1406人阅读
&794人阅读&&&
Elasticsearch（19）&
一.2.X到5.X
Elasticsearch 2.x使用&api把elasticsearch安装包下的lib文件夹下的jar文件全部加入到工程类路径即可,换到5.x就不适用了.创建Clien的代码:
Settings settings = Settings.builder().put(&cluster.name&, &elasticsearch&).build()
TransportClient client = new PreBuiltTransportClient(settings)
.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName(&127.0.0.1&), 9300))12341234
只使用安装包下的jar文件会出现PreBuiltTransportClient cannot be resolved to a type的错误,原因是缺少jar包.下面记录一下如何在5.X中使用java api
二.创建maven工程
2.1Eclipse中新建maven工程
打开eclipse,file-&other-&maven project:&
创建group id(相当于工程名)和artifact id(相当于包名):&
2.2在pom.xml中添加以下依赖
&org.elasticsearch.client&
&transport&
&org.apache.logging.log4j&
&log4j-api&
&org.apache.logging.log4j&
&log4j-core&
&12345678910111213141516171234567891011121314151617
添加依赖后maven会自动导包,如下图所示:&
至此所有的jar包都导入完成了
三.配置log4j2
在src/main/resources文件夹下新建文件log4j2.properties,加入以下log4&
appender.console.type = Console
appender.console.name = console
appender.console.layout.type = PatternLayout
rootLogger.level = info
rootLogger.appenderRef.console.ref = console123456123456
四.创建Client并搜索数据
首先启动elasticsearch,我这里使用的是5.1.1,创建一个新的索引:
curl -XPUT &http://localhost:9200/blog&11
添加一条文档
curl -XPUT &http://localhost:9200/blog/article/1& -d '{
&title&:&test&,
&content&:&test content&
}'12341234
在 src/main/java/目录下新建TestEsClient.java,内容如下:
import java.net.InetAddress
import org.elasticsearch.action.get.GetResponse
import org.elasticsearch.client.transport.TransportClient
import org.elasticsearch.common.settings.Settings
import org.elasticsearch.common.transport.InetSocketTransportAddress
import org.elasticsearch.transport.client.PreBuiltTransportClient
public class TestEsClient {
public static void main(String[] args) {
//设置集群名称
Settings settings = Settings.builder().put(&cluster.name&, &elasticsearch&).build()
//创建client
TransportClient client = new PreBuiltTransportClient(settings)
.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName(&127.0.0.1&), 9300))
//搜索数据
GetResponse response = client.prepareGet(&blog&, &article&, &1&).execute().actionGet()
//输出结果
System.out.println(response.getSourceAsString())
//关闭client
client.close()
} catch (Exception e) {
e.printStackTrace()
}12345678910111213141516171819202122232425262728293031321234567891011121314151617181920212223242526272829303132
no modules loaded
loaded plugin [org.elasticsearch.index.reindex.ReindexPlugin]
loaded plugin [org.elasticsearch.percolator.PercolatorPlugin]
loaded plugin [org.elasticsearch.script.mustache.MustachePlugin]
loaded plugin [org.elasticsearch.transport.Netty3Plugin]
loaded plugin [org.elasticsearch.transport.Netty4Plugin]
{ &title&:&test&,&content&:&test content&}
1234567812345678
工程目录以及运行结果的截图如下:&
五.参考资料
参考资料主要为官网文档:
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：414137次
积分：6315
积分：6315
排名：第4122名
原创：123篇
转载：601篇
评论：15条
(1)(3)(2)(5)(5)(16)(4)(3)(18)(68)(62)(21)(23)(18)(26)(4)(1)(29)(5)(2)(30)(40)(6)(11)(6)(2)(9)(2)(5)(9)(10)(21)(11)(13)(11)(3)(11)(25)(4)(10)(1)(5)(4)(19)(22)(37)(25)(41)(16)
(window.slotbydup = window.slotbydup || []).push({
id: '4740881',
container: s,
size: '200,200',
display: 'inlay-fix'　　其实，elasticsearch5.x 和 elasticsearch2.x 并不区别很大。
　　是因为，ELK里之前版本各种很混乱，直接升级到5.0了。
　　其实，elasticsearch5.x 按理来说是elasticsearch3.x，只是为了跟随ELK整体版本的统一。
　　　　　　&
下面给大家介绍一下&5.0&版里面的一些新的特性和改进
　　5.0？ 天啦噜，你是不是觉得版本跳的太快了。
　　好吧，先来说说背后的原因吧。
　　　　　　　　
　　相信大家都听说&ELK&吧，是&Elasticsearch&、&Logstash&、&Kibana&三个产品的首字母缩写，现在&Elastic&又新增了一个新的开源项目成员：&Beats。
　　　　　　　　　　
&　　有人建议以后这么叫：&ELKB&？
　　为了未来更好的扩展性:) ELKBS？ELKBSU？.....
　　所以我们打算将产品线命名为&ElasticStack
　　同时由于现在的版本比较混乱，每个产品的版本号都不一样，&Elasticsearch和Logstash目前是2.3.4；Kibana是4.5.3；Beats是1.2.3；
　　　　　　　　
　　版本号太乱了有没有，什么版本的&ES&用什么版本的&Kibana&？有没有兼容性问题？
　　所以我们打算将这些的产品版本号也统一一下，即&v5.0&，为什么是&5.0&，因为&Kibana&都&4.x&了，下个版本就只能是&5.0&了，其他产品就跟着跳跃一把，第一个&5.0&正式版将在今年的秋季发布，目前最新的测试版本是：&5.0 Alpha 4。
　　　　　　　　　　
　　目前各团队正在紧张的开发测试中，每天都有新的功能和改进，本次分享主要介绍一下&Elasticsearch&的主要变化。
Elasticsearch5.0新增功能
　　首先来看看&5.0&里面都引入了哪些新的功能吧。
1、首先看看跟性能有关的
　　1.1 第一个就是Lucene 6.x 的支持。
　　Elasticsearch5.0率先集成了Lucene6版本，其中最重要的特性就是 Dimensional Point Fields，多维浮点字段，ES里面相关的字段如date, numeric，ip 和 Geospatial 都将大大提升性能。
　　这么说吧，磁盘空间少一半；索引时间少一半；查询性能提升25%；IPV6也支持了。
　　为什么快，底层使用的是Block k-d trees，核心思想是将数字类型编码成定长的字节数组，对定长的字节数组内容进行编码排序，然后来构建二叉树，然后依次递归构建，目前底层支持8个维度和最多每个维度16个字节，基本满足大部分场景。
　　说了这么多，看图比较直接。
　　　　　　　　　　　　&
　　图中从&&&total bytes&飙升是因为&es&启用了&docvalues&，我们关注红线，最近的引入新的数据结构之后，红色的索引大小只有原来的一半大小。
　　索引小了之后，&merge&的时间也响应的减少了，看下图：
　　　　　　　　　　　　
&　　相应的&Java&堆内存占用只原来的一半：
　　　　　　　　　　&
　　1.2 &再看看&索引的性能&，也是飙升：
　　　　　　　　　　&
　　当然&Lucene6&里面还有很多优化和改进，这里没有一一列举。
　　1.3& 我们再看看索引性能方面的其他优化。
　　ES5.0在Internal engine级别移除了用于避免同一文档并发更新的竞争锁，带来15%-20%的性能提升&#18060&。
　　　　　　　　　　
　　　　以上截图来自&ES&的每日持续性能监控：&https://benchmarks.elastic.co/index.html
　　1.4 另一个&和&aggregation&的改进也是非常大，&Instant Aggregations。
　　Elasticsearch已经在Shard层面提供了Aggregation缓存，如果你的数据没有变化，ES能够直接返回上次的缓存结果，但是有一个场景比较特殊，就是 date histogram，大家kibana上面的条件是不是经常设置的相对时间，如：from:now-30d to:now，好吧，now是一个变量，每时每刻都在变，所以query条件一直在变，缓存也就是没有利用起来。
　　经过一年时间大量的重构，现在可以做到对查询做到灵活的重写：
　　　　首先，`now`关键字最终会被重写成具体的值；
　　　　其次&，&每个shard会根据自己的数据的范围来重写查询为 `match_all`或者是`match_none`查询，所以现在的查询能够被有效的缓存，并且只有个别数据有变化的Shard才需要重新计算，大大提升查询速度。
　　1.5 &&另外再看看和Scroll相关的吧。
　　现在新增了一个：Sliced Scroll类型
　　用过Scroll接口吧，很慢？如果你数据量很大，用Scroll遍历数据那确实是接受不了，现在Scroll接口可以并发来进行数据遍历了。
　　每个Scroll请求，可以分成多个Slice请求，可以理解为切片，各Slice独立并行，利用Scroll重建或者遍历要快很多倍。
　　看看这个demo
　　　　　　　　　　　　　　
　　可以看到两个&scroll&请求，&id&分别是&0&和&1&，&max&是最大可支持的并行任务，可以各自独立进行数据的遍历获取。
2、我们再看看es在查询优化这块做的工作
　　2.1 新增了一个Profile API。
#https://www.elastic.co/guide/en/elasticsearch/reference/master/search-profile.html#_usage_3
　　都说要致富先修路，要调优当然需要先监控啦，elasticsearch在很多层面都提供了stats方便你来监控调优，但是还不够，其实很多情况下查询速度慢很大一部分原因是糟糕的查询引起的，玩过SQL的人都知道，数据库服务的执行计划（execution plan）非常有用，可以看到那些查询走没走索引和执行时间，用来调优，elasticsearch现在提供了Profile API来进行查询的优化，只需要在查询的时候开启profile：true就可以了，一个查询执行过程中的每个组件的性能消耗都能收集到。
　　　　　　　　　　　　
　　那个子查询耗时多少，占比多少，一目了然。
　　同时支持search和aggregation的profile。
　　还有一个和翻页相关的问题，就是深度分页&，是个老大难的问题，因为需要全局排序（&number_of_shards * (from + size)&），所以需要消耗大量内存，以前的&es&没有限制，有些同学翻到几千页发现&es&直接内存溢出挂了，后面&elasticsearch&加上了限制，&from+size&不能超过&1w&条，并且如果需要深度翻页，建议使用&scroll&来做。
　　但是&scroll&有几个问题，第一个是没有顺序，直接从底层&segment&进行遍历读取，第二个实时性没法保证，&scroll&操作有状态，&es&会维持&scroll&请求的上下文一段时间，超时后才释放，另外你在&scroll&过程中对索引数据进行了修改了，这个时候&scroll接口是拿不到的，灵活性较差，&现在有一个新的&Search After&机制，其实和&scroll&类似，也是游标的机制，它的原理是对文档按照多个字段进行排序，然后利用上一个结果的最后一个文档作为起始值，拿&size&个文档，一般我们建议使用&_uid&这个字段，它的值是唯一的&id&。
#（Search After
/elastic/elasticsearch/blob/148f9afaead37f249f204a870ab39/docs/reference/search/request/search-after.asciidoc&）
　　来看一个Search After 的demo 吧，比较直观的理解一下：
　　　　　　　　　　　　　　
　　上面的&demo&，&search_after&后面带的两个参数，就是&sort&的两个结果。
　　根据你的排序条件来的，三个排序条件，就传三个参数。
3、再看看跟索引与分片管理相关的新功能吧。
　　3.1 新增了一个&Shrink&&API
#https://www.elastic.co/guide/en/elasticsearch/reference/master/indices-shrink-index.html#_shrinking_an_index
　　相信大家都知道elasticsearch索引的shard数是固定的，设置好了之后不能修改，如果发现shard太多或者太少的问题，之前如果要设置Elasticsearch的分片数，只能在创建索引的时候设置好，并且数据进来了之后就不能进行修改，如果要修改，只能重建索引。
　　现在有了Shrink接口，它可将分片数进行收缩成它的因数，如之前你是15个分片，你可以收缩成5个或者3个又或者1个，那么我们就可以想象成这样一种场景，在写入压力非常大的收集阶段，设置足够多的索引，充分利用shard的并行写能力，索引写完之后收缩成更少的shard，提高查询性能。
　　这里是一个API调用的例子
　　　　　　　　
　　上面的例子对&my_source_index&伸缩成一个分片的&my_targe_index,&使用了最佳压缩。
　　有人肯定会问慢不慢？非常快！ Shrink的过程会借助操作系统的Hardlink进行索引文件的链接，这个操作是非常快的，毫秒级Shrink就可收缩完成，当然windows不支持hard link，需要拷贝文件，可能就会很慢了。
　　再来看另外一个比较有意思的新特性，除了有意思，当然还很强大。
　　3.2 新增了一个Rollover API。
https://www.elastic.co/guide/en/elasticsearch/reference/master/indices-rollover-index.html#indices-rollover-index
　　前面说的这种场景对于日志类的数据非常有用，一般我们按天来对索引进行分割（数据量更大还能进一步拆分），我们以前是在程序里设置一个自动生成索引的模板，大家用过logstash应该就记得有这么一个模板logstash-[YYYY-MM-DD]这样的模板，现在es5.0里面提供了一个更加简单的方式：Rollover API
　　API调用方式如下：
　　　　　　　　　　　　　　
　　从上面可以看到，首先创建一个&logs-0001&的索引，它有一个别名是&logs_write,&然后我们给这个&logs_write&创建了一个&rollover&规则，即这个索引文档不超过&1000&个或者最多保存&7&天的数据，超过会自动切换别名到&logs-0002,&你也可以设置索引的&setting&、&mapping&等参数&,&剩下的&es&会自动帮你处理。这个特性对于存放日志数据的场景是极为友好的。
　　3.3 &新增：Reindex。
　　另外关于索引数据，大家之前经常重建，数据源在各种场景，重建起来很是头痛，那就不得不说说现在新加的Reindex接口了，Reindex可以直接在Elasticsearch集群里面对数据进行重建，如果你的mapping因为修改而需要重建，又或者索引设置修改需要重建的时候，借助Reindex可以很方便的异步进行重建，并且支持跨集群间的数据迁移。
　　比如按天创建的索引可以定期重建合并到以月为单位的索引里面去。
　　当然索引里面要启用_source。
　　来看看这个demo吧，重建过程中，还能对数据就行加工。
　　　　　　　　　　　　
　　3.4 &再看看跟Java开发者最相关的吧，就是 RestClient了
　　5.0里面提供了第一个Java原生的REST客户端SDK，相比之前的TransportClient，版本依赖绑定，集群升级麻烦，不支持跨Java版本的调用等问题，新的基于HTTP协议的客户端对Elasticsearch的依赖解耦，没有jar包冲突，提供了集群节点自动发现、日志处理、节点请求失败自动进行请求轮询，充分发挥Elasticsearch的高可用能力，并且性能不相上下。&#19055&。
4、然后我们再看看其他的特性吧：
　　4.1 新增了一个&Wait for refresh&功能。
　　简单来说相当于是提供了文档级别的Refresh： https://www.elastic.co/guide/en/elasticsearch/reference/master/docs-refresh.html。
　　索引操作新增refresh参数，大家知道elasticsearch可以设置refresh时间来保证数据的实时性，refresh时间过于频繁会造成很大的开销，太小会造成数据的延时，之前提供了索引层面的_refresh接口，但是这个接口工作在索引层面，我们不建议频繁去调用，如果你有需要修改了某个文档，需要客户端实时可见怎么办？
　　在 5.0中，Index、Bulk、Delete、Update这些数据新增和修改的接口能够在单个文档层面进行refresh控制了，有两种方案可选，一种是创建一个很小的段，然后进行刷新保证可见和消耗一定的开销，另外一种是请求等待es的定期refresh之后再返回。
　　调用例子：
　　　　　　　　　　
　　4.2 # 新增：&Ingest Node&#
　　#https://www.elastic.co/guide/en/elasticsearch/reference/master/ingest.html#
　　再一个比较重要的特性就是IngestNode了，大家之前如果需要对数据进行加工，都是在索引之前进行处理，比如logstash可以对日志进行结构化和转换，现在直接在es就可以处理了，目前es提供了一些常用的诸如convert、grok之类的处理器，在使用的时候，先定义一个pipeline管道，里面设置文档的加工逻辑，在建索引的时候指定pipeline名称，那么这个索引就会按照预先定义好的pipeline来处理了；
　　Demo again：
　　　　　　　　　　　　
　　上图首先创建了一个名为my-pipeline-id的处理管道，然后接下来的索引操作就可以直接使用这个管道来对foo字段进行操作了，上面的例子是设置foo字段为bar值。
　　上面的还不太酷，我们再来看另外一个例子，现在有这么一条原始的日志，内容如下：
"message": "55.3.244.1 GET /index.html &
　　google之后得知其Grok的pattern如下：）
%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}
　　那么我们使用Ingest就可以这么定义一个pipeline：
　　　　　　　　　　&　　
　　那么通过我们的&pipeline&处理之后的文档长什么样呢，我们获取这个文档的内容看看：
　　　　　　　　　　
　　很明显，原始字段&message&被拆分成了更加结构化的对象了。
5、再看看脚本方面的改变
　　5.1 &#新增Painless Scripting#
　　还记得Groove脚本的漏洞吧，Groove脚本开启之后，如果被人误用可能带来的漏洞，为什么呢，主要是这些外部的脚本引擎太过于强大，什么都能做，用不好或者设置不当就会引起安全风险，基于安全和性能方面，我们自己开发了一个新的脚本引擎，名字就叫Painless，顾名思义，简单安全，无痛使用，和Groove的沙盒机制不一样，Painless使用白名单来限制函数与字段的访问，针对es的场景来进行优化，只做es数据的操作，更加轻量级，速度要快好几倍，并且支持Java静态类型，语法保持Groove类似，还支持Java的lambda表达式。
　　我们对比一下性能，看下图
　　　　　　　　　　
　　Groovy&是弱弱的绿色的那根。
　　再看看如何使用：
def first = input.doc.first_name.0;
def last &= input.doc.last_name.0;
return first + " " +
　　是不是和之前的写法差不多
　　或者还可以是强类型（10倍速度于上面的动态类型）
String first = (String)((List)((Map)input.get("doc")).get("first_name")).get(0);
String last &= (String)((List)((Map)input.get("doc")).get("last_name")).get(0);
return first + " " +
　　脚本可以在很多地方使用，比如搜索自定义评分；更新时对字段进行加工等
　　　　　　　　　　
&6、再来看看基础架构方面的变化
　　6.1 新增：Task Manager
　　这个是5.0 引入任务调度管理机制，用来做&离线任务的管理，比如长时间运行的reindex和update_by_query等都是运行在TaskManager机制之上的，并且任务是可管理的，你可以随时cancel掉，并且任务状态持久化，支持故障恢复；
　　6.2 还新增一个：&Depreated logging
　　大家在用ES的时候，其实有些接口可能以及打上了Depreated标签，即废弃了，在将来的某个版本中就会移除，你当前能用是因为一般废弃的接口都不会立即移除，给足够的时间迁移，但是也是需要知道哪些不能用了，要改应用代码了，所以现在有了Depreated日志，当打开这个日志之后，你调用的接口如果已经是废弃的接口，就会记录下日志，那么接下来的事情你就知道你应该怎么做了。
　　6.3 新增&: Cluster allocation explain API
　　『谁能给我一个shard不能分配的理由』，现在有了，大家如果之前遇到过分片不能正常分配的问题，但是不知道是什么原因，只能尝试手动路由或者重启节点，但是不一定能解决，其实里面有很多原因，现在提供的这个explain接口就是告诉你目前为什么不能正常分配的原因，方便你去解决。
　　6.4 另外在数据结构这块，新增&: half_float&类型
https://www.elastic.co/guide/en/elasticsearch/reference/master/number.html
　　只使用 16 位 足够满足大部分存储监控数值类型的场景，支持范围：2负24次方 到 65504，但是只占用float一半的存储空间。
　　6.5 Aggregation&新增&: Matrix Stats Aggregation #&18300
金融领域非常有用的，可计算多个向量元素协方差矩阵、相关系数矩阵等等
　　6.6 另外一个重要的特性：为索引写操作添加顺序号&#&10708
　　大家知道es是在primary上写完然后同步写副本，这些请求都是并发的，虽然可以通过version来控制冲突，
　　但是没法保证其他副本的操作顺序，通过写的时候产生顺序号，并且在本地也写入checkpoint来记录操作点，
　　这样在副本恢复的时候也可以知道当前副本的数据位置，而只需要从指定的数据开始恢复就行了，而不是像以前的粗暴的做完整的文件同步&，另外这些顺序号也是持久化的，重启后也可以快速恢复副本信息，想想以前的大量无用拷贝吧和来回倒腾数据吧。
7、Elasticsearch5.0其他方面的改进
　　7.1 我们再看看&mapping&这块的改进&吧。
　　　　引入新的字段类型&Text/Keyword&来替换&&String
　　以前的string类型被分成Text和Keyword两种类型，keyword类型的数据只能完全匹配，适合那些不需要分词的数据，
　　对过滤、聚合非常友好，text当然就是全文检索需要分词的字段类型了。将类型分开的好处就是使用起来更加简单清晰，以前需要设置analyzer和index，并且有很多都是自定义的分词器，从名称根本看不出来到底分词没有，用起来很麻烦。
　　另外string类型暂时还在的，6.0会移除。
　　7.2 还有关于&Index&Settings&的改进
　　Elasticsearch的配置实在太多，在以前的版本间，还移除过很多无用的配置，经常弄错有没有？
　　现在，配置验证更加严格和保证原子性，如果其中一项失败，那个整个都会更新请求都会失败，不会一半成功一半失败。下面主要说两点：
　　　　1.设置可以重设会默认值，只需要设置为 `null`即可
　　　　2.获取设置接口新增参数`?include_defaults`,可以直接返回所有设置和默认值
　　7.3 集群处理的改进&: Deleted Index Tombstones
　　在以前的es版本中，如果你的旧节点包含了部分索引数据，但是这个索引可能后面都已经删掉了，你启动这个节点之后，会把索引重新加到集群中，是不是觉得有点阴魂不散，现在es5.0会在集群状态信息里面保留500个删除的索引信息，所以如果发现这个索引是已经删除过的就会自动清理，不会再重复加进来了。
　　文档对象的改进&:&字段名重新支持英文句号，再&2.0&的时候移除过&dot&在字段名中的支持，现在问题解决了，又重新支持了。
　　es会认为下面两个文档的内容一样：
　　　　　　　　　　　　&
&　　7.4&还有其他的一些改进
　　Cluster state&的修改现在会和所有节点进行&ack&确认。
　　Shard&的一个副本如果失败了，&Primary&标记失败的时候会和&Master&节点确认完毕再返回。
　　使用&UUID&来作为索引的物理的路径名，有很多好处，避免命名的冲突。
　　_timestamp&和&_ttl&已经移除，需要在&Ingest&或者程序端处理。
　　ES&可直接用&HDFS&来进行备份还原（&Snapshot/Restore&）了&#15191&。
　　Delete-by-query&和&Update-by-query&重新回到&core&，以前是插件，现在可以直接使用了，也是构建在&Reindex&机制之上。(es1.x版本是直接支持，在es2.x中提取为插件，5.x继续回归直接支持)
　　HTTP&请求默认支持压缩，当然&http&调用端需要在&header&信息里面传对应的支持信息。
　　创建索引不会再让集群变红了，不会因为这个卡死集群了。
　　默认使用&BM25&评分算法，效果更佳，之前是&TF/IDF。
　　快照&Snapshots&添加&UUID&解决冲突&#18156&。
　　限制索引请求大小，避免大量并发请求压垮&ES&#16011。
　　限制单个请求的&shards&数量，默认&1000&个&#17396。
　　移除&site plugins&，就是说&head&、&bigdesk&都不能直接装&es&里面了，不过可以部署独立站点（反正都是静态文件）或开发&kibana&插件&#16038&。
　　允许现有&parent&类型新增&child&类型&#17956。
　　这个功能对于使用parent-child特性的人应该非常有用。
　　支持分号（；）来分割&url&参数，与符号（&&&）一样&#18175&。
　　比如下面这个例子：
curl http://localhost:9200/_cluster/health?level=pretty=true
　　好吧，貌似很多，其实上面说的还只是众多特性和改进的一部分，&es5.0&做了非常非常多工作，本来还打算讲讲&bug&修复的，但是太多了，时间有限，&一些重要的&bug在&2.x&都已经第一时间解决了。
8、大家可以查看下面的链接了解更多更详细的更新日志
https://www.elastic.co/guide/en/elasticsearch/reference/master/release-notes-5.0.0-alpha1-2x.html
https://www.elastic.co/guide/en/elasticsearch/reference/master/release-notes-5.0.0-alpha1.html
https://www.elastic.co/guide/en/elasticsearch/reference/master/release-notes-5.0.0-alpha2.html
https://www.elastic.co/guide/en/elasticsearch/reference/master/release-notes-5.0.0-alpha3.html
https://www.elastic.co/guide/en/elasticsearch/reference/master/release-notes-5.0.0-alpha4.html
下载体验最新的版本&：&https://www.elastic.co/v5
升级向导：/elastic/elasticsearch-migration/blob/2.x/README.asciidoc
阅读(...) 评论()