藏Lucene的复杂性，从而让全文搜索变得简单
Elasticsearch是**面向文档**(document oriented)的
- 这意味着它可以存储整个对象或文档(document)
- 然而它不仅仅是存储，还会索引(index)每个文档的内容使之可以被搜索
  - 可以对文档(而非成行成列的数据)进行索引、搜索、排序、过滤

2.安装

1.ES

添加仓库密钥：上边的添加方式会导致一个apt-key的警告，如果不想报警告使用下边这个

# 1.
wget -qO - https://artifacts.elastic.co/GPG-KEY-elasticsearch | sudo apt-key add -

# 2.
curl -s https://artifacts.elastic.co/GPG-KEY-elasticsearch | \
sudo gpg --no-default-keyring \
--keyring gnupg-ring:/etc/apt/trusted.gpg.d/icsearch.gpg --import

添加镜像源仓库：

echo "deb https://artifacts.elastic.co/packages/7.x/apt stable main" \
| sudo tee /etc/apt/sources.list.d/elasticsearch.list

更新软件包列表：
```
sudo apt update
```

安装ES：

sudo apt-get install elasticsearch=7.17.21

启动ES：
```
sudo systemctl start elasticsearch
```

安装ik分词器插件：

sudo /usr/share/elasticsearch/bin/elasticsearch-plugin install \
https://get.infini.cloud/elasticsearch/analysis-ik/7.17.21

查看ES服务的状态：

sudo systemctl status elasticsearch.service

验证ES是否安装成功：
```
curl -X GET "http://localhost:9200/"
```

设置外网访问：默认只能在本机进行访问，修改后浏览器访问IP:PORT

vim /etc/elasticsearch/elasticsearch.yml

# 新增配置
network.host: 0.0.0.0
http.port: 9200
cluster.initial_master_nodes: ["node-1"]

如果启动ES的时候出现报错：

解决方法：

# 调整ES虚拟内存，虚拟内存默认最大映射数为65530，无法满足ES系统要求， 需要调整为262144以上
sudo sysctl -w vm.max_map_count=262144

# 增加虚拟机内存配置
sudo vim /etc/elasticsearch/jvm.options

# 新增如下内容
-Xms512m
-Xmx512m

Job for elasticsearch.service failed because the control process exited with error code.
See "systemctl status elasticsearch.service" and "journalctl -xeu elasticsearch.service" for details.

2.Kibana

安装Kibana：
```
sudo apt install kibana
```
配置Kibana(可选)：根据需要配置Kibana，配置文件通常位于/etc/kibana/kibana.yml，可能需要设置如服务器地址、端口、Elasticsearch URL等
启动Kibana：
```
sudo systemctl start kibana
```
设置开机自启(可选)：
```
sudo systemctl enable kibana
```
访问Kibana：http://<ip>:5601

3.ES核心概念

1.索引(index)

一个索引就是一个拥有几分相似特征的文档的集合
- 例如：
  - 有一个客户数据的索引，一个产品目录的索引，还有一个订单数据的索引
  - 一个索引由一个名字来标识(必须全部是小写字母的)，并且当要对应于这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字
在一个集群中，可以定义任意多的索引
索引类似于数据库中库的概念
- 数据库中的库，表示了一组数据的集合
- ES中的索引，是一组相似特征数据的集合

2.类型(Type)

在一个索引中，可以定义一种或多种类型
一个类型是索引的一个逻辑上的分类/分区，其语义完全由用户来定
通常，会为具有一组共同字段的文档定义一个类型
- 例如：
  - 运营一个博客平台并且将所有的数据存储到一个索引中
  - 在这个索引中，可以为用户数据定义一个类型，为博客数据定义另一个类型，为评论数据定义另一个类型
[类型]类似于数据库中表的概念，在索引的概念下，又对数据集合进行了一层细分
现在[类型]几乎已经弃用

3.字段(Field)

字段相当于是数据库表的字段，对文档数据根据不同属性进行的分类标识 -> 数据类型
![[Pasted image 20240918180030.png]]

4.映射(mapping)

映射是在处理数据的方式和规则方面做一些限制
- 某个字段的数据类型、默认值、分析器、是否被索引等等，这些都是映射里面可以设置的
  - 映射类似于告诉ES哪些字段需要分词，做出索引映射，能够进行数据检索
- 其它就是处理ES里面数据的一些使用规则设置也叫做映射
按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好
具体规则：
- enabled：是否仅作存储，不做搜索和分析
  - 取值：true(默认)/false
- index：是否构建倒排索引(决定了是否分词，是否被索引)
  - 取值：true(默认)/false
- index_option
- dynamic：控制mapping的自动更新
  - 取值：true(默认)/false
- doc_value：是否开启doc_value，用户聚合和排序分析，分词字段不能使用
  - 取值：true(默认)/false
- fielddata：是否为text类型启动fielddata，实现排序和聚合分析
  - 针对分词字段，参与排序或聚合时能提高性能
  - 不分词字段统一建议使用doc_value
```
fielddata": {
    "format": "disabled"
} 
```
- store：是否单独设置此字段的是否存储而从_source字段中分离
  - 取值：true/false(默认)
- coerce：是否开启自动数据类型转换功能，如字符串转整形，浮点转整形
  - 取值：true(默认)/false
- analyzer：指定分词器，默认分词器是standard analyzer
  - 示例：”analyzer”: “ik”
- boost：字段级别的分数加权，默认值是1.0
  - 示例：”boost”: 1.25
- fields：对一个字段提供多种索引模式，同一个字段的值，一个分词一个不分词
```
"fields": { 
    "raw": { 
        "type": "text",  
        "index": "not_analyzed" 
    }
}
```
- data_detection：是否自动识别日期类型
  - 取值：true(默认)/false

5.文档(document)

一个文档是一个可被索引的基础信息单元
例如：某一个客户的文档，某一个产品的一个文档或者某个订单的一个文档
- 文档以JSON格式来表示，而JSON是一个到处存在的互联网数据交互格式
- 在一个index/type里面，可以存储任意多的文档
- 一个文档必须被索引或者赋予一个索引的type
Elasticsearch与传统关系性数据库相比：

DB Database Table Row Column
ES Index Type Document Field

DB	Database	Table	Row	Column
ES	Index	Type	Document	Field

4.Kibana访问ES进行测试

创建索引库：

POST /user/_doc 
{ 
    "settings" : { 
        "analysis" : { 
            "analyzer" : { 
                "ik" : { 
                    "tokenizer" : "ik_max_word" 
                } 
            } 
        } 
    }, 
    "mappings" : { 
        "dynamic" : true, 
        "properties" : { 
            "nickname" : { 
                "type" : "text", 
                "analyzer" : "ik_max_word" 
            }, 
            "user_id" : { 
                "type" : "keyword", 
                "analyzer" : "standard" 
            }, 
            "phone" : { 
                "type" : "keyword", 
                "analyzer" : "standard" 
            }, 
            "description" : { 
                "type" : "text", 
                "enabled" : false 
            }, 
            "avatar_id" : { 
                "type" : "keyword",
                "enabled" : false 
            } 
        } 
    }
}

新增数据：

插入形式：

POST /user/_doc/_bulk 
{"index":{"_id":"1"}} 
{"user_id" : "USER4b862aaa-2df8654a-7eb4bb65e3507f66","nickname" : "昵称1","phone" : "手机号1","description" : "签名1","avatar_id" : "头像1"} 
{"index":{"_id":"2"}} 
{"user_id" : "USER14eeeaa5-442771b9-0262e455e4663d1d","nickname" : "昵称2","phone" : "手机号2","description" : "签名2","avatar_id" : "头像2"} 
{"index":{"_id":"3"}} 
{"user_id" : "USER484a6734-03a124f0-996c169dd05c1869","nickname" : "昵称3","phone" : "手机号3","description" : "签名3","avatar_id" : "头像3"} 
{"index":{"_id":"4"}} 
{"user_id" : "USER186ade83-4460d4a6-8c08068f83127b5d","nickname" : "昵称4","phone" : "手机号4","description" : "签名4","avatar_id" : "头像4"} 
{"index":{"_id":"5"}} 
{"user_id" : "USER6f19d074-c33891cf-23bf5a8357189a19","nickname" : "昵称5","phone" : "手机号5","description" : "签名5","avatar_id" : "头像5"} 
{"index":{"_id":"6"}} 
{"user_id" : "USER97605c64-9833ebb7-d045535335a59195","nickname" : "昵称6","phone" : "手机号6","description" : "签名6","avatar_id" : "头像6"}

便于阅读：

[
    {
        "index": {
            "_id": "1"
        },
        "user": {
            "user_id": "USER4b862aaa-2df8654a-7eb4bb65e3507f66",
            "nickname": "昵称1",
            "phone": "手机号1",
            "description": "签名1",
            "avatar_id": "头像1"
        }
    },
    {
        "index": {
            "_id": "2"
        },
        "user": {
            "user_id": "USER14eeeaa5-442771b9-0262e455e4663d1d",
            "nickname": "昵称2",
            "phone": "手机号2",
            "description": "签名2",
            "avatar_id": "头像2"
        }
    },
    {
        "index": {
            "_id": "3"
        },
        "user": {
            "user_id": "USER484a6734-03a124f0-996c169dd05c1869",
            "nickname": "昵称3",
            "phone": "手机号3",
            "description": "签名3",
            "avatar_id": "头像3"
        }
    },
    {
        "index": {
            "_id": "4"
        },
        "user": {
            "user_id": "USER186ade83-4460d4a6-8c08068f83127b5d",
            "nickname": "昵称4",
            "phone": "手机号4",
            "description": "签名4",
            "avatar_id": "头像4"
        }
    },
    {
        "index": {
            "_id": "5"
        },
        "user": {
            "user_id": "USER6f19d074-c33891cf-23bf5a8357189a19",
            "nickname": "昵称5",
            "phone": "手机号5",
            "description": "签名5",
            "avatar_id": "头像5"
        }
    },
    {
        "index": {
            "_id": "6"
        },
        "user": {
            "user_id": "USER97605c64-9833ebb7-d045535335a59195",
            "nickname": "昵称6",
            "phone": "手机号6",
            "description": "签名6",
            "avatar_id": "头像6"
        }
    }
]

查看并搜索数据:

GET /user/_doc/_search?pretty 
{ 
    "query" : { 
        "bool" : { 
            "must_not" : [ 
                { 
                    "terms" : { 
                        "user_id.keyword" : [ 
                            "USER4b862aaa-2df8654a-7eb4bb65e3507f66", 
                            "USER14eeeaa5-442771b9-0262e455e4663d1d", 
                            "USER484a6734-03a124f0-996c169dd05c1869" 
                        ] 
                    } 
                } 
            ], 
            "should" : [ 
                { 
                    "match" : { 
                        "user_id" : "昵称" 
                    } 
                }, 
                { 
                    "match" : { 
                        "nickname" : "昵称" 
                    } 
                }, 
                { 
                    "match" : { 
                        "phone" : "昵称" 
                    } 
                } 
            ] 
        } 
    } 
}

删除索引：
```
DELETE /user
```

查询所有数据：

POST /user/_doc/_search
{
    "query": 
    { 
        "match_all":{} 
    }
}

5.ES客户端的安装

代码
官网
ES C++的客户端选择并不多，这里使用elasticlient库
前置安装：依赖MicroHTTPD库
```
sudo apt-get install libmicrohttpd-dev
```

安装：

# 克隆代码
git clone https://github.com/seznam/elasticlient

# 切换目录
cd elasticlient

# 更新子模块
git submodule update --init --recursive

# 编译代码
make build && cd build
cmake ..
make

# 安装
make install

6.ES客户端接口介绍

/** 
* Perform search on nodes until it is successful. Throws 
exception if all nodes 
* has failed to respond. 
* \param indexName specification of an Elasticsearch index. 
* \param docType specification of an Elasticsearch document type. 
* \param body Elasticsearch request body. 
* \param routing Elasticsearch routing. If empty, no routing has 
been used. 
* 
 * \return cpr::Response if any of node responds to request. 
 * \throws ConnectionException if all hosts in cluster failed to 
respond. 
 */ 
cpr::Response search(const std::string &indexName, 
                     const std::string &docType, 
                     const std::string &body, 
                     const std::string &routing = std::string()); 
 
/** 
 * Get document with specified id from cluster. Throws exception 
if all nodes 
 * has failed to respond. 
 * \param indexName specification of an Elasticsearch index. 
 * \param docType specification of an Elasticsearch document type. 
 * \param id Id of document which should be retrieved. 
 * \param routing Elasticsearch routing. If empty, no routing has 
been used. 
 * 
 * \return cpr::Response if any of node responds to request. 
 * \throws ConnectionException if all hosts in cluster failed to 
respond. 
 */ 
cpr::Response get(const std::string &indexName, 
                  const std::string &docType, 
                  const std::string &id = std::string(), 
                  const std::string &routing = std::string()); 
 
/** 
 * Index new document to cluster. Throws exception if all nodes 
has failed to respond. 
 * \param indexName specification of an Elasticsearch index. 
 * \param docType specification of an Elasticsearch document type. 
 * \param body Elasticsearch request body. 
 * \param id Id of document which should be indexed. If empty, id 
will be generated 
 *           automatically by Elasticsearch cluster. 
 * \param routing Elasticsearch routing. If empty, no routing has 
been used. 
 * 
 * \return cpr::Response if any of node responds to request. 
 * \throws ConnectionException if all hosts in cluster failed to 
respond. 
 */ 
cpr::Response index(const std::string &indexName, 
                    const std::string &docType, 
                    const std::string &id, 
                    const std::string &body, 
                    const std::string &routing = std::string()); 
 
/** 
 * Delete document with specified id from cluster. Throws 
exception if all nodes 
 * has failed to respond. 
 * \param indexName specification of an Elasticsearch index. 
 * \param docType specification of an Elasticsearch document type. 
 * \param id Id of document which should be deleted. 
 * \param routing Elasticsearch routing. If empty, no routing has 
been used. 
 * 
 * \return cpr::Response if any of node responds to request. 
 * \throws ConnectionException if all hosts in cluster failed to 
respond. 
 */ 
cpr::Response remove(const std::string &indexName, 
                     const std::string &docType, 
                     const std::string &id, 
                     const std::string &routing = std::string());

7.使用

ES客户端使用注意：

地址后边不要忘了相对根目录：http://127.0.0.1:9200/
ES客户端API使用时，要进行异常捕捉，否则操作失败会导致程序异常退出

#include <iostream>
#include <elasticlient/client.h>
#include <cpr/cpr.h>

int main()
{
    // 1.构造ES客户端
    elasticlient::Client client({"http://127.0.0.1:9200/"});

    // 2.发起搜索请求
    try
    {
        auto resp = client.search("user", "_doc", 
							      "{\"query\": { \"match_all\":{} }}");
        std::cout << resp.status_code << std::endl;
        std::cout << resp.text << std::endl;
    }
    catch(std::exception &e)
    {
        std::cout << e.what() << std::endl;
        return -1;
    }

    return 0;
}