ElasticSearch學習(一):ElasticSearch介紹
一、ElasticSearch是什麼?
ElasticSearch是一款非常強大的、基於Lucene的開源搜尋及分析引擎,可以幫助你從海量資料中,快速找到相關的資料資訊。
比如,當你在GitHub上搜索時,ElasticSearch不僅可以幫助你找到相關的程式碼庫,還可以幫助你實現程式碼級的搜尋和高亮顯示;當你在網上購物時,ElasticSearch可以幫助你推薦相關的商品;當你打車時,ElasticSearch可以通過定位附近的乘客和司機,幫助平臺優化排程。
除了搜尋,結合Kibana、Logstash、Beats開源產品,Elastic Stack(簡稱ELK)還被廣泛運用在大資料近實時分析領域,包括:日誌分析、指標監控、資訊保安等。它可以幫助你探索海量結構化、非結構化資料,按需建立視覺化報表,對監控資料設定報警閾值,通過使用機器學習,自動識別異常狀況。
ElasticSearch是基於Restful WebApi,使用Java語言開發的搜尋引擎庫類,並作為Apache許可條款下的開放原始碼釋出,是當前流行的企業級搜尋引擎。其客戶端在Java、C#、PHP、Python等許多語言中都是可用的。相應下載地址: https://www.elastic.co/guide/en/elasticsearch/client/index.html
所以,ElasticSearch具備兩個優勢:
1)天生支援分散式,可水平擴充套件;
2)提供了Restful介面,降低全文檢索的學習曲線,因為Restful介面,所以可以被任何程式語言呼叫;
說一下Lucene的優缺點:
優點:1)高效能;2)易擴充套件;
缺點:
1)只能基於Java語言開發;
2)類庫的介面學習曲線陡峭;
3)原生並不支援水平擴充套件;
二、Elastic Stack的構成
1、ElasticSearch對資料進行搜尋、分析和儲存,其是基於JSON的分散式搜尋和分析引擎,專門為實現水平可擴充套件性、高可靠性和管理便捷性而設計的。
它的實現原理主要分為以下幾個步驟:
1)首先使用者將資料提交到ElasticSearch資料庫中;
2)再通過分詞控制器將對應的語句分詞;
3)將分詞結果及其權重一併存入,以備使用者在搜尋資料時,根據權重將結果排名和打分,將返回結果呈現給使用者;
2、Kibana實現資料視覺化,其作用就是在ElasticSearch中進行民航。Kibana能夠以圖表的形式呈現資料,並且具有可擴充套件的使用者介面,可以全方位的配置和管理ElasticSearch。
Kibana最早的時候是基於Logstash建立的工具,後被Elastic公司在2013年收購。
1)Kibana可以提供各種視覺化的圖表;
2)可以通過機器學習的技術,對異常情況進行檢測,用於提前發現可疑問題;
3、Beats是一個面向輕量型採集器的平臺,這些採集器可以從邊緣機器向Logstash、ElasticSearch傳送資料,它是由Go語言進行開發的,執行效率方面比較快。從下圖中可以看出,不同Beats的套件是針對不同的資料來源。
4、Logstash是動態資料收集管道,擁有可擴充套件的外掛生態系統,支援從不同來源採集資料,轉換資料,並將資料傳送到不同的儲存庫中。其能夠與ElasticSearch產生強大的協同作用,後被Elastic公司在2013年收購。
它具有如下特性:
1)實時解析和轉換資料;
2)可擴充套件,具有200多個外掛;
3)可靠性、安全性。Logstash會通過持久化佇列來保證至少將執行中的事件送達一次,同時將資料進行傳輸加密;
4)監控;
對於日誌的解決方案一般分為:日誌搜尋、格式化分析、全文檢索、風險告警;
三、為什麼要學習ElasticSearch?
根據DB Engine的排名顯示,ElasticSearch是最受歡迎的企業級搜尋引擎。根據https://db-engines.com/en/ranking網站排名可知,比較靠前的有三家大資料搜尋引擎公司,除了ElasticSearch,還有Splunk和Solr。其中Solr也是基於Lucene。
1、在當前軟體行業中,搜尋是一個軟體系統或平臺的基本功能, 學習ElasticSearch就可以為相應的軟體打造出良好的搜尋體驗。
2、其次,ElasticSearch具備非常強的大資料分析能力。雖然Hadoop也可以做大資料分析,但是ElasticSearch的分析能力非常高,具備Hadoop不具備的能力。比如有時候用Hadoop分析一個結果,可能等待的時間比較長。
3、ElasticSearch可以很方便的進行使用,可以將其安裝在個人的膝上型電腦,也可以在生產環境中,將其進行水平擴充套件。
4、國內比較大的網際網路公司都在使用,比如小米、滴滴、攜程等公司。另外,在騰訊雲、阿里雲的雲平臺上,也都有相應的ElasticSearch雲產品可以使用。
5、在當今大資料時代,掌握近實時的搜尋和分析能力,才能掌握核心競爭力,洞見未來。(漲工資)
四、學習ElasticSearch的入手層面
1、開發層面
1)瞭解ElasticSearch有基本功能;2)底層分散式工作原理;3)針對資料進行資料建模;
2、運維層面
1)進行叢集的容量規劃;2)對叢集進行滾動升級;3)對效能的優化;4)出現問題後,對問題的診斷與解決;
3、方案層面
1)學習ElasticSearch後,可以針對實際情況,解決搜尋的相關問題;2)可以將ELK運用到大資料分析場景中;
五、ElasticSearch的主要功能及應用場景
1、主要功能:
1)、海量資料的分散式儲存以及叢集管理,達到了服務與資料的高可用以及水平擴充套件;
2)、近實時搜尋,效能卓越。對結構化、全文、地理位置等型別資料的處理;
3)、海量資料的近實時分析(聚合功能)
2、應用場景:
1)網站搜尋、垂直搜尋、程式碼搜尋;
2)日誌管理與分析、安全指標監控、應用效能監控、Web抓取輿情分析;
六、Elastic Stack的生態圈
從上圖中可以看到,ElasticSearch做為ELK中的核心部分,它起到了資料儲存的作用。而Kibana在上層可以為使用者提供一個視覺化的介面。Logstash和Beats可以將各種各樣的資料進行抓取和收集。
在右側的X-Pack部分,是Elastic公司所提供的幾種收費服務,同時Elastic公司也提供雲的解決方案。
七、ElasticSearch與DB的整合
針對上圖,可以分為兩種情況:
1、將ElasticSearch當成資料庫來儲存資料,好處是架構比較簡單;
2、若資料更新比較頻繁,同時需要考慮資料事務性時,應該先將資料存入資料庫,然後建立一個合適的同步機制,將資料同步到ElasticSearch中;
八、ELK在資料指標收集,日誌分析的架構設計
從上圖中可以知道,通過Beats或者程式來進行資料方面的收集,當收集的資料量較大時,需要加入一層(Redis、Kafka、RabbitMQ)進行資料緩衝,然後將資料送入Logstash進行聚合及資料處理,最後通後ElasticSearch進行分詞、建立索引並存儲,通過Kibana或者Grafana這類圖形化工具進行資料的視覺化和資料分析。
知識學習來源:《Elasticsearch核心技術與實