ElasticSearch-基础
1、ElasticSearch简介
1.1 Lucene
- Doug Cutting开发
- 是apache软件基金会4 jakarta项目组的一个子项目
- 是一个开放源代码的全文检索引擎工具包
- 不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）
- 当前以及最近几年最受欢迎的免费Java信息检索程序库。
Lucene和ElasticSearch的关系：
- ElasticSearch是基于Lucene 做了一下封装和增强
1.2 ElasticSearch 概述
官网：https://www.elastic.co/cn/downloads/elasticsearch
Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理PB级别(大数据时代）的数据。es也使用java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。
据国际权威的数据库产品评测机构DB Engines的统计，在2016年1月，ElasticSearch已超过Solr等，成为排名第一的搜索引擎类应用。
ELK技术： elasticsearch+logstash+kibana
1.3 ES和Solr
1.3.1 ElasticSearch简介
- Elasticsearch是一个实时分布式搜索和分析引擎。 它让你以前所未有的速度处理大数据成为可能。
- 它用于全文搜索、结构化搜索、分析以及将这三者混合使用:
维基百科使用Elasticsearch提供全文搜索并高亮关键字,以及输入实时搜索(search-asyou-type)和搜索纠错(did-you-mean)等搜索建议功能。英国卫报使用Elasticsearch结合用户日志和社交网络数据提供给他们的编辑以实时的反馈,以便及时了解公众对新发表的文章的回应。StackOverflow结合全文搜索与地理位置查询,以及more-like-this功能来找到相关的问题和答案。Github使用Elasticsearch检索1300亿行的代码。- 但是Elasticsearch不仅用于大型企业，它还让像
DataDog以及Klout这样的创业公司将最初的想法变成可扩展的解决方案。 - Elasticsearch可以在你的笔记本上运行,也可以在数以百计的服务器上处理PB级别的数据。
- Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。无论在开源还是专有领域, Lucene可被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。
- 但是, Lucene只是一个库。 想要使用它,你必须使用Java来作为开发语言并将其直接集成到你的应用中,更糟糕的是, Lucene非常复杂,你需要深入了解检索的相关知识来理解它是如何工作的。
- Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能,但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性,从而让全文搜索变得简单。
1.3.2 Solr简介
- Solr是Apache下的一个顶级开源项目,采用Java开发,它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言,同时实现了可配置、可扩展，并对索引、搜索性能进行了优化
- Solr可以独立运行,运行在letty. Tomcat等这些Selrvlet容器中 , Solr 索引的实现方法很简单,用POST方法向Solr服务器发送一个描述Field及其内容的XML文档, Solr根据xml文档添加、删除、更新索引。Solr 搜索只需要发送HTTP GET请求,然后对Solr返回xml、json等格式的查询结果进行解析,组织页面布局。
- Solr不提供构建UI的功能, Solr提供了一个管理界面,通过管理界面可以查询Solr的配置和运行情况。
- Solr是基于lucene开发企业级搜索服务器,实际上就是封装了lucene.
- Solr是一个独立的企业级搜索应用服务器,它对外提供类似于Web-service的API接口。用户可以通过http请求,向搜索引擎服务器提交-定格式的文件,生成索引;也可以通过提出查找请求,并得到返回结果。
1.3.3 ElasticSearch与Solr比较
当单纯的对已有数据进行搜索时，Solr更快
2.当实时建立索引时，Solr会产生io阻塞，查询性能较差，ElasticSearch具有明显的优势
3.随着数据量的增加，Solr的搜索效率会变得更低，而ElasticSearch却没有明显的变化
4.转变我们的搜索基础设施后从Solr ElasticSearch，我们看见一个即时~ 50x提高搜索性能！
1.3.4 总结
1、es基本是开箱即用(解压就可以用!) ,非常简单。Solr安装略微复杂一丢丢!
2、Solr 利用Zookeeper进行分布式管理,而Elasticsearch自身带有分布式协调管理功能。
3、Solr 支持更多格式的数据,比如JSON、XML、 CSV ,而Elasticsearch仅支持json文件格式。
4、Solr 官方提供的功能更多,而Elasticsearch本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要kibana友好支撑
5、Solr 查询快,但更新索引时慢(即插入删除慢) ，用于电商等查询多的应用;
- ES建立索引快(即查询慢) ，即实时性查询快，用于facebook新浪等搜索。
- Solr是传统搜索应用的有力解决方案，但Elasticsearch更适用于新兴的实时搜索应用。
6、Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而Elasticsearch相对开发维护者较少,更新太快,学习使用成本较高。
2、ElasticSearch安装
JDK8，最低要求；
使用Java开发，必须保证ElasticSearch的版本与Java的核心jar包版本对应！（Java环境保证没错）
2.1 ElasticSearch
2.1.1 下载
ElasticSearch下载地址：https://mirrors.huaweicloud.com/elasticsearch/7.6.1
下载完解压即可；
2.1.2 熟悉目录
bin 启动文件目录
config 配置文件目录
1og4j2 日志配置文件
jvm.options java 虚拟机相关的配置(默认启动占1g内存，内容不够需要自己调整)
elasticsearch.ym1 elasticsearch 的配置文件! 默认9200端口!跨域!
1ib
相关jar包
modules 功能模块目录
plugins 插件目录
ik分词器
2.1.3 启动
1.点击：elasticsearch.bat
2.访问地址：127.0.0.1:9200
3.访问测试成功
2.2 安装elasticsearch-head可视化界面(解决跨域问题)
elasticsearch-head
使用前提：需要安装node.js
2.2.1 下载
elasticsearch-head下载地址：https://github.com/mobz/elasticsearch-head/archive/master.zip
下载完解压即可；
2.2.2安装依赖与启动
cd elasticsearch-head
# 安装依赖
npm install
# 启动
npm run start
# 访问
http://localhost:9100/
使用罗技鼠标插件的可能会占用9100端口
关闭LGHUBUpdateService服务即可；或者修改elasticsearch-head的端口，反正两个不用端口冲突就好；
2.2.3访问
存在跨域问题（只有当两个页面同源，才能交互）；
同源（端口，主机，协议三者都相同）;
开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）
# 开启跨域
http.cors.enabled: true
# 所有人访问
http.cors.allow-origin: "*"
再次连接，连接成功
如何理解上图：
-
如果你是初学者
- 索引 可以看做 “数据库”
- 类型 可以看做 “表”
- 文档 可以看做 “库中的数据（表中的行）”
-
这个head，我们只是把它当做可视化数据展示工具，之后所有的查询都在kibana中进行
- 因为不支持json格式化，不方便
2.3安装 kibana
Kibana是一个针对ElasticSearch的开源分析及可视化平台,用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana ,可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单,基于浏览器的用户界面可以快速创建仪表板( dashboard )实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础架构,几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。
2.3.1 下载
kibana下载地址：https://mirrors.huaweicloud.com/kibana/7.6.1/
下载后解压即可；
2.3.2 启动
点击kibana.bat;
访问成功
2.3.3 控制台
2.3.4kibana 汉化
编辑器打开kibana解压目录/config/kibana.yml，添加 i18n.locale: "zh-CN"
zh-CH.json文件
2.3.5 了解ELK
-
ELK是
-
Elasticsearch、Logstash、 Kibana三大开源框架首字母大写简称
-
市面上也被成为Elastic Stack。
- 其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。
- 像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架，可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。
- Logstash是ELK的中央数据流引擎,用于从不同目标(文件/数据存储/MQ )收集的不同格式数据,经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。
- Kibana可以将elasticsearch的数据通过友好的页面展示出来 ,提供实时分析的功能。
-
-
市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称 ,但实际上ELK不仅仅适用于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性。并非唯一性。
收集清洗数据(Logstash) ==> 搜索、存储(ElasticSearch) ==> 展示(Kibana)
3、ElasticSearch核心概念
3.1 概述
- 索引
- 包含多个分片
- 字段类型（mapping）
- 文档（documents）
- 分片（Lucence索引，倒排索引）
集群，节点，索引，类型，文档，分片，映射是什么？
3.2 关系行数据库和ElasticSearch客观对比
ElasticSearch是面向文档，关系行数据库和ElasticSearch客观对比！一切都是JSON！
| Relational DB | ElasticSearch |
|---|---|
| 数据库（database） | 索引（indices） |
| 表（tables） | types <慢慢会被弃用!> |
| 行（rows） | documents |
| 字段（columns） | fields |
elasticsearch（集群）中可以包含多个索引（数据库） ,每个索引中可以包含多个类型（表） ,每个类型下又包含多个文档（行） ,每个文档中又包含多个字段（列）。
3.3 物理设计:
elasticsearch在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移
一个人就是一个集群! ，即启动的ElasticSearch服务，默认就是一个集群，且默认集群名为elasticsearch；
3.4 逻辑设计：
一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，可以通过这样的顺序找到它：索引 => 类型 => 文档ID ，通过这个组合我们就能索引到某个具体的文档。 注意：ID不必是整数，实际上它是个字符串。
3.4.1 文档（”行“）
之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要属性:
- 自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key:value !
- 可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的! {就是一个json对象 ! fastjson进行自动转换 !}
- 灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候,我们可以忽略该字段，或者动态的添加一个新的字段。
尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在elasticsearch中，类型有时候也称为映射类型。
3.4.2 类型（“表”）
类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为字符串类型。我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢?
- elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别整什么幺蛾子。
3.4.3 索引（“库”）
引是映射类型的容器， elasticsearch中的索引是一个非常大的文档集合。 索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。
物理设计：节点和分片 如何工作
创建新索引
一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片(primary shard ,又称主分片)构成的，每一个主分片会有一个副本(replica shard，又称复制分片);
上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。实际上，一个分片是一个Lucene索引（一个ElasticSearch索引包含多个Lucene索引） ，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。不过，等等，倒排索引是什么鬼?
3.4.3.1 倒排索引（Lucene索引底层）
简单说就是 按（文章关键字，对应的文档<0个或多个>）形式建立索引，根据关键字就可直接查询对应的文档（含关键字的），无需查询每一个文档，如下图
如果要搜索含有python标签的文章，那相对于查找所有原数据而言，查找倒排索引后的数据将会快的多，只需要查看标签这一栏，然后获取相关的文章ID即可，完全过滤无关的所有数据，提高效率！
3.4.3.2 elasticsearch的索引和Lucene的索引对比
在elasticsearch中，索引（库）这个词被频繁使用，这就是术语的使用。在elasticsearch中，索引被分为多个分片，每份 分片是 一个Lucence的索引。所以一个elasticsearch索引是 由多个Lucence索引组成的。别问问什么，因为elasticsearch的Lucence作为底层呢！，如无特指，说起索引都是指elasticsearch的索引。
4、IK分词器(elasticsearch插件)
4.1 IK分词器：中文分词器
分词：即把一段中文或者别的文字划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一一个匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），比如“我爱狂神”会被分为”我”，”爱”，”狂”，”神” ，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。
IK提供了两个分词算法: ik_smart和ik_max_word ,其中ik_smart为最少切分, ik_max_word为最细粒度划分!
4.2 下载
elasticsearch-analysis-ik下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.6.1
下载后解压到ElasticSearch的plugins目录ik（自己添加一个名为ik的文件夹）文件夹下：
4.3 重启ElasticSearch
加载了IK分词器
4.4 elasticsearch-plugin list 命令 查看插件
4.5 使用kibana测试
4.5.1 查看不同的分词效果
ik_smart：最少切分
GET _analyze
{
"analyzer": "ik_smart",
"text": "全世界"
}
ik_max_word：最细粒度划分（穷尽词库的可能）
GET _analyze
{
"analyzer": "ik_max_word",
"text": "全世界"
}
4.5.2 添加自定义的词添加到扩展字典中
从上面看，感觉分词都比较正常，但是大多数，分词都满足不了我们的想法，如下例;
GET _analyze
{
"analyzer": "ik_max_word",
"text": "超喜欢狂神说Java"
}
发现问题：狂神说被拆开了；
这种自己需要的词，需要自己加到我们的分词器的字典中！
1.创建字典文件
2.添加字典内容：kuang.dic
3.将自己的字典文件配置到ik分词器的配置文件中：
配置自己的扩展字典：
4.重启，再次测试
再次测试一下狂神说，看下效果
以后的话，我们需要将自己配置 分词就在自己定义的dic文件中进行配置即可；
5、关于索引的基本操作
5.1Rest风格说明
一种软件架构风格,而不是标准,只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。
基本Rest命令说明：
| method | url地址 | 描述 |
|---|---|---|
| PUT（创建,修改） | localhost:9200/索引名称/类型名称/文档id | 创建文档（指定文档id） |
| POST（创建） | localhost:9200/索引名称/类型名称 | 创建文档（随机文档id） |
| POST（修改） | localhost:9200/索引名称/类型名称/文档id/_update | 修改文档 |
| DELETE（删除） | localhost:9200/索引名称/类型名称/文档id | 删除文档 |
| GET（查询） | localhost:9200/索引名称/类型名称/文档id | 查询文档通过文档ID |
| POST（查询） | localhost:9200/索引名称/类型名称/文档id/_search | 查询所有数据 |
5.2 增删改查
5.2.1 创建索引
PUT /索引名/~类型名~/文档id #类型名后面弃用了
{
请求体
}
PUT /test1/type1/1
{
"name": "狂神说",
"age": 3
}
执行命令
完成了自动增加索引，数据也添加了， 添加了文档 （“行”）![image-20220725111741302]
5.2.2 字段数据类型
- 字符串类型
- text、keyword
- text：支持分词，全文检索,支持模糊、精确查询,不支持聚合,排序操作;text类型的最大支持的字符长度无限制,适合大字段存储；
- keyword：不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。
- text、keyword
- 数值型
- long、Integer、short、byte、double、float、half float、scaled float
- 日期类型
- date
- te布尔类型
- boolean
- 二进制类型
- binary
- 等等…
5.2.3 指定字段的类型
创建规则
# 创建规则
PUT /test2
{
"mappings": {
"properties": {
"name": {
"type": "text"
},
"age": {
"type": "long"
},
"birthday": {
"type": "date"
}
}
}
}
GET test2 查看规则信息
5.3.4 查看默认信息
直接插入数据，不创建规则，自动匹配数据类型；
查看test索引的默认匹配数据类型：
如果自己的文档字段没有指定，那么es就会给我们默认匹配字段类型；
5.3.5 扩展：get _cat/
通过get _cat/可以获取ElasticSearch的当前的很多信息！
GET _cat/indices
GET _cat/aliases
GET _cat/allocation
GET _cat/count
GET _cat/fielddata
GET _cat/health
GET _cat/indices
GET _cat/master
GET _cat/nodeattrs
GET _cat/nodes
GET _cat/pending_tasks
GET _cat/plugins
GET _cat/recovery
GET _cat/repositories
GET _cat/segments
GET _cat/shards
GET _cat/snapshots
GET _cat/tasks
GET _cat/templates
GET _cat/thread_pool
5.3.6 修改
5.3.6.1 使用put覆盖原来的值 （旧方法）
注意：覆盖修改,会数据丢失，如果原来的数据有多个字段，但是新数据只有一个字段，则其他没有新数据的字段会没有数据；（原理先删除后增加）
# 覆盖更新 修改后版本会增加
PUT /test3/_doc/1
{
"name": "狂神说123",
"age": 13,
"birthday": "1997-01-05"
}
5.3.6.2 使用post的update跟新
- 需要注意doc
- 不会丢失字段
# post 更新 不会数据丢失
POST /test3/_doc/1/_update
{
"doc":{
"name": "法外狂徒张三"
}
}
5.3.7 删除索引
# 删除test1
DELETE test1
通过DELETE命令实现删除，根据你的请求判断是删除索引还是删除文档记录；
使用RESTFUL风格是我们ES推荐大家使用的；
6、关于文档的基本操作
添加数据
# 关于文档的操作
# 基本操作
# 添加数据
PUT /kuangshen/user/1
{
"name": "狂神说",
"age": 23,
"desc": "一顿操作猛如虎再看工资2500",
"tags": ["技术宅","温暖","指男"]
}
PUT /kuangshen/user/2
{
"name": "张三",
"age": 3,
"desc": "法外狂徒",
"tags": ["交友","旅游","渣男"]
}
PUT /kuangshen/user/3
{
"name": "李四",
"age": 30,
"desc": "mpm,不知道怎么形容",
"tags": ["靓女","旅游","唱歌"]
}
PUT /kuangshen/user/4
{
"name": "狂神说前端",
"age": 3,
"desc": "一顿操作猛如虎再看工资2500",
"tags": ["技术宅","温暖","指男"]
}
6.1 条件查询(简单查询)
简单的条件查询，可以根据默认的映射规则，产生的查询！
# 简单的搜索
GET kuangshen/user/1
# 简单的条件查询
GET kuangshen/user/_search?q=name:狂神说
GET kuangshen/user/_search?q=name:狂神说Java
6.2 复杂查询
GET kuangshen/user/_search
{
"query": {
"match": {
"name": "狂神"
}
}
}
6.2.1 _score 字段过滤
GET kuangshen/user/_search
{
"query": {
"match": {
"name": "狂神"
}
},
"_source": ["name","desc"]
}
6.2.2 sort排序
desc 降序 asc 升序
# sort排序 desc 降序 asc 升序
GET kuangshen/user/_search
{
"query": {
"match": {
"name": "狂神"
}
},
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
6.2.3 form size 分页查询
# 分页查询 from:从第一个数据开始 size:返回多少条数据
GET kuangshen/user/_search
{
"query": {
"match": {
"name": "狂神"
}
},
"sort": [
{
"age": {
"order": "desc"
}
}
],
"from": 0,
"size": 2
}
# 数据下标从0开始
6.2.4 布尔值查询
6.2.4.1 match 匹配查询
# 多个条件使用空格隔开 (类似 in)
# 只要满足其中一个结果旧可以被查出来
# 这个时候可以通过分值基本的判断
GET kuangshen/user/_search
{
"query": {
"match": {
"tags": "男 技术"
}
}
}
6.2.4.2 must 等价 and
# 多条件查询
# must 表示and,所有的条件都要符合 类似where id = 1 and name = xxx
GET kuangshen/user/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"name": "狂神说"
}
},
{
"match": {
"age": "23"
}
}
]
}
}
}
6.2.4.3 should 等价or
# should 表示or
GET kuangshen/user/_search
{
"query": {
"bool": {
"should": [
{
"match": {
"name": "狂神说"
}
},
{
"match": {
"age": "23"
}
}
]
}
}
}
6.2.4.4 must_not 等价 not
# must_not 等价于not
GET kuangshen/user/_search
{
"query": {
"bool": {
"must_not": [
{
"match": {
"name": "狂神说"
}
},
{
"match": {
"age": "23"
}
}
]
}
}
}
6.2.4.5 filter 对数据进行过滤
# 过滤器 filter 对数据进行过滤
GET kuangshen/user/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"name": "狂神说"
}
}
],
"filter": {
"range": {
"age": {
"gte": 10
}
}
}
}
}
}
# gt 大于
# gte 大于等于
# lt 小于
# lte 小于等于
6.2.4.6 匹配多个条件
# 匹配多个条件
# 多个条件使用空格隔开
# 只要满足其中一个结果就可以被查出
# 这个时候可以通过分值基本的判断
GET kuangshen/user/_search
{
"query": {
"match": {
"tags": "女 技术"
}
}
}
6.2.4.7 term 精确查询
term查询是直接通过倒排索引指定的词条进行精确的查找；
关于分词：
- trem:直接查询精确的
- match:会使用分词器解析！（先分析文档，然后通过分析的文档进行查询；）
- 两个类型 text keywork
# 测试
# 创建索引
PUT testdb
{
"mappings": {
"properties": {
"name": {
"type": "text"
},
"desc": {
"type": "keyword"
}
}
}
}
# 插入数据
PUT testdb/_doc/1
{
"name": "狂神说 Java name",
"desc": "狂神说 Java desc"
}
PUT testdb/_doc/2
{
"name": "狂神说 Java name2",
"desc": "狂神说 Java desc2"
}
6.2.4.6.1 "analyzer": "keyword" 模式
# keywork 模式 一个整体 不分词 没有被分析
GET _analyze
{
"analyzer": "keyword",
"text": "狂神说 Java name"
}
6.2.4.6.2 "analyzer": "standard"模式
# standard 模式 会进行分词
GET _analyze
{
"analyzer": "standard",
"text": "狂神说 Java name"
}
6.2.4.6.3 text 和 keywork 类型区别
# name的类型是text会被分词解析器解析，所以可以通过部分词搜索到
GET testdb/_search
{
"query": {
"term": {
"name": {
"value": "狂"
}
}
}
}
# keyword 类型的字段不会被分词解析，必须完全一样才可以搜索到
GET testdb/_search
{
"query": {
"term": {
"desc": {
"value": "狂神说 Java desc"
}
}
}
}
6.2.4.6.4 多个值匹配精确查询
# 精确查询多个值
# 插入数据
PUT testdb/_doc/3
{
"t1": "22",
"t2": "2020-4-6"
}
PUT testdb/_doc/4
{
"t1": "33",
"t2": "2020-4-7"
}
GET testdb/_search
{
"query": {
"bool": {
"should": [
{
"term": {
"t1": 22
}
},
{
"term": {
"t1": 3
}
}
]
}
}
}
6.2.5 高亮查询 highlight
6.2.5.1 高亮查询
# 高亮查询
# highlight 只当的字段会被加上标签
GET kuangshen/user/_search
{
"query": {
"match": {
"name": "狂神说"
}
},
"highlight": {
"fields": {
"name":{}
}
}
}
6.2.5.2 自定义高亮标签
# 自定义搜索高亮条件 ,自定义标签
GET kuangshen/user/_search
{
"query": {
"match": {
"name": "狂神说"
}
},
"highlight": {
"pre_tags": "<p class='key' style='color:red'>",
"post_tags": "</p>",
"fields": {
"name":{}
}
}
}
7、SpringBoot整合
7.1 官方API
Java REST Client->https://www.elastic.co/guide/en/elasticsearch/client/java-rest/7.6/index.html
7.2 基本配置
7.2.1 找到原生的依赖
<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>elasticsearch-rest-high-level-client</artifactId>
<version>7.6.2</version>
</dependency>
7.2.2 找对象
RestHighLevelClient client = new RestHighLevelClient(
RestClient.builder(
new HttpHost("localhost", 9200, "http"),
new HttpHost("localhost", 9201, "http")));
client.close();
7.2.3 分析这个类中的方法
配置基本的项目
注意几个配置
JDK版本:
Javac编译版本
JavaScript版本
7.3 搭建环境
7.3.1 依赖
7.3.1.1 确保elasticsearch的版本和我们本地版本一致
1 查看版本是否一致：
2 自定义我们需要的版本7.6.1：
<properties>
<java.version>1.8</java.version>
<!-- 自定义 es依赖，保证和本地版本一致 -->
<elasticsearch.version>7.6.1</elasticsearch.version>
</properties>
7.3.2注入对象
自定义配置类
@Configuration
public class ElasticSearchClientConfig {
@Bean
public RestHighLevelClient restHighLevelClient(){
RestHighLevelClient client = new RestHighLevelClient(
RestClient.builder(
new HttpHost("localhost", 9200, "http")));
return client;
}
}
源码中提供的对象(可以直接拿来用)
虽然这里导入了3个类，静态内部类，但是核心类就只有一个：
class RestClientConfigurations {
RestClientConfigurations() {
}
@Configuration(
proxyBeanMethods = false
)
static class RestClientFallbackConfiguration {
RestClientFallbackConfiguration() {
}
@Bean
@ConditionalOnMissingBean
RestClient elasticsearchRestClient(RestClientBuilder builder) {
return builder.build();
}
}
@Configuration(
proxyBeanMethods = false
)
@ConditionalOnClass({RestHighLevelClient.class})
static class RestHighLevelClientConfiguration {
RestHighLevelClientConfiguration() {
}
//RestHighLevelClient 高级客户端，也是我们这里要讲，后面项目会用到的客户端
@Bean
@ConditionalOnMissingBean
RestHighLevelClient elasticsearchRestHighLevelClient(RestClientBuilder restClientBuilder) {
return new RestHighLevelClient(restClientBuilder);
}
//RestClient 普通客户端
@Bean
@ConditionalOnMissingBean
RestClient elasticsearchRestClient(RestClientBuilder builder, ObjectProvider<RestHighLevelClient> restHighLevelClient) {
RestHighLevelClient client = (RestHighLevelClient)restHighLevelClient.getIfUnique();
return client != null ? client.getLowLevelClient() : builder.build();
}
}
@Configuration(
proxyBeanMethods = false
)
static class RestClientBuilderConfiguration {
RestClientBuilderConfiguration() {
}
//RestClientBuilder
@Bean
@ConditionalOnMissingBean
RestClientBuilder elasticsearchRestClientBuilder(RestClientProperties properties, ObjectProvider<RestClientBuilderCustomizer> builderCustomizers) {
HttpHost[] hosts = (HttpHost[])properties.getUris().stream().map(HttpHost::create).toArray((x$0) -> {
return new HttpHost[x$0];
});
RestClientBuilder builder = RestClient.builder(hosts);
PropertyMapper map = PropertyMapper.get();
map.from(properties::getUsername).whenHasText().to((username) -> {
CredentialsProvider credentialsProvider = new BasicCredentialsProvider();
Credentials credentials = new UsernamePasswordCredentials(properties.getUsername(), properties.getPassword());
credentialsProvider.setCredentials(AuthScope.ANY, credentials);
builder.setHttpClientConfigCallback((httpClientBuilder) -> {
return httpClientBuilder.setDefaultCredentialsProvider(credentialsProvider);
});
});
builder.setRequestConfigCallback((requestConfigBuilder) -> {
properties.getClass();
map.from(properties::getConnectionTimeout).whenNonNull().asInt(Duration::toMillis).to(requestConfigBuilder::setConnectTimeout);
properties.getClass();
map.from(properties::getReadTimeout).whenNonNull().asInt(Duration::toMillis).to(requestConfigBuilder::setSocketTimeout);
return requestConfigBuilder;
});
builderCustomizers.orderedStream().forEach((customizer) -> {
customizer.customize(builder);
});
return builder;
}
}
}
7.4 测试API
7.4.1 创建索引
//测试索引的创建 Request PUT kuang_index
@Test
void testCreateIndex() throws IOException {
// 1.创建索引对象
CreateIndexRequest request = new CreateIndexRequest("kuang_index");
// 2.客户端执行请求 IndicesClient
CreateIndexResponse createIndexResponse = client.indices().create(request, RequestOptions.DEFAULT);
System.out.println(createIndexResponse);
}
7.4.2 判断索引是否存在
//测试获取索引，只能判断其是否存在
@Test
void testExistIndex() throws IOException {
GetIndexRequest request = new GetIndexRequest("kuang_index");
boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
System.out.println("kuang_index是否存在:"+exists);
}
7.4.3 删除索引
//测试删除索引
@Test
void testDeleteIndex() throws IOException {
DeleteIndexRequest request = new DeleteIndexRequest("kuang_index");
//删除
AcknowledgedResponse delete = client.indices().delete(request, RequestOptions.DEFAULT);
System.out.println("删除 kuang_index 是否成功："+delete.isAcknowledged());
}
7.4.4 添加文档
7.4.4.1 导入依赖
<!-- fastjson -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.62</version>
</dependency>
7.4.4.2 创建实体类
@Data
@AllArgsConstructor
@NoArgsConstructor
@Component
public class User {
private String name;
private int age;
}
7.4.4.3 添加文档
//测试添加文档
@Test
void testAddDocument() throws IOException {
//创建对象
User user = new User("狂神", 3);
//创建请求
IndexRequest request = new IndexRequest("kuang_index");
//规则 put /kuang_index/_doc/1
request.id("1");
request.timeout(TimeValue.timeValueSeconds(1));
request.timeout("1s");
//将我们的数据放入请求 json
IndexRequest source = request.source(JSON.toJSON(user), XContentType.JSON);
//客户端发请求,获取相应的结果
IndexResponse indexResponse = client.index(request, RequestOptions.DEFAULT);
System.out.println(indexResponse.toString());
//IndexResponse[index=kuang_index,type=_doc,id=1,version=1,result=created,seqNo=0,primaryTerm=1,shards={"total":2,"successful":1,"failed":0}]
System.out.println(indexResponse.status()); //对应返回的状态 CREATED
}
7.4.5 判断文档是否存在
//判断文档是否存在
@Test
void testIsExists() throws IOException {
GetRequest getRequest = new GetRequest("kuang_index", "1");
//不获取返回值，_source 的上下文
getRequest.fetchSourceContext(new FetchSourceContext(false));
getRequest.storedFields("_none_");
boolean exists = client.exists(getRequest, RequestOptions.DEFAULT);
System.out.println("判断1号文档是否存在:" + exists);
//判断1号文档是否存在:true
}
7.4.6 获得文档的信息
//获取文档信息
@Test
void testGetDocument() throws IOException {
GetRequest getRequest = new GetRequest("kuang_index", "1");
GetResponse getResponse = client.get(getRequest, RequestOptions.DEFAULT);
System.out.println(getResponse.getSourceAsString()); //打印文档内容
//
}
7.4.7 更新文档信息
//更新文档的信息
@Test
void testUpdateDocument() throws IOException{
UpdateRequest updateRequest = new UpdateRequest("kuang_index", "1");
updateRequest.timeout("1s");
User user = new User("狂神说Java", 18);
updateRequest.doc(JSON.toJSONString(user),XContentType.JSON); //XContentType.JSON 传入的数据类型
UpdateResponse updateResponse = client.update(updateRequest, RequestOptions.DEFAULT);
System.out.println("文档是否跟新成功:"+updateResponse.status());
}
7.4.8 删除文档
//删除文档记录
@Test
void testDeleteDocument() throws IOException{
DeleteRequest deleteRequest = new DeleteRequest("kuang_index", "1");
deleteRequest.timeout("1s");
DeleteResponse deleteResponse = client.delete(deleteRequest, RequestOptions.DEFAULT);
System.out.println("文档是否删除成功：" + deleteResponse.status());
}
7.4.9 批量处理请求
//特殊的，真的项目一般都会批量插入数据
@Test
void testBulkRequest() throws IOException{
BulkRequest bulkRequest = new BulkRequest();
bulkRequest.timeout("1s");
ArrayList<User> userList = new ArrayList<>();
userList.add(new User("kuangshen1",3));
userList.add(new User("kuangshen2",3));
userList.add(new User("kuangshen3",3));
userList.add(new User("kuangshen4",3));
userList.add(new User("kuangshen5",3));
userList.add(new User("kuangshen6",3));
//批处理请求
for (int i = 0; i < userList.size(); i++) {
//批量更新和批量删除，就在这里修改对应的请求就可以了
bulkRequest.add(
new IndexRequest("kuang_index")
.id(""+(i+1)) //不设置id就会默认生成随机id
.source(JSON.toJSONString(userList.get(i)),XContentType.JSON)
);
}
BulkResponse bulkResponse = client.bulk(bulkRequest, RequestOptions.DEFAULT);
System.out.println("添加处理请求是否失败："+bulkResponse.hasFailures()); //false表示成功，true表示失败
}
7.4.10 查询
// 查询
//SearchRequest 搜索请i去
//searchSourceBuilder 条件构造器
//HighlightBuilder 构建高亮
//TermQueryBuilder 精确查询
//MatchAllQueryBuilder
// xxxQueryBuilder 对应我们之前的所有命令
@Test
void testSearch() throws IOException {
SearchRequest searchRequest = new SearchRequest("kuang_index");
//构建搜索条件
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
//查询条件，我们可以使用QueryBuilders工具来实现
//QueryBuilders.termQuery 精确查询
//QuertBuilders.matchAllQuery() 匹配所有
TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "kuangshen1");
sourceBuilder.query(termQueryBuilder);
sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
searchRequest.source(sourceBuilder);
SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
System.out.println("查询结果："+JSON.toJSONString(searchResponse.getHits()));
//查询结果：{"fragment":true,"hits":[{"fields":{},"fragment":false,"highlightFields":{},"id":"1","matchedQueries":[],"primaryTerm":0,"rawSortValues":[],"score":1.540445,"seqNo":-2,"sortValues":[],"sourceAsMap":{"name":"kuangshen1","age":3},"sourceAsString":"{\"age\":3,\"name\":\"kuangshen1\"}","sourceRef":{"fragment":true},"type":"_doc","version":-1}],"maxScore":1.540445,"totalHits":{"relation":"EQUAL_TO","value":1}}
System.out.println("===================");
for (SearchHit documentFields : searchResponse.getHits().getHits()) {
System.out.println(documentFields.getSourceAsMap());
}
//{name=kuangshen1, age=3}
}
8、京东搜索
8.1 项目搭建
素材连接：https://pan.baidu.com/s/1M5uWdYsCZyzIAOcgcRkA_A#list/path=%2F
提取码：qk8p
感谢这位老铁->杀神TH
导入素材启动项目，访问页面
indexController.java
@Controller
public class IndexController {
@GetMapping({"/","/index"})
public String index(){
return "index";
}
}
8.2 爬取数据
数据问题？数据库获取，消息队列，消息队列中获取，都可以成为数据源，爬虫！
爬虫数据：（获取请求返回的页面信息，筛选出我们想要的数据就可以了！）
pojo:
@Data
@AllArgsConstructor
@NoArgsConstructor
@Component
public class Content {
private String title;
private String img;
private String price;
}
工具类：
@Component
public class HtmlParseUtil {
public static void main(String[] args) throws Exception {
new HtmlParseUtil().parseJD("java").forEach(System.out::println);
}
public ArrayList<Content> parseJD(String keyword) throws Exception{
//获取请求https://search.jd.com/Search?keyword=java
//前提，需要联网，ajax 不能获取到
String url = "https://search.jd.com/Search?keyword="+keyword;
//解析网页(Jsoup返回Document就是浏览器Document对象)
Document document = Jsoup.parse(new URL(url), 30000);
//所有在js中可以使用的方法，这里都能使用
Element element = document.getElementById("J_goodsList");
// System.out.println(element.html());
//获取所有的li元素
Elements elements = element.getElementsByTag("li");
ArrayList<Content> goodsList = new ArrayList<>();
//获取元素中的内容，这里el，就是每个li标签
for(Element el : elements){
//关于这种图片特别多的网站，多有的图片都是延迟加载的！
//source-data-lazy-img
// String img = el.getElementsByTag("img").eq(0).attr("src");
String img = el.getElementsByTag("img").eq(0).attr("data-lazy-img");
String price = el.getElementsByClass("p-price").eq(0).text();
String title = el.getElementsByClass("p-name").eq(0).text();
// System.out.println("=====================================");
// System.out.println(img);
// System.out.println(price);
// System.out.println(title);
Content content = new Content();
content.setTitle(title);
content.setImg(img);
content.setPrice(price);
goodsList.add(content);
}
return goodsList;
}
}
8.3 业务编写
8.3.1 业务编写
ContentService
//业务编写
@Service
public class ContentService {
@Autowired
private RestHighLevelClient restHighLevelClient;
//1.解析数据放入es索引
public Boolean parseContent(String keywords) throws Exception {
ArrayList<Content> contents = new HtmlParseUtil().parseJD(keywords);
//把查询到的数据放入es中
BulkRequest bulkRequest = new BulkRequest();
bulkRequest.timeout("2m");
for (int i = 0; i < contents.size(); i++) {
System.out.println(JSON.toJSONString(contents.get(i)));
bulkRequest.add(
new IndexRequest("jd_goods")
// .id(""+(i+1))
.source(JSON.toJSONString(contents.get(i)), XContentType.JSON));
}
BulkResponse bulkResponse = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);
return !bulkResponse.hasFailures();
}
//2.获取这些数据实现搜索功能
public List<Map<String,Object>> highlightSearch(String keyword,int pageNo,int pageSize) throws IOException {
if(pageNo <= 1){
pageNo = 1;
}
//条件搜索
SearchRequest searchRequest = new SearchRequest("jd_goods");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
//分页
sourceBuilder.from(pageNo);
sourceBuilder.size(pageSize);
//精准匹配
TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("title", keyword);
sourceBuilder.query(termQueryBuilder);
sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
//高亮
HighlightBuilder highlightBuilder = new HighlightBuilder();
highlightBuilder.field("title"); //高亮的字段
highlightBuilder.requireFieldMatch(false); //多个高亮显示
highlightBuilder.preTags("<span style='color:red'>");
highlightBuilder.postTags("</span>");
sourceBuilder.highlighter(highlightBuilder);
//执行搜索
searchRequest.source(sourceBuilder);
SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
//解析结果
ArrayList<Map<String,Object>> list = new ArrayList<>();
for (SearchHit hit : searchResponse.getHits().getHits()) {
Map<String, HighlightField> highlightFields = hit.getHighlightFields();
HighlightField title = highlightFields.get("title");
Map<String,Object> sourceAsMap = hit.getSourceAsMap(); //原来的结果
//解析高亮的字段
if(title != null){
Text[] fragments = title.fragments();
String new_title = "";
for (Text text : fragments) {
new_title += text;
}
sourceAsMap.put("title",new_title);//高亮字段替换原来的内容即可
}
list.add(sourceAsMap);
}
return list;
}
}
8.3.2 控制层
ContentController
//请求编写
@Controller
public class ContentController {
@Autowired
private ContentService contentService;
@ResponseBody
@GetMapping("/parse/{keyword}")
public Boolean parse(@PathVariable("keyword") String keyword) throws Exception {
return contentService.parseContent(keyword);
}
@ResponseBody
@GetMapping("/search/{keyword}/{pageNo}/{pageSize}")
public List<Map<String,Object>> search(@PathVariable("keyword") String keyword,
@PathVariable("pageNo") int pageNo,
@PathVariable("pageSize") int pageSize) throws Exception {
return contentService.highlightSearch(keyword,pageNo,pageSize);
}
}
8.4 Index.html
<!DOCTYPE html>
<html xmlns:th="http://www.thymeleaf.org">
<head>
<meta charset="utf-8"/>
<title>狂神说Java-ES仿京东实战</title>
<link rel="stylesheet" th:href="@{/css/style.css}"/>
<script th:src="@{/js/jquery.min.js}"></script>
<!-- <script src="../static/js/jquery.min.js"></script>-->
<script th:src="@{/js/jquery.min.js}"></script>
</head>
<body class="pg">
<div class="page" id="app">
<div id="mallPage" class=" mallist tmall- page-not-market ">
<!-- 头部搜索 -->
<div id="header" class=" header-list-app">
<div class="headerLayout">
<div class="headerCon ">
<!-- Logo-->
<h1 id="mallLogo">
<img th:src="@{/images/jdlogo.png}" alt="">
</h1>
<div class="header-extra">
<!--搜索-->
<div id="mallSearch" class="mall-search">
<form name="searchTop" class="mallSearch-form clearfix">
<fieldset>
<legend>天猫搜索</legend>
<div class="mallSearch-input clearfix">
<div class="s-combobox" id="s-combobox-685">
<div class="s-combobox-input-wrap">
<input v-model="keyword" type="text" autocomplete="off" value="dd" id="mq"
class="s-combobox-input" aria-haspopup="true">
</div>
</div>
<button type="submit" @click.prevent="searchKey" id="searchbtn">搜索</button>
</div>
</fieldset>
</form>
<ul class="relKeyTop">
<li><a>狂神说Java</a></li>
<li><a>狂神说前端</a></li>
<li><a>狂神说Linux</a></li>
<li><a>狂神说大数据</a></li>
<li><a>狂神聊理财</a></li>
</ul>
</div>
</div>
</div>
</div>
</div>
<!-- 商品详情页面 -->
<div id="content">
<div class="main">
<!-- 品牌分类 -->
<form class="navAttrsForm">
<div class="attrs j_NavAttrs" style="display:block">
<div class="brandAttr j_nav_brand">
<div class="j_Brand attr">
<div class="attrKey">
品牌
</