分布式搜索引擎01-elasticsearch-介绍、倒排索引原理、概念(文档和字段,索引和映射)、安装、索引库crud、文档crud、RestAPI(java代码实现es的crud)
文章目录
- 分布式搜索引擎01
- 0.学习目标
- 1.初识elasticsearch
- 1.1.了解ES
- 1.1.1.elasticsearch的作用
- 1.1.2.ELK技术栈
- 1.1.3.elasticsearch和lucene
- 1.1.4.为什么不是其他搜索技术?
- 1.1.5.总结
- 1.2.倒排索引
- 1.2.1.正向索引
- 1.2.2.倒排索引
- 1.2.3.正向和倒排
- 1.3.es的一些概念
- 1.3.1.文档和字段
- 1.3.2.索引和映射
- 1.3.3.mysql与elasticsearch
- 1.4.安装es、kibana
- 1.4.1.安装es、kibana
- 1.4.2.安装分词器
- 1.4.3.总结
- 2.索引库操作
- 2.1.mapping映射属性
- 2.2.索引库的CRUD
- 2.2.1.创建索引库和映射
- 基本语法:
- 示例:
- 2.2.2.查询索引库
- 2.2.3.修改索引库
- 2.2.4.删除索引库
- 2.2.5.总结
- 3.文档操作
- 3.1.新增文档
- 3.2.查询文档
- 3.3.删除文档
- 3.4.修改文档
- 3.4.1.全量修改
- 3.4.2.增量修改
- 3.5.总结
- 4.RestAPI
- 4.0.导入Demo工程
- 4.0.1.导入数据
- 4.0.2.导入项目
- 4.0.3.mapping映射分析
- 4.0.4.初始化RestClient
- 4.1.创建索引库
- 4.1.1.代码解读
- 4.1.2.完整示例
- 4.2.删除索引库
- 4.3.判断索引库是否存在
- 4.4.总结
- 5.RestClient操作文档
- 5.1.新增文档
- 5.1.1.索引库实体类
- 5.1.2.语法说明
- 5.1.3.完整代码
- 5.2.查询文档
- 5.2.1.语法说明
- 5.2.2.完整代码
- 5.3.删除文档
- 5.4.修改文档
- 5.4.1.语法说明
- 5.4.2.完整代码
- 5.5.批量导入文档
- 5.5.1.语法说明
- 5.5.2.完整代码
- 5.6.小结
分布式搜索引擎01
– elasticsearch基础
0.学习目标
1 了解倒排索引原理
2 了解索引库、类型、映射、文档、字段的概念
3 会安装和使用IK分词器
4 能利用kibana实现索引库、类型映射、文档操作
5 能利用RestClient实现索引库、类型映射、文档操作
1.初识elasticsearch
1.1.了解ES
1.1.1.elasticsearch的作用
elasticsearch是一款非常强大的开源搜索引擎,具备非常多强大功能,可以帮助我们从海量数据中快速找到需要的内容
例如:
在GitHub搜索代码
在电商网站搜索商品
- 在百度搜索答案
在打车软件搜索附近的车
1.1.2.ELK技术栈
elasticsearch结合kibana、Logstash、Beats,也就是elastic stack(ELK)。被广泛应用在日志数据分析、实时监控等领域:
而elasticsearch是elastic stack的核心,负责存储、搜索、分析数据。
1.1.3.elasticsearch和lucene
elasticsearch底层是基于lucene来实现的。
Lucene是一个Java语言的搜索引擎类库(一个jar包),是Apache公司的顶级项目,由DougCutting于1999年研发。官网地址:https://lucene.apache.org/ 。
因为底层基于lucene,而lucene是一个jar包(java语言类库),所以只限于Java语言开发
API设计得比较复杂,一般人直接根据其提供的API进行开发,学习难度还是很大的(学习曲线陡峭)
只考虑的搜索,未考虑高并发,想要高效使用还得二次开发(水平拓展) =》 elasticsearch就是做了这件事,解决了原生lucene的很多缺点
elasticsearch的发展历史:
- 2004年Shay Banon基于Lucene开发了Compass
- 2010年Shay Banon 重写了Compass,取名为Elasticsearch。
Restful 就是Http访问嘛,跟语言无关,任何语言都可以调用
1.1.4.为什么不是其他搜索技术?
目前比较知名的搜索引擎技术排名:
虽然在早期,Apache Solr是最主要的搜索引擎技术,但随着发展elasticsearch已经渐渐超越了Solr,独占鳌头:
1.1.5.总结
什么是elasticsearch?
- 一个开源的分布式搜索引擎,可以用来实现搜索、日志统计、分析、系统监控等功能
什么是elastic stack(ELK)?
- 是以elasticsearch为核心的技术栈,包括beats、Logstash、kibana、elasticsearch
什么是Lucene?
- 是Apache的开源搜索引擎类库,提供了搜索引擎的核心API
1.2.倒排索引
倒排索引的概念是基于MySQL这样的正向索引而言的。
MySQL数据库的索引叫正向索引
而我elasticsearch的索引叫倒排索引
看来有很大差别,具体啥差别?下面的例子
1.2.1.正向索引
那么什么是正向索引呢?例如给下表(tb_goods)中的id创建索引:
如果是根据id查询,那么直接走索引,查询速度非常快。(B+树O(logkN))
但如果是基于title做模糊查询,只能是逐行扫描数据,流程如下:
1)用户搜索数据,条件是title符合"%手机%"
2)逐行获取数据,比如id为1的数据
3)判断数据中的title是否符合用户搜索条件
4)如果符合则放入结果集,不符合则丢弃。回到步骤1
逐行扫描,也就是全表扫描,随着数据量增加,其查询效率也会越来越低。当数据量达到数百万时,就是一场灾难。可怕的O(n)
1.2.2.倒排索引
倒排索引中有两个非常重要的概念:
- 文档(
Document
):用来搜索的数据,其中的每一条数据就是一个文档。例如一个网页、一个商品信息 - 词条(
Term
):对文档数据或用户搜索数据,利用某种算法分词,得到的具备含义的词语就是词条。例如:我是中国人,就可以分为:我、是、中国人、中国、国人这样的几个词条
创建倒排索引是对正向索引的一种特殊处理,流程如下:
- 将每一个文档的数据利用算法分词,得到一个个词条
- 创建表,每行数据包括词条、词条所在文档id、位置等信息
- 因为词条唯一性,可以给词条创建索引,例如hash表结构索引
如图:
会产生一个新的表,以供快速查询
倒排索引的搜索流程如下(以搜索"华为手机"为例):
1)用户输入条件"华为手机"
进行搜索。
2)对用户输入内容分词,得到词条:华为
、手机
。
3)拿着词条在倒排索引中查找,可以得到包含词条的文档id:1、2、3。 (2号两个词条都有,排序时优先级更高)
4)拿着文档id到正向索引中查找具体文档。
如图:
虽然要先查询倒排索引,再查询正向索引,但是无论是词条、还是文档id都建立了索引,查询速度非常快!无需全表扫描。
根据内容查到id,所以叫倒排索引
1.2.3.正向和倒排
那么为什么一个叫做正向索引,一个叫做倒排索引呢?
正向索引是最传统的,根据id索引的方式。但根据词条查询时,必须先逐条获取每个文档,然后判断文档中是否包含所需要的词条,是根据文档找词条的过程。
而倒排索引则相反,是先找到用户要搜索的词条,根据词条得到保护词条的文档的id,然后根据id获取文档。是根据词条找文档的过程。
是不是恰好反过来了?
那么两者方式的优缺点是什么呢?
正向索引:
- 优点:
- 可以给多个字段创建索引
- 根据索引字段搜索、排序速度非常快
- 缺点:
- 根据非索引字段,或者索引字段中的部分词条查找时,只能全表扫描。
倒排索引:
- 优点:
- 根据词条搜索、模糊搜索时,速度非常快
- 缺点:
- 只能给词条创建索引,而不是字段
- 无法根据字段做排序
1.3.es的一些概念
elasticsearch中有很多独有的概念,与mysql中略有差别,但也有相似之处。
1.3.1.文档和字段
elasticsearch是面向**文档(Document)**存储的,可以是数据库中的一条商品数据,一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中:
而Json文档中往往包含很多的字段(Field),类似于数据库中的列。
1.3.2.索引和映射
索引(Index),就是相同类型的文档的集合。
例如:
- 所有用户文档,就可以组织在一起,称为用户的索引;
- 所有商品的文档,可以组织在一起,称为商品的索引;
- 所有订单的文档,可以组织在一起,称为订单的索引;
因此,我们可以把索引当做是数据库中的表。
数据库的表会有约束信息,用来定义表的结构、字段的名称、类型等信息。因此,索引库中就有映射(mapping),是索引中文档的字段约束信息,类似表的结构约束。
1.3.3.mysql与elasticsearch
我们统一的把mysql与elasticsearch的概念做一下对比:
MySQL | Elasticsearch | 说明 |
---|---|---|
Table | Index | 索引(index),就是文档的集合,类似数据库的表(table) |
Row | Document | 文档(Document),就是一条条的数据,类似数据库中的行(Row),文档都是JSON格式 |
Column | Field | 字段(Field),就是JSON文档中的字段,类似数据库中的列(Column) |
Schema | Mapping | Mapping(映射)是索引中文档的约束,例如字段类型约束。类似数据库的表结构(Schema) |
SQL | DSL | DSL是elasticsearch提供的JSON风格的请求语句,用来操作elasticsearch,实现CRUD |
是不是说,我们学习了elasticsearch就不再需要mysql了呢?
并不是如此,两者各自有自己的擅长支出:
Mysql:擅长事务类型操作,可以确保数据的安全和一致性
Elasticsearch:擅长海量数据的搜索、分析、计算
因此在企业中,往往是两者结合使用:
- 对安全性要求较高的写操作,使用mysql实现
- 对查询性能要求较高的搜索需求,使用elasticsearch实现
- 两者再基于某种方式,实现数据的同步,保证一致性
1.4.安装es、kibana
1.4.1.安装es、kibana
链接:https://pan.baidu.com/s/1LRpd6xncRhxHIgK13gHu4g
提取码:hzan
参考课前资料:
或者直接参考这篇博客: 搜索引擎elasticsearch
1.4.2.安装分词器
参考课前资料:
或者直接参考这篇博客: 搜索引擎elasticsearch
1.4.3.总结
分词器的作用是什么?
- 创建倒排索引时对文档分词
- 用户搜索时,对输入的内容分词
IK分词器有几种模式?
- ik_smart:智能切分,粗粒度
- ik_max_word:最细切分,细粒度
IK分词器如何拓展词条?如何停用词条?
- 利用config目录的IkAnalyzer.cfg.xml文件添加拓展词典和停用词典
- 在词典中添加拓展词条或者停用词条
2.索引库操作
索引库就类似数据库表,mapping映射就类似表的结构。
我们要向es中存储数据,必须先创建“库”和“表”。
2.1.mapping映射属性
mapping是对索引库中文档的约束,常见的mapping属性包括:
- type:字段数据类型,常见的简单类型有:
- 字符串:text(可分词的文本)、keyword(精确值,例如:品牌、国家、ip地址)
- 数值:long、integer、short、byte、double、float、
- 布尔:boolean
- 日期:date
- 对象:object
- (没有数组,但是允许每个类型都有多个值。或者说不管数组类型,而只在意数组元素的类型)
- index:是否创建倒排索引,默认为true (一旦设置为false,就没有倒排索引,将来也就无法参与搜索 )(当然有些非内容字段确实不需要参与搜索)
- analyzer:使用哪种分词器 (只有text类型需要分词。可以理解为配合text使用的)
- properties:该字段的子字段 (嵌套时用到)
例如下面的json文档:
{"age": 21,"weight": 52.1,"isMarried": false,"info": "whuer程序员Java讲师","email": "hp@whu.cn","score": [99.1, 99.5, 98.9],"name": {"firstName": "云","lastName": "赵"}
}
对应的每个字段映射(mapping):
- age:类型为 integer;参与搜索,因此需要index为true;无需分词器
- weight:类型为float;参与搜索,因此需要index为true;无需分词器
- isMarried:类型为boolean;参与搜索,因此需要index为true;无需分词器
- info:类型为字符串,需要分词,因此是text;参与搜索,因此需要index为true;分词器可以用ik_smart
- email:类型为字符串,但是不需要分词,因此是keyword;不参与搜索,因此需要index为false;无需分词器
- score:虽然是数组,但是我们只看元素的类型,类型为float;参与搜索,因此需要index为true;无需分词器
- name:类型为object,需要定义多个子属性
- name.firstName;类型为字符串,但是不需要分词,因此是keyword;参与搜索,因此需要index为true;无需分词器
- name.lastName;类型为字符串,但是不需要分词,因此是keyword;参与搜索,因此需要index为true;无需分词器
2.2.索引库的CRUD
这里我们统一使用Kibana编写DSL的方式来演示。
2.2.1.创建索引库和映射
基本语法:
- 请求方式:PUT
- 请求路径:/索引库名,可以自定义
- 请求参数:mapping映射
创建索引库(和映射)就相当于mysql数据库里创建表
mysql里是sql语句,es里是json风格的DSL语句
格式:
PUT /索引库名称
{"mappings": {"properties": {"字段名":{"type": "text","analyzer": "ik_smart"},"字段名2":{"type": "keyword","index": "false"},"字段名3":{"properties": {"子字段": {"type": "keyword"}}},// ...略}}
}
“mappings”:映射,代表结构
“properties”:代表这是一个嵌套
注意每个字段都有一个type不能漏,尤其"name“:{“type”: “object”}
其余看上面介绍,已经很详细了
示例:
# 创建索引库(包含了映射)
PUT /whu
{"mappings": {"properties": {"info":{"type": "text","analyzer": "ik_smart"},"email":{"type": "keyword","index": false},"name":{"type": "object", "properties": {"firstName":{"type": "keyword"},"lastName":{"type": "keyword"}}}}}
}
2.2.2.查询索引库
基本语法:
请求方式:GET
请求路径:/索引库名
请求参数:无
格式:
GET /索引库名
示例:
2.2.3.修改索引库
倒排索引结构虽然不复杂,但是一旦数据结构改变(比如改变了分词器),就需要重新创建倒排索引,这简直是灾难。因此索引库一旦创建,无法修改mapping。
虽然无法修改mapping中已有的字段,但是却允许添加新的字段到mapping中,因为不会对倒排索引产生影响。
语法说明:
PUT /索引库名/_mapping
{"properties": {"新字段名":{"type": "integer"}}
}
示例:
2.2.4.删除索引库
语法:
请求方式:DELETE
请求路径:/索引库名
请求参数:无
格式:
DELETE /索引库名
在kibana中测试:
2.2.5.总结
索引库操作有哪些?
- 创建索引库:PUT /索引库名
- 查询索引库:GET /索引库名
- 删除索引库:DELETE /索引库名
- 添加字段:PUT /索引库名/_mapping
3.文档操作
es里的文档就类似mysql里表的一行数据
kibana就相当于navicate
3.1.新增文档
语法:
POST /索引库名/_doc/文档id
{"字段1": "值1","字段2": "值2","字段3": {"子属性1": "值3","子属性2": "值4"},// ...
}
自己不写id会生成随机id,不是我们希望看到的,所以千万要写id
示例:
# 插入文档
POST /whu/_doc/1
{"info": "whuer学不会java","email": "java@whu.edu.cn","name":{"firstName": "波","lastName": "波"}
}
id指定为1,其他的按照json格式写就行了
响应:
3.2.查询文档
根据rest风格,新增是post,查询应该是get,不过查询一般都需要条件,这里我们把文档id带上。
语法:
GET /{索引库名称}/_doc/{id}
通过kibana查看数据:
GET /heima/_doc/1
查看结果:
3.3.删除文档
删除使用DELETE请求,同样,需要根据id进行删除:
语法:
DELETE /{索引库名}/_doc/id值
示例:
# 根据id删除数据
DELETE /heima/_doc/1
结果:
没修改一次,"_version"就会自增一次,版本控制字段
3.4.修改文档
修改有两种方式:
- 全量修改:直接覆盖原来的文档 (把原来的完全删除后新增)
- 增量修改:修改文档中的部分字段 (不会删除原来的,直接在原来的基础上修改)
3.4.1.全量修改
全量修改是覆盖原来的文档,其本质是:
- 根据指定的id删除文档
- 新增一个相同id的文档
注意:如果根据id删除时,id不存在,第二步的新增也会执行,也就从修改变成了新增操作了。
语法:
PUT /{索引库名}/_doc/文档id
{"字段1": "值1","字段2": "值2",// ... 略
}
示例:
# 全量修改文档
PUT /whu/_doc/1
{"info": "whuer学不会java","email": "BoBo@whu.edu.cn","name":{"firstName": "波","lastName": "波"}
}
修改了邮箱名
3.4.2.增量修改
增量修改是只修改指定id匹配的文档中的部分字段。
语法:
POST /{索引库名}/_update/文档id
{"doc": {"字段名": "新的值",}
}
POST部分修改,json文档里需要有个大"doc"
PUT全量修改,json文档正常,不需要"doc"
示例:
# 局部修改文档字段
POST /whu/_update/1
{"doc":{"email": "wq@whu.edu.cn"}
}
只修改email这一个字段,就只用写一个字段的修改描述
千万注意!!!中间是_update,不是_doc (写成_doc又变成全量修改了,删除了其他的,最后只剩下这一个字段了)
3.5.总结
文档操作有哪些?
- 创建文档:POST /{索引库名}/_doc/文档id { json文档 }
- 查询文档:GET /{索引库名}/_doc/文档id
- 删除文档:DELETE /{索引库名}/_doc/文档id
- 修改文档:
- 全量修改:PUT /{索引库名}/_doc/文档id { json文档 }
- 增量修改:POST /{索引库名}/_update/文档id { “doc”: {字段}}
4.RestAPI
ES官方提供了各种不同语言的客户端,用来操作ES。这些客户端的本质就是组装DSL语句,通过http请求发送给ES。官方文档地址:https://www.elastic.co/guide/en/elasticsearch/client/index.html
其中的Java Rest Client又包括两种:
- Java Low Level Rest Client
- Java High Level Rest Client
我们学习的是Java HighLevel Rest Client客户端API
4.0.导入Demo工程
4.0.1.导入数据
链接:https://pan.baidu.com/s/1LRpd6xncRhxHIgK13gHu4g
提取码:hzan
先创建一个新的数据库
create DATABASE es01;
然后导入课前资料提供的数据库数据:
然后刷新数据库es01就能看到了
数据结构如下:
CREATE TABLE `tb_hotel` (`id` bigint(20) NOT NULL COMMENT '酒店id',`name` varchar(255) NOT NULL COMMENT '酒店名称;例:7天酒店',`address` varchar(255) NOT NULL COMMENT '酒店地址;例:航头路',`price` int(10) NOT NULL COMMENT '酒店价格;例:329',`score` int(2) NOT NULL COMMENT '酒店评分;例:45,就是4.5分',`brand` varchar(32) NOT NULL COMMENT '酒店品牌;例:如家',`city` varchar(32) NOT NULL COMMENT '所在城市;例:上海',`star_name` varchar(16) DEFAULT NULL COMMENT '酒店星级,从低到高分别是:1星到5星,1钻到5钻',`business` varchar(255) DEFAULT NULL COMMENT '商圈;例:虹桥',`latitude` varchar(32) NOT NULL COMMENT '纬度;例:31.2497',`longitude` varchar(32) NOT NULL COMMENT '经度;例:120.3925',`pic` varchar(255) DEFAULT NULL COMMENT '酒店图片;例:/img/1.jpg',PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
4.0.2.导入项目
然后导入课前资料提供的项目:
项目结构如图:
然后测试类里面写一个小Demo,看看项目能不能跑通
cn.whu.hotel.HotelDemoApplicationTests
@Autowired
private HotelService hotelService;@Test
public void test(){int id = 36934;Hotel hotel = hotelService.getById(id);System.out.println(hotel);
}
4.0.3.mapping映射分析
创建索引库,最关键的是mapping映射,而mapping映射要考虑的信息包括:
- 字段名
- 字段数据类型
- 是否参与搜索
- 是否需要分词
- 如果分词,分词器是什么?
其中:
- 字段名、字段数据类型,可以参考数据表结构的名称和类型
- 是否参与搜索要分析业务来判断,例如图片地址,就无需参与搜索
- 是否分词呢要看内容,内容如果是一个整体就无需分词,反之则要分词
- 分词器,我们可以统一使用ik_max_word
来看下酒店数据的索引库结构:
- id一律为字符串,所以不能定义为long。字符串在es里只有两种类型:text(可分词的文本)、keyword(精确值,不可分词),明显这里的id是keyword
- 认为用户不会通过地址来搜索酒店,所以地址keyword(只是表明是字符串类型),且不参与搜索。(图片也一样)
- 价格要排序过滤,所以需要参与搜索 (其他类似)
- 坐标点有专门的类型
# 酒店的mapping (类似于定义表结构)
PUT /hotel
{"mappings": {"properties": {"id":{"type": "keyword"},"name":{"type": "text","analyzer": "ik_max_word","copy_to": "all"},"address":{"type": "keyword","index": false},"price":{"type": "integer"},"score":{"type": "integer"},"brand":{"type": "keyword","copy_to": "all"},"city":{"type": "keyword"},"starName":{"type": "keyword"},"business":{"type": "keyword","copy_to": "all"},"location":{"type": "geo_point"},"pic":{"type": "keyword","index": false},"all":{"type": "text","analyzer": "ik_max_word"}}}
}
index:false 表示不参与搜索
几个特殊字段说明:
- location:地理坐标,里面包含精度、纬度
- all:一个组合字段,其目的是将多字段的值 利用copy_to合并,提供给用户搜索 (辅助字段,使得多条件搜索变得很简单)
地理坐标说明:
copy_to说明:
一个字段里搜到多个字段的内容,巧妙而简单地实现了多字段搜索
并不是真的拷贝字段,而只是基于他创建了索引
写完记得执行一下
4.0.4.初始化RestClient
在elasticsearch提供的API中,与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中,必须先完成这个对象的初始化,建立与elasticsearch的连接。
分为三步:
1)引入es的RestHighLevelClient依赖:
<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>
2)因为SpringBoot默认的ES版本是7.6.2,所以我们需要覆盖默认的ES版本:
<properties><java.version>1.8</java.version><elasticsearch.version>7.12.1</elasticsearch.version>
</properties>
3)初始化RestHighLevelClient:
初始化的代码如下:
RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.150.101:9200")
));
这里为了单元测试方便,我们创建一个测试类HotelIndexTest,然后将初始化的代码编写在@BeforeEach方法中:
package cn.whu.hotel;import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;import java.io.IOException;public class HotelIndexTest {private RestHighLevelClient client;@BeforeEachpublic void setUp(){client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.141.100:9200/") // 最后的'/'不能有// 集群的话可以指定多个,中间逗号隔开));}@AfterEachpublic void tearDown() throws IOException {client.close();}@Testvoid testInit() {System.out.println(client);// org.elasticsearch.client.RestHighLevelClient@12d2ce03}}
4.1.创建索引库
4.1.1.代码解读
创建索引库的API如下:
代码分为三步:
- 1)创建Request对象。因为是创建索引库的操作,因此Request是CreateIndexRequest。
- 2)添加请求参数,其实就是DSL的JSON参数部分。因为json字符串很长,这里是定义了静态字符串常量MAPPING_TEMPLATE,让代码看起来更加优雅。
- 3)发送请求,client.indices()方法的返回值是IndicesClient类型,封装了所有与索引库操作有关的方法。
4.1.2.完整示例
在hotel-demo的cn.whu.hotel.constants包下,创建一个类,定义mapping映射的JSON字符串常量:
package cn.whu.hotel.constants;public class HotelConstants {public static final String MAPPING_TEMPLATE = "{\n" +" \"mappings\": {\n" +" \"properties\": {\n" +" \"id\": {\n" +" \"type\": \"keyword\"\n" +" },\n" +" \"name\":{\n" +" \"type\": \"text\",\n" +" \"analyzer\": \"ik_max_word\",\n" +" \"copy_to\": \"all\"\n" +" },\n" +" \"address\":{\n" +" \"type\": \"keyword\",\n" +" \"index\": false\n" +" },\n" +" \"price\":{\n" +" \"type\": \"integer\"\n" +" },\n" +" \"score\":{\n" +" \"type\": \"integer\"\n" +" },\n" +" \"brand\":{\n" +" \"type\": \"keyword\",\n" +" \"copy_to\": \"all\"\n" +" },\n" +" \"city\":{\n" +" \"type\": \"keyword\",\n" +" \"copy_to\": \"all\"\n" +" },\n" +" \"starName\":{\n" +" \"type\": \"keyword\"\n" +" },\n" +" \"business\":{\n" +" \"type\": \"keyword\"\n" +" },\n" +" \"location\":{\n" +" \"type\": \"geo_point\"\n" +" },\n" +" \"pic\":{\n" +" \"type\": \"keyword\",\n" +" \"index\": false\n" +" },\n" +" \"all\":{\n" +" \"type\": \"text\",\n" +" \"analyzer\": \"ik_max_word\"\n" +" }\n" +" }\n" +" }\n" +"}";
}
在hotel-demo中的HotelIndexTest测试类中,编写单元测试,实现创建索引:
@Test
void createHotelIndex() throws IOException {// 1.创建Request对象CreateIndexRequest request = new CreateIndexRequest("hotel");// 2.准备请求的参数:DSL语句request.source(MAPPING_TEMPLATE, XContentType.JSON);// 3.发送请求 (request对象传递进来)client.indices().create(request, RequestOptions.DEFAULT);
}
注意1: import static cn.whu.hotel.constants.HotelConstants.MAPPING_TEMPLATE;
DSL语句MAPPING_TEMPLATE,是以静态导入方式导入常量的
.
注意2:import org.elasticsearch.client.indices.CreateIndexRequest;
这个包有2个同名的,别导错了
最后查询索引库验证一下:
# 查询索引库
GET /hotel
4.2.删除索引库
删除索引库的DSL语句非常简单:
DELETE /hotel
与创建索引库相比:
- 请求方式从PUT变为DELTE
- 请求路径不变
- 无请求参数
所以代码的差异,注意体现在Request对象上。依然是三步走:
- 1)创建Request对象。这次是DeleteIndexRequest对象
- 2)准备参数。这里是无参
- 3)发送请求。改用delete方法
在hotel-demo中的HotelIndexTest测试类中,编写单元测试,实现删除索引:
@Test
void testDeleteHotelIndex() throws IOException {// 1. 创建Request对象: 参数是索引库名称DeleteIndexRequest request = new DeleteIndexRequest("hotel");// 2. 准备请求参数 没有参数 (删除知道个名字就行了嘛)// 3. 发送请求: (需要传入request对象)client.indices().delete(request, RequestOptions.DEFAULT);
}
4.3.判断索引库是否存在
判断索引库是否存在,本质就是查询,对应的DSL是:
GET /hotel
因此与删除的Java代码流程是类似的。依然是三步走:
- 1)创建Request对象。这次是GetIndexRequest对象
- 2)准备参数。这里是无参
- 3)发送请求。改用exists方法
@Test
void testExistHotelIndex() throws IOException {// 1. 创建Request对象: 参数是索引库名称GetIndexRequest request = new GetIndexRequest("hotel");// 2. 发送请求: (需要传入request对象)boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);// 3. 打印结果System.out.println("exists = " + exists);
}
4.4.总结
JavaRestClient操作elasticsearch的流程基本类似。核心是client.indices()方法来获取索引库的操作对象。
索引库操作的基本步骤:
- 初始化RestHighLevelClient
- 创建XxxIndexRequest。XXX是Create、Get、Delete
- 准备DSL( Create时需要,其它是无参)
- 发送请求。调用RestHighLevelClient#indices().xxx()方法,xxx是create、exists、delete
5.RestClient操作文档
为了与索引库操作分离,我们再次添加一个测试类,做两件事情:
- 初始化RestHighLevelClient
- 我们的酒店数据在数据库,需要利用IHotelService去查询,所以注入这个接口
package cn.whu.hotel;import cn.whu.hotel.service.IHotelService;
import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;import java.io.IOException;@SpringBootTest
public class HotelDocumentTest {@Autowiredprivate IHotelService service;private RestHighLevelClient client;@BeforeEachpublic void setUp(){client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.141.100:9200") // 最后的'/'不能有// 集群的话可以指定多个,中间逗号隔开));}@AfterEachpublic void tearDown() throws IOException {client.close();}@Testpublic void testInit(){System.out.println(service.getById(36934));}
}
5.1.新增文档
我们要将数据库的酒店数据查询出来,写入elasticsearch中。
5.1.1.索引库实体类
数据库查询后的结果是一个Hotel类型的对象。结构如下:
@Data
@TableName("tb_hotel")
public class Hotel {@TableId(type = IdType.INPUT)private Long id;private String name;private String address;private Integer price;private Integer score;private String brand;private String city;private String starName;private String business;private String longitude;private String latitude;private String pic;
}
与我们的索引库结构存在差异:
- longitude和latitude需要合并为location
因此,我们需要定义一个新的类型,与索引库结构吻合:
package cn.itcast.hotel.pojo;import lombok.Data;
import lombok.NoArgsConstructor;@Data
@NoArgsConstructor
public class HotelDoc {private Long id;private String name;private String address;private Integer price;private Integer score;private String brand;private String city;private String starName;private String business;private String location;private String pic;// 通过构造方法 将Hotel转换为HotelDocpublic HotelDoc(Hotel hotel) {this.id = hotel.getId();this.name = hotel.getName();this.address = hotel.getAddress();this.price = hotel.getPrice();this.score = hotel.getScore();this.brand = hotel.getBrand();this.city = hotel.getCity();this.starName = hotel.getStarName();this.business = hotel.getBusiness();this.location = hotel.getLatitude() + ", " + hotel.getLongitude();this.pic = hotel.getPic();}
}
5.1.2.语法说明
新增文档的DSL语句如下:
POST /{索引库名}/_doc/1
{"name": "Jack","age": 21
}
对应的java代码如图:
可以先写一个小demo试试
@Test
void testAddDocument() throws IOException {// 1. 准备request对象: 参数为索引名称 和 索引id(必须字符串类型)IndexRequest request = new IndexRequest("hotel").id("1");// 2. 准备json文档request.source("{\"name\":\"jack\",\"price\":21}", XContentType.JSON);// 3. 发送请求client.index(request, RequestOptions.DEFAULT);
}
可以看到与创建索引库类似,同样是三步走:
- 1)创建Request对象
- 2)准备请求参数,也就是DSL中的JSON文档
- 3)发送请求
变化的地方在于,这里直接使用client.xxx()的API,不再需要client.indices()了。
5.1.3.完整代码
我们导入酒店数据,基本流程一致,但是需要考虑几点变化:
- 酒店数据来自于数据库,我们需要先查询出来,得到hotel对象
- hotel对象需要转为HotelDoc对象
- HotelDoc需要序列化为json格式
因此,代码整体步骤如下:
- 1)根据id查询酒店数据Hotel
- 2)将Hotel封装为HotelDoc
- 3)将HotelDoc序列化为JSON
- 4)创建IndexRequest,指定索引库名和id
- 5)准备请求参数,也就是JSON文档
- 6)发送请求
在hotel-demo的HotelDocumentTest测试类中,编写单元测试:
@Testvoid testAddDocument() throws IOException {// 准备数据// 1. 根据id查询hotel数据Hotel hotel = service.getById(36934L);// 2. 转换为es匹配的文档类型HotelDoc hotelDoc = new HotelDoc(hotel);// 3. 转换为json格式String json = JSON.toJSONString(hotelDoc);// 1. 准备request对象: 参数为索引名称 和 索引id(必须字符串类型)IndexRequest request = new IndexRequest("hotel").id(hotel.getId().toString());// 2. 准备json文档request.source(json, XContentType.JSON);// 3. 发送请求client.index(request, RequestOptions.DEFAULT);}
5.2.查询文档
5.2.1.语法说明
查询的DSL语句如下:
GET /hotel/_doc/{id}
非常简单,因此代码大概分两步:
- 准备Request对象
- 发送请求
不过查询的目的是得到结果,解析为HotelDoc,因此难点是结果的解析。完整代码如下:
可以看到,结果是一个JSON,其中文档放在一个_source
属性中,因此解析就是拿到_source
,反序列化为Java对象即可。
与之前类似,也是三步走:
- 1)准备Request对象。这次是查询,所以是GetRequest
- 2)发送请求,得到结果。因为是查询,这里调用client.get()方法
- 3)解析结果,就是对JSON做反序列化
5.2.2.完整代码
在hotel-demo的HotelDocumentTest测试类中,编写单元测试:
@Test
public void testGetDocumentById() throws IOException {// 1. 准备requestGetRequest request = new GetRequest("hotel","36934");// 2. 发送请求,得到响应GetResponse response = client.get(request, RequestOptions.DEFAULT);// 3. 解析响应,得到jsonString json = response.getSourceAsString();// 4. 打印结果// 4.1 打印jsonSystem.out.println(json);// 4.2 json转为Object再打印: 反序列化HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);System.out.println(hotelDoc);
}
5.3.删除文档
删除的DSL为是这样的:
DELETE /hotel/_doc/{id}
与查询相比,仅仅是请求方式从DELETE变成GET,可以想象Java代码应该依然是三步走:
- 1)准备Request对象,因为是删除,这次是DeleteRequest对象。要指定索引库名和id
- 2)准备参数,无参 (无须此步)
- 3)发送请求。因为是删除,所以是client.delete()方法
在hotel-demo的HotelDocumentTest测试类中,编写单元测试:
@Test
void testDeleteDocument() throws IOException {// 1. 准备requestDeleteRequest request = new DeleteRequest("hotel","36934");// 2. 发送请求client.delete(request, RequestOptions.DEFAULT);//只是删es,不会删数据库哈
}
5.4.修改文档
5.4.1.语法说明
修改我们讲过两种方式:
- 全量修改:本质是先根据id删除,再新增
- 增量修改:修改文档中的指定字段值
在RestClient的API中,全量修改与新增的API完全一致,判断依据是ID:
- 如果新增时,ID已经存在,则修改
- 如果新增时,ID不存在,则新增
这里不再赘述,我们主要关注增量修改。
代码示例如图:
与之前类似,也是三步走:
- 1)准备Request对象。这次是修改,所以是UpdateRequest
- 2)准备参数。也就是JSON文档,里面包含要修改的字段
- 3)更新文档。这里调用client.update()方法
5.4.2.完整代码
在hotel-demo的HotelDocumentTest测试类中,编写单元测试:
@Test
void testUpdateDocument() throws IOException {// 1. 准备requestUpdateRequest request = new UpdateRequest("hotel","36934");// 2. 准备参数request.doc(// 可变参数 逗号隔开"price","345","starName","三钻");// 3. 发送请求client.update(request, RequestOptions.DEFAULT);
}
5.5.批量导入文档
案例需求:利用BulkRequest批量将数据库数据导入到索引库中。
步骤如下:
利用mybatis-plus查询酒店数据
将查询到的酒店数据(Hotel)转换为文档类型数据(HotelDoc)
利用JavaRestClient中的BulkRequest批处理,实现批量新增文档
5.5.1.语法说明
批量处理BulkRequest,其本质就是将多个普通的CRUD请求组合在一起发送。
其中提供了一个add方法,用来添加其他请求:
可以看到,能添加的请求包括:
- IndexRequest,也就是新增
- UpdateRequest,也就是修改
- DeleteRequest,也就是删除
因此Bulk中添加了多个IndexRequest,就是批量新增功能了。示例:
其实还是三步走:
- 1)创建Request对象。这里是BulkRequest
- 2)准备参数。批处理的参数,就是其它Request对象,这里就是多个IndexRequest
- 3)发起请求。这里是批处理,调用的方法为client.bulk()方法
我们在导入酒店数据时,将上述代码改造成for循环处理即可。
5.5.2.完整代码
在hotel-demo的HotelDocumentTest测试类中,编写单元测试:
@Test
public void testBulkRequest() throws IOException {// 0. 准备数据: 批量查询酒店数据List<Hotel> list = service.list();// 1. 创建RequestBulkRequest request = new BulkRequest();// 2. 准备参数,添加多个新增的Requestfor (Hotel hotel : list) {HotelDoc doc = new HotelDoc(hotel);request.add(new IndexRequest("hotel").id(doc.getId().toString()).source(JSON.toJSONString(doc),XContentType.JSON));}// 3. 发送请求client.bulk(request,RequestOptions.DEFAULT);
}
浏览器端批量查询数据
# 批量查询
GET /hotel/_search
更多DSL语句功能:参考这篇博客 或者自己百度其他博客
5.6.小结
文档操作的基本步骤:
- 初始化RestHighLevelClient
- 创建XxxRequest。XXX是Index、Get、Update、Delete、Bulk
- 准备参数(Index、Update、Bulk时需要)
- 发送请求。调用RestHighLevelClient#.xxx()方法,xxx是index、get、update、delete、bulk
- 解析结果(Get时需要)
分布式搜索引擎01-elasticsearch-介绍、倒排索引原理、概念(文档和字段,索引和映射)、安装、索引库crud、文档crud、RestAPI(java代码实现es的crud)相关推荐
- Elasticsearch——分布式搜索引擎01(索引库、文档、RestAPI、RestClient、拼音分词器、IK分词器)
Elasticsearch--分布式搜索引擎01(索引库.文档.RestAPI.RestClient.拼音分词器.IK分词器) 一.初识 elesticsearch 1.1 简介 1.2 倒排索引(重 ...
- 【Elasticsearch】倒排索引原理
1.概述 转载:elasticsearch 倒排索引原理 本文写的不错. 网上看到的一篇文章,对Lucene的倒排索引是如何执行的,说的比较易懂,就转过来分享下. Elasticsearch是通过Lu ...
- Elasticsearch(六) java代码操作Es进行高级查询match、match_all
Es在查询时其主要步骤如下: 1,构建SearchRequest请求对象,指定索引库, 2,构建SearchSourceBuilder查询对象 3,构建QueryBuilder对象指定查询方式和查询条 ...
- 微服务03 分布式搜索引擎 elasticsearch ELK kibana RestAPI 索引库 DSL查询 RestClient 黑马旅游
分布式搜索引擎01 -- elasticsearch基础 0.学习目标 1.初识elasticsearch 1.1.了解ES 1.1.1.elasticsearch的作用 elasticsearch是 ...
- ElasticSearch系列——倒排索引、删除映射类型、打分机制、配置文件、常见错误
文章目录 1 倒排索引 2 删除映射类型 一 前言 二 什么是映射类型? 三 为什么要删除映射类型? 四 映射类型的替代方法 4.1 将映射类型分开存储在索引中 4.2 自定义类型字段回到顶部 五 没 ...
- Elasticsearch集群原理、安装和基本使用
Elasticsearch(ES)是一个基于Lucene构件的开源.分布式.RESTful接口全文搜索引擎.ES还是一个分布式文档数据库,其中每个字段均是被索引的数据且可被搜索,它能够扩展至数以百计的 ...
- 面试精讲之面试考点及大厂真题 - 分布式专栏 17 ElasticSearch解决大数据量检索难题
17 ElasticSearch解决大数据量检索难题 理想的书籍是智慧的钥匙. --列夫·托尔斯泰 引言 如果你的项目里有超过千万上亿级别的数据,且数据日增量较大需要高性能检索时,如订单数据,你该怎么 ...
- 【javaWeb微服务架构项目——乐优商城day07】——Elasticsearch介绍和安装及使用(安装kibana,安装ik分词器,Spring Data Elasticsearch,高级查询)
文章目录 0.学习目标 1.Elasticsearch介绍和安装 1.1.简介 1.1.1.Elastic 1.1.2.Elasticsearch 1.1.3.版本 1.2.安装和配置 1.2.1.新 ...
- 谷粒商城微服务分布式高级篇ElasticSearch二——重要概念及原理
文章目录 面向文档 索引 分布式特性 分布式集群 集群健康 添加索引 增加故障转移 横向扩展 继续扩展 应对故障 数据结构 什么是文档? 文档元数据 _index _type _id 其他元数据 _s ...
最新文章
- CSS3系列一(概述、选择器、使用选择器插入内容)
- 斯坦福机器学习视频笔记 Week6 关于机器学习的建议 Advice for Applying Machine Learning...
- Aspose.cell生成表格
- sq语句报错Parameter index out of range (2 > number of parameters, which is 1).
- CVE-2019-2725复现(从环境搭建到getshell)
- python绘制动态图表怎么存下来_做动态图表,没有数据?用Python就能获取!
- IMP-00009:异常结束导出文件解决方案
- Linux删除带空格的文件 删除最后一个后缀名
- [paper reading] CornerNet
- 网站域名安全:泛解析处理及防护
- A轮、B轮、C轮融资、VC、PE、IPO概念解析
- 如何选择嵌入式练手项目、嵌入式开源项目大全,嵌入式产品举例
- 蓝丝雨零基础DNF脚本开发速成系列
- ECMALL模板解析机制.MVC架构分析及文件目录说明.二次开发指南手册
- 阿里巴巴 html圆代码,阿里巴巴国际站HTML代码全透视
- 安卓手机管理_安卓手机会越用越卡?关闭这几个功能,还可以用三年
- Java版数据结构之单向链表
- 时间序列基础操作:使用python与eviews对AR与ARMA模型进行定阶与预报
- c++ 箭头符号怎么打_C++编程基础知识二
- 使用Python 求解100到1000之间的水仙花数
热门文章
- 17.React 如何定义对象及常见操作方法
- 草泥马的FreeBSD
- java计算机毕业设计外卖点餐系统源代码+数据库+系统+lw文档
- BUUCTF-Web-[极客大挑战 2019]Upload
- 微服务架构: 基于nacos注册中心的Zuul网关实现
- mysql事务select数据慢_mysql查询缓慢原因和解决方案
- TensorRec:基于TensorFlow的推荐引擎框架
- oracle if elde,elde是什么意思
- c语言前提,C语言前提条件和后置条件
- java自动生成entity文件