谷粒商城:14.全文检索ElasticSearch
一、ElasticSearch简介
https://www.elastic.co/cn/what-is/elasticsearch
全文搜索属于最常见的需求,开源的 Elasticsearch 是目前全文搜索引擎的首选。
它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它。
Elastic 的底层是开源库 Lucene。但是,你没法直接用 Lucene,必须自己写代码去调用它的
接口。Elastic 是 Lucene 的封装,提供了 REST API 的操作接口,开箱即用。
REST API:天然的跨平台。
官方文档:
https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
官方中文:
https://www.elastic.co/guide/cn/elasticsearch/guide/current/foreword_id.html
社区中文:
https://es.xiaoleilu.com/index.html
http://doc.codingdict.com/elasticsearch/0/
二、基本概念
2.1. Index(索引)
类比MySQL,Index相当于数据库。
动词,相当于 MySQL 中的 insert;
名词,相当于 MySQL 中的 Database
2.2. Type(类型)
类比MySQL,Type相当于数据表。
在 Index(索引)中,可以定义一个或多个类型。
类似于 MySQL 中的 Table;每一种类型的数据放在一起;
2.3. Document(文档)
类比MySQL,Document相当于数据。
保存在某个索引(Index)下,某种类型(Type)的一个数据(Document),文档是 JSON 格式的,Document 就像是 MySQL 中的某个 Table 里面的内容;
2.4. 倒排索引机制
三、Docker安装Es
3.1. 下载镜像文件
elasticsearch:存储和检索数据
kibana:可视化检索数据
- 使用
vagrant up
cmd命令启动虚拟机 - 使用
vagrant ssh
cmd命令连接虚拟机 - 使用
sudo docker pull elasticsearch:7.4.2
cmd命令下载elasticsearch镜像,并使用sudo docker images
查看所有下载镜像 - 使用
sudo docker pull kibana:7.4.2
cmd命令下载kibana镜像,并使用sudo docker images
查看所有下载镜像 - 使用
free -m
查看虚拟机剩余内存
3.2. 创建实例
3.2.1. ElasticSearch
sudo mkdir -p /mydata/elasticsearch/config :新建配置文件夹
sudo mkdir -p /mydata/elasticsearch/data :新建数据文件夹
新建文件夹的作用是将docker中的对应文件夹挂载到虚拟机中,便于查看。
可以使用su root
切换到root用户,密码也是vagrant
echo “http.host: 0.0.0.0” >> /mydata/elasticsearch/config/elasticsearch.yml
书写配置命令后,elasticsearch可以被远程任意机器访问。
chmod -R 777 /mydata/elasticsearch/ 保证权限
docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e “discovery.type=single-node” \
-e ES_JAVA_OPTS="-Xms64m -Xmx128m" \
-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.4.2
使用docker ps
查看
以后再外面装好插件重启即可;
特别注意:
-e ES_JAVA_OPTS="-Xms64m -Xmx256m" \ 测试环境下,设置 ES 的初始内存和最大内存,否则导致过大启动不了 ES
启动测试http://192.168.56.10:9200/
3.2.2. Kibana
docker run --name kibana -e ELASTICSEARCH_HOSTS=http://192.168.56.10:9200 -p 5601:5601 -d kibana:7.4.2
http://192.168.56.10:9200
一定改为自己虚拟机的地址
启动测试http://192.168.56.10:5601/
四、初步检索
4.1. _cat
GET /_cat/nodes
:查看所有节点
GET /_cat/health
:查看 es 健康状况
GET /_cat/master
:查看主节点
GET /_cat/indices
:查看所有索引 show databases;
4.2. 索引一个文档(保存)
索引一个文档即保存一个目录。
保存一个数据,保存在哪个索引的哪个类型下,指定用哪个唯一标识
PUT customer/external/1;在 customer 索引下的 external 类型下保存 1 号数据为
PUT /customer/external/1
{"name":"John Doe"
}
PUT请求
POST请求
PUT 和 POST 都可以,
POST 新增。如果不指定 id,会自动生成 id。指定 id 就会修改这个数据,并新增版本号
PUT 可以新增可以修改。PUT 必须指定 id;由于 PUT 需要指定 id,我们一般都用来做修改操作,不指定 id 会报错。
返回数据分析
- 带有
_
的都是元数据,存储基本信息 _index
:数据在哪个索引(数据库)下_type
:数据在哪个类型(数据表)下_id
:数据id,唯一标识_version
:数据版本result
:结果,由于是第一次保存,所以是create
4.3. 查询文档
GET customer/external/1
{"_index": "customer", //在哪个索引"_type": "external", //在哪个类型"_id": "1", //记录 id"_version": 2, //版本号"_seq_no": 1, //并发控制字段,每次更新就会+1,用来做乐观锁"_primary_term": 1, //同上,主分片重新分配,如重启,就会变化"found": true,"_source": { //真正的内容"name": "John Doe"}
}
更新控制
更新携带 ?if_seq_no=0&if_primary_term=1
通过_seq_no
和_primary_term
做控制
4.4. 更新文档
POST customer/external/1/_update
通过_update
更新数据的话,会对比源数据,如果与元数据相同,就不会更新,result为noop
,version、seq_no都不变
{"doc":{"name":"John Doew"}
}
或者
POST customer/external/1
{"name":"John Doe2"
}
或者
PUT customer/external/1
{"name":"John Doe"
}
不同:POST 操作会对比源文档数据,如果相同不会有什么操作,文档 version 不增加
PUT 操作总会将数据重新保存并增加 version 版本;
带_update 对比元数据如果一样就不进行任何操作。看场景;
对于大并发更新,不带 update;
对于大并发查询偶尔更新,带 update;对比更新,重新计算分配规则。
更新同时增加属性
POST customer/external/1/_update {"doc":{"name":"Jane Doe","age":20} }
PUT 和 POST 不带_update 也可以
4.5. 删除文档&索引
删除某一条数据:DELETE customer/external/1
删除某个索引:DELETE customer
4.6. bulk 批量 API
POST customer/external/_bulk
{"index":{"_id":"1"}}
{"name": "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe" }
使用Kibana进行测试
语法格式:
{ action: { metadata }}
{ request body}
{ action: { metadata }}
{ request body }
复杂实例:
POST /_bulk
{ "delete": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "create": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "title": "My first blog post" }
{ "index": { "_index": "website", "_type": "blog" }}
{ "title": "My second blog post" }
{ "update": { "_index": "website", "_type": "blog", "_id": "123"}}
{ "doc" : {"title" : "My updated blog post"} }
bulk API 以此按顺序执行所有的 action(动作)。如果一个单个的动作因任何原因而失败, 它将继续处理它后面剩余的动作。当 bulk API 返回时,它将提供每个动作的状态(与发送的顺序相同),所以您可以检查是否一个指定的动作是不是失败了。
4.7. 样本测试数据
一份顾客银行账户信息的虚构的 JSON 文档样本。每个文档都有下列的 schema(模式):
{"account_number":0,"balance":16623,"firstname":"Bradshaw","lastname":"Mckenzie","age":29,"gender":"F","address":"244 Columbus Place","employer":"Euron","email":"bradshawmckenzie@euron.com","city":"Hobucken","state":"CO"
}
https://github.com/elastic/elasticsearch/blob/master/docs/src/test/resources/accounts.json?raw=true 导入测试数据
POST bank/account/_bulk
测试数据
五、进阶检索
5.1. SearchAPI
ES 支持两种基本方式检索 :
- 一个是通过使用 REST request URI 发送搜索参数(uri+检索参数)
- 另一个是通过使用 REST request body 来发送它们(uri+请求体)
检索信息
一切检索从_search 开始
GET bank/_search
检索 bank 下所有信息,包括 type 和 docs
GET bank/_search?q=*&sort=account_number:asc
请求参数方式检索
响应结果解释:
- took - Elasticsearch 执行搜索的时间(毫秒)
- time_out - 告诉我们搜索是否超时
- _shards - 告诉我们多少个分片被搜索了,以及统计了成功/失败的搜索分片
- hits - 搜索结果
- hits.total - 搜索结果
- hits.hits - 实际的搜索结果数组(默认为前 10 的文档)
- sort - 结果的排序 key(键)(没有则按 score 排序)
- score 和 max_score –相关性得分和最高得分(全文检索用)
uri+请求体进行检索
GET bank/_search
{"query":{"match_all":{}},"sort":[{"account_number":{"order":"desc"}}]
}
HTTP 客户端工具(POSTMAN),get 请求不能携带请求体,我们变为 post 也是一样的我们 POST 一个 JSON 风格的查询请求体到 _search API。
需要了解,一旦搜索的结果被返回,Elasticsearch 就完成了这次请求,并且不会维护任何
服务端的资源或者结果的 cursor(游标)
5.2. Query DSL
5.2.1. 基本语法格式
Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL(domain-specific language 领域特定语言)。这个被称为Query DSL。该查询语言非常全面,并且刚开始的时候感觉有点复杂, 真正学好它的方法是从一些基础的示例开始的。
一个查询语句 的典型结构
{"QUERY_NAME":{ "ARGUMENT": "VALUE","ARGUMENT1": "VALUE1",...} }
如果是针对某个字段,那么它的结构如下:
{"QUERY_NAME":{"FIELD_NAME":{"ARGUMENT":"VALUE","ARGUMENT1":"VALUE1"...}} }
实例:
GET bank/_search {"query": {"match_all": {}},"sort": [{"balance": {"order": "desc"}}],"from": 0,"size": 5 }
- query 定义如何查询,
- match_all 查询类型【代表查询所有的所有】,es 中可以在 query 中组合非常多的查询类型完成复杂查询
- 除了 query 参数之外,我们也可以传递其它的参数以改变查询结果。如 sort,size
- from+size 限定,完成分页功能
- sort 排序,多字段排序,会在前序字段相等时后续字段内部排序,否则以前序为准
5.2.2. 返回部分字段
GET bank/_search
{"_source": ["balance","firstname"]
}
使用"_source"规定返回的字段名称
5.2.3. match【匹配查询】
基本类型(非字符串),精确匹配
GET bank/_search {"query": {"match": {"account_number": "20"}} }
match 返回 account_number=20 的
字符串,全文检索
GET bank/_search {"query":{"match":{"address":"mill"}} }
最终查询出 address 中包含 mill 单词的所有记录
match 当搜索字符串类型的时候,会进行全文检索,并且每条记录有相关性得分。
字符串,多个单词(分词+全文检索)
GET bank/_search {"query":{"match":{"address":"mill road"}} }
最终查询出 address 中包含 mill 或者 road 或者 mill road 的所有记录,并给出相关性得分
全文检索最终会按照评分进行排序,会对检索条件进行分词匹配
5.2.4. match_phrase【短语匹配】
将需要匹配的值当成一个整体单词(不分词)进行检索
GET bank/_search
{"query":{"match_phrase":{"address":"mill road"}}
}
查出 address 中包含 mill road 的所有记录,并给出相关性得分
5.2.5. multi_match【多字段匹配】
GET bank/_search
{"query":{"multi_match":{"query":"mill","fields":["state","address"]}}
}
查询的是state或者address中包含mill字段的
5.2.6. bool【复合查询】
bool 用来做复合查询:
复合语句可以合并 任何 其它查询语句,包括复合语句,了解这一点是很重要的。这就意味着,复合语句之间可以互相嵌套,可以表达非常复杂的逻辑。
must:必须达到 must 列举的所有条件
GET bank/_search {"query":{"bool":{"must":[{"match":{"address":"mill"}},{"match":{"gender":"M"}}]}} }
should:应该达到 should 列举的条件,如果达到会增加相关文档的评分,并不会改变查询的结果。如果 query 中只有 should 且只有一种匹配规则,那么 should 的条件就会被作为默认匹配条件而去改变查询结果
GET bank/_search {"query":{"bool":{"must":[{"match":{"address":"mill"}},{"match":{"gender":"M"}}],"should":[{"match":{"address":"lane"}}]}} }
must_not 必须不是指定的情况
GET bank/_search {"query":{"bool":{"must":[{"match":{"address":"mill"}},{"match":{"gender":"M"}}],"should":[{"match":{"address":"lane"}}],"must_not":[{"match":{"email":"baluba.com"}}]}} }
address 包含 mill,并且 gender 是 M,如果 address 里面有 lane 最好不过,但是 email 必
须不包含 baluba.com
5.2.7. filter【结果过滤】
并不是所有的查询都需要产生分数,特别是那些仅用于 “filtering”(过滤)的文档。为了不计算分数 Elasticsearch 会自动检查场景并且优化查询的执行。
过滤不会计算相关性得分,只会筛选出满足条件的数据。
GET bank/_search
{"query":{"bool":{"must":[{"match":{"address":"mill"}}],"filter":{"range":{"balance":{"gte":10000,"lte":20000}}}}}
}
5.2.8. term
和 match 一样。匹配某个属性的值。
全文检索字段用 match,其他非 text 字段匹配用 term。
GET bank/_search
{"query":{"bool":{"must":[{"term":{"age":{"value":"28"}}},{"match":{"address":"990 Mill Road"}}]}}
}
5.2.9. aggregations(执行聚合)
聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于 SQL GROUP
BY 和 SQL 聚合函数。在 Elasticsearch 中,您有执行搜索返回 hits(命中结果),并且同时返回聚合结果,把一个响应中的所有 hits(命中结果)分隔开的能力。这是非常强大且有效的, 您可以执行查询和多个聚合,并且在一次使用中得到各自的(任何一个的)返回结果,使用一次简洁和简化的 API 来避免网络往返。
搜索address中包含mill的所有人的年龄分布以及平均年龄,但不显示这些人的详情。
GET bank/_search {"query":{"match":{"address":"mill"}},"aggs":{"group_by_state":{"terms":{"field":"age"}},"avg_age":{"avg":{"field":"age"}}},"size":0 }
size:0 不显示搜索数据
aggs:执行聚合。聚合语法如下
"aggs": {"aggs_name 这次聚合的名字,方便展示在结果集中": {"AGG_TYPE 聚合的类型(avg,term,terms)": {}} },
复杂:
按照年龄聚合,并且请求这些年龄段的这些人的平均薪资
GET bank/account/_search {"query":{"match_all":{}},"aggs":{"age_avg":{"terms":{"field":"age","size":1000},"aggs":{"banlances_avg":{"avg":{"field":"balance"}}}}},"size":1000 }
复杂
查出所有年龄分布,并且这些年龄段中 M 的平均薪资和 F 的平均薪资以及这个年龄段的总体平均薪资
GET bank/account/_search {"query":{"match_all":{}},"aggs":{"age_agg":{"terms":{"field":"age","size":100},"aggs":{"gender_agg":{"terms":{"field":"gender.keyword","size":100},"aggs":{"balance_avg":{"avg":{"field":"balance"}}}},"balance_avg":{"avg":{"field":"balance"}}}}},"size":1000 }
5.3. Mapping
5.3.1. 字段类型
核心类型
复杂类型
地理类型
特定类型
多字段
5.3.2. 映射
Mapping(映射)
Mapping 是用来定义一个文档(document),以及它所包含的属性(field)是如何存储和索引的。比如,使用 mapping 来定义:
- 哪些字符串属性应该被看做全文本属性(full text fields)。
- 哪些属性包含数字,日期或者地理位置。
- 文档中的所有属性是否都能被索引(_all 配置)。
- 日期的格式。
- 自定义映射规则来执行动态添加属性。
查看 mapping 信息
GET bank/_mapping
修改 mapping 信息:
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html
自动猜测的映射类型
5.3.3. 新版本改变
Es7 及以上移除了 type 的概念。
- 关系型数据库中两个数据表示是独立的,即使他们里面有相同名称的列也不影响使用, 但ES 中不是这样的。elasticsearch 是基于 Lucene 开发的搜索引擎,而 ES 中不同 type 下名称相同的 filed 最终在 Lucene 中的处理方式是一样的。
- 两个不同 type 下的两个user_name,在 ES 同一个索引下其实被认为是同一个 filed, 你必须在两个不同的 type 中定义相同的 filed 映射。否则,不同 type 中的相同字段名称就会在处理中出现冲突的情况,导致 Lucene 处理效率下降。
- 去掉 type 就是为了提高 ES 处理数据的效率。
Elasticsearch 7.x
- URL 中的 type 参数为可选。比如,索引一个文档不再要求提供文档类型。
Elasticsearch 8.x
不再支持 URL 中的 type 参数。
解决:
- 将索引从多类型迁移到单类型,每种类型文档一个独立索引
- 将已存在的索引下的类型数据,全部迁移到指定位置即可。详见数据迁移
创建映射
创建索引并指定映射
PUT /my-index {"mappings":{"properties":{"age":{"type":"integer"},"email":{"type":"keyword"},"name":{"type":"text"}}} }
添加新的字段映射
index
控制字段是否被检索到PUT /my-index/_mapping {"properties":{"employee-id":{"type":"keyword","index":false}} }
更新映射
对于已经存在的映射字段,我们不能更新。更新必须创建新的索引进行数据迁移。
数据迁移
先创建出 new_twitter 的正确映射。然后使用如下方式进行数据迁移
POST _reindex [固定写法] {"source":{"index":"twitter"},"dest":{"index":"new_twitter"} }
将旧索引的type下的数据进行迁移
POST _reindex {"source":{"index":"twitter","type":"tweet"},"dest":{"index":"tweets"} }
5.4. 分词
一个 tokenizer(分词器)接收一个字符流,将之分割为独立的 tokens(词元,通常是独立的单词),然后输出 tokens 流。
例如,whitespace tokenizer 遇到空白字符时分割文本。它会将文本 “Quick brown fox!” 分割为[Quick, brown, fox!]。
该 tokenizer(分词器)还负责记录各个 term(词条)的顺序或 position 位置(用于 phrase 短语和 word proximity 词近邻查询),以及 term(词条)所代表的原始 word(单词)的 start
(起始)和 end(结束)的 character offsets(字符偏移量)(用于高亮显示搜索的内容)。
Elasticsearch 提供了很多内置的分词器,可以用来构建custom analyzers(自定义分词器)。
5.4.1. 安装ik分词器
**注意:**不能用默认 elasticsearch-plugin install xxx.zip 进行自动安装
https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v7.5.2 对应 es 版本安装
进入 es 容器内部 plugins 目录
docker exec -it 容器 id /bin/bash
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip
安装wget
到linux映射的plugins中
修改vagrant ssh连接
使用命令
vi /etc/ssh/sshd_config
输入i进入插入模式
将PasswordAuthentication改为yes
Esc后使用
:wq
保存并退出重启ssh服务
使用命令
service sshd restart
重启服务使用Xshell新建虚拟机连接
登录
默认密码vagrant
登陆成功
下载ik分词器对应版本https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip
使用Xshell文件传输将文件传输到linux虚拟机中
unzip 下载的文件
安装unzip
rm –rf *.zip
mv elasticsearch/ ik
暂时先将文件直接解压后传到对应目录下
设置ik文件夹权限
chmod -R 777 ik/
可以确认是否安装好了分词器
cd …/bin
elasticsearch-plugin list:即可列出系统的分词器
5.4.2. 测试分词器
退出容器
exit;
重启elasticsearch
使用默认
POST _analyze {"text":"我是中国人" }
使用分词器
POST _analyze {"analyzer":"ik_smart","text":"我是中国人" }
另外一个分词器
ik_max_word
POST _analyze {"analyzer":"ik_max_word","text":"我是中国人" }
能够看出不同的分词器,分词有明显的区别,所以以后定义一个索引不能再使用默认的 mapping 了,要手工建立 mapping, 因为要选择分词器。
5.4.3. 自定义词库
5.4.3.1. 扩大虚拟机内存
将虚拟机内存扩大至3G左右
5.4.3.2. 修改ES内存
之前测试的时候设置ES内存为128,太小,需要修改。
查看所有容器
docker ps
停止ES容器
docker stop 8165
删除原有ES
docker rm 8165
重新创建ES
因为之前数据都放与linux外的文件夹做了映射,所以只要新建的时候仍然绑定映射关系,数据就不会丢失。
使用命令创建ES,指定内存为512
docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \ -e "discovery.type=single-node" \ -e ES_JAVA_OPTS="-Xms64m -Xmx512m" \ -v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \ -v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \ -v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \ -d elasticsearch:7.4.2
5.4.3.3. 安装创建Nginx
在mydata文件夹下新建nginx文件夹,将所有ngnix相关配置、数据、文件放到该目录下。
随便启动一个 nginx 实例,只是为了复制出配置
docker run -p 80:80 --name nginx -d nginx:1.10
docker ps
查看
将容器内的配置文件拷贝到当前目录:
docker container cp nginx:/etc/nginx .
别忘了后面的点
停止并删除Ngnix
修改文件名称:mv nginx conf
新建nginx文件夹,并把这个 conf 移动到/mydata/nginx 下
至此,创建出nginx文件夹,并包含nginx配置
创建新的 nginx;执行以下命令
docker run -p 80:80 --name nginx \ -v /mydata/nginx/html:/usr/share/nginx/html \ -v /mydata/nginx/logs:/var/log/nginx \ -v /mydata/nginx/conf:/etc/nginx \ -d nginx:1.10
给 nginx 的 html 下面放的所有资源可以直接访问;
测试:进入html文件夹,新建index.html,vi进入编辑模式,编写后即可通过http://192.168.56.10/进行访问
5.4.3.4. 将ES所需资源放到Nginx中
在html文件夹下新建es文件夹
进入es,新建
fenci.txt
并进行编辑在
fenci.txt
中输入希望识别的单词后Esc,:wq
保存页面访问测试
测试可以访问,分词完成
5.4.3.5. 修改ik分词器配置
修改/usr/share/elasticsearch/plugins/ik/config/中的 IKAnalyzer.cfg.xml
输入i进入编辑模式,放开配置远程扩展,将配置的分词文件地址放在里面。
Esc后
:wq
保存并退出重启es
5.4.3.6. 测试
成功识别出乔碧萝单词。
5.4.3.7. 设置ES自动重启
使用命令docker update elasticsearch --restart=always
/usr/share/elasticsearch/plugins/ik/config
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties><comment>IK Analyzer 扩展配置</comment><!--用户可以在这里配置自己的扩展字典 --><entry key="ext_dict"></entry><!--用户可以在这里配置自己的扩展停止词字典--><entry key="ext_stopwords"></entry><!--用户可以在这里配置远程扩展字典 --><entry key="remote_ext_dict">http://192.168.128.130/fenci/myword.txt</entry><!--用户可以在这里配置远程扩展停止词字典--><!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>
更新完成后,es 只会对新增的数据用新词分词。历史数据是不会重新分词的。如果想要历史数据重新分词。需要执行:
POST my_index/_update_by_query?conflicts=proceed
再想增加分词,只需要在fenci.txt中增加单词即可。
六、Elasticsearch-Rest-Client
6.1 Java操作ES的方法
6.1.1. 操作9300端口
9300是一个TCP端口
spring-data-elasticsearch:transport-api.jar;
- springboot 版本不同, transport-api.jar 不同,不能适配 es 版本
- 7.x 已经不建议使用,8 以后就要废弃
6.1.2. 操作9200端口
9300是一个HTTP端口
- JestClient:非官方,更新慢
- RestTemplate:模拟发 HTTP 请求,ES 很多操作需要自己封装,麻烦
- HttpClient:同上
- Elasticsearch-Rest-Client:官方 RestClient,封装了 ES 操作,API 层次分明,上手简单
6.1.3. 结论
最 终 选 择 Elasticsearch-Rest-Client(elasticsearch-rest-high-level-client) https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/java-rest-high.html
6.2. 开启ES项目
新建module
6.3. 导入依赖
<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId><version>7.4.2</version>
</dependency>
6.4. 修改elasticsearch版本
由于SpringBoot设置了elasticsearch版本管理,因此需要修改elasticsearch版本
6.5. 配置
新建配置文件
导入common包
配置注册中心
编写配置,给容器中注入一个
RestHighLevelClient
package com.atguigu.gulimall.search.config;import org.apache.http.HttpHost; import org.elasticsearch.client.RestClient; import org.elasticsearch.client.RestClientBuilder; import org.elasticsearch.client.RestHighLevelClient; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration;@Configuration public class GulimallElasticSearchConfig {@BeanRestHighLevelClient client() {RestClientBuilder builder = RestClient.builder(new HttpHost("192.168.56.10", 9200,"http"));return new RestHighLevelClient(builder);} }
6.6. 排除数据源配置
@SpringBootApplication(exclude = DataSourceAutoConfiguration.class)
6.7. 测试是否连接成功
package com.atguigu.gulimall.search;import org.elasticsearch.client.RestHighLevelClient;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;@RunWith(SpringRunner.class)
@SpringBootTest
public class GulimallSearchApplicationTests {@Autowiredprivate RestHighLevelClient client;@Testpublic void contextLoads() {System.out.println(client);}
}
6.8. 添加默认设置
public static final RequestOptions COMMON_OPTIONS;static {RequestOptions.Builder builder = RequestOptions.DEFAULT.toBuilder();
// builder.addHeader("Authorization", "Bearer " + TOKEN);
// builder.setHttpAsyncResponseConsumerFactory(
// new HttpAsyncResponseConsumerFactory
// .HeapBufferedResponseConsumerFactory(30 * 1024 * 1024 * 1024));COMMON_OPTIONS = builder.build();
}
6.9. 测试保存
Index
@Data
class User{private String userName;private String gender;private Integer age;}/*** 测试存储数据到es* 更新也可以*/
@Test
public void indexData() throws IOException {IndexRequest indexRequest = new IndexRequest("users");indexRequest.id("1");//数据的id
// indexRequest.source("userName","zhangsan","age",18,"gender","男");User user = new User();user.setUserName("zhangsan");user.setAge(18);user.setGender("男");String jsonString = JSON.toJSONString(user);indexRequest.source(jsonString, XContentType.JSON);//要保存的内容//执行操作IndexResponse index = client.index(indexRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);//提取有用的响应数据System.out.println(index);
}
6.10. 测试复杂检索
@ToString
@Data
static class Accout {private int account_number;private int balance;private String firstname;private String lastname;private int age;private String gender;private String address;private String employer;private String email;private String city;private String state;}// @Test
// public void testDefaultUriBuilderFactory(){// DefaultUriBuilderFactory builderFactory = new DefaultUriBuilderFactory();
//
// //http://search.gulimall.com/list.html
// UriBuilder builder = builderFactory.builder()
// .scheme("http")
// .host("search.gulimall.com")
// .path("/list.html")
// .queryParam("keyword", "手机")
// ;
//
// String s = builder.build().toString();
// System.out.println(s);
// }/*** (1)、方便检索{* skuId:1* spuId:11* skuTitle:华为xx* price:998* saleCount:99* attrs:[* {尺寸:5寸},* {CPU:高通945},* {分辨率:全高清}* ]* }* 冗余:* 100万*20=1000000*2KB=2000MB=2G 20* (2)、* sku索引{* skuId:1* spuId:11* xxxxx* }** attr索引{* spuId:11,* attrs:[* {尺寸:5寸},* {CPU:高通945},* {分辨率:全高清}* ]* }** 搜索 小米; 粮食,手机,电器。* 10000个,4000个spu* 分步,4000个spu对应的所有可能属性;* esClient: spuId:[4000个spuid] 4000*8=32000byte=32kb** 32kb*10000=32000mb;=32GB*** @throws IOException*/@Test
public void searchData() throws IOException {//1、创建检索请求SearchRequest searchRequest = new SearchRequest();//指定索引searchRequest.indices("bank");//指定DSL,检索条件//SearchSourceBuilder sourceBuilde 封装的条件SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();//1.1)、构造检索条件
// sourceBuilder.query();
// sourceBuilder.from();
// sourceBuilder.size();
// sourceBuilder.aggregation()sourceBuilder.query(QueryBuilders.matchQuery("address","mill"));//1.2)、按照年龄的值分布进行聚合TermsAggregationBuilder ageAgg = AggregationBuilders.terms("ageAgg").field("age").size(10);sourceBuilder.aggregation(ageAgg);//1.3)、计算平均薪资AvgAggregationBuilder balanceAvg = AggregationBuilders.avg("balanceAvg").field("balance");sourceBuilder.aggregation(balanceAvg);System.out.println("检索条件"+sourceBuilder.toString());searchRequest.source(sourceBuilder);//2、执行检索;SearchResponse searchResponse = client.search(searchRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);//3、分析结果 searchResponseSystem.out.println(searchResponse.toString());
// Map map = JSON.parseObject(searchResponse.toString(), Map.class);//3.1)、获取所有查到的数据SearchHits hits = searchResponse.getHits();SearchHit[] searchHits = hits.getHits();for (SearchHit hit : searchHits) {/*** "_index": "bank",* "_type": "account",* "_id": "345",* "_score": 5.4032025,* "_source":*/
// hit.getIndex();hit.getType();hit.getId();String string = hit.getSourceAsString();Accout accout = JSON.parseObject(string, Accout.class);System.out.println("accout:"+accout);}//3.2)、获取这次检索到的分析信息;Aggregations aggregations = searchResponse.getAggregations();
// for (Aggregation aggregation : aggregations.asList()) {// System.out.println("当前聚合:"+aggregation.getName());
aggregation.get
//
// }Terms ageAgg1 = aggregations.get("ageAgg");for (Terms.Bucket bucket : ageAgg1.getBuckets()) {String keyAsString = bucket.getKeyAsString();System.out.println("年龄:"+keyAsString+"==>"+bucket.getDocCount());}Avg balanceAvg1 = aggregations.get("balanceAvg");System.out.println("平均薪资:"+balanceAvg1.getValue());// Aggregation balanceAvg2 = aggregations.get("balanceAvg");}
6.11. 完整测试
package com.atguigu.gulimall.search;import com.atguigu.gulimall.search.config.GulimallElasticSearchConfig;
import lombok.Data;
import com.alibaba.fastjson.JSON;
import lombok.ToString;
import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.action.index.IndexResponse;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.aggregations.AggregationBuilders;
import org.elasticsearch.search.aggregations.Aggregations;
import org.elasticsearch.search.aggregations.bucket.terms.Terms;
import org.elasticsearch.search.aggregations.bucket.terms.TermsAggregationBuilder;
import org.elasticsearch.search.aggregations.metrics.Avg;
import org.elasticsearch.search.aggregations.metrics.AvgAggregationBuilder;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;import java.io.IOException;@RunWith(SpringRunner.class)
@SpringBootTest
public class GulimallSearchApplicationTests {@ToString@Datastatic class Accout {private int account_number;private int balance;private String firstname;private String lastname;private int age;private String gender;private String address;private String employer;private String email;private String city;private String state;}// @Test
// public void testDefaultUriBuilderFactory(){// DefaultUriBuilderFactory builderFactory = new DefaultUriBuilderFactory();
//
// //http://search.gulimall.com/list.html
// UriBuilder builder = builderFactory.builder()
// .scheme("http")
// .host("search.gulimall.com")
// .path("/list.html")
// .queryParam("keyword", "手机")
// ;
//
// String s = builder.build().toString();
// System.out.println(s);
// }/*** (1)、方便检索{* skuId:1* spuId:11* skuTitle:华为xx* price:998* saleCount:99* attrs:[* {尺寸:5寸},* {CPU:高通945},* {分辨率:全高清}* ]* }* 冗余:* 100万*20=1000000*2KB=2000MB=2G 20* (2)、* sku索引{* skuId:1* spuId:11* xxxxx* }* <p>* attr索引{* spuId:11,* attrs:[* {尺寸:5寸},* {CPU:高通945},* {分辨率:全高清}* ]* }* <p>* 搜索 小米; 粮食,手机,电器。* 10000个,4000个spu* 分步,4000个spu对应的所有可能属性;* esClient: spuId:[4000个spuid] 4000*8=32000byte=32kb* <p>* 32kb*10000=32000mb;=32GB** @throws IOException*/@Testpublic void searchData() throws IOException {//1、创建检索请求SearchRequest searchRequest = new SearchRequest();//指定索引searchRequest.indices("bank");//指定DSL,检索条件//SearchSourceBuilder sourceBuilde 封装的条件SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();//1.1)、构造检索条件
// sourceBuilder.query();
// sourceBuilder.from();
// sourceBuilder.size();
// sourceBuilder.aggregation()sourceBuilder.query(QueryBuilders.matchQuery("address", "mill"));//1.2)、按照年龄的值分布进行聚合TermsAggregationBuilder ageAgg = AggregationBuilders.terms("ageAgg").field("age").size(10);sourceBuilder.aggregation(ageAgg);//1.3)、计算平均薪资AvgAggregationBuilder balanceAvg = AggregationBuilders.avg("balanceAvg").field("balance");sourceBuilder.aggregation(balanceAvg);System.out.println("检索条件" + sourceBuilder.toString());searchRequest.source(sourceBuilder);//2、执行检索;SearchResponse searchResponse = client.search(searchRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);//3、分析结果 searchResponseSystem.out.println(searchResponse.toString());
// Map map = JSON.parseObject(searchResponse.toString(), Map.class);//3.1)、获取所有查到的数据SearchHits hits = searchResponse.getHits();SearchHit[] searchHits = hits.getHits();for (SearchHit hit : searchHits) {/*** "_index": "bank",* "_type": "account",* "_id": "345",* "_score": 5.4032025,* "_source":*/
// hit.getIndex();hit.getType();hit.getId();String string = hit.getSourceAsString();Accout accout = JSON.parseObject(string, Accout.class);System.out.println("accout:" + accout);}//3.2)、获取这次检索到的分析信息;Aggregations aggregations = searchResponse.getAggregations();
// for (Aggregation aggregation : aggregations.asList()) {// System.out.println("当前聚合:"+aggregation.getName());
aggregation.get
//
// }Terms ageAgg1 = aggregations.get("ageAgg");for (Terms.Bucket bucket : ageAgg1.getBuckets()) {String keyAsString = bucket.getKeyAsString();System.out.println("年龄:" + keyAsString + "==>" + bucket.getDocCount());}Avg balanceAvg1 = aggregations.get("balanceAvg");System.out.println("平均薪资:" + balanceAvg1.getValue());// Aggregation balanceAvg2 = aggregations.get("balanceAvg");}@Dataclass User {private String userName;private String gender;private Integer age;}/*** 测试存储数据到es* 更新也可以*/@Testpublic void indexData() throws IOException {IndexRequest indexRequest = new IndexRequest("users");indexRequest.id("1");//数据的id
// indexRequest.source("userName","zhangsan","age",18,"gender","男");User user = new User();user.setUserName("zhangsan");user.setAge(18);user.setGender("男");String jsonString = JSON.toJSONString(user);indexRequest.source(jsonString, XContentType.JSON);//要保存的内容//执行操作IndexResponse index = client.index(indexRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);//提取有用的响应数据System.out.println(index);}@Autowiredprivate RestHighLevelClient client;@Testpublic void contextLoads() {System.out.println(client);}
}
谷粒商城:14.全文检索ElasticSearch相关推荐
- 谷粒商城_06_JSR303校验+Elasticsearch
文章目录 JSR303校验 普通校验 局部异常处理BindResult 统一异常处理 分组校验功能(多场景校验) 自定义校验注解 Elasticsearch 初步检索 1.检索es信息 2.新增文档 ...
- 谷粒商城14——订单支付(AliPay)
文章目录 十四.订单支付 1.公钥.私钥.加密.加签.验签 1.1 加密-对称加密 1.2 加密-非对称加密 2.沙箱环境 3.内网穿透 4.整合SDK 5.完善支付跳转页 6.订单页面完善 7.支付 ...
- 【谷粒商城高级篇】Elasticsearch:全文检索
谷粒商城笔记合集 分布式基础篇 分布式高级篇 高可用集群篇 ===简介&环境搭建=== ===Elasticsearch=== 项目简介与分布式概念(第一.二章) Elasticsearch: ...
- 【谷粒商城】ElasticSearch、上架与检索
笔记-基础篇-1(P1-P28):https://blog.csdn.net/hancoder/article/details/106922139 笔记-基础篇-2(P28-P100):https:/ ...
- 分布式项目-谷粒商城。
分布式项目 一,分布图 二,环境搭建 1.安装linux 2.安装docker 1 卸载系统之前的docker sudo yum remove docker \docker-client \docke ...
- 谷粒商城高级篇上(未完待续)
谷粒商城高级篇(上)保姆级整理 之前整理了基础篇,Typora提示将近20000词,谷粒商城基础篇保姆级整理 在学高级篇的时候,不知不觉又整理了两万多词,做了一阶段,先发出来,剩余部分整理好了再发.自 ...
- 谷粒商城高级篇笔记1
这里写自定义目录标题 0.ElasticSearch 1.Nginx配置域名问题 01.Nginx(反向代理) 配置 02.Nginx(负载均衡)+ 网关 配置 03.Nginx动静分离 2.JMet ...
- 谷粒商城-分布式高级篇【业务编写】
谷粒商城-分布式基础篇[环境准备] 谷粒商城-分布式基础[业务编写] 谷粒商城-分布式高级篇[业务编写]持续更新 谷粒商城-分布式高级篇-ElasticSearch 谷粒商城-分布式高级篇-分布式锁与 ...
- 谷粒商城之高级篇知识补充
谷粒商城高级篇之知识补充 前言 本篇主要是完成谷粒商城高级篇开发时,我们需要了解并学习一部分补充的知识,才能更好的完成商城业务. 以后我们将商城任务和额外知识分开来编写,方便商城业务的连贯性. 下面是 ...
- 谷粒商城-个人笔记(高级篇二)
目录 二.商城业务-首页 1.整合thymeleaf渲染首页 1).在"gulimall-product"项目中导入前端代码: 2).渲染一级分类数据&&整合dev ...
最新文章
- OpenCV+python:轮廓发现与对象测量
- URAL 2027 	URCAPL, Episode 1 (模拟)
- MYSQL编译参数详解
- TIME_WAIT状态及存在原因
- 说了这么久中台,那你知道中台是什么?在治什么病吗?
- hadoop配置文件默认配置
- 肝!2500字 字符串专题总结
- P3733 [HAOI2017]八纵八横(线性基/线段树分治)
- 关于分辨率和地图打印的一些问题
- linux系统找运行指令,Linux系统常用指令总结
- linux文件控制驱动程序,Linux设备驱动程序学习(6)-高级字符驱动程序操作[(3)设备文件的访问控制]...
- 有哪些函数可以反截图、_视频微课:征服反三角函数——反三角函数核心思想与方法——“1个概念”、“2类关系”、“3个层次”...
- 数字信号处理前瞻(note1):奈奎斯特与折叠频率
- 论文翻译:2021_语音增强模型压缩_Performance optimizations on deep noise suppression models...
- bugku中的misc题
- 51单片机农历转换公历c语言算法,用51单片机实现公历与农历星期的转换
- 计算机网络:随机访问介质访问控制之CSMA协议
- 神舟战神G8-CA7NP怎么样?测评值得买吗?
- 射频和无线技术入门--传统技术--7
- rust油桶用什么打_文明重启油桶获取使用攻略_文明重启油桶怎么获取和使用_玩游戏网...
热门文章
- 4.企业应用架构模式 --- Web表现层
- 46.网络安全与主机基本防护:限制端口、网络升级与 SELinux
- 121. VLD 的使用
- 13. 在后台配置主题
- 盒模型bug的解决方法
- C++关闭同步流 ios::sync_with_stdio(false);
- hihoCoder#1743:K-偏差排列(矩阵快速幂+状压dp)
- c语言 double float 类型
- JS中var和let
- ArcGIS API for JS geodesicUtils.geodesicAreas 计算面积出现负值情况记录