# Windows 环境下安装ES
原文链接 : [https://www.elastic.co/guide/en/elasticsearch/reference/current/windows.html](https://www.elastic.co/guide/en/elasticsearch/reference/current/windows.html)
译文链接 : [http://apache.wiki/pages/editpage.action?pageId=4882732](http://apache.wiki/pages/editpage.action?pageId=4882732)
贡献者 : @漫步
## Windows 环境下安装ES
Elasticsearch可以在Windows中使用安装`.zip`包。这配备了一个`elasticsearch-service.bat`命令,它会安装Elasticsearch来作为服务运行。
Elasticsearch的最新稳定版本可以在上找到 [下载Elasticsearch](https://www.elastic.co/downloads/elasticsearch)页面。其它版本可以在上找到 [过去的版本页面](https://www.elastic.co/downloads/past-releases)。
![注意](https://img.kancloud.cn/50/1f/501f430e0c03baa87f0bbf9c0e08af0d_66x58.jpg)
Elasticsearch需要Java 8或更高版本。使用 [Oracle官方分发](http://www.oracle.com/technetwork/java/javase/downloads/index.html) 或作为开放源代码的分布的[OpenJDK](http://openjdk.java.net/)。
## 下载并安装`.zip`包
下载`.zip`的Elasticsearch V5.0.1档案来源:[https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.0.1.zip](https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.0.1.zip)
你最喜欢的解压缩工具解压。这将创建一个文件夹叫 `elasticsearch-5.0.1`,我们称其为 `%ES_HOME%`。在终端窗口,`cd``%ES_HOME%`目录,例如:
```
cd C:\ elasticsearch-5.0.1
```
## 在命令行中运行Elasticsearch
Elasticsearch可以从命令行启动,如下所示:
```
.\bin\elasticsearch
```
默认情况下,Elasticsearch在前台运行,打印其日志`STDOUT`,并可以按停止`Ctrl-C`。
## 在命令行配置Elasticsearch
Elasticsearch加载从它的配置`%ES_HOME%/config/elasticsearch.yml` 默认文件。这个配置文件的格式说明[_配置Elasticsearch_](https://www.elastic.co/guide/en/elasticsearch/reference/current/settings.html "配置Elasticsearch")。
可以在配置文件中指定的任何设置,也可以在命令行上指定,使用`-E`的语法如下:
```
./bin/elasticsearch -Ecluster.name=my_cluster -Enode.name=node_1
```
![注意](https://img.kancloud.cn/50/1f/501f430e0c03baa87f0bbf9c0e08af0d_66x58.jpg)
包含空格的值必须用引号括起来。例如`-Epath.logs="C:\My Logs\logs"`。
![小费](https://img.kancloud.cn/de/e3/dee3f82dc73d84dc4c0ec544b7f0dda7_66x58.jpg)
通常情况下,任何集群范围的设置(例如`[cluster.name](http://cluster.name)`)应该被加入到`elasticsearch.yml`配置文件,而任何特定于节点的设置,例如`[node.name](http://node.name)`可以在命令行上被指定。
## 检查Elasticsearch运行
您可以测试你的Elasticsearch节点通过发送一个HTTP请求到端口上运行`9200`的`localhost`:
```
GET /
```
返回值,如下:
```
{
"name" : "Cp8oag6",
"cluster_name" : "elasticsearch",
"cluster_uuid" : "AT69_T_DTp-1qgIJlatQqA",
"version" : {
"number" : "5.0.1",
"build_hash" : "f27399d",
"build_date" : "2016-03-30T09:51:41.449Z",
"build_snapshot" : false,
"lucene_version" : "6.2.1"
},
"tagline" : "You Know, for Search"
}
```
### 安装Elasticsearch作为Windows服务
Elasticsearch可以作为服务安装在后台运行,或在启动时自动启动,无需任何用户交互。这可以通过实现`elasticsearch-service.bat`的脚本`bin\`,使人们安装,删除,管理或配置服务和潜在的启动和停止服务文件夹中,全部由命令行。
```
c:\elasticsearch-5.0.1\bin>elasticsearch-service
Usage: elasticsearch-service.bat install|remove|start|stop|manager [SERVICE_ID]
```
该脚本需要一个参数(要执行的命令),后跟一个可选一表示服务ID(用于安装多个Elasticsearch服务时)。
可用的命令如下:
| `install` | 安装Elasticsearch作为服务 |
| `remove` | 删除已安装的Elasticsearch服务(并停止该服务,如果启动) |
| `start` | 启动Elasticsearch服务(如果安装) |
| `stop` | 停止Elasticsearch服务(如果已启动) |
| `manager` | 启动GUI管理安装服务 |
根据现有的JDK / JRE(通过设置的体系结构`JAVA_HOME`),相应的64位(x64)或32位(x86)的服务将被安装。此信息是安装过程中提供:
```
c:\elasticsearch-5.0.1\bin>elasticsearch-service install
Installing service : "elasticsearch-service-x64"
Using JAVA_HOME (64-bit): "c:\jvm\jdk1.8"
The service 'elasticsearch-service-x64' has been installed.
```
![注意](https://img.kancloud.cn/50/1f/501f430e0c03baa87f0bbf9c0e08af0d_66x58.jpg)
该服务安装程序要求线程堆栈大小设置在jvm.options进行配置**之前**安装的服务。在32位的Windows,你应该添加`-Xss320k`到jvm.options文件,并在64位Windows您应该添加`-Xss1m`到jvm.options文件。
![注意](https://img.kancloud.cn/50/1f/501f430e0c03baa87f0bbf9c0e08af0d_66x58.jpg)
而JRE可用于Elasticsearch服务,由于其使用的客户机虚拟机(而不是服务器JVM这对于长期运行的应用提供了更好的性能)其使用不鼓励和一个将发出警告。
![注意](https://img.kancloud.cn/50/1f/501f430e0c03baa87f0bbf9c0e08af0d_66x58.jpg)
升级(或降级)的JVM版本不需要重新安装服务。但是,跨JVM升级类型(如JRE与SE)是不支持,而且确实需要的服务,重新安装。
### 设置定制服务
该Elasticsearch服务可以在安装之前通过设置以下环境变量(可以使用配置[set命令](https://technet.microsoft.com/en-us/library/cc754250(v=ws.10).aspx)在命令行,或通过`System Properties->Environment Variables`GUI)。
| `SERVICE_ID` | 的唯一标识符的服务。有用的,如果同一计算机上安装多个实例。默认为`elasticsearch-service-x86`(在32位Windows)或`elasticsearch-service-x64`(在64位Windows)。 |
| `SERVICE_USERNAME` | 用户身份运行,默认为本地系统帐户。 |
| `SERVICE_PASSWORD` | 的密码中指定的用户`%SERVICE_USERNAME%`。 |
| `SERVICE_DISPLAY_NAME` | 该服务的名称。默认为`Elasticsearch <version> %SERVICE_ID%`。 |
| `SERVICE_DESCRIPTION` | 该服务的描述。默认为`Elasticsearch <version> Windows Service - [https://elastic.co](https://elastic.co)`。 |
| `JAVA_HOME` | 所需的JVM的安装目录下运行该服务。 |
| `LOG_DIR` | 日志目录,默认为`%ES_HOME%\logs`。 |
| `DATA_DIR` | Data目录,默认为`%ES_HOME%\data`。 |
| `CONF_DIR` | 配置文件目录(其中必须包括`elasticsearch.yml` 和`log4j2.properties`文件),默认为`%ES_HOME%\conf`。 |
| `ES_JAVA_OPTS` | 任何额外的JVM系统属性,你可能要应用。 |
| `ES_START_TYPE` | 启动模式的服务。可以是`auto`或者`manual`(默认)。 |
| `ES_STOP_TIMEOUT` | 以秒procrun服务等待超时正常退出。默认为`0`。 |
![注意](https://img.kancloud.cn/50/1f/501f430e0c03baa87f0bbf9c0e08af0d_66x58.jpg)
在其核心,`elasticsearch-service.bat`依赖于[Apache的百科全书守护](http://commons.apache.org/proper/commons-daemon/)工程安装服务。该服务在安装之前设置环境变量被复制,并会在服务生命周期中使用。这意味着在安装后对他们所做的任何更改将不被拾起,除非该服务被重新安装。
![注意](https://img.kancloud.cn/50/1f/501f430e0c03baa87f0bbf9c0e08af0d_66x58.jpg)
在Windows中,[堆大小](https://www.elastic.co/guide/en/elasticsearch/reference/current/heap-size.html "通过jvm.options设置JVM堆大小")可以被配置为用于从所述命令行运行Elasticsearch时,或安装Elasticsearch作为首次一个服务时的任何其他Elasticsearch安装。要调整堆大小已安装的服务,使用服务管理器:`bin\elasticsearch-service.bat manager`。
使用管理器GUI也可以配置服务,它已经使用管理GUI(安装后elasticsearch-service-mgr.exe),它提供了洞察安装的服务,包括其状态,启动类型,JVM启动和停止除其他事项外设置。简单地调用elasticsearch-service.bat manager在命令行会打开管理器窗口:
![](/download/attachments/4882732/image2016-11-25%2015%3A33%3A2.png?version=1&modificationDate=1480059182000&api=v2)
通过管理程序的GUI做的大多数更改(如JVM设置),将要求服务重新启动才能生效。
### 目录结构`.zip` 分析
该`.zip`包是完全独立的。所有的文件和目录,默认情况下,包含在`%ES_HOME%` -解压缩存档时创建的目录。
这是非常方便,因为你没有创建任何目录开始使用Elasticsearch和卸载Elasticsearch是去掉了容易`%ES_HOME%`目录。不过,最好是改变config目录,数据目录和日志目录的默认位置,这样你就不会删除以后重要的数据。
| 类型 | 描述 | 默认位置 | 设置 |
| --- | --- | --- | --- |
| **home
** | Elasticsearch主目录或 `%ES_HOME%` | 目录由解包归档创建 | |
| **bin
** | 二进制脚本包括`elasticsearch`启动一个节点,并`elasticsearch-plugin`安装插件 | `%ES_HOME%\bin` | |
| **conf
** | 配置文件,包括 `elasticsearch.yml` | `%ES_HOME%\config` | `path.conf` |
| **data
** | 节点上分配的各索引/碎片的数据文件的位置。可以容纳多个位置。 | `%ES_HOME%\data` | `path.data` |
| **logs
** | 日志文件的位置。 | `%ES_HOME%\logs` | `path.logs` |
| **plugins
** | 插件文件的位置。每一个插件将被包含在一个子目录。 | `%ES_HOME%\plugins` | |
| **repo
** | 共享文件系统存储库位置。可以容纳多个位置。文件系统存储库可以放在这里指定的任意目录中的任何子目录。 | 未配置 | `path.repo` |
| **script
** | 脚本文件位置。 | `%ES_HOME%\scripts` | `path.scripts` |
## 下一步
现在,您有一个测试环境Elasticsearch成立。开始之前严重的发展或进入生产与Elasticsearch,你需要做一些额外的设置:
* 了解如何[配置Elasticsearch](https://www.elastic.co/guide/en/elasticsearch/reference/current/settings.html "配置Elasticsearch")。
* 配置[重要Elasticsearch设置](https://www.elastic.co/guide/en/elasticsearch/reference/current/important-settings.html "重要Elasticsearch配置")。
* 配置[重要的系统设置](https://www.elastic.co/guide/en/elasticsearch/reference/current/system-config.html "重要的系统配置")。
- Getting Started(入门指南)
- Basic Concepts(基础概念)
- Installation(安装)
- Exploring Your Cluster(探索集群)
- Cluster Health(集群健康)
- List All Indices(列出所有索引)
- Create an Index(创建索引)
- Index and Query a Document(索引和查询文档)
- Delete an Index(删除索引)
- Modifying Your Data(修改数据)
- Updating Documents(更新文档)
- Deleting Documents(删除文档)
- Batch Processing(批处理)
- Exploring Your Data(探索数据)
- The Search API(搜索 API)
- Introducing the Query Language(介绍查询语言)
- Executing Searches(执行查询)
- Executing Filters(执行过滤)
- Executing Aggregations(执行聚合)
- Conclusion(总结)
- Setup Elasticsearch(设置)
- Installing Elasticsearch(安装)
- zip 或 tar.gz 安装
- Debian软件包安装Elasticsearch
- 用RPM安装Elasticsearch
- Windows 环境下安装ES
- Docker 方式安装
- 配置Elasticsearch
- 重要Elasticsearch配置
- 安全配置
- 启动前检查
- 堆大小检查
- 文件描述符检查
- 内存锁定检查
- 最大线程数检查
- 最大虚拟内存检查
- 最大map数检查
- JVM Client模式检查
- 串行收集使用检查
- 系统调用过滤检查
- OnError与OnOutOfMemoryError检查
- G1GC检查
- 重要的系统配置
- 系统设置
- 在jvm.options中设置JVM堆大小
- 禁用swapping
- 文件描述符
- 虚拟内存
- 线程数
- 升级Elasticsearch
- Elasticsearch停机
- 重大改变
- 在5.3 重大改变
- 在5.2 重大改变
- Shadow Replicas已被弃用
- 在5.1 重大改变
- 在5.0 重大改变
- 搜索和查询DSL改变
- 映射改变
- 过滤器改变
- Suggester变化
- 索引API改变
- 文档API改变
- 设置的改变
- 分配改变
- HTTP改变
- REST API改变
- CAT API改变
- Java API改变
- Packaging
- Plugin改变
- 文件系统相关改变
- 磁盘上数据的路径
- 聚合改变
- 脚本相关改变
- API 规范
- Multiple Indices(多个索引)
- Date math support in index names(索引名称对 Date 和 Math 的支持)
- 常见选项
- URL-based access control(基于 URL 的访问控制)
- Document APIS
- Index API
- Get API
- Update API
- 通过查询 API 更新
- 多个 GET API
- Bulk API
- Reading and Writing documents(读写文档)
- Delete API
- Delete By Query API
- Reindex API
- Term Vectors
- Multi termvectors API
- ?refresh
- Search APIs
- Search
- URI Search
- Request Body Search
- Query
- From / Size
- Sort
- Source filtering
- Fields
- Script Fields
- Doc value Fields
- Post filter
- Highlighting
- Rescoring
- Search Type
- Scroll
- Preference
- Explain
- Version
- Index Boost
- min_score
- Named Queries
- Inner hits
- Search After
- Field Collapsing 字段折叠
- Search 模板
- Multi Search 模板
- Search Shards API
- Suggesters
- Completion Suggester
- Context Suggester
- Phrase Suggester
- Term suggester
- Multi Search API
- Count API
- Validate API
- Explain API
- Profile API
- Profiling Queries
- Profiling Aggregations
- Profiling Considerations
- Aggregations
- Metric Aggregations
- 值计数聚合(Value Count Aggregation)
- 地理边界聚合
- 地理重心聚合
- 基数聚合
- 平均值聚合
- 扩展统计聚合
- 最大值聚合
- 最小值聚合
- Bucket Aggregations
- Children Aggregation
- Date Histogram Aggregation
- Date Range Aggregation
- Diversified Sampler Aggregation
- Filter Aggregation(过滤器聚合)
- Filters Aggregation
- Geo Distance Aggregation(地理距离聚合)
- GeoHash grid Aggregation(GeoHash网格聚合)
- Global Aggregation(全局聚合)
- Histogram Aggregation
- IP Range Aggregation(IP范围聚合)
- Missing Aggregation
- Nested Aggregation(嵌套聚合)
- Range Aggregation(范围聚合)
- Reverse nested Aggregation
- Sampler Aggregation
- Significant Terms Aggregation
- 邻接矩阵聚合
- Pipeline Aggregations
- Avg Bucket Aggregation
- Derivative Aggregation(导数聚合)
- Max Bucket Aggregation
- Min Bucket Aggregation
- Sum Bucket Aggregation
- Stats Bucket Aggregation
- Extended Stats Bucket Aggregation(扩展信息桶聚合)
- Percentiles Bucket Aggregation(百分数桶聚合)
- Cumulative Sum Aggregation(累积汇总聚合)
- Bucket Script Aggregation(桶脚本聚合)
- Bucket Selector Aggregation(桶选择器聚合)
- Serial Differencing Aggregation(串行差异聚合)
- Matrix Aggregations
- Matrix Stats
- Matrix Stats(矩阵统计)
- Caching heavy aggregations(缓存频繁聚合)
- Returning only aggregation results(仅返回需要聚合的结果)
- Aggregation Metadata(聚合元数据)
- Returning the type of the aggregation(返回聚合的类型)
- 索引 API
- Create Index /创建索引
- Delete Index /删除索引
- Get Index /获取索引
- Indices Exists /索引存在
- Open / Close Index API /启动关闭索引
- Shrink Index /缩小索引
- Rollover Index/滚动索引
- Put Mapping /提交映射
- Get Mapping /获取映射
- Get Field Mapping /获取字段映射
- 卷影副本索引
- 依赖卷影副本的节点级设置
- 索引统计信息
- 索引段
- 索引恢复
- 索引分片存储
- 清理缓存
- 刷新
- 同步刷新
- 重新加载
- 强制合并
- cat APIs
- cat aliases
- cat allocation
- cat count
- cat fielddata
- cat health
- cat indices
- cat master
- cat nodeattrs
- cat nodes
- cat pending tasks
- cat plugins
- cat recovery
- cat repositories
- cat thread pool
- cat shards
- cat segments
- cat snapshots
- 集群 API
- Cluster Allocation Explain API
- Cluster Health
- Cluster Reroute
- Cluster State
- Cluster Stats
- Cluster Update Settings
- Nodes hot_threads
- Nodes Info
- Nodes Stats
- Pending cluster tasks
- Task Management API
- 查询 DSL
- 查询和过滤上下文
- Match ALL 查询
- 全文搜索
- 匹配查询
- 短语匹配查询
- 短语前缀匹配查询
- 多字段查询
- 常用术语查询
- 查询语句查询
- 简单查询语句
- 复合查询家族
- Constant Score 查询
- Bool 查询
- Dis Max 查询
- Function Score 查询
- Boosting 查询
- Indices 查询
- Join 查询
- Has Child Query
- Has Parent Query
- Nested Query(嵌套查询)
- Parent Id Query
- 术语查询
- Exists Query(非空值查询)
- Fuzzy Query(模糊查询)
- Ids Query(ID 查询)
- Prefix Query(前缀查询)
- Range Query(范围查询)
- Regexp Query(正则表达式查询)
- Term Query(项查询)
- Terms Query(多项查询)
- Type Query(类型查询)
- Wildcard Query(通配符查询)
- 地理位置查询
- GeoShape Query(地理形状查询)
- Geo Bounding Box Query(地理边框查询)
- Geo Distance Query(地理距离查询)
- Geo Distance Range Query(地理距离范围查询)
- Geo Polygon Query(地理多边形查询)
- Span 查询
- Span Term 查询
- Span Multi Term 查询
- Span First 查询
- Span Near 查询
- Span Or 查询
- Span Not 查询
- Span Containing 查询
- Span Within 查询
- Span Field Masking 查询
- Specialized queries(专业查询)
- Mapping(映射)
- 字段类型
- Array
- Binary
- Range
- Boolean
- Date
- Geo-point datatype
- String
- Text
- Token数
- 渗滤型
- KeyWord
- Nested
- Object
- Numeric
- Meta-Fields(元字段)
- _all field
- _field_names field
- _id field
- _index field
- _meta field
- _parent field
- _routing field
- _source field
- _type field
- _uid field
- Mapping parameters(映射参数)
- analyzer(分析器)
- normalizer(归一化)
- boost(提升)
- Coerce(强制类型转换)
- copy_to(合并参数)
- doc_values(文档值)
- dynamic(动态设置)
- enabled(开启字段)
- fielddata(字段数据)
- format (日期格式)
- ignore_above(忽略超越限制的字段)
- ignore_malformed(忽略格式不对的数据)
- include_in_all(_all 查询包含字段)
- index_options(索引设置)
- index (索引)
- fields(字段)
- Norms (标准信息)
- null_value(空值)
- position_increment_gap(短语位置间隙)
- properties (属性)
- search_analyzer (搜索分析器)
- similarity (匹配方法)
- store(存储)
- Term_vectors(词根信息)
- Dynamic Mapping(动态映射)
- default mapping(mapping中的_default_)
- Dynamic field mapping(动态字段映射)
- Dynamic templates(动态模板)
- Override default template(覆盖默认模板)
- Mapping(映射)
- Analysis
- Tokenizers(分词器)
- Standard Tokenizer(标准分词器)
- Letter Tokenizer
- Lowercase Tokenizer (小写分词器)
- Whitespace Analyzer
- 停止分析器
- UAX URL Email Tokenizer
- Classic Tokenizer
- Thai Tokenizer(泰语分词器)
- NGram Tokenizer
- Keyword Analyzer
- Path Hierarchy Tokenizer(路径层次分词器)
- Pattern Tokenizer
- Token Filters(词元过滤器)
- Apostrophe Token Filter(撇号/单引号过滤器)
- ASCII Folding Token Filter(ASCII Folding 词元过滤器)
- CJK Bigram Token Filter(CJK Bigram词元过滤器)
- CJK Width Token Filter(CJK宽度过滤器)
- Classic Token Filter(经典过滤器)
- Common Grams Token Filter(近义词词元过滤器)
- Compound Word Token Filter(复合词过滤器)
- Decimal Digit Token Filter(十进制数字过滤器)
- Delimited Payload Token Filter(Delimited Payload词元分析器)
- Edge NGram Token Filter(Edge NGram 词元过滤器)
- Elision Token Filter(Elision词元过滤器)
- Fingerprint Token Filter(指纹过滤器)
- Flatten Graph Token Filter(Flatten Graph 词元过滤器)
- Hunspell Token Filter(Hunspell 词元过滤器)
- Keep Types Token Filter(保留指定类型过滤器)
- Keep Words Token Filter(保留字过滤器)
- Keyword Marker Token Filter(Keyword Marker 词元过滤器)
- Keyword Repeat Token Filter(Keyword Repeat 词元过滤器)
- KStem Token Filter(KStem 词元过滤器)
- Length Token Filter(长度词元过滤器)
- Limit Token Count Token Filter(限制词元数量过滤器)
- Lowercase Token Filter(Lowercase 词元过滤器)
- Minhash Token Filter(Minhash过滤器)
- NGram Token Filter(NGram词元过滤器)
- Normalization Token Filter(标准化词元过滤器)
- Pattern Capture Token Filter(模式匹配词元过滤器)
- Pattern Replace Token Filter(模式替换词元过滤器)
- Phonetic Token Filter(Phonetic 词元过滤器)
- Porter Stem Token Filter(Porter Stem 词元过滤器)
- Reverse Token Filteredit(反向词元过滤器)
- Shingle Token Filter(Shingle 词元过滤器)
- Snowball Token Filter(Snowball 词元过滤器)
- Standard Token Filters(标准词元过滤器)
- Stemmer Override Token Filter(Stemmer Override 词元过滤器)
- Stemmer Token Filter(Stemmer 词元过滤器)
- Stop Token Filter(Stop 词元过滤器)
- Synonym Graph Token Filter(Synonym Graph 词元过滤器)
- Synonym Token Filter(Synonym 词元过滤器)
- Trim Token Filter(Trim词元过滤器)
- Truncate Token Filter(截断词元过滤器)
- Unique Token Filter(唯一词元过滤器)
- Uppercase Token Filter(Uppercase词元过滤器)
- Word Delimiter Token Filter(Word Delimiter 词元过滤器)
- Character Filters(字符过滤器)
- md Strip Character Filter
- Mapping Character Filter
- Pattern Replace Character Filter
- Anatomy of an analyzer(分析器的分析)
- Testing analyzers(测试分析器)
- Analyzers(分析器)
- Configuring built-in analyzers(配置内置分析器)
- Standard Analyzer(标准分析器)
- Simple Analyzer(简单分析器)
- 空白分析器
- Stop Analyzer
- 指纹分析器
- 模式分析器
- 自定义分析器
- 语言分析器
- 模块
- Indices(索引)
- Circuit breakers(熔断器)
- Fielddata cache(列数据缓存)
- indexing buffer(索引写入缓冲)
- indices Recovery(索引恢复)
- NetWork Setting(网络配置)
- Node Query Cache(节点查询缓存)
- Shard request cache(分片请求缓存)
- 脚本
- Groovy 脚本语言
- Painless 脚本语言
- Painless 语法
- Painless 调试
- Lucene表达式语言
- 原生(Java)脚本
- 高级文本评分脚本
- 快照和还原
- 线程池
- 传输
- HTTP
- Tribe Node (部落节点)
- 跨集群搜索
- Cluster(集群)
- Disk-based Shard Allocation ( 基于磁盘的分片分配 )
- Shard Allocation Awareness ( 分片分配意识 )
- 群集级别分片分配
- Node
- 插件
- Index Modules(索引模块)
- Analysis(分析)
- 索引分片分配
- 分片分配过滤
- 节点丢失时的延迟分配
- 索引恢复的优先级
- 每个节点的总分片数
- Mapper(映射)
- Merge(合并)
- Similarity module(相似模块)
- Slow log(慢日志)
- Store
- 预加载数据到文件系统缓存
- Translog(事务日志)
- Ingest Node(预处理节点)
- Pipeline Definition(管道定义)
- Ingest APIs
- Put Pipeline API
- Get Pipeline API
- Delete Pipeline API
- Simulate Pipeline API(模拟管道 API)
- Accessing Data in Pipelines(访问管道中的数据)
- Handling Failures in Pipelines(处理管道中的故障)
- Processors(处理器)
- Append Processor(追加处理器)
- Convert Processor(转换处理器)
- Date Processor(日期处理器)
- Date Index Name Processor(日期索引名称处理器)
- Fail Processor(故障处理器)
- Foreach Processor(循环处理器)
- Grok Processor(Grok 处理器)
- Gsub Processor(Gsub 处理器)
- Join Processor(连接处理器)
- JSON Processor(JSON 处理器)
- KV Processor(KV 处理器)
- Lowercase Processor(小写处理器)
- Remove Processor(删除处理器)
- Rename Processor(重命名处理器)
- Script Processor(脚本处理器)
- Set Processor(设置处理器)
- Split Processor(拆分处理器)
- Sort Processor(排序处理器)
- Trim Processor(修剪处理器)
- Uppercase Processor(大写处理器)
- Dot Expander Processor(点扩展器处理器)
- How to(操作方式)
- 一些建议
- Recipes(诀窍)
- 索引速率调优
- 查询优化
- 磁盘使用调优
- Testing(测试)
- Java Testing Framework(测试框架)
- ( why randomized testing ) 为什么随机测试?
- Using the elasticsearch test classes ( 使用 elasticsearch 测试类 )
- unit tests(单元测试)
- integreation test(集成测试)
- Randomized testing(随机测试)
- Assertions()
- Glossary of terms (词汇表)
- Release Notes(版本说明)
- 5.3.0 版本说明
- 5.2.2 Release Notes
- 5.2.1 Release Notes
- 5.2.0 Release Notes
- 5.1.2 Release Notes
- 5.1.1 Release Notes
- 5.1.0 Release Notes
- 5.0.1 Release Notes