一、安装Elasticsearch
- 1.查询Elasticsearch镜像
[root@localhost zwj]# docker search elasticsearch
INDEX NAME DESCRIPTION STARS OFFICIAL AUTOMATED
docker.io docker.io/elasticsearch Elasticsearch is a powerful open source se... 3147 [OK]
docker.io docker.io/kibana Kibana gives shape to any kind of data — s... 1278 [OK]
docker.io docker.io/nshou/elasticsearch-kibana Elasticsearch-6.3.1 Kibana-6.3.1 88 [OK]
docker.io docker.io/itzg/elasticsearch Provides an easily configurable Elasticsea... 67 [OK]
docker.io docker.io/mobz/elasticsearch-head elasticsearch-head front-end and standalon... 36
docker.io docker.io/kubernetes/fluentd-elasticsearch An image that ingests Docker container log... 25
docker.io docker.io/lmenezes/elasticsearch-kopf elasticsearch kopf 17 [OK]
docker.io docker.io/tutum/elasticsearch Elasticsearch image - listens in port 9200. 16 [OK]
docker.io docker.io/bitnami/elasticsearch Bitnami Docker Image for Elasticsearch 12 [OK]
docker.io docker.io/monsantoco/elasticsearch ElasticSearch Docker image 11 [OK]
docker.io docker.io/mesoscloud/elasticsearch [UNMAINTAINED] Elasticsearch 9 [OK]
docker.io docker.io/taskrabbit/elasticsearch-dump Import and export tools for elasticsearch 9 [OK]
docker.io docker.io/justwatch/elasticsearch_exporter Elasticsearch stats exporter for Prometheus 8
docker.io docker.io/blacktop/elasticsearch Alpine Linux based Elasticsearch Docker Image 5 [OK]
docker.io docker.io/centerforopenscience/elasticsearch Elasticsearch 3 [OK]
docker.io docker.io/frodenas/elasticsearch A Docker Image for Elasticsearch 3 [OK]
docker.io docker.io/barchart/elasticsearch-aws Elasticsearch AWS node 2
docker.io docker.io/jetstack/elasticsearch-pet An elasticsearch image for kubernetes PetSets 1 [OK]
docker.io docker.io/phenompeople/elasticsearch Elasticsearch is a powerful open source se... 1 [OK]
docker.io docker.io/thingswise/elasticsearch Elasticsearch + etcd2 peer discovery 1 [OK]
docker.io docker.io/18fgsa/elasticsearch Built from https://github.com/docker-libra... 0
docker.io docker.io/backplane/elasticsearch-curator Elasticsearch Curator (https://github.com/... 0
docker.io docker.io/driveclutch/infra-elasticsearch-aws Elasticsearch Docker for use in AWS 0 [OK]
docker.io docker.io/forkdelta/fluentd-elasticsearch fluent/fluentd with fluent-plugin-elastics... 0 [OK]
docker.io docker.io/wreulicke/elasticsearch elasticsearch 0 [OK]- 2.加速安装Elasticsearch镜像
[root@localhost zwj]# docker pull registry.docker-cn.com/library/elasticsearch- 3.启动Elasticsearch
[root@localhost zwj]# docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
registry.docker-cn.com/library/elasticsearch latest 5acf0e8da90b 5 weeks ago 486 MB
[root@localhost zwj]# docker run -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -d -p 9200:9200 -p 9300:9300 --name ES01 5acf0e8da90b
bb4f65ab4f3a8920ce7ed605d1d1767f6856f1fdc7154b333a3d19bc6886e526
二、测试Elasticsearch
测试地址：主机地址:9200
使用Postman测试，Postman下载地址
1、索引文档
对于雇员目录，我们将做如下操作：
- 每个雇员索引一个文档，包含该雇员的所有信息。
- 每个文档都将是
employee类型 。 - 该类型位于 索引
megacorp内。 - 该索引保存在我们的 Elasticsearch 集群中。
//megacorp 索引名称
//employee 类型名称
//1 特定雇员的ID
PUT /megacorp/employee/1
{
"first_name" : "John",
"last_name" : "Smith",
"age" : 25,
"about" : "I love to go rock climbing",
"interests": [ "sports", "music" ]
}
PUT /megacorp/employee/2
{
"first_name" : "Jane",
"last_name" : "Smith",
"age" : 32,
"about" : "I like to collect rock albums",
"interests": [ "music" ]
}
PUT /megacorp/employee/3
{
"first_name" : "Douglas",
"last_name" : "Fir",
"age" : 35,
"about": "I like to build cabinets",
"interests": [ "forestry" ]
}
用同样的步骤索引三个雇员文档
2、检索文档
目前我们已经在 Elasticsearch 中存储了一些数据， 接下来就能专注于实现应用的业务需求了。第一个需求是可以检索到单个雇员的数据。这在 Elasticsearch 中很简单。简单地执行 一个 HTTP GET 请求并指定文档的地址——索引库、类型和ID。 使用这三个信息可以返回原始的 JSON 文档：
3、删除文档
4、检测是否存在这个文档
5、修改文档
将 HTTP 命令由 PUT 改为 GET 可以用来检索文档，同样的，可以使用 DELETE 命令来删除文档，以及使用 HEAD 指令来检查文档是否存在。如果想更新已存在的文档，只需再次 PUT 。
6、轻量搜索
一个 GET 是相当简单的，可以直接得到指定的文档。 现在尝试点儿稍微高级的功能，比如一个简单的搜索！第一个尝试的几乎是最简单的搜索了。我们使用下列请求来搜索所有雇员：
7、查询字符串 （_query-string_） 搜索
接下来，尝试下搜索姓氏为 ``Smith`` 的雇员。为此，我们将使用一个高亮 搜索，很容易通过命令行完成。这个方法一般涉及到一个 查询字符串 （_query-string_） 搜索，因为我们通过一个URL参数来传递查询信息给搜索接口：
8、使用查询表达式搜索
Query-string 搜索通过命令非常方便地进行临时性的即席搜索 ，但它有自身的局限性（参见 轻量 搜索 ）。Elasticsearch 提供一个丰富灵活的查询语言叫做 查询表达式 ， 它支持构建更加复杂和健壮的查询。领域特定语言 （DSL）， 指定了使用一个 JSON 请求。我们可以像这样重写之前的查询所有 Smith 的搜索 ：
9、更复杂的搜索
现在尝试下更复杂的搜索。 同样搜索姓氏为 Smith 的雇员，但这次我们只需要年龄大于 30 的。查询需要稍作调整，使用过滤器 filter ，它支持高效地执行一个结构化查询。
10、全文搜索
截止目前的搜索相对都很简单：单个姓名，通过年龄过滤。现在尝试下稍微高级点儿的全文搜索——一项 传统数据库确实很难搞定的任务。搜索下所有喜欢攀岩（rock climbing）的雇员：
11、短语搜索
找出一个属性中的独立单词是没有问题的，但有时候想要精确匹配一系列单词或者短语 。 比如， 我们想执行这样一个查询，仅匹配同时包含 “rock” 和 “climbing” ，并且 二者以短语 “rock climbing” 的形式紧挨着的雇员记录。为此对 match 查询稍作调整，使用一个叫做 match_phrase 的查询：
12、高亮搜索
许多应用都倾向于在每个搜索结果中 高亮 部分文本片段，以便让用户知道为何该文档符合查询条件。在 Elasticsearch 中检索出高亮片段也很容易。再次执行前面的查询，并增加一个新的 highlight 参数：
