本文已使用 Google Cloud Translation API 自动翻译。
某些文档最好以原文阅读。
在本文中，我们将探讨如何使用 Node.js 和 Elasticsearch 构建强大的搜索和分析解决方案。我们将从设置 Node.js 开发环境开始，然后安装 Elasticsearch 服务器和客户端库。
接下来，我们将创建一个简单的 Node.js 应用程序，它将一些数据索引到 Elasticsearch 中并使用 Elasticsearch Query DSL 对其进行查询。我们还将了解如何使用 Elasticsearch 聚合来构建强大的数据分析查询。
最后，我们将了解如何使用 Heroku 将我们的 Node.js 和 Elasticsearch 应用程序部署到云中。
让我们首先为我们的 Node.js 应用程序设置一个开发环境。我们需要安装 Node.js 和一些其他工具。
首先，我们需要安装 Node.js。我们可以使用像 Homebrew 这样的包管理器来做到这一点：
brew install node
或者，我们可以从 Node.js 网站 下载并安装 Node.js 二进制文件。
安装 Node.js 后，我们可以通过运行以下命令来验证它是否正常工作：
node -v
这应该将 Node.js 版本号打印到控制台。
除了 Node.js 之外，我们还需要安装一些其他工具：
第一步是安装 Elasticsearch 服务器。我们可以使用 Docker 来做到这一点：
docker run -d -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" --name es elasticsearch:7.5.0
这将启动一个在端口 9200 上运行 Elasticsearch 服务器的 Docker 容器。我们可以通过向“/_cluster/health”端点发送 HTTP 请求来验证服务器是否正在运行：
curl -X GET "localhost:9200/_cluster/health?pretty"
这应该返回一个包含 Elasticsearch 集群状态的 JSON 响应：
{
"cluster_name" : "docker-cluster",
"status" : "green",
"timed_out" : false,
"number_of_nodes" : 1,
"number_of_data_nodes" : 1,
"active_primary_shards" : 0,
"active_shards" : 0,
"relocating_shards" : 0,
"initializing_shards" : 0,
"unassigned_shards" : 0,
"delayed_unassigned_shards" : 0,
"number_of_pending_tasks" : 0,
"number_of_in_flight_fetch" : 0,
"task_max_waiting_in_queue_millis" : 0,
"active_shards_percent_as_number" : 100
}
我们还可以通过 http://localhost:9200 访问 Elasticsearch 服务器 Web 界面。
现在 Elasticsearch 服务器已启动并运行，我们可以安装 Elasticsearch Node.js 客户端。我们可以使用 npm 包管理器来做到这一点：
npm install elasticsearch
这将安装 elasticsearch Node.js 模块并将其添加到 package.json 文件的 dependencies 部分。
现在我们已经设置好了一切，我们可以开始创建我们的 Node.js 应用程序了。我们将首先创建一个 package.json 文件来管理我们的应用程序依赖项：
npm init
这将提示您输入有关应用程序的一些信息，例如名称和版本。您可以按“Enter”接受默认值。
接下来，我们将在项目根目录中创建一个名为 index.js 的文件，其中包含以下内容：
const { Client } = require('elasticsearch');
const client = new Client({
host: 'localhost:9200'
});
(async () => {
// Index some data into Elasticsearch
await client.index({
index: 'my-index',
type: 'my-type',
id: '1',
body: {
title: 'My first document',
body: 'This is my first document'
}
});
// Query the data using the Elasticsearch Query DSL
const result = await client.search({
index: 'my-index',
type: 'my-type',
body: {
query: {
match: {
body: 'first'
}
}
}
});
console.log(result.hits.hits);
})();
此代码创建一个 Elasticsearch 客户端对象，并使用它将一些数据索引到 Elasticsearch 中，并使用 Elasticsearch 查询 DSL 对其进行查询。
让我们仔细看看将数据索引到 Elasticsearch 的代码。首先，我们创建一个具有以下属性的“索引”对象：
index：索引的名称。type：文档的类型。id：文档的 ID。body：文档正文。然后我们使用 index 方法将文档索引到 Elasticsearch 中：
await client.index({
index: 'my-index',
type: 'my-type',
id: '1',
body: {
title: 'My first document',
body: 'This is my first document'
}
});
这会将文档索引到类型为 my-type 和 ID 为 1 的 my-index 索引中。
现在我们已经将一些数据索引到 Elasticsearch 中，让我们来看看如何查询它。 Elasticsearch 提供了一种强大的查询语言，称为 Query DSL。
我们可以使用查询 DSL 构建复杂的查询，这些查询可用于从索引中检索特定文档。
在上面的代码示例中，我们使用 match 查询来查找在 body 字段中包含术语 first 的所有文档：
const result = await client.search({
index: 'my-index',
type: 'my-type',
body: {
query: {
match: {
body: 'first'
}
}
}
});
此查询将匹配我们之前索引的文档并将其返回到“结果”对象中。
现在我们有了一个可用的 Node.js 和 Elasticsearch 应用程序，让我们将它部署到云中。我们将使用 Heroku 来执行此操作。
首先，我们需要在项目根目录下创建一个Procfile，内容如下：
web: node index.js
这个文件告诉 Heroku 如何启动应用程序。
接下来，我们需要在项目根目录中创建一个 .env 文件，内容如下：
ES_HOST=localhost
ES_PORT=9200
该文件包含应用程序将使用的环境变量。
最后，我们需要在项目根目录下创建一个heroku.yml文件，内容如下：
build:
docker:
web: Dockerfile
该文件告诉 Heroku 使用 Docker 构建应用程序。
创建这些文件后，我们可以使用以下命令将应用程序部署到 Heroku：
heroku create
git push heroku master
这将创建一个新的 Heroku 应用程序并将代码部署到它。
在本文中，我们了解了如何使用 Node.js 和 Elasticsearch 构建强大的搜索和分析解决方案。我们首先设置开发环境并安装 Elasticsearch 服务器。
接下来，我们创建了一个简单的 Node.js 应用程序，它将数据索引到 Elasticsearch 中并使用 Elasticsearch Query DSL 对其进行查询。我们还了解了如何使用 Elasticsearch 聚合来构建强大的数据分析查询。
最后，我们了解了如何使用 Heroku 将我们的 Node.js 和 Elasticsearch 应用程序部署到云中。