在本文中，我将分享如何在 Node.js 中如何使用 Elasticsearch 来开发的经验。 顺便说一句，以防万一你从未听说过 Elasticsearch：
Elasticsearch 是一个高度可扩展的开源全文本搜索和分析引擎。 它使你可以快速，近乎实时地存储，搜索和分析大量数据。 它通常用作支持具有复杂搜索功能和要求的应用程序的基础引擎/技术。
如果你想了解更多关于 Elasticsearch 的介绍，你可以参阅我之前的文章 “Elasticsearch 简介”。本文针对 Elastic Stack 7.x 有效，如果你想了解关于 Elastic Stack 8.x 的 nodejs 开发，请参阅我的另外一篇文章 “Elasticsearch：使用最新的 Nodejs client 8.x 来创建索引并搜索”。
前提条件
- 你需要在你的电脑上安装 nodjs 8.9.4 或以上的版本
- 你需要安装 docker 18.03.0-ce 或以上的版本
创建 nodejs 项目
首先我们来创建一个叫做 node-elasticsearch 的目录，并进入该目录：
mkdir node-elasticsearch
cd node-elasticsearch执行 npm init 生成 package.json 文件。 我为强制创建模式添加了 -f 标志:
我们把生成的 package.json 的 scripts 部分修改为启动 index.js：
package.json
{
"name": "node-elasticsearch",
"version": "1.0.0",
"description": "",
"main": "index.js",
"scripts": {
"start": "node index.js"
},
"keywords": [],
"author": "",
"license": "ISC",
"dependencies": {
"elasticsearch": "^16.7.2"
}
}然后从 npm 安装 Elasticsearch 软件包。 很高兴看到我们有 Node.js 的官方软件包。
npm install elasticsearch我们的 node.js 设置已准备就绪。
这样我们就安装好了 elasticsearch 包。接下来，我们将安装 Elasticsearch。
安装 Elasticsearch 及 Kibana
如果你之前从来没有安装过 Elasticsearch 或 Kibana。你可以阅读我之前的文章 “Elastic：菜鸟上手指南” 来进行安装。在本练习中，我们将使用 docker 来安装 Elasticsearch 及 Kibana。我们首先来创建一个叫做 docker-compose.yml 的文件：
docker-compose.yml
---
version: "3"
services:
elasticsearch:
image: docker.elastic.co/elasticsearch/elasticsearch:7.10.0
container_name: es01
environment:
- node.name=es01
- cluster.name=docker-cluster
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
- discovery.type=single-node
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- esdata:/usr/share/elasticsearch/data
ports:
- 9200:9200
kibana:
image: docker.elastic.co/kibana/kibana:7.10.0
ports:
- 5601:5601
depends_on:
- elasticsearch
volumes:
esdata:
driver: local在上面，我们使用了 Elastic Stack 7.10.0 发行版作为实验的版本。在你实际的使用中，你可以根据自己的版本需求而进行修改。
我们必须先启动 docker，然后在命令行中执行：
docker-compose up上面命令必须执行于 docker-compose.yml 文件所在的目录中。
它将启动 http://localhost:9200 中的 Elasticsearch 和 http://localhost:5601 中的 Kibana。 你可以通过在浏览器中打开链接来进行验证。
连接到 Elasticsearch
我们接下来创建一个叫做 index.js 的文件，并输入一下的内容：
index.js
const es = require('elasticsearch');
const client = es.Client({ host: 'http://localhost:9200' });
client.ping()
.then(res => console.log('connection success', res))
.catch(err => console.error('wrong connection', err));代码真的很简单。 我们导入我们的 Elasticsearch 模块并创建一个针对 Elasticsearch 主机的客户端对象。 最后，我们使用 ping 方法验证我们的 Elasticsearch 连接是否成功。 如果成功，它将返回 true。
$ npm start
> node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
> node index.js
connection success true创建索引
Elasticsearch 中的索引是文档的集合。 术语文档广泛用于表示 Elasticsearch 中的数据。 我们将创建一个名为 student 的索引来存储学生列表。 一个重要的规则，索引名称必须小写。在 http://localhost:5601 中打开 Kibana，然后单击开发工具菜单。 然后，在 “Console” 选项中，使用下面的命令，然后单击绿色的播放按钮创建索引。
插入文档
现在，从我们的项目中，让我们尝试插入一些学生文档。
index.js
const es = require('elasticsearch');
const client = es.Client({ host: 'http://localhost:9200' });
client.ping()
.then(res => console.log('connection success', res))
.catch(err => console.error('wrong connection', err));
client.index({
index: 'students',
type: '_doc',
body: {
name: 'John Doe',
age: 17,
hobby: 'basketball'
}
})
.catch(err => console.error(err));我们接着执行：
npm start我们使用 index 方法，并指定索引名称，类型（您无需过多考虑是什么 type，因为在将来的 Elasticsearch 版本中不再使用该类型）和学生信息。 通过输入以下命令，验证在 Kibana 中的创建。
GET students/_search
学生信息存储在 hits 中。 我们还会在 _id 字段中获得自动生成的 ID。 这是因为我们不为学生提供 ID，因此 Elasticsearch 会慷慨地为我们生成 ID。 这是有关在创建文档时如何提供 ID 的示例。 看一下 id 字段。
index.js
const es = require('elasticsearch');
const client = es.Client({ host: 'http://localhost:9200' });
client.ping()
.then(res => console.log('connection success', res))
.catch(err => console.error('wrong connection', err));
client.index({
index: 'students',
type: '_doc',
id: 1,
body: {
name: 'C. Ronaldo',
age: 33,
hobby: 'football'
}
})
.catch(err => console.error(err));重新执行:
npm start我们将发行有多一个 _id 为 1 的文档。到目前为止，我们有两个文档了。
你可能还会注意到每个文档的响应中的 _score 字段。 这是出于搜索目的。 分数越高意味着文档越相关
获取文档
要从我们的项目中获取学生文档，我们可以使用搜索方法。
index.js
const es = require('elasticsearch');
const client = es.Client({ host: 'http://localhost:9200' });
client.ping()
.then(res => console.log('connection success', res))
.catch(err => console.error('wrong connection', err));
client.search({
index: 'students',
type: '_doc',
})
.then(res => console.log(JSON.stringify(res)))
.catch(err => console.error(err));重新运行上面的 index.js 文件：
$ npm start
> node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
> node index.js
connection success true
{"took":1,"timed_out":false,"_shards":{"total":1,"successful":1,"skipped":0,"failed":0},"hits":{"total":{"value":2,"relation":"eq"},"max_score":1,"hits":[{"_index":"students","_type":"_doc","_id":"Fzr0hHYBUxQeTRscd3yG","_score":1,"_source":{"name":"John Doe","age":17,"hobby":"basketball"}},{"_index":"students","_type":"_doc","_id":"1","_score":1,"_source":{"name":"C. Ronaldo","age":33,"hobby":"football"}}]}}我们的回应与我们在 Kibana 中的响应相同。
搜索文档
这是 Elasticsearch中 最重要的功能。 由于我们已经有两个文档，因此我们可以尝试搜索。 我们仍然使用 search 方法来获取文档，但是现在我们定义了一个查询。 该查询将确定每个文档的分数。
index.js
const es = require('elasticsearch');
const client = es.Client({ host: 'http://localhost:9200' });
client.ping()
.then(res => console.log('connection success', res))
.catch(err => console.error('wrong connection', err));
client.search({
index: 'students',
type: '_doc',
body: {
query: {
match: { name: 'John' }
}
}
})
.then(res => console.log(JSON.stringify(res)))
.catch(err => console.error(err));$ npm start
> node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
> node index.js
connection success true
{"took":1,"timed_out":false,"_shards":{"total":1,"successful":1,"skipped":0,"failed":0},"hits":{"total":{"value":1,"relation":"eq"},"max_score":0.6931471,"hits":[{"_index":"students","_type":"_doc","_id":"Fzr0hHYBUxQeTRscd3yG","_score":0.6931471,"_source":{"name":"John Doe","age":17,"hobby":"basketball"}}]}}由于 name 与查询匹配，因此我们将会获得如上所示的名字叫做 John 的文档。
在 Kibana 中的等效 Elasticsearch 命令：
Elasticsearch 有很多搜索配置，你可以稍后进行调整。如果你对这个感兴趣的话，请阅读我之前的文章 “开始使用Elasticsearch （2）”。
更新文档
假设我们要更新 ID 为 1 的学生的爱好。
index.js
const es = require('elasticsearch');
const client = es.Client({ host: 'http://localhost:9200' });
client.ping()
.then(res => console.log('connection success', res))
.catch(err => console.error('wrong connection', err));
client.update({
index: 'students',
type: '_doc',
id: '1',
body: {
doc: {
hobby: 'swimming'
}
}
})
.then(res => console.log(JSON.stringify(res)))
.catch(err => console.error(err));运行上面的代码。
$ npm start
> node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
> node index.js
connection success true
{"_index":"students","_type":"_doc","_id":"1","_version":2,"result":"updated","_shards":{"total":2,"successful":1,"failed":0},"_seq_no":2,"_primary_term":1}这是我们更改爱好后的更新文档：
{
"_index" : "students",
"_type" : "_doc",
"_id" : "1",
"_version" : 2,
"_seq_no" : 2,
"_primary_term" : 1,
"found" : true,
"_source" : {
"name" : "C. Ronaldo",
"age" : 33,
"hobby" : "swimming"
}
}删除一个文档
delete 命令非常简单：
index.js
const es = require('elasticsearch');
const client = es.Client({ host: 'http://localhost:9200' });
client.ping()
.then(res => console.log('connection success', res))
.catch(err => console.error('wrong connection', err));
client.delete({
index: 'students',
type: '_doc',
id: '1'
})
.then(res => console.log(JSON.stringify(res)))
.catch(err => console.error(err));运行上面的代码：
$ npm start
> node-elasticsearch@1.0.0 start /Users/liuxg/nodejs/node-elasticsearch
> node index.js
connection success true
{"_index":"students","_type":"_doc","_id":"1","_version":3,"result":"deleted","_shards":{"total":2,"successful":1,"failed":0},"_seq_no":3,"_primary_term":1}如果我们现在到 Kibana 中重新进行查看的话，那么我们会发现只剩下一个文档了。
结论
Elasticsearch 是用于搜索和分析数据的强大强大引擎。
