企业官网建设流程全解析

Elasticsearch是什么？

Elasticsearch是一个分布式搜索和分析引擎，也是可扩展的数据存储和向量数据库，针对生产规模的工作负载在速度和相关性方面进行了优化。它是Elastic开放堆栈平台的基础。借助Elasticsearch，可以对海量数据集进行近实时搜索、执行向量搜索、与生成式AI应用集成等等。其应用场景包括：检索增强生成（RAG）、向量搜索、全文搜索、日志分析、指标监控、应用性能监控（APM）、安全日志分析等。

若想了解Elasticsearch的更多特性和功能，可访问产品页面。若要获取有关机器学习创新以及Elastic对最新Lucene贡献的信息，可在Search Labs中找到更多内容。

如何快速上手Elasticsearch？

设置Elasticsearch最简单的方法是在Elastic Cloud上使用Elasticsearch Service创建托管部署。如果想自行安装和管理Elasticsearch，可以从elastic.co/downloads/elasticsearch下载最新版本。

本地运行Elasticsearch要注意什么？

注意：请勿将这些说明用于生产部署，此设置仅用于本地开发和测试。

使用 `start-local` 脚本可以在Docker中快速为本地开发或测试设置Elasticsearch和Kibana。

前提条件：如果尚未安装Docker，需为操作系统下载并安装Docker Desktop。如果使用的是Microsoft Windows，则需要安装适用于Linux的Windows子系统（WSL）。

试用许可证：此设置附带一个为期一个月的试用许可证，包含Elastic的所有功能。试用期满后，许可证将恢复为免费开源的Basic版本。更多信息请参考Elastic订阅计划。

如何运行 `start-local`？

要在本地设置Elasticsearch和Kibana，需运行 `start-local` 脚本：

curl -fsSL https://elastic.co/start-local | sh

该脚本会创建一个 `elastic-start-local` 文件夹，其中包含配置文件，并使用Docker启动Elasticsearch和Kibana。运行脚本后，可以通过以下端点访问Elastic服务：

Elasticsearch: http://localhost:9200

Kibana: http://localhost:5601

脚本会为 `elastic` 用户生成一个随机密码，该密码会在安装结束时显示，并存储在 `.env` 文件中。

注意：此设置仅用于本地测试，HTTPS已禁用，Elasticsearch使用基本身份验证。出于安全考虑，Elasticsearch和Kibana仅可通过本地主机访问。

怎样进行API访问？

Elasticsearch的API密钥会生成并存储在 `.env` 文件中，名为 `ES_LOCAL_API_KEY`。可以使用此密钥通过编程语言客户端或REST API连接到Elasticsearch。在 `elastic-start-local` 文件夹中，使用 `curl` 检查与Elasticsearch的连接：

source .env

curl $ES_LOCAL_URL -H "Authorization: ApiKey ${ES_LOCAL_API_KEY}"

若要使用 `elastic` 用户的密码，需设置并导出 `ES_LOCAL_PASSWORD` 环境变量，例如：

source .env

export ES_LOCAL_PASSWORD

如何向Elasticsearch发送请求？

可以通过REST API向Elasticsearch发送数据和其他请求。可以使用任何发送HTTP请求的客户端与Elasticsearch进行交互，例如Elasticsearch语言客户端和 `curl`。

如何使用 `curl` 发送请求？

以下是一个使用基本身份验证创建新Elasticsearch索引的 `curl` 命令示例：

curl -u elastic:$ES_LOCAL_PASSWORD \ -X PUT \ http://localhost:9200/my-new-index \ -H 'Content-Type: application/json'

如何使用语言客户端连接？

若要使用语言客户端连接到本地开发的Elasticsearch集群，可以使用 `elastic` 用户名和存储在 `ES_LOCAL_PASSWORD` 环境变量中的密码进行基本身份验证。连接信息如下：

Elasticsearch端点: http://localhost:9200

用户名: elastic

密码: $ES_LOCAL_PASSWORD（在环境变量中设置的值）

例如，使用Python的 `elasticsearch` 客户端进行连接：

import os

from elasticsearch import Elasticsearch

username = 'elastic'

password = os.getenv('ES_LOCAL_PASSWORD') # 在环境变量中设置的值

client = Elasticsearch(

"http://localhost:9200",

basic_auth=(username, password)

)

print(client.info())

如何使用开发工具控制台？

Kibana的开发控制台提供了一种简单的方式来试验和测试请求。要访问控制台，打开Kibana，然后转到“管理”>“开发工具”。

怎样添加数据到Elasticsearch？

可以通过REST API将JSON对象（文档）索引到Elasticsearch中。无论拥有的是结构化或非结构化文本、数值数据还是地理空间数据，Elasticsearch都能高效地存储和索引这些数据，以支持快速搜索。

对于带有时间戳的数据，如日志和指标，通常将文档添加到由多个自动生成的后备索引组成的数据流中。

如何添加单个文档？

要向索引中添加单个文档，可提交一个针对该索引的HTTP POST请求：

POST /customer/_doc/1

{

"firstname": "Jennifer",

"lastname": "Walters"

}

此请求会在 `customer` 索引不存在时自动创建该索引，添加一个ID为1的新文档，并存储和索引 `firstname` 和 `lastname` 字段。新文档可立即从集群中的任何节点检索，可以使用指定文档ID的GET请求来获取它：

GET /customer/_doc/1

如何添加多个文档？

若要在一个请求中添加多个文档，可使用 `_bulk` API。批量数据必须是换行分隔的JSON（NDJSON），每行必须以换行符（` `）结尾，包括最后一行。

PUT customer/_bulk

{ "create": { } }

{ "firstname": "Monica", "lastname": "Rambeau" }

{ "create": { } }

{ "firstname": "Carol", "lastname": "Danvers" }

{ "create": { } }

{ "firstname": "Wanda", "lastname": "Maximoff" }

{ "create": { } }

{ "firstname": "Jennifer", "lastname": "Takeda" }

如何进行搜索？

索引后的文档可进行近实时搜索。以下搜索会匹配 `customer` 索引中所有名字为Jennifer的客户：

GET customer/_search

{

"query": {

"match": {

"firstname": "Jennifer"

}

}

}

怎样探索数据？

可以使用Kibana中的“发现”功能来交互式地搜索和过滤数据。从这里，可以开始创建可视化图表、构建和共享仪表盘。

要开始使用，需创建一个连接到一个或多个Elasticsearch索引、数据流或索引别名的数据视图。转到“管理”>“堆栈管理”>“Kibana”>“数据视图”，选择“创建数据视图”，输入数据视图的名称和匹配一个或多个索引的模式，如 `customer`，然后选择“保存数据视图到Kibana”。要开始探索数据，转到“分析”>“发现”。

如何进行升级？

若要从早期版本的Elasticsearch进行升级，请参阅Elasticsearch升级文档。

怎样从源代码构建？

Elasticsearch使用Gradle作为其构建系统。要为本地操作系统构建发行版并在完成后打印其输出位置，请运行：

./gradlew localDistro

要为其他平台构建发行版，请运行相关命令：

./gradlew :distribution:archives:linux-tar:assemble

./gradlew :distribution:archives:darwin-tar:assemble

./gradlew :distribution:archives:windows-zip:assemble

发行版将输出到 `distribution/archives` 目录。要运行测试套件，请参阅 `TESTING`。

在哪里查看文档？

完整的Elasticsearch文档请访问elastic.co。有关文档流程的信息，请参阅文档的README。

有哪些示例和指南？

`elasticsearch-labs` 仓库包含可执行的Python笔记本、示例应用程序以及用于测试Elasticsearch在向量搜索、混合搜索和生成式AI用例的资源。

如何进行贡献？

有关贡献指南，请参阅 `CONTRIBUTING`。

怎样反馈与获取支持？

如果发现了bug或有功能请求，请在GitHub上创建一个Issue。请确保没有其他人已经为同一主题创建了Issue。如果在使用Elasticsearch时需要帮助，可以在Elastic论坛或Slack上寻求帮助，社区成员或Elastic工程师将很乐意协助。