> 本文最早发布于公众号极客军营，原文地址
Elasticsearch是一款非常强大的开源搜索引擎，可以帮助我们快速地从海量数据中搜索到想要获取的信息。例如当你在网上商城购物时，ElasticSearch可以帮助你快速获取想要查找的商品；当你在GitHub上搜索时，ElasticSearch不仅能够帮助你找到对应的代码仓库，还能支持代码级搜索并高亮显示对应的代码片段。
ElasticSearch还是一个大数据分析平台，具有非常强的数据分析能力。相比于Hadoop的“T+1”时效性，ElasticSearch的性能更高，可以近实时的获取数据分析结果。
工欲善其事，必先利其器。
在真正学习ElasticSearch之前，让我们先来准备好学习实验环境。
安装ElasticSearch和Kibana
ElasticSearch是一款天生支持分布式的搜索引擎，可以只部署一个ElasticSearch节点，也可以轻松部署由多个节点组成的集群，节点数量对应用开发是透明的。
除了安装ElasticSearch外，我们还会安装Kibana。Kibana是一个管理和操作ElasticSearch的平台，具有很多强大的功能，通过它可以方便我们对ElasticSearch进行操作。
可以在如下地址下载到最新版本的ElasticSearch和Kibana；截至2021年12月7日，ElasticSearch的最新版本是7.15.2。
https://www.elastic.co/cn/downloads/笔者的桌面PC运行的是Ubuntu Linux操作系统，下载好的ElasticSearch和Kibana压缩包及解压后的文件夹如下图所示：
首先进入到ElasticSearch文件夹，运行如下命令，启动ElasticSearch(如果你希望在后台以Daemon方式启动，可以增加-d参数)：
./bin/elasticsearch可以通过下面的curl命令判断ElasticSearch是否启动成功：
curl http://localhost:9200如果收到类似下面的Response，就证明ElasticSearch已经成功安装并启动了：
{
"name" : "poype",
"cluster_name" : "elasticsearch",
"cluster_uuid" : "QqnV6yVtQte10Dw3IN6eEQ",
"version" : {
"number" : "7.15.2",
"build_flavor" : "default",
"build_type" : "tar",
"build_hash" : "93d5a7f6192e8a1a12e154a2b81bf6fa7309da0c",
"build_date" : "2021-11-04T14:04:42.515624022Z",
"build_snapshot" : false,
"lucene_version" : "8.9.0",
"minimum_wire_compatibility_version" : "6.8.0",
"minimum_index_compatibility_version" : "6.0.0-beta1"
},
"tagline" : "You Know, for Search"
}下面我们来启动Kibana，同样进入到Kibana对应的目录下，执行如下命令；
./bin/kibana待进程启动后在浏览器中输入：
http://localhost:5601如果能看到类似下图的欢迎页面就证明Kibana启动成功。Kibana启动后会自动关联到刚刚启动好的Elasticsearch。
在Docker中运行ElasticSearch
相比于在操作系统上直接安装ElasticSearch和Kibana，我更推荐大家利用Docker搭建学习环境。
操作系统的某些环境因素可能会导致ElasticSearch无法启动。例如，如果你本机安装的Java版本不符合ElasticSearch的要求，会导致启动失败，必须重置JAVA_HOME环境变量才能使ElasticSearch启动成功。而利用Docker可以模拟一个干净的Linux沙箱环境，可以有效避免环境因素对ElasticSearch的干扰。
此外，利用docker-compose可以一次部署多个容器，这样就可以一键部署包含多个节点的ElasticSearch集群，省去了很多繁琐的操作，使每次的部署更加方便。
笔者已经准备好了下面的docker-compose.yml文件，定义了一个由三个ElasticSearch节点组成的集群和一个Kibana节点，大家可直接使用。
version: '2.2'
services:
es01:
image: docker.elastic.co/elasticsearch/elasticsearch:7.15.2
container_name: es01
environment:
- node.name=es01
- cluster.name=es-docker-cluster
- discovery.seed_hosts=es02,es03
- cluster.initial_master_nodes=es01,es02,es03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- data01:/usr/share/elasticsearch/data
ports:
- 9200:9200
networks:
- elastic
es02:
image: docker.elastic.co/elasticsearch/elasticsearch:7.15.2
container_name: es02
environment:
- node.name=es02
- cluster.name=es-docker-cluster
- discovery.seed_hosts=es01,es03
- cluster.initial_master_nodes=es01,es02,es03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- data02:/usr/share/elasticsearch/data
networks:
- elastic
es03:
image: docker.elastic.co/elasticsearch/elasticsearch:7.15.2
container_name: es03
environment:
- node.name=es03
- cluster.name=es-docker-cluster
- discovery.seed_hosts=es01,es02
- cluster.initial_master_nodes=es01,es02,es03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- data03:/usr/share/elasticsearch/data
networks:
- elastic
kibana:
image: docker.elastic.co/kibana/kibana:7.15.2
container_name: kibana
environment:
ELASTICSEARCH_HOSTS: '["http://es01:9200","http://es02:9200","http://es03:9200"]'
SERVER_NAME: kibana.example.org
ports:
- "5601:5601"
networks:
- elastic
volumes:
data01:
driver: local
data02:
driver: local
data03:
driver: local
networks:
elastic:
driver: bridge将这段yaml配置拷贝到名字为docker-compose.yml的文件中，并在与该文件相同的路径下执行docker-compose up命令便能一键启动一个完美的ElasticSearch集群。
下面的命令可以查看一个集群的状态信息：
curl http://localhost:9200/_cluster/health?pretty如果收到类似下面的Response，就证明ElasticSearch集群已经启动成功了：
{
"cluster_name" : "es-docker-cluster",
"status" : "green",
"timed_out" : false,
"number_of_nodes" : 3,
"number_of_data_nodes" : 3,
"active_primary_shards" : 7,
"active_shards" : 14,
"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
}通过number_of_nodes参数可以确定我们已经成功搭建了一个由3个节点组成的ElasticSearch集群。
小结
至此，我们已经拥有了一个可以用于学习和实验的ElasticSearch环境。在下一小节，我将用一个“在线书店”的例子带领大家快速浏览ElasticSearch的各个特性，让大家感受一下ElasticSearch相比于传统数据库的独特之处，并掌握如何通过Kibana操控ElasticSearch。
喜欢本文的朋友，欢迎关注公众号极客军营，收看更多精彩内容