文档为何物？一个对象 就相当于mysql的一个record记录
【文档】
什么是文档？
程序中大多的实体或对象能够被序列化为包含键值对的JSON对象，键(key)是字段(field)或属性(property)的名字，值(value)可以是字符串、数字、布尔类型、另一个对象、值数组或者其他特殊类型，比如表示日期的字符串或者表示地理位置的对象。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
{
"name": "John Smith",
"age": 42,
"confirmed": true,
"join_date": "2014-06-01",
"home": {
"lat": 51.5,
"lon": 0.1
},
"accounts": [
{
"type": "facebook",
"id": "johnsmith"
},
{
"type": "twitter",
"id": "johnsmith"
}
]
}
|
通常，我们可以认为对象(object)和文档(document)是等价相通的。不过，他们还是有所差别：对象(Object)是一个JSON结构体——类似于哈希、hashmap、字典或者关联数组；对象(Object)中还可能包含其他对象(Object)。 在Elasticsearch中，文档(document)这个术语有着特殊含义。它特指最顶层结构或者根对象(root object)序列化成的JSON数据（以唯一ID标识并存储于Elasticsearch中）。
文档元数据
一个文档不只有数据。它还包含了元数据(metadata)——关于文档的信息。三个必须的元数据节点是：
节点说明
_index文档存储的地方
_type文档代表的对象的类
_id文档的唯一标识
_index
索引(index)类似于关系型数据库里的“数据库”——它是我们存储和索引关联数据的地方。
提示：
事实上，我们的数据被存储和索引在分片(shards)中，索引只是一个把一个或多个分片分组在一起的逻辑空间。然而，这只是一些内部细节——我们的程序完全不用关心分片。对于我们的程序而言，文档存储在索引(index)中。剩下的细节由Elasticsearch关心既可。
我们将会在《索引管理》章节中探讨如何创建并管理索引，但现在，我们将让Elasticsearch为我们创建索引。我们唯一需要做的仅仅是选择一个索引名。这个名字必须是全部小写，不能以下划线开头，不能包含逗号。让我们使用website做为索引名。
_type
在应用中，我们使用对象表示一些“事物”，例如一个用户、一篇博客、一个评论，或者一封邮件。每个对象都属于一个类(class)，这个类定义了属性或与对象关联的数据。user类的对象可能包含姓名、性别、年龄和Email地址。
在关系型数据库中，我们经常将相同类的对象存储在一个表里，因为它们有着相同的结构。同理，在Elasticsearch中，我们使用相同类型(type)的文档表示相同的“事物”，因为他们的数据结构也是相同的。+
每个类型(type)都有自己的映射(mapping)或者结构定义，就像传统数据库表中的列一样。所有类型下的文档被存储在同一个索引下，但是类型的映射(mapping)会告诉Elasticsearch不同的文档如何被索引。 我们将会在《映射》章节探讨如何定义和管理映射，但是现在我们将依赖Elasticsearch去自动处理数据结构。
_type的名字可以是大写或小写，不能包含下划线或逗号。我们将使用blog做为类型名。
_id
id仅仅是一个字符串，它与_index和_type组合时，就可以在Elasticsearch中唯一标识一个文档。当创建一个文档，你可以自定义_id，也可以让Elasticsearch帮你自动生成。
其它元数据
还有一些其它的元数据，我们将在《映射》章节探讨。使用上面提到的元素，我们已经可以在Elasticsearch中存储文档并通过ID检索——换言说，把Elasticsearch做为文档存储器使用了。
[索引]
基于HTTP协议，以JSON为数据交互格式的RESTful API
其他所有程序语言都可以使用RESTful API，通过9200端口的与Elasticsearch进行通信，你可以使用你喜欢的WEB客户端，事实上，如你所见，你甚至可以通过curl命令与Elasticsearch通信。
NOTE
Elasticsearch官方提供了多种程序语言的客户端——Groovy，Javascript， .NET，PHP，Perl，Python，以及 Ruby——还有很多由社区提供的客户端和插件，所有这些可以在文档中找到。
向Elasticsearch发出的请求的组成部分与其它普通的HTTP请求是一样的：
curl -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'
-
VERB HTTP方法：
GET,POST,PUT,HEAD,DELETE -
PROTOCOL http或者https协议（只有在Elasticsearch前面有https代理的时候可用）
-
HOST Elasticsearch集群中的任何一个节点的主机名，如果是在本地的节点，那么就叫localhost
-
PORT Elasticsearch HTTP服务所在的端口，默认为9200
-
PATH API路径（例如_count将返回集群中文档的数量），PATH可以包含多个组件，例如_cluster/stats或者_nodes/stats/jvm
-
QUERY_STRING 一些可选的查询请求参数，例如
?pretty参数将使请求返回更加美观易读的JSON数据 -
BODY 一个JSON格式的请求主体（如果请求需要的话）
举例说明，为了计算集群中的文档数量，我们可以这样做：
curl -XGET 'http://localhost:9200/_count?pretty' -d '
{
"query": {
"match_all": {}
}
}
'
如:返回所有节点jvm信息
|
1
|
curl -i 127.0.0.1:9200
/_nodes/stats/jvm
?pretty
|
【API-RESTful API】
参考:
http://www.learnes.net/data/README.html
|
1
2
|
curl 192.168.100.10:9200?preety
curl 192.168.100.10:9200
/_count
?pretty
|
shell 中的curl的用法
-X 指定请求方法默认是 -XGET
-i 返回数据的时候，也一并返回请求结果
-d 发送的数据
查看elk的状态:
|
1
|
curl 192.168.100.10:9200
/_cluster/health
?pretty
|
这个返回值意味着我们的索引请求已经被成功创建，其中还包含了_index, _type以及_id的元数据，以及一个新的元素_version
_index 名词就是相当于数据库中库
_type 相当于数据库中的表
_id 就是id(可以自己指定也以自增)
_index 和 _type 和 _id 三者组成elasticsearch存储中的数据的唯一
创建一条
|
1
2
3
4
5
|
curl -XPUT 192.168.100.10:9200
/website/blog/123
-d '{
"title"
:
"My first blog entry"
,
"text"
:
"Just trying this out..."
,
"date"
:
"2016/01/01"
}'
|
可以看到搜索到了当时创建的文档
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
[root@master ~]
# curl 192.168.100.10:9200/website/blog/123?pretty
{
"_index"
:
"website"
,
"_type"
:
"blog"
,
"_id"
:
"123"
,
"_version"
: 1,
"found"
:
true
,
"_source"
: {
"title"
:
"My first blog entry"
,
"text"
:
"Just trying this out..."
,
"date"
:
"2014/01/01"
}
}
|
每找到的情况:
|
1
2
3
4
5
6
7
|
[root@master ~]
# curl 192.168.100.10:9200/website/blog/1235?pretty
{
"_index"
:
"website"
,
"_type"
:
"blog"
,
"_id"
:
"1235"
,
"found"
:
false
}
|
_source 是文档的内容。可以指定值返回文档指定的字段
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
[root@master ~]
# curl -i -XGET "192.168.100.10:9200/logstash-2016.05.12/syslog/AVSlIBy3bzztddJUaGzh?_source=file,meesage&pretty"
HTTP
/1
.1 200 OK
Content-Type: application
/json
; charset=UTF-8
Content-Length: 185
{
"_index"
:
"logstash-2016.05.12"
,
"_type"
:
"syslog"
,
"_id"
:
"AVSlIBy3bzztddJUaGzh"
,
"_version"
: 1,
"found"
:
true
,
"_source"
: {
"file"
:
"/var/log/messages"
}
}
|
一次获取多个文档_mget
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
[root@master ~]
# curl -i -XGET 192.168.100.10:9200/logstash-2016.05.12/syslog/_mget?pretty -d '{"ids": [ "2", "1"]}'
HTTP
/1
.1 200 OK
Content-Type: application
/json
; charset=UTF-8
Content-Length: 230
{
"docs"
: [ {
"_index"
:
"logstash-2016.05.12"
,
"_type"
:
"syslog"
,
"_id"
:
"2"
,
"found"
:
false
}, {
"_index"
:
"logstash-2016.05.12"
,
"_type"
:
"syslog"
,
"_id"
:
"1"
,
"found"
:
false
} ]
}
|
索引多了会积累需要定时删除比如删除一个月之前的，(不能使用rm -rf 删除data下面的索引目录，因为elk是分布式的你输出了，其他节点的复制分片又会同步过来)
# 删除indices
|
1
|
curl -XDELETE
"http://localhost:9200/access-log-2016.12.02/"
|
# 删除多个indices
|
1
|
curl -XDELETE
"http://localhost:9200/access-log-2015.12.*/"
|
