ASP.NET SignalR 与 LayIM2.0 配合轻松实现Web聊天室（四） 之 用户搜索（Elasticsearch），加好友流程（1）。
前面几篇基本已经实现了大部分即时通讯功能：聊天，群聊，发送文件，图片，消息。不过这些业务都是比较粗犷的。下面我们就把业务细化，之前用的是死数据，那我们就从加好友开始吧。加好友，首先你得知道你要加谁。Layim界面右下角有个+号，点击它之后就会弹出查找好友的界面，不过那个界面需要自定义。由于前端不是我的强项，勉强凑了个页面。不过不要在意这些细节。这些都不重要，今天主要介绍一下ElasticSearch搜索解决方案。它是一个基于Lucene的搜索服务器。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。不熟悉Elastic的也不要紧，本篇的搜索查找好友用关系数据库一样实现。（不想对ES做深入研究的可以简单看一下思路即可）
首先安装好ES环境。安装步骤可以参考 http://www.cnblogs.com/panzi/p/5659697.html。
OK，先看一下成型效果图，第一张是用户，第二个是群。
好的，界面就是这样。当然要绑定什么数据可以自己定义，比如绑定签名，男女或者其他信息等，都可以，在高级一点，把是否在线信息加上。既然用了layui，那顺带着绑定插件我就直接用laytpl了。前端模板如下：（一个用户模板，一个群模板）。
再说数据源，既然我用到了ElasticSearch（下文用ES代替），但是数据库（MSSQL）也保存了相应的信息。这就需要，当一个用户注册进来之后，我们还需要将该搜索信息保存到ES中。伪代码如下：
var dt = UserRegister(); if(dt){
//如果用户注册成功，返回了相应的信息，我们就把他在加到ES中去。 AdduserInfoToElastic(dt); }
下图就是ES中保存的用户信息，这些用户信息是和数据库中的数据同步的，因此，修改用户信息的时候，此表中的数据也要同步。当然有延迟也没问题。
用ES的一个好处呢就是快，他能帮你做缓存，帮你分词查询。我们做练习用数据库搜索几十条没问题。如果数据量大了，搜索条件复杂了，ES就能体现出他的优势了。现在我用的搜索条件很简单，一个是IM号，类似QQ，一个就是昵称。对接ES的客户端是PlainElastic.Net,用nuget安装即可。 install-package PlainElastic.Net.
ES有自己的查询语法，又复杂的也有简单点的，我就用一些简单的，毕竟我也没太深入研究。正如前文所说，它提供了Restful api。我们查询的路径就是：127.0.0.1:9200/layim/layim_user/_search POST方法，POST的参数如下：
{ "query": { "match_all": {}//没有条件的时候就是match_all相当于查询所有 }, "from": 0,//分页开始 "size": 50,//每页条数 "sort": { //排序，根据 province 正序排序 "province": { "order": "asc" } } }
上边的是查询所有的情况，当用户输入了查询条件时候，比如精确查询IM号为 288186 的用户，搜索条件如下：
{ "query": { "filtered": { "filter": { "or": [ //or 查询，下面的条件符合一个即可 { "term": { "im": 288186 //im =288186 } }, { "query": { "match_phrase": { //短语查询 "nickname": { "query": "288186", //或者昵称中有288186 "slop": 0 } } } } ] } } }, "from": 0, "size": 50 }
不熟悉语法的同学可能看不太懂，总之上边这些参数的意思就是 select top 50 * from layim_user where im=288186 or nickname like '%288186%'
查询结果他会把查询到的总数和耗时（ms）返回，像几万条数据的话大部分就是几十毫秒甚至不到十毫秒。相对于从数据用查，速度还是可以的。
基于PlainElastic.NET我又封装了一层查询的核心方法：
public BaseQueryEntity<T> QueryBayConditions(string query) { try { string cmd = CreateSearchCommand();//构造查询命令 OperationResult result = Client.Post(cmd, query);//Post query参数查询 var data = serializer.ToSearchResult<T>(result.Result); //返回结果转换 return GetResults(data); } catch (Exception ex) { ESLog.WriteLogException(MethodBase.GetCurrentMethod(), "查询条件：" + query); ESLog.WriteLogException(MethodBase.GetCurrentMethod(), ex); return new BaseQueryEntity<T>(); } }
public class BaseQueryEntity<T> where T :BaseEntity { /// <summary> /// 命中条数 /// </summary> public long hits { get; set; } /// <summary> /// 花费时间（单位ms） /// </summary> public long took { get; set; } public IEnumerable<T> list { get; set; } }
查询结果json：
总共有3883个用户，ES查询用了5ms，加上http请求耗时，总共耗时为45毫秒。
写到这里呢，就暂时对ES做个简单的总结，其实如果做练习的话也没必要用他来查，直接查数据库就可以了，如果再配合缓存的话速度也不慢，而且今天讲的业务逻辑也不复杂。说白了，本篇就讲了个CRUD的 Retrieve。（R）还有聊天记录顺便说一下，也是用ES查的，不过到时候会增加一些小的效果。我也不卖关子了，就是模糊查询的关键字高亮效果。
下面继续说加好友流程，首先，如果你想吧一个用户加为好友首先，得发送加好友请求吧，类似QQ。当然，如果那个人设置了任何人都可以加好友，是不是就可以直接加上了。如果那个人设置了不允许任何人加好友，那么你也没法加他的，所以，简单的一个加好友也可以设计的很复杂。本篇就介绍普通的申请流程。点击加好友之后，弹出框，填写附加消息：（我们搜索出288186的用户添加）
当我们点击发送之后要考虑什么呢？先不要看下文，仔细思考一下。5 ,4, 3 ,2, 1。。。
没错，就是如果对方恰好在线的处理，和对方不在线的处理、如果对方在线，保存到数据库并且即时提醒。不在线，保存到数据库，等下次登录提醒用户。详细做法下一篇再写吧。先贴一个预告图：
本篇贴的图比较多，讲了一些业务上的东西和ES的简单使用，场景和使用方式等。本篇就到这里吧。
下篇预告：【中级】ASP.NET SignalR 与 LayIM2.0 配合轻松实现Web聊天室（五） 之 加好友，加群消息提示，Hub中的User用法。
想要学习的小伙伴，可以关注我的博客哦，我的QQ：645857874，Email：fanpan26@126.com
