安装和使用 Elasticsearch

Elasticsearch 是开源搜索平台的新成员，实时数据分析的神器，发展迅猛，基于 Lucene、RESTful、分布式、面向云计算设计、实时搜索、全文搜索、稳定、高可靠、可扩展、安装＋使用方便，介绍都说的很好听，好不好用拿出来遛一遛。

做了个简单测试，在两台完全一样的虚拟机上，2000万条左右数据，Elasticsearch 插入数据速度比 MongoDB 慢很多（可以忍受），但是搜索/查询速度快10倍以上，这只是单机情况，多机集群情况下 Elasticsearch 表现更好一些。以下安装步骤在 Ubuntu Server14.04 LTS 上完成。

安装 Elasticsearch

升级系统后安装 Oracle Java 7，既然 Elasticsearch 官方推荐使用 Oracle JDK 7 就不要尝试 JDK 8 和 OpenJDK 了：

$ sudo apt-get update

$ sudo apt-get upgrade

$ sudo apt-get installsoftware-properties-common

$ sudo add-apt-repositoryppa:webupd8team/java

$ sudo apt-get update

$ sudo apt-get installoracle-java7-installer

加入 Elasticsearch 官方源后安装 elasticsearch：

$ wget -O -http://packages.elasticsearch.org/GPG-KEY-elasticsearch | apt-key add -

$ sudo echo "debhttp://packages.elasticsearch.org/elasticsearch/1.1/debian stable main">> /etc/apt/sources.list

$ sudo apt-get update

$ sudo apt-get install elasticsearch

加入到系统启动文件并启动elasticsearch 服务，用 curl 测试一下安装是否成功：

$ sudo update-rc.d elasticsearch defaults95 1

$ sudo /etc/init.d/elasticsearch start

$ curl -X GET 'http://localhost:9200'

{

 "status" : 200,

 "name" : "Fer-de-Lance",

 "version" : {

   "number" : "1.1.1",

   "build_hash" :"f1585f096d3f3985e73456debdc1a0745f512bbc",

   "build_timestamp" : "2014-04-16T14:27:12Z",

   "build_snapshot" : false,

   "lucene_version" : "4.7"

 },

 "tagline" : "You Know, for Search"

}

Elasticsearch 的集群和数据管理界面 Marvel 非常赞，可惜只对开发环境免费，如果这个工具也免费就无敌了，安装很简单，完成后重启服务访问 http://192.168.2.172:9200/_plugin/marvel/ 就可以看到界面：

$ sudo/usr/share/elasticsearch/bin/plugin -i elasticsearch/marvel/latest

$ sudo /etc/init.d/elasticsearch restart

 *Stopping Elasticsearch Server                                           [ OK]

 *Starting Elasticsearch Server                                           [ OK]

安装 Python 客户端驱动

和 MongoDB 一样，我们一般用程序和 Elasticsearch交互，Elasticsearch 也支持多种语言的客户端驱动，这里仅安装 Python 驱动，其他语言可以参考官方文档。

$ sudo apt-get install python-pip

$ sudo pip install elasticsearch

写个简单程序把 gene_info.txt 的数据导入到 Elasticsearch：

#!/usr/bin/python

# -*- coding: UTF-8 -*-

import os, os.path, sys, re

import csv, time, string

from datetime import datetime

from elasticsearch import Elasticsearch

def import_to_db():

   data = csv.reader(open('gene_info.txt', 'rb'), delimiter='\t')

   data.next()

   es = Elasticsearch()

   for row in data:

       doc = {

            'tax_id': row[0],

            'GeneID': row[1],

            'Symbol': row[2],

            'LocusTag': row[3],

            'Synonyms': row[4],

            'dbXrefs': row[5],

            'chromosome': row[6],

            'map_location': row[7],

            'description': row[8],

            'type_of_gene': row[9],

           'Symbol_from_nomenclature_authority': row[10],

           'Full_name_from_nomenclature_authority': row[11],

           'Nomenclature_status':row[12],

            'Other_designations': row[13],

            'Modification_date': row[14]

       }

       res = es.index(index="gene", doc_type='gene_info', body=doc)

def main():

   import_to_db()

if __name__ == "__main__":

   main()

Kibana 是一个功能强大的数据显示客户端，通过插件方式和 Elasticsearch 集成在一起，安装很容易，下载解压就可以了，然后重启 Elasticsearch 服务访问http://192.168.2.172:9200/_plugin/kibana/ 就能看到界面：

$ wgethttps://download.elasticsearch.org/kibana/kibana/kibana-3.0.1.tar.gz

$ tar zxvf kibana-3.0.1.tar.gz

$ sudo mv kibana-3.0.1/usr/share/elasticsearch/plugins/_site

$ sudo /etc/init.d/elasticsearch restart