Elasticsearch 核心概念与 C++ 客户端 elasticlient 集成详解

sudo /usr/share/elasticsearch/bin/elasticsearch-plugin install https://get.infini.cloud/elasticsearch/analysis-ik/7.17.21

启动服务：

sudo systemctl start elasticsearch

验证安装：

curl -X GET "http://localhost:9200/"
sudo systemctl status elasticsearch.service

2.2 Kibana 安装

安装与启动：

sudo apt install kibana
sudo systemctl start kibana
sudo systemctl enable kibana # 可选：开机自启

访问地址：浏览器打开 http://<ip>:5601。

3.ES 核心概念

3.1 索引 (Index)

索引是拥有相似特征文档的集合，类似于数据库中的库（Database）。一个索引由名字标识（必须全小写），用于执行索引、搜索、更新和删除操作。

3.2 类型 (Type)

在索引中定义的一种逻辑分类，类似于数据库中的表（Table）。例如在一个博客索引中，可以区分用户类型、博客类型和评论类型。注意：在新版 ES 中，类型（Type）已逐渐弃用。

3.3 字段 (Field)

对应数据库表的列，用于标识文档数据的属性及数据类型。

3.4 映射 (Mapping)

定义了处理数据的方式和规则，包括字段类型、默认值、分析器、是否索引等。合理的映射能显著提升性能。

常用配置项：

• enabled：是否仅作存储，不做搜索和分析（默认 true）
• index：是否构建倒排索引（决定能否被搜索，默认 true）
• dynamic：控制 mapping 的自动更新（默认 true）
• doc_value：是否开启 doc_value，用于聚合和排序（分词字段不可用）
• fielddata：是否为 text 类型启动 fielddata，实现排序和聚合
• store：是否单独存储此字段（默认 false，从_source 读取）
• analyzer：指定分词器（如 ik_max_word）
• boost：字段级别的分数加权（默认 1.0）

示例：多模式索引

"fields": {
  "raw": { "type": "text", "index": "not_analyzed" }
}

3.5 文档 (Document)

文档是可被索引的基础信息单元，以 JSON 格式表示。一个 index/type 下可存储任意数量的文档。

ES 与传统关系型数据库对比：

4.Kibana 访问 ES 进行测试

新增数据：

POST /user/_doc/_search
{
  "query": { "match_all": {} }
}

删除索引：

DELETE /user

查看并搜索数据：

GET /user/_doc/_search?pretty
{
  "query": {
    "bool": {
      "must_not": [
        { "terms": { "user_id.keyword": ["USER4b862aaa...", "USER14eeeaa5..."] } }
      ],
      "should": [
        { "match": { "user_id": "昵称" } },
        { "match": { "nickname": "昵称" } },
        { "match": { "phone": "昵称" } }
      ]
    }
  }
}

批量插入：

POST /user/_doc/_bulk
{"index":{"_id":"1"}}
{"user_id":"USER4b862aaa...","nickname":"昵称 1","phone":"手机号 1"}
{"index":{"_id":"2"}}
{"user_id":"USER14eeeaa5...","nickname":"昵称 2","phone":"手机号 2"}

创建索引库（含设置与映射）：

POST /user/_doc
{
  "settings": { "analysis": { "analyzer": { "ik": { "tokenizer": "ik_max_word" } } } },
  "mappings": {
    "dynamic": true,
    "properties": {
      "nickname": { "type": "text", "analyzer": "ik_max_word" },
      "user_id": { "type": "keyword", "analyzer": "standard" },
      "phone": { "type": "keyword", "analyzer": "standard" },
      "description": { "type": "text", "enabled": false },
      "avatar_id": { "type": "keyword", "enabled": false }
    }
  }
}

5.ES 客户端的安装

C++ 生态中 ES 客户端选择较少，这里推荐使用 elasticlient 库。

前置依赖：需要安装 libmicrohttpd-dev。

sudo apt-get install libmicrohttpd-dev

编译安装：

git clone https://github.com/seznam/elasticlient
cd elasticlient
git submodule update --init --recursive
make build && cd build
cmake ..
make
make install

6.ES 客户端接口介绍

该库提供了基础的 CRUD 接口，主要包括以下方法：

• search：执行搜索请求，返回响应或抛出异常。
• get：根据 ID 获取文档。
• index：索引新文档，支持自动生成或指定 ID。
• remove：删除指定 ID 的文档。

所有接口均接受 indexName、docType、body 等参数，并支持路由（routing）设置。

7.使用

在实际使用中，需要注意以下几点：

1. URL 路径：确保包含相对根目录，如 http://127.0.0.1:9200/。
2. 异常处理：API 调用失败会抛出异常，务必使用 try-catch 包裹，防止程序崩溃。

代码示例：

#include <iostream>
#include <elasticlient/client.h>
#include <cpr/cpr.h>

int main() {
    // 1. 构造 ES 客户端
    elasticlient::Client client({"http://127.0.0.1:9200/"});

    // 2. 发起搜索请求
    try {
        auto resp = client.search("user", "_doc", "{\"query\": { \"match_all\":{} }}");
        std::cout << resp.status_code << std::endl;
        std::cout << resp.text << std::endl;
    } catch (std::exception &e) {
        std::cout << e.what() << std::endl;
        return -1;
    }
    return 0;
}

通过上述步骤，即可在 C++ 项目中成功集成 Elasticsearch，实现高效的数据检索与管理。