關於docker安裝使用的ES
安裝
使用docker最好，簡單方便，使用介面的方式使用。
1、分散式的實時檔案儲存，每個欄位都被索引並可被搜尋
2、分散式的實時分析搜尋引擎
3、可以擴充套件到成百上千臺伺服器，處理PB級結構化或非結構化資料。
elasticsearch：全文檢索工具，使用方式是在linux安裝，需要java環境，中文分詞需要ik分詞器擴充套件外掛，然後通過介面的方式，存入資料，讀取資料，查詢資料
注意資料庫資料的同步更新，以及es防止掛掉的指令碼定時任務，
安裝PHP擴充套件，例項化es之後，將文件加入索引，在新增的時候就建立了索引，索引就是表，文件就是行記錄，然後通過
$params = [ 'index' => 'articles_index', 'type' => 'articles_type', 'id' => 'articles_1'];
//index相當於資料庫名字 type相當於表名 。。
$res = $client->get($params);
獲取資料。 或者delete或者indices（）-》delete（）刪除索引
網頁案例
使用場景
企業裡對資料的查詢一般可以分為三種：列表查詢、詳情查詢和統計查詢。列表一般就是列表頁對應的查詢，詳情查詢一般就是具體id對應的詳情查詢，而統計查詢一般都是在看一些數值之類的報表，也就是一堆count值
可以使用sql轉換ES查詢語句的方式，提供統一的查詢api，例如，框架中ORM方式先得出sql語句，之後使用擴充套件工具類將sql轉換為ES查詢語句，再使用ESapi進行查詢。
基本知識
查詢方式可以使用composer的外掛將sql語句轉變為ES查詢語句的json，比如query"{"match":"zhongguo"}"ES查詢有各種樣式的語句可以使用
eg：match系列
1、match：返回所有匹配的分詞。
2、match_all：查詢全部。
3、match_phrase：短語查詢，在match的基礎上進一步查詢片語，可以指定slop分詞間隔。
4、match_phrase_prefix：字首查詢，根據短語中最後一個片語做字首匹配，可以應用於搜尋提示，但注意和max_expanions搭配。其實預設是50.......
5、multi_match：多欄位查詢，使用相當的靈活，可以完成match_phrase和match_phrase_prefix的工作
還有排序查詢（sort）；分頁（from，size）；bool查詢（must，should）;查詢結果過濾（_source）；高亮顯示（highlight）；精確查詢與模糊查詢（terms）；聚合查詢（avg、max、min、sum）；分組查詢（aggs，range分組，field為欄位，from，to範圍）；
安裝logstash
需要使用docker 安裝Logstash，來收集檔案/var/log/messages
pull與es對應版本的logstash， 然後 run 等待30秒 檢視日誌，docker logs -f logstash
將拷貝資料 授予許可權
docker cp logstash:/usr/share/logstash /data/elk7/
mkdir /data/elk7/logstash/config/conf.d
chmod 777 -R /data/elk7/logstash
vi修改 logstash配置檔案
vi /data/elk7/logstash/config/logstash.yml ： 指定名稱，host，es的地址hosts
新建檔案syslog.conf，用來收集/var/log/messages
vi /data/elk7/logstash/config/conf.d/syslog.conf
許可權 chmod 644 /var/log/messages
重新啟動logstash
安裝kibana
kibana是ES的視覺化工具 使用docker安裝，需要pull 與es對應版本的kibana，然後寫入配置檔案 指定名稱，host，es的地址hosts，啟動的時候開啟預設的5601埠，並 將配置檔案對映到容器中的config.yml位置,之後等待30秒或者docker logs -f kibana日誌發現搭建成功，可以訪問5601埠。
kibana的安裝