大数据技术之_20_Elasticsearch学习_01_概述 + 快速入门 + Java API 操作 + 创建、删除索引 + 新建、搜索、更新删除文档 + 条件查询 + 映射操作
一 概述1.1 什么是搜索？1.2 如果用数据库做搜索会怎么样？1.3 什么是全文检索和 Lucene？1.4 什么是 Elasticsearch？1.5 Elasticsearch 的适用场景1.6 Elasticsearch 的特点1.7 Elasticsearch 的核心概念1.7.1 近实时1.7.2 Cluster（集群）1.7.3 Node（节点）1.7.4 Index（索引 --> 数据库）1.7.5 Type（类型 --> 表）1.7.6 Document（文档 --> 行）1.7.7 Field（字段 --> 列）1.7.8 Mapping（映射 --> 约束）1.7.9 Elasticsearch 与数据库的类比1.7.10 ES 存入数据和搜索数据机制二 快速入门2.1 安装包下载2.2 安装 Elasticsearch（单节点 Linux 环境）2.3 安装 Elasticsearch（多节点集群 Linux 环境）2.4 Elasticsearch head 插件安装三 Java API 操作3.1 API 基本操作3.1.1 操作环境准备3.1.2 获取 Transport Client3.1.3 创建索引3.1.4 删除索引3.1.5 新建文档（源数据是手写的 json 串）3.1.6 新建文档（源数据是以 map 方式添加的键值对）3.1.7 新建文档（源数据是通过 es 构建器构建的数据）3.1.8 搜索文档数据（单个索引）3.1.9 搜索文档数据（多个索引）3.1.10 更新文档数据（update）3.1.11 更新文档数据（upsert）3.1.12 删除文档数据（prepareDelete）3.2 条件查询 QueryBuilder3.2.1 查询所有（matchAllQuery）3.2.2 对所有字段分词查询（queryStringQuery）3.2.3 通配符查询（wildcardQuery）3.2.4 词条查询（TermQuery）3.2.5 模糊查询（fuzzy）3.3 映射相关操作
一 概述
1.1 什么是搜索？
百度：我们比如说想找寻任何的信息的时候，就会上百度去搜索一下，比如说找一部自己喜欢的电影，或者说找一本喜欢的书，或者找一条感兴趣的新闻（提到搜索的第一印象）。
百度 != 搜索
• 1）互联网的搜索：电商网站、招聘网站、新闻网站、各种 app。
• 2）IT 系统的搜索：OA 软件、办公自动化软件、会议管理、日程管理、项目管理。
搜索，就是在任何场景下，找寻你想要的信息，这个时候，会输入一段你要搜索的关键字，然后就期望找到这个关键字相关的有些信息
1.2 如果用数据库做搜索会怎么样？
用数据库来实现搜索，是不太靠谱的。通常来说，性能会很差的。
1.3 什么是全文检索和 Lucene？
1）全文检索，倒排索引
全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。全文搜索搜索引擎数据库中的数据。
2）lucene
就是一个 jar 包，里面包含了封装好的各种建立倒排索引，以及进行搜索的代码，包括各种算法。我们就用 java 开发的时候，引入 lucene jar，然后基于 lucene 的 api 进行去进行开发就可以了。
1.4 什么是 Elasticsearch？
Elasticsearch，基于 lucene，隐藏复杂性，提供简单易用的 restful api 接口、java api 接口（还有其他语言的 api 接口）。
关于 elasticsearch 的一个传说，有一个程序员失业了，陪着自己老婆去英国伦敦学习厨师课程。程序员在失业期间想给老婆写一个菜谱搜索引擎，觉得 lucene 实在太复杂了，就开发了一个封装了 lucene 的开源项目--Compass。后来程序员找到了工作，是做分布式的高性能项目的，觉得 Compass 不够，就写了 Elasticsearch，让 lucene 变成分布式的系统。
Elasticsearch 是一个实时分布式搜索和分析引擎。它用于全文搜索、结构化搜索、数据分析。
全文检索：将非结构化数据中的一部分信息提取出来，重新组织，使其变得有一定结构，然后对此有一定结构的数据进行搜索，从而达到搜索相对较快的目的。
结构化检索：我想搜索商品分类为日化用品的商品都有哪些，如：select * from products where category_id='日化用品'
数据分析：电商网站，最近7天牙膏这种商品销量排名前10的商家有哪些？新闻网站，最近1个月访问量排名前3的新闻版块是哪些？
1.5 Elasticsearch 的适用场景
• 1）维基百科，类似百度百科，比如：牙膏，牙膏的维基百科，全文检索、高亮、搜索推荐。
• 2）The Guardian（国外新闻网站），类似搜狐新闻，用户行为日志（点击、浏览、收藏、评论）+ 社交网络数据（对某某新闻的相关看法）；数据分析，给到每篇新闻文章的作者，让他知道他的文章的公众反馈（好、坏、热门、垃圾、鄙视、崇拜等）。
• 3）Stack Overflow（国外的程序异常讨论论坛），IT 问题，程序的报错，提交上去，有人会跟你讨论和回答；全文检索，搜索相关问题和答案，程序报错了，就会将报错信息粘贴到里面去，搜索有没有对应的答案。
• 4）GitHub（开源代码管理），搜索上千亿行代码。
• 5）国内：站内搜索（电商、招聘、门户 等等）；IT 系统搜索（OA、CRM、ERP 等等）；数据分析（ES 热门的一个使用场景）。
1.6 Elasticsearch 的特点
• 1）可以作为一个大型分布式集群（数百台服务器）技术，处理 PB 级数据，服务大公司；也可以运行在单机上，服务小公司。
• 2）Elasticsearch 不是什么新技术，主要是将全文检索、数据分析以及分布式技术，合并在了一起，才形成了独一无二的 ES；比如：lucene（全文检索），商用的数据分析软件（也是有的），分布式数据库（mycat）。
• 3）对用户而言，是开箱即用的，非常简单，作为中小型的应用，直接 3 分钟部署一下ES，就可以作为生产环境的系统来使用了，数据量不大，操作不是太复杂。
• 4）数据库的功能面对很多领域是不够用的（事务、还有各种联机事务型的操作）；特殊的功能，比如全文检索、同义词处理、相关度排名、复杂数据分析、海量数据的近实时处理；Elasticsearch 作为传统数据库的一个补充，提供了数据库所不能提供的很多功能。
1.7 Elasticsearch 的核心概念
1.7.1 近实时
近实时，两个意思，从写入数据到数据可以被搜索到有一个小延迟（大概1秒）；基于 es 执行搜索和分析可以达到秒级。
1.7.2 Cluster（集群）
集群包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是 elasticsearch）来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常。
1.7.3 Node（节点）
集群中的一个节点，节点也有一个名称（默认是随机分配的），节点名称很重要（在执行运维管理操作的时候），默认节点会去加入一个名称为 “elasticsearch” 的集群，如果直接启动一堆节点，那么它们会自动组成一个 elasticsearch 集群，当然一个节点也可以组成一个 elasticsearch 集群。
1.7.4 Index（索引 --> 数据库）
索引包含一堆有相似结构的文档数据，比如可以有一个客户索引、商品分类索引、订单索引，索引有一个名称。一个 index 包含很多 document，一个 index 就代表了一类类似的或者相同的 document。比如说建立一个 product index(商品索引)，里面可能就存放了所有的商品数据，即所有的商品 document。
1.7.5 Type（类型 --> 表）
每个索引里都可以有一个或多个 type，type 是 index 中的一个逻辑数据分类，一个 type 下的 document 都有相同的 field。比如博客系统，有一个索引，可以定义用户数据 type、博客数据 type、评论数据 type。
商品 index，里面存放了所有的商品数据，即商品 document。
但是商品分很多种类，每个种类的 document 的 field 可能不太一样，比如说电器商品，可能还包含一些诸如售后时间范围这样的特殊 field；生鲜商品，还包含一些诸如生鲜保质期之类的特殊 field。
例如：type：日化商品type、电器商品 type、生鲜商品 type
日化商品 type：product_id, product_name, product_desc, category_id, category_name
电器商品 type：product_id, product_name, product_desc, category_id, category_name, service_period
生鲜商品 type：product_id, product_name, product_desc, category_id, category_name, eat_period
每一个 type 里面，都会包含一堆 document。如下：
电器商品 type
{
"product_id": "1",
"product_name": "长虹电视机",
"product_desc": "4k高清",
"category_id": "3",
"category_name": "电器",
"service_period": "1年"
}
生鲜商品 type
{
"product_id": "2",
"product_name": "基围虾",
"product_desc": "纯天然，冰岛产",
"category_id": "4",
"category_name": "生鲜",
"eat_period": "7天"
}
1.7.6 Document（文档 --> 行）
文档是 es 中的最小数据单元，一个 document 可以是一条客户数据、一条商品分类数据、一条订单数据，通常用 JSON 数据结构表示，每个 index 下的 type 中，都可以去存储多个 document。
1.7.7 Field（字段 --> 列）
Field 是 Elasticsearch 的最小单位。一个 document 里面有多个 field，每个 field 就是一个数据字段。
1.7.8 Mapping（映射 --> 约束）
数据如何存放到索引对象上，需要有一个映射配置，包括：数据类型、是否存储、是否分词等。
这样就创建了一个名为 blog 的 Index。Type 不用单独创建，在创建 Mapping 时指定就可以。Mapping 用来定义 Document 中每个字段的类型，即所使用的 analyzer、是否索引等属性。创建 Mapping 的代码示例如下：
client.indices.putMapping({
index : 'blog',
type : 'article',
body : {
article: {
properties: {
id: {
type: 'string',
analyzer: 'ik',
store: 'yes',
},
title: {
type: 'string',
analyzer: 'ik',
store: 'no',
},
content: {
type: 'string',
analyzer: 'ik',
store: 'yes',
}
}
}
}
});
1.7.9 Elasticsearch 与数据库的类比
1.7.10 ES 存入数据和搜索数据机制
二 快速入门
2.1 安装包下载
1）Elasticsearch官网： https://www.elastic.co/products/elasticsearch
点击 Download
点击 past releases 我们选择 5.2.2 Linux 版本的。
补充：ELK简介以及新旧版架构介绍
2.2 安装 Elasticsearch（单节点 Linux 环境）
注意：因为 Elasticsearch 是基于 java 写的，所以它的运行环境中需要 java 的支持，在 Linux 下执行命令：java -version，检查 Jar 包是否安装。安装 java 版本至少是 1.8 以上。
Step0：将 elasticsearch-5.2.2.tar.gz 上传至 Linux 的 /opt/software 目录下
Step1：解压 elasticsearch-5.2.2.tar.gz 到/opt/module 目录下
[atguigu@hadoop102 software]$ tar -zxf elasticsearch-5.2.2.tar.gz -C /opt/module/
Step2：在 /opt/module/elasticsearch-5.2.2 路径下创建 data 和 logs 文件夹
[atguigu@hadoop102 elasticsearch-5.2.2]$ mkdir data
[atguigu@hadoop102 elasticsearch-5.2.2]$ mkdir logs
Step3：修改配置文件 /opt/module/elasticsearch-5.2.2/config/elasticsearch.yml
[atguigu@hadoop102 config]$ pwd
/opt/module/elasticsearch-5.2.2/config
[atguigu@hadoop102 config]$ vim elasticsearch.yml
elasticsearch.yml
# ---------------------------------- Cluster -----------------------------------
cluster.name: my-application
# ------------------------------------ Node ------------------------------------
node.name: node-102
# ----------------------------------- Paths ------------------------------------
path.data: /opt/module/elasticsearch-5.2.2/data
path.logs: /opt/module/elasticsearch-5.2.2/logs
# ----------------------------------- Memory -----------------------------------
bootstrap.memory_lock: false
bootstrap.system_call_filter: false
# ---------------------------------- Network -----------------------------------
network.host: 192.168.25.102
# --------------------------------- Discovery ----------------------------------
discovery.zen.ping.unicast.hosts: ["hadoop102"]
文件详解如下：
(1) cluster.name
如果要配置集群需要两个节点上的 elasticsearch 配置的 cluster.name 相同，都启动可以自动组成集群。
这里如果不改 cluster.name 则默认是 cluster.name=my-application。
(2) node.name
随意取但是集群内的各节点不能相同。
(3) 修改后的每行前面不能有空格，修改后的 “:” 后面必须有一个空格。
(4) bootstrap.memory_lock 和 bootstrap.system_call_filter 需要配置成 false，否则初始化会报错！
Step4：配置 linux 系统环境（参考：http://blog.csdn.net/satiling/article/details/59697916）
(1) 切换到 root 用户，编辑 limits.conf 添加类似如下内容
[root@hadoop102 elasticsearch-5.2.2]# vim /etc/security/limits.conf
添加如下内容:
* soft nofile 65536
* hard nofile 131072
* soft nproc 2048
* hard nproc 4096
(2) 切换到 root 用户，进入 limits.d 目录下修改配置文件。
[root@hadoop102 elasticsearch-5.2.2]# vim /etc/security/limits.d/90-nproc.conf
修改如下内容：
* soft nproc 1024
#修改为
* soft nproc 2048
(3) 切换到 root 用户，修改配置 sysctl.conf
[root@hadoop102 elasticsearch-5.2.2]# vim /etc/sysctl.conf
添加下面配置：
vm.max_map_count=655360
并执行命令：
[root@hadoop102 elasticsearch-5.2.2]# sysctl -p
然后，重新启动 elasticsearch，即可启动成功。
Step5：启动集群，注意：要切回 atguigu 用户启动集群，否则会报错！
[atguigu@hadoop102 elasticsearch-5.2.2]$ bin/elasticsearch
Step6：两种方式测试集群
方式一：重新开启一个会话窗口，输入命令：curl http://hadoop102:9200
[atguigu@hadoop102 elasticsearch-5.2.2]$ curl http://hadoop102:9200
{
"name" : "node-102",
"cluster_name" : "my-application",
"cluster_uuid" : "yb29ijbJQ2mBzCHTOjyUGw",
"version" : {
"number" : "5.2.2",
"build_hash" : "f9d9b74",
"build_date" : "2017-02-24T17:26:45.835Z",
"build_snapshot" : false,
"lucene_version" : "6.4.1"
},
"tagline" : "You Know, for Search"
}
方式二：通过浏览器查看：http://hadoop102:9200/
Step7：停止集群
kill -9 进程号
2.3 安装 Elasticsearch（多节点集群 Linux 环境）
略
2.4 Elasticsearch head 插件安装
Step1：下载 elasticsearch-head 插件
https://github.com/mobz/elasticsearch-head
elasticsearch-head-master.zip
Step2：nodejs 官网下载安装包
https://nodejs.org/dist/
node-v6.9.2-linux-x64.tar.xz
Step3：将 elasticsearch-head-master.zip 和 node-v6.9.2-linux-x64.tar.xz 都上传到 Linux 的 /opt/software 目录下
Step4：安装nodejs
[atguigu@hadoop102 software]$ tar -zxf node-v6.9.2-linux-x64.tar.gz -C /opt/module/
Step5：切换到 root 用户，配置 nodejs 环境变量
[root@hadoop102 software]# vim /etc/profile
#NODE_HOME
export NODE_HOME=/opt/module/node-v6.9.2-linux-x64
export PATH=$PATH:$NODE_HOME/bin
[root@hadoop102 software]# source /etc/profile
Step6：查看 node 和 npm 版本
[root@hadoop102 software]# node -v
v6.9.2
[root@hadoop102 software]# npm -v
3.10.9
Step7：切换到 atguigu 用户，解压 head 插件到 /opt/module 目录下
[atguigu@hadoop102 software]$ unzip elasticsearch-head-master.zip -d /opt/module/
Step8：查看当前 head 插件目录下有无 node_modules/grunt 目录，没有的话，执行命令创建：
[atguigu@hadoop102 elasticsearch-head-master]$ npm install grunt --save
Step9：安装 head 插件：
[atguigu@hadoop102 elasticsearch-head-master]$ npm install -g cnpm --registry=https://registry.npm.taobao.org
Step10：安装 grunt：
[atguigu@hadoop102 elasticsearch-head-master]$ npm install -g grunt-cli
Step11：编辑 Gruntfile.js
[atguigu@hadoop102 elasticsearch-head-master]$ vim Gruntfile.js
在文件93行添加 hostname: '0.0.0.0',
options: {
hostname: '0.0.0.0',
port: 9100,
base: '.',
keepalive: true
}
Step12：检查 head 根目录下是否存在 base 文件夹，如果没有，就创建 base 文件夹，然后将 _site 目录下的 base 文件夹及其内容复制到 head 根目录下
[atguigu@hadoop102 elasticsearch-head-master]$ mkdir base
[atguigu@hadoop102 _site]$ cp base/* ../base/
Step13：启动 grunt server：
[atguigu@hadoop102 elasticsearch-head-master]$ grunt server -d
Running "connect:server" (connect) task
[D] Task source: /opt/module/elasticsearch-head-master/node_modules/grunt-contrib-connect/tasks/connect.js
Waiting forever...
Started connect web server on http://localhost:9100
如果提示 grunt 的模块没有安装：
Local Npm module “grunt-contrib-clean” not found. Is it installed?
Local Npm module “grunt-contrib-concat” not found. Is it installed?
Local Npm module “grunt-contrib-watch” not found. Is it installed?
Local Npm module “grunt-contrib-connect” not found. Is it installed?
Local Npm module “grunt-contrib-copy” not found. Is it installed?
Local Npm module “grunt-contrib-jasmine” not found. Is it installed?
Warning: Task “connect:server” not found. Use –force to continue.
执行以下命令：
npm install grunt-contrib-clean -registry=https://registry.npm.taobao.org
npm install grunt-contrib-concat -registry=https://registry.npm.taobao.org
npm install grunt-contrib-watch -registry=https://registry.npm.taobao.org
npm install grunt-contrib-connect -registry=https://registry.npm.taobao.org
npm install grunt-contrib-copy -registry=https://registry.npm.taobao.org
npm install grunt-contrib-jasmine -registry=https://registry.npm.taobao.org
最后一个模块可能安装不成功，但是不影响使用。
再次重新启动 grunt server，启动成功
Step14：浏览器访问 head 插件：http://hadoop102:9100
Step15：启动集群插件后发现【集群健康值：未连接】
在 /opt/module/elasticsearch-5.2.2/config 路径下修改配置文件 elasticsearch.yml，在文件末尾增加：
[atguigu@hadoop102 config]$ pwd
/opt/module/elasticsearch-5.2.2/config
[atguigu@hadoop102 config]$ vim elasticsearch.yml
http.cors.enabled: true
http.cors.allow-origin: "*"
再次重新启动 elasticsearch，然后再次重新启动 grunt server。
浏览器再次访问 head 插件：http://hadoop102:9100，成功截图如下：
Step16：关闭插件服务
ctrl+c
[atguigu@hadoop102 elasticsearch-head-master]$ netstat -lntp | grep 9100
tcp 0 0 192.168.25.102:9100 0.0.0.0:* LISTEN 6070/grunt
三 Java API 操作
Elasticsearch 的 Java 客户端非常强大；它可以建立一个嵌入式实例并在必要时运行管理任务。
运行一个 Java 应用程序和 Elasticsearch 时，有两种操作模式可供使用。该应用程序可在 Elasticsearch 集群中扮演更加主动或更加被动的角色。在更加主动的情况下（称为 Node Client），应用程序实例将从集群接收请求，确定哪个节点应处理该请求，就像正常节点所做的一样。（应用程序甚至可以托管索引和处理请求。）另一种模式称为 Transport Client，它将所有请求都转发到另一个 Elasticsearch 节点，由后者来确定最终目标。
3.1 API 基本操作
3.1.1 操作环境准备
1）创建 maven 工程（不使用骨架的方式）
2）添加 pom.xml 文件
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>3.8.1</version>
<scope>test</scope>
</dependency>
<dependency>
<groupId>org.elasticsearch</groupId>
<artifactId>elasticsearch</artifactId>
<version>5.2.2</version>
</dependency>
<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>transport</artifactId>
<version>5.2.2</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-core</artifactId>
<version>2.9.0</version>
</dependency>
</dependencies>
3）等待依赖的 jar 包下载完成
当直接在 Elasticsearch 建立文档对象时，如果索引不存在的，默认会自动创建，映射采用默认方式 。
3.1.2 获取 Transport Client
（1）ElasticSearch 服务默认端口 9300。
（2）ElasticSearch Web 管理平台默认端口 9200。
private TransportClient client;
@SuppressWarnings({ "unchecked" })
@Before // 表示先执行这个方法
public void getClient() throws UnknownHostException {
// 1、获取客户端对象，设置连接的集群名称
Settings settings = Settings.builder().put("cluster.name", "my-application").build();
client = new PreBuiltTransportClient(settings);
// 2、连接集群
client.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("hadoop102"), 9300));
// 3、打印集群名称
System.out.println(client.toString());
}
3.1.3 创建索引
1）源代码
@Test
public void createIndex() {
// 1、创建索引（indices 指数）
client.admin().indices().prepareCreate("blog").get();
// 2、关闭连接
client.close();
}
2）查看结果
{"blog":{"aliases":{},"mappings":{},"settings":{"index":{"creation_date":"1507466730030","number_of_shards":"5","number_of_replicas":"1","uuid":"lec0xYiBSmStspGVa6c80Q","version":{"created":"5060299"},"provided_name":"blog"}}}}
3.1.4 删除索引
1）源代码
@Test
public void deleteIndex(){
// 1、删除索引
client.admin().indices().prepareDelete("blog").get();
// 2、关闭连接
client.close();
}
2）查看结果
浏览器查看http://hadoop102:9200/blog
没有blog索引了。
{"error":{"root_cause":[{"type":"index_not_found_exception","reason":"no such index","resource.type":"index_or_alias","resource.id":"bolg","index_uuid":"_na_","index":"bolg"}],"type":"index_not_found_exception","reason":"no such index","resource.type":"index_or_alias","resource.id":"bolg","index_uuid":"_na_","index":"bolg"},"status":404}
3.1.5 新建文档（源数据是手写的 json 串）
当直接在 ElasticSearch 建立文档对象时，如果索引不存在的，默认会自动创建，映射采用默认方式。
1）源代码
@Test
public void createIndexByJson() throws UnknownHostException {
// 1、文档数据准备
String json = "{" + "\"id\":\"1\"," + "\"title\":\"基于Lucene的搜索服务器\","
+ "\"content\":\"它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口\"" + "}";
// 2、创建文档
IndexResponse indexResponse = client.prepareIndex("blog", "article", "1").setSource(json).execute().actionGet();
// 3、打印返回的结果
System.out.println("index:" + indexResponse.getIndex());
System.out.println("type:" + indexResponse.getType());
System.out.println("id:" + indexResponse.getId());
System.out.println("version:" + indexResponse.getVersion());
System.out.println("result:" + indexResponse.getResult());
// 4、关闭连接
client.close();
}
2）结果查看
控制台打印结果
浏览器结果
3.1.6 新建文档（源数据是以 map 方式添加的键值对）
1）源代码
@Test
public void createIndexByMap() {
// 1、文档数据准备
Map<String, Object> json = new HashMap<String, Object>();
json.put("id", "2");
json.put("title", "基于Lucene的搜索服务器");
json.put("content", "它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口");
// 2、创建文档
IndexResponse indexResponse = client.prepareIndex("blog", "article", "2").setSource(json).execute().actionGet();
// 3、打印返回的结果
System.out.println("index:" + indexResponse.getIndex());
System.out.println("type:" + indexResponse.getType());
System.out.println("id:" + indexResponse.getId());
System.out.println("version:" + indexResponse.getVersion());
System.out.println("result:" + indexResponse.getResult());
// 4、关闭连接
client.close();
}
2）结果查看
控制台打印结果
浏览器结果
3.1.7 新建文档（源数据是通过 es 构建器构建的数据）
1）源代码
@Test
public void createIndexByBuilder() throws Exception {
// 1、通过 es 自带的帮助类，来构建 json 数据
XContentBuilder builder = XContentFactory.jsonBuilder().startObject()
.field("id", "3")
.field("title", "基于Lucene的搜索服务器")
.field("content", "它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口")
.endObject();
// 2、创建文档
IndexResponse indexResponse = client.prepareIndex("blog", "article", "3").setSource(builder).get();
// 3、打印返回的结果
System.out.println("index:" + indexResponse.getIndex());
System.out.println("type:" + indexResponse.getType());
System.out.println("id:" + indexResponse.getId());
System.out.println("version:" + indexResponse.getVersion());
System.out.println("result:" + indexResponse.getResult());
// 4、关闭连接
client.close();
}
2）结果查看
控制台打印结果
浏览器结果
3.1.8 搜索文档数据（单个索引）
1）源代码
@Test
public void getData() throws Exception {
// 1、查询文档
GetResponse response = client.prepareGet("blog", "article", "1").get();
// 2、打印搜索的结果
System.out.println(response.getSourceAsString());
// 3、关闭连接
client.close();
}
2）结果查看
控制台打印结果
3.1.9 搜索文档数据（多个索引）
1）源代码
@Test
public void getMultiData() {
// 1、查询多个文档
MultiGetResponse response = client.prepareMultiGet()
.add("blog", "article", "1")
.add("blog", "article", "2", "3")
.add("blog", "article", "2").get();
// 2、遍历返回的结果
for (MultiGetItemResponse itemResponse : response) {
GetResponse getResponse = itemResponse.getResponse();
// 如果获取到查询结果
if (getResponse.isExists()) {
String sourceAsString = getResponse.getSourceAsString();
System.out.println(sourceAsString);
}
}
// 3、关闭资源
client.close();
}
2）结果查看
控制台打印结果
3.1.10 更新文档数据（update）
1）源代码
@Test
public void updateData() throws Throwable {
// 1、创建更新数据的请求对象
UpdateRequest updateRequest = new UpdateRequest();
updateRequest.index("blog");
updateRequest.type("article");
updateRequest.id("3");
updateRequest.doc(XContentFactory.jsonBuilder().startObject()
.field("title", "基于Lucene的搜索服务器") // 对没有的字段进行添加，对已有的字段进行替换
.field("content", "它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。大数据前景无限")
.field("createDate", "2017-8-22").endObject());
// 2、获取更新后的值
UpdateResponse indexResponse = client.update(updateRequest).get();
// 3、打印返回的结果
System.out.println("index:" + indexResponse.getIndex());
System.out.println("type:" + indexResponse.getType());
System.out.println("id:" + indexResponse.getId());
System.out.println("version:" + indexResponse.getVersion());
System.out.println("result:" + indexResponse.getResult());
// 4、关闭连接
client.close();
}
2）结果查看
控制台打印结果
浏览器结果
3.1.11 更新文档数据（upsert）
设置查询条件，查找不到则添加 IndexRequest 内容，查找到则按照 UpdateRequest 更新。
1）源代码
@Test
public void upsertData() throws Exception {
// 设置查询条件，查找不到则添加 IndexRequest 内容
IndexRequest indexRequest = new IndexRequest("blog", "article", "5")
.source(XContentFactory.jsonBuilder().startObject()
.field("title", "搜索服务器")
.field("content","Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。").endObject());
// 设置更新，查找到则按照 UpdateRequest 更新
UpdateRequest upsert = new UpdateRequest("blog", "article", "5")
.doc(XContentFactory.jsonBuilder().startObject().field("user", "李四").endObject()).upsert(indexRequest);
client.update(upsert).get();
client.close();
}
2）结果查看
第一次执行，浏览器结果
第二次执行，浏览器结果
3.1.12 删除文档数据（prepareDelete）
1）源代码
@Test
public void deleteData() {
// 1、删除文档数据
DeleteResponse indexResponse = client.prepareDelete("blog", "article", "5").get();
// 2、打印返回的结果
System.out.println("index:" + indexResponse.getIndex());
System.out.println("type:" + indexResponse.getType());
System.out.println("id:" + indexResponse.getId());
System.out.println("version:" + indexResponse.getVersion());
System.out.println("result:" + indexResponse.getResult());
// 3、关闭连接
client.close();
}
2）结果查看
控制台打印结果
3.2 条件查询 QueryBuilder
3.2.1 查询所有（matchAllQuery）
1）源代码
@Test
public void matchAllQuery() {
// 1、执行查询（查询所有）
SearchResponse searchResponse = client.prepareSearch("blog").setTypes("article")
.setQuery(QueryBuilders.matchAllQuery()).get();
// 2、打印查询结果
SearchHits hits = searchResponse.getHits(); // 获取命中次数，查询结果有多少对象
System.out.println("查询结果有：" + hits.getTotalHits() + "条");
Iterator<SearchHit> iterator = hits.iterator();
while (iterator.hasNext()) {
SearchHit searchHit = iterator.next(); // 每个查询对象
System.out.println(searchHit.getSourceAsString()); // 获取字符串格式打印
}
// 3、关闭连接
client.close();
}
2）结果查看
控制台打印结果
3.2.2 对所有字段分词查询（queryStringQuery）
1）源代码
@Test
public void queryStringQuery() {
// 1、条件查询（对所有字段分词查询）
SearchResponse searchResponse = client.prepareSearch("blog").setTypes("article")
.setQuery(QueryBuilders.queryStringQuery("全文")).get();
// 2、打印查询结果
SearchHits hits = searchResponse.getHits(); // 获取命中次数，查询结果有多少对象
System.out.println("查询结果有：" + hits.getTotalHits() + "条");
Iterator<SearchHit> iterator = hits.iterator();
while (iterator.hasNext()) {
SearchHit searchHit = iterator.next(); // 每个查询对象
System.out.println(searchHit.getSourceAsString()); // 获取字符串格式打印
}
// 3、关闭连接
client.close();
}
2）结果查看
同上--查询所有（matchAllQuery）
3.2.3 通配符查询（wildcardQuery）
*：表示多个字符（任意的字符）?：表示单个字符
1）源代码
@Test
public void wildcardQuery() {
// 1、通配符查询
SearchResponse searchResponse = client.prepareSearch("blog").setTypes("article")
.setQuery(QueryBuilders.wildcardQuery("content", "*全*")).get();
// 2、打印查询结果
SearchHits hits = searchResponse.getHits(); // 获取命中次数，查询结果有多少对象
System.out.println("查询结果有：" + hits.getTotalHits() + "条");
Iterator<SearchHit> iterator = hits.iterator();
while (iterator.hasNext()) {
SearchHit searchHit = iterator.next(); // 每个查询对象
System.out.println(searchHit.getSourceAsString()); // 获取字符串格式打印
}
// 3、关闭连接
client.close();
}
2）结果查看
控制台打印结果
同上--查询所有（matchAllQuery）
3.2.4 词条查询（TermQuery）
1）源代码
@Test
public void termQuery() {
// 1、词条查询
SearchResponse searchResponse = client.prepareSearch("blog").setTypes("article")
.setQuery(QueryBuilders.termQuery("content", "全")).get(); // 因为没有使用 IK 分词器，所有只能一个字一个字的查
// 2、打印查询结果
SearchHits hits = searchResponse.getHits(); // 获取命中次数，查询结果有多少对象
System.out.println("查询结果有：" + hits.getTotalHits() + "条");
Iterator<SearchHit> iterator = hits.iterator();
while (iterator.hasNext()) {
SearchHit searchHit = iterator.next(); // 每个查询对象
System.out.println(searchHit.getSourceAsString()); // 获取字符串格式打印
}
// 3、关闭连接
client.close();
}
2）结果查看
控制台打印结果
同上--查询所有（matchAllQuery）
3.2.5 模糊查询（fuzzy）
1）源代码
@Test
public void fuzzyQuery() {
// 1、模糊查询
SearchResponse searchResponse = client.prepareSearch("blog").setTypes("article")
.setQuery(QueryBuilders.fuzzyQuery("title", "lucene")).get();
// 2、打印查询结果
SearchHits hits = searchResponse.getHits(); // 获取命中次数，查询结果有多少对象
System.out.println("查询结果有：" + hits.getTotalHits() + "条");
Iterator<SearchHit> iterator = hits.iterator();
while (iterator.hasNext()) {
SearchHit searchHit = iterator.next(); // 每个查询对象
System.out.println(searchHit.getSourceAsString()); // 获取字符串格式打印
}
// 3、关闭连接
client.close();
}
2）结果查看
控制台打印结果
同上--查询所有（matchAllQuery）
3.3 映射相关操作
注意：执行映射操作之前，需要先创建一个新的没有存在 mapping 的索引，本例子中新的索引是 blog2，如下：
1）源代码
@Test
public void createIndex() {
// 1、创建索引（indices 指数）
client.admin().indices().prepareCreate("blog2").get();
// 2、关闭连接
client.close();
}
@Test
public void createMapping() throws Exception {
// 1、设置 mapping
XContentBuilder builder = XContentFactory.jsonBuilder()
.startObject()
.startObject("article2")
.startObject("properties")
.startObject("id2")
.field("type", "string")
.field("store", "yes")
.endObject()
.startObject("title2")
.field("type", "string")
.field("store", "no")
.endObject()
.startObject("content2")
.field("type", "string")
.field("store", "yes")
.endObject()
.endObject()
.endObject()
.endObject();
// 2、添加 mapping
PutMappingRequest mapping = Requests.putMappingRequest("blog2").type("article2").source(builder);
client.admin().indices().putMapping(mapping).get();
// 3、关闭资源
client.close();
}
2）结果查看
浏览器结果
【转载文章务必保留出处和署名，谢谢！】
