Elasticsearch——数据聚合、数据同步与集群搭建

1.数据聚合
- 1.1.聚合的种类
- 1.2.DSL实现聚合
- - 1.2.1.Bucket 聚合语法
  - 1.2.2.聚合结果排序
  - 1.2.3.限定聚合范围
  - 1.2.4.Metric 聚合语法
  - 1.2.5.小结
- 1.3.RestAPI 实现聚合
- - 1.3.1.API 语法
  - 1.3.2.业务需求
  - 1.3.3.业务实现
2.自动补全
- 2.1.拼音分词器
- 2.2.自定义分词器
- 2.3.自动补全查询
- 2.4.实现酒店搜索框自动补全
- - 2.4.1.修改酒店映射结构
  - 2.4.2.修改 HotelDoc 实体
  - 2.4.3.重新导入
  - 2.4.4.自动补全查询的 Java API
  - 2.4.5.实现搜索框自动补全
3.数据同步
- 3.1.思路分析
- - 3.1.1.同步调用
  - 3.1.2.异步通知
  - 3.1.3.监听 binlog
  - 3.1.4.选择
- 3.2.实现数据同步
- - 3.2.1.思路
  - 3.2.2.导入 demo
  - 3.2.3.声明交换机、队列
  - - 3.2.3.1.引入依赖和添加配置
    - 3.2.3.2.声明队列交换机名称
    - 3.2.3.3.声明队列交换机
  - 3.2.4.发送 MQ 消息
  - 3.2.5.接收 MQ 消息
- 3.3.测试
4.集群
- 4.1.创建 Elasticsearch 集群
- - 4.1.1.编写 docker-compose.yml 文件
  - 4.1.2.修改 Linux 系统配置
  - 4.1.2.集群状态监控
  - 4.1.3.创建索引库
  - - 4.1.3.1.利用 Kibana 的 DevTools 创建索引库
    - 4.1.3.2.利用 cerebro 创建索引库
  - 4.1.4.查看分片效果
- 4.2.集群脑裂问题
- - 4.2.1.集群职责划分
  - 4.2.2.脑裂问题
  - 4.2.3.小结
- 4.3.集群分布式存储
- - 4.3.1.分片存储测试
  - 4.3.2.分片存储原理
- 4.4.集群分布式查询
- 4.5.集群故障转移

本文笔记整理自黑马 Elasticsearch 教程，相关资料在该视频评论区进行获取。

1.数据聚合

聚合 (aggregations) 可以让我们极其方便的实现对数据的统计、分析、运算。例如：

什么品牌的手机最受欢迎？
这些手机的平均价格、最高价格、最低价格？
这些手机每月的销售情况如何？

实现这些统计功能的比数据库的 SQL 要方便的多，而且查询速度非常快，可以实现近实时搜索效果。

1.1.聚合的种类

聚合常见的有三类：

桶 (Bucket) 聚合：用来对文档做分组
- TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组
- Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组
度量 (Metric) 聚合：用以计算一些值，比如：最大值、最小值、平均值等
- Avg：求平均值
- Max：求最大值
- Min：求最小值
- Stats：同时求 max、min、avg、sum 等
管道 (pipeline) 聚合：其它聚合的结果为基础做聚合

注意：参加聚合的字段必须是 keyword、日期、数值、布尔类型

1.2.DSL实现聚合

现在，我们要统计所有数据中的酒店品牌有几种，其实就是按照品牌对数据分组。此时可以根据酒店品牌的名称做聚合，也就是 Bucket 聚合。

1.2.1.Bucket 聚合语法

语法如下：

GET /hotel/_search
{
  "size": 0,  				//设置 size 为 0，结果中不包含文档，只包含聚合结果
  "aggs": { 				//定义聚合
    "brandAgg": { 			//给聚合起个名字
      "terms": { 			//聚合的类型，按照品牌值聚合，所以选择 term
        "field": "brand", 	//参与聚合的字段
        "size": 20 			//希望获取的聚合结果数量
      }
    }
  }
}

结果如图：

在这里插入图片描述

1.2.2.聚合结果排序

默认情况下，Bucket 聚合会统计 Bucket 内的文档数量，记为 _count，并且按照 _count 降序排序。我们可以指定 order 属性，自定义聚合的排序方式：

GET /hotel/_search
{
  "size": 0, 
  "aggs": {
    "brandAgg": {
      "terms": {
        "field": "brand",
        "order": {
          "_count": "asc" 	// 按照 _count 升序排列
        },
        "size": 20
      }
    }
  }
}

1.2.3.限定聚合范围

默认情况下，Bucket 聚合是对索引库的所有文档做聚合，但在真实场景下，用户会输入搜索条件，因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。我们可以限定要聚合的文档范围，只要添加 query 条件即可：

GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "lte": 200 	// 只对 200 元以下的文档聚合
      }
    }
  }, 
  "size": 0, 
  "aggs": {
    "brandAgg": {
      "terms": {
        "field": "brand",
        "size": 20
      }
    }
  }
}

这次，聚合得到的品牌明显变少了：

在这里插入图片描述

1.2.4.Metric 聚合语法

前面我们对酒店按照品牌分组，形成了一个个桶。现在我们需要对桶内的酒店做运算，获取每个品牌的用户评分的 min、max、avg 等值。这就要用到 Metric 聚合了，例如 stats 聚合：就可以获取 min、max、avg 等结果。语法如下：

GET /hotel/_search
{
  "size": 0, 
  "aggs": {
    "brandAgg": { 
      "terms": { 
        "field": "brand", 
        "size": 20
      },
      "aggs": { 				// 是 brands 聚合的子聚合，也就是分组后对每组分别计算
        "score_stats": { 		// 聚合名称
          "stats": { 			// 聚合类型，这里 stats 可以计算 min、max、avg 等
            "field": "score" 	// 聚合字段，这里是 score
          }
        }
      }
    }
  }
}

这次的 score_stats 聚合是在 brandAgg 的聚合内部嵌套的子聚合。因为我们需要在每个桶分别计算。另外，我们还可以给聚合结果做个排序，例如按照每个桶的酒店平均分做排序：

在这里插入图片描述

1.2.5.小结

（1）aggs 代表聚合，与 query 同级，此时 query 的作用是：限定聚合的的文档范围

（2）聚合必须的三要素：

聚合名称
聚合类型
聚合字段

（3）聚合可配置属性有：

size：指定聚合结果数量
order：指定聚合结果排序方式
field：指定聚合字段

1.3.RestAPI 实现聚合

1.3.1.API 语法

聚合条件与 query 条件同级别，因此需要使用 request.source() 来指定聚合条件。聚合条件的语法：

在这里插入图片描述

聚合的结果也与查询结果不同，API 也比较特殊。不过同样是 JSON 逐层解析：
在这里插入图片描述

@Test
void testAggregation() throws IOException {
    SearchRequest request = new SearchRequest("hotel");
    request.source().size(0);
    request.source().aggregation(AggregationBuilders
            .terms("brandAgg")
            .field("brand")
            .size(10));
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    Aggregations aggregations = response.getAggregations();
    //根据聚合名称获取聚合结果
    Terms brandTerms = aggregations.get("brandAgg");
    List<? extends Terms.Bucket> buckets = brandTerms.getBuckets();
    //遍历每一个 bucket（默认遍历奇拿 10 个）
    for (Terms.Bucket bucket : buckets) {
        String key = bucket.getKeyAsString();
        long docCount = bucket.getDocCount();
        System.out.println(key + ": " + docCount);
    }
}

结果如下：

7天酒店: 30
如家: 30
皇冠假日: 17
速8: 15
万怡: 13
华美达: 13
和颐: 12
万豪: 11
喜来登: 11
希尔顿: 10

1.3.2.业务需求

需求：搜索页面的品牌、城市等信息不应该是在页面写死，而是通过聚合索引库中的酒店数据得来的：

在这里插入图片描述

分析：目前，页面的城市列表、星级列表、品牌列表都是写死的，并不会随着搜索结果的变化而变化。但是用户搜索条件改变时，搜索结果会跟着变化。例如：用户搜索“东方明珠”，那搜索的酒店肯定是在上海东方明珠附近，因此，城市只能是上海，此时城市列表中就不应该显示北京、深圳、杭州这些信息了。

也就是说，搜索结果中包含哪些城市，页面就应该列出哪些城市；搜索结果中包含哪些品牌，页面就应该列出哪些品牌。如何得知搜索结果中包含哪些品牌？如何得知搜索结果中包含哪些城市？

使用聚合功能，利用 Bucket 聚合，对搜索结果中的文档基于品牌分组、基于城市分组，就能得知包含哪些品牌、哪些城市了。因为是对搜索结果聚合，因此聚合是限定范围的聚合，也就是说聚合的限定条件跟搜索文档的条件一致。

查看浏览器可以发现，前端其实已经发出了这样的一个请求：

在这里插入图片描述

请求参数与搜索文档的参数完全一致。返回值类型就是页面要展示的最终结果：

在这里插入图片描述

结果是一个 Map 结构：

key是字符串，城市、星级、品牌、价格
value是集合，例如多个城市的名称

1.3.3.业务实现

在 cn.itcast.hotel.web 包的 HotelController 中添加一个方法，遵循下面的要求：

请求方式：POST
请求路径：/hotel/filters
请求参数：RequestParams，与搜索文档的参数一致
返回值类型：Map<String, List<String>>

代码：

@PostMapping("/filters")
public Map<String, List<String>> getFilters(@RequestBody RequestParams params){
    return hotelService.getFilters(params);
}

这里调用了 IHotelService 中的 getFilters 方法，尚未实现。在 cn.itcast.hotel.service.IHotelService 中定义新方法：

Map<String, List<String>> filters(RequestParams params);

在 cn.itcast.hotel.service.impl.HotelService 中实现该方法：

@Override
public Map<String, List<String>> filters(RequestParams params) {
    try {
        // 1.准备 Request
        SearchRequest request = new SearchRequest("hotel");
        // 2.准备 DSL
        // 2.1.query
        buildBasicQuery(params, request);
        // 2.2.设置size
        request.source().size(0);
        // 2.3.聚合
        buildAggregation(request);
        // 3.发出请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析结果
        Map<String, List<String>> result = new HashMap<>();
        Aggregations aggregations = response.getAggregations();
        // 4.1.根据品牌名称，获取品牌结果
        List<String> brandList = getAggByName(aggregations, "brandAgg");
        result.put("brand", brandList);
        // 4.2.根据品牌名称，获取品牌结果
        List<String> cityList = getAggByName(aggregations, "cityAgg");
        result.put("city", cityList);
        // 4.3.根据品牌名称，获取品牌结果
        List<String> starList = getAggByName(aggregations, "starAgg");
        result.put("starName", starList);

        return result;
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

private void buildAggregation(SearchRequest request) {
    request.source().aggregation(AggregationBuilders
                                 .terms("brandAgg")
                                 .field("brand")
                                 .size(100)
                                );
    request.source().aggregation(AggregationBuilders
                                 .terms("cityAgg")
                                 .field("city")
                                 .size(100)
                                );
    request.source().aggregation(AggregationBuilders
                                 .terms("starAgg")
                                 .field("starName")
                                 .size(100)
                                );
}

private List<String> getAggByName(Aggregations aggregations, String aggName) {
    // 4.1.根据聚合名称获取聚合结果
    Terms brandTerms = aggregations.get(aggName);
    // 4.2.获取buckets
    List<? extends Terms.Bucket> buckets = brandTerms.getBuckets();
    // 4.3.遍历
    List<String> brandList = new ArrayList<>();
    for (Terms.Bucket bucket : buckets) {
        // 4.4.获取key
        String key = bucket.getKeyAsString();
        brandList.add(key);
    }
    return brandList;
}

2.自动补全

当用户在搜索框输入字符时，我们应该提示出与该字符有关的搜索项，如图：

在这里插入图片描述

这种根据用户输入的字母，提示完整词条的功能，就是自动补全了。因为需要根据拼音字母来推断，因此要用到拼音分词功能。

2.1.拼音分词器

要实现根据字母做补全，就必须对文档按照拼音分词。在 GitHub 上恰好有 Elasticsearch 的拼音分词插件。地址：https://github.com/medcl/elasticsearch-analysis-pinyin

在这里插入图片描述

课前资料中也提供了拼音分词器的安装包：

在这里插入图片描述

安装方式与 IK 分词器一样，分以下几步：

解压
上传到虚拟机中，Elasticsearch 的 plugin 目录，即 /var/lib/docker/volumes/es-plugins/_data 目录下
重启 Elasticsearch
测试

详细安装步骤可以参考 IK 分词器的安装过程。测试用法如下：

POST /_analyze
{
  "text": "如家酒店还不错",
  "analyzer": "pinyin"
}

结果：

在这里插入图片描述

2.2.自定义分词器

（1）默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。Elasticsearch 中分词器 (analyzer) 的组成包含三部分：

character filters：在 tokenizer 之前对文本进行处理。例如删除字符、替换字符
tokenizer：将文本按照一定的规则切割成词条 (term)。例如 keyword，就是不分词；还有 ik_smart
tokenizer filter：将 tokenizer 输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等

（2）文档分词时会依次由这三部分来处理文档：

在这里插入图片描述

声明自定义分词器的语法如下：

PUT /test
{
  "settings": {
    "analysis": {
      "analyzer": { 		// 自定义分词器
        "my_analyzer": {  	// 分词器名称
          "tokenizer": "ik_max_word",
          "filter": "py"
        }
      },
      "filter": { 				// 自定义tokenizer filter
        "py": { 				// 过滤器名称
          "type": "pinyin", 	// 过滤器类型，这里是pinyin
		  "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "keep_original": true,
          "limit_first_letter_length": 16,
          "remove_duplicated_term": true,
          "none_chinese_pinyin_tokenize": false
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "my_analyzer",		//创建索引时使用的分词器
        "search_analyzer": "ik_smart"	//搜索时使用的分词器
      }
    }
  }
}

测试：

在这里插入图片描述

但需要注意的是，拼音分词器适合在创建倒排索引的时候使用，但不能再搜索的时候使用。

在这里插入图片描述

总结：
如何使用拼音分词器？

下载 pinyin 分词器
解压并放到 Elasticsearch 的 plugin 目录
重启即可

如何自定义分词器？
创建索引库时，在 settings 中配置，可以包含三部分

character filter
tokenizer
filter

拼音分词器注意事项？

为了避免搜索到同音字，搜索时不要使用拼音分词器

2.3.自动补全查询

Elasticsearch 提供了 Completion Suggester 查询来实现自动补全功能。这个查询会匹配以用户输入内容开头的词条并返回。为了提高补全查询的效率，对于文档中字段的类型有一些约束：

参与补全查询的字段必须是 completion 类型。
字段的内容一般是用来补全的多个词条形成的数组。

比如，一个这样的索引库：

// 创建索引库
PUT test
{
  "mappings": {
    "properties": {
      "title":{
        "type": "completion"
      }
    }
  }
}

然后插入下面的数据：

// 示例数据
POST test/_doc
{
  "title": ["Sony", "WH-1000XM3"]
}
POST test/_doc
{
  "title": ["SK-II", "PITERA"]
}
POST test/_doc
{
  "title": ["Nintendo", "switch"]
}

查询的 DSL 语句如下：

// 自动补全查询
GET /test/_search
{
  "suggest": {
    "title_suggest": {
      "text": "s", 					// 关键字
      "completion": {
        "field": "title", 			// 补全查询的字段
        "skip_duplicates": true, 	// 跳过重复的
        "size": 10 					// 获取前 10 条结果
      }
    }
  }
}

2.4.实现酒店搜索框自动补全

现在，我们的 hotel 索引库还没有设置拼音分词器，需要修改索引库中的配置。但是我们知道索引库是无法修改的，只能删除然后重新创建。另外，我们需要添加一个字段，用来做自动补全，将 brand、suggestion、city 等都放进去，作为自动补全的提示。因此，总结一下，我们需要做的事情包括：

修改 hotel 索引库结构，设置自定义拼音分词器
修改索引库的 name、all 字段，使用自定义分词器
索引库添加一个新字段 suggestion，类型为 completion 类型，使用自定义的分词器
给 HotelDoc 类添加 suggestion 字段，内容包含 brand、business
重新导入数据到 hotel 库

2.4.1.修改酒店映射结构

代码如下：

//删除之前存在的索引库
DELETE /hotel

//酒店数据索引库
PUT /hotel
{
  "settings": {
    "analysis": {
      "analyzer": {
        "text_anlyzer": {					//自定义分词器
          "tokenizer": "ik_max_word",
          "filter": "py"
        },
        "completion_analyzer": {
          "tokenizer": "keyword",			//自动补全分词器，参与自动补全的是固定的词条（不可切分）
          "filter": "py"
        }
      },
      "filter": {
        "py": {								//自定义拼音过滤器
          "type": "pinyin",
          "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "keep_original": true,
          "limit_first_letter_length": 16,
          "remove_duplicated_term": true,
          "none_chinese_pinyin_tokenize": false
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "id":{
        "type": "keyword"
      },
      "name":{
        "type": "text",
        "analyzer": "text_anlyzer",			//使用自定义的分词器
        "search_analyzer": "ik_smart",
        "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": "text_anlyzer",			//使用自定义的分词器
        "search_analyzer": "ik_smart"
      },
      "suggestion":{						//自动补全
          "type": "completion",
          "analyzer": "completion_analyzer"
      }
    }
  }
}

2.4.2.修改 HotelDoc 实体

HotelDoc 中要添加一个字段，用来做自动补全，内容可以是酒店品牌、城市、商圈等信息。按照自动补全字段的要求，最好是这些字段的数组。因此我们在 HotelDoc 中添加一个 suggestion 字段，类型为 List<String>，然后将 brand、city、business 等信息放到里面。代码如下：

package cn.itcast.hotel.pojo;

import lombok.Data;
import lombok.NoArgsConstructor;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;

@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;
    private Object distance;
    private Boolean isAD;
    private List<String> suggestion;

    public 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();
        // 组装 suggestion
        if (this.business.contains("/")) {
            // business 有多个值，需要切割
            String[] arr = this.business.split("/");
            // 添加元素
            this.suggestion = new ArrayList<>();
            this.suggestion.add(this.brand);
            Collections.addAll(this.suggestion, arr);
        } else {
            this.suggestion = Arrays.asList(this.brand, this.business);
        }
    }
}

2.4.3.重新导入

（1）重新执行之前编写的导入数据功能，可以看到新的酒店数据中包含了 suggestion：

@Test
void testBulkRequest() throws IOException {
    // 批量查询酒店数据
    List<Hotel> hotels = hotelService.list();

    // 1.创建Request
    BulkRequest request = new BulkRequest();
    // 2.准备参数，添加多个新增的Request
    for (Hotel hotel : hotels) {
        // 2.1.转换为文档类型HotelDoc
        HotelDoc hotelDoc = new HotelDoc(hotel);
        // 2.2.创建新增文档的Request对象
        request.add(new IndexRequest("hotel")
                .id(hotelDoc.getId().toString())
                .source(JSON.toJSONString(hotelDoc), XContentType.JSON));
    }
    // 3.发送请求
    client.bulk(request, RequestOptions.DEFAULT);
}

GET /hotel/_search
{
  "query": {
    "match_all": {}
  }
}

在这里插入图片描述

（2）测试自动补全功能

GET /hotel/_search
{
  "suggest": {
    "test_suggestion": {
      "text": "h",
      "completion": {
        "field": "suggestion",
        "skip_duplicates": true, 
        "size": 10
      }
    }
  }
}

结果如下：

在这里插入图片描述

2.4.4.自动补全查询的 Java API

之前我们学习了自动补全查询的 DSL，而没有学习对应的 Java API，这里给出一个示例：

在这里插入图片描述

而自动补全的结果也比较特殊，解析的代码如下：

在这里插入图片描述

完整代码如下：

@Test
void testSuggestion() throws IOException {
    //1.准备 request
    SearchRequest request = new SearchRequest("hotel");
    //2.准备 DSL
    request.source().suggest(new SuggestBuilder().addSuggestion(
      "mySuggestion",
            SuggestBuilders.completionSuggestion("suggestion")
                            .prefix("h")
                            .skipDuplicates(true)
                            .size(10)
    ));
    //3.发起请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    //4.解析结果
    Suggest suggest = response.getSuggest();
    CompletionSuggestion suggestion = suggest.getSuggestion("mySuggestion");
    for (CompletionSuggestion.Entry.Option option : suggestion.getOptions()) {
        //获取一个 option 中的 text，即补全的词条
        String text = option.getText().toString();
        System.out.println(text);
    }
}

结果如下：

和颐
横沙岛
汉庭
海岸城
淮海路
火车站
皇冠假日
豪生

2.4.5.实现搜索框自动补全

查看前端页面，可以发现当我们在输入框键入时，前端会发起 Ajax 请求：

在这里插入图片描述

返回值是补全词条的集合，类型为List<String>
1）在 cn.itcast.hotel.web 包下的 HotelController 中添加新接口，接收新的请求：

@GetMapping("/suggestion")
public List<String> getSuggestions(@RequestParam("key") String prefix) {
    return hotelService.getSuggestions(prefix);
}

2）在 cn.itcast.hotel.service 包下的 IhotelService 中添加方法：

List<String> getSuggestions(String prefix);

3）在 cn.itcast.hotel.service.impl.HotelService 中实现该方法：

@Override
public List<String> getSuggestions(String prefix) {
    try {
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotel");
        // 2.准备DSL
        request.source().suggest(new SuggestBuilder().addSuggestion(
            "mySuggestion",
            SuggestBuilders.completionSuggestion("suggestion")
            .prefix(prefix)
            .skipDuplicates(true)
            .size(10)
        ));
        // 3.发起请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析结果
        Suggest suggest = response.getSuggest();
        // 4.1.根据补全查询名称，获取补全结果
        CompletionSuggestion suggestions = suggest.getSuggestion("mySuggestion");
        // 4.2.获取options
        List<CompletionSuggestion.Entry.Option> options = suggestions.getOptions();
        // 4.3.遍历
        List<String> list = new ArrayList<>(options.size());
        for (CompletionSuggestion.Entry.Option option : options) {
            String text = option.getText().toString();
            list.add(text);
        }
        return list;
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

启动项目后进行测试：

在这里插入图片描述

3.数据同步

Elasticsearch 中的酒店数据来自于 MySQL 数据库，因此 MySQL 数据发生改变时，Elasticsearch 也必须跟着改变，这个就是 Elasticsearch 与 MySQL 之间的数据同步。

在这里插入图片描述

3.1.思路分析

常见的数据同步方案有三种：

同步调用
异步通知
监听 binlog

3.1.1.同步调用

方案一：同步调用

在这里插入图片描述

基本步骤如下：

hotel-demo 对外提供接口，用来修改 Elasticsearch 中的数据
酒店管理服务在完成数据库操作后，直接调用 hotel-demo 提供的接口

3.1.2.异步通知

方案二：异步通知

在这里插入图片描述

流程如下：

hotel-admin 对 MySQL 数据库数据完成增、删、改后，发送 MQ 消息
hotel-demo 监听 MQ，接收到消息后完成 Elasticsearch 数据修改

3.1.3.监听 binlog

方案三：监听 binlog

在这里插入图片描述

流程如下：

给 MySQL 开启 binlog 功能
MySQL 完成增、删、改操作都会记录在 binlog 中
hotel-demo 基于 canal 监听 binlog 变化，实时更新 Elasticsearch 中的内容

3.1.4.选择

方式一：同步调用
- 优点：实现简单，粗暴
- 缺点：业务耦合度高
方式二：异步通知
- 优点：低耦合，实现难度一般
- 缺点：依赖 MQ 的可靠性
方式三：监听 binlog
- 优点：完全解除服务间耦合
- 缺点：开启 binlog 增加数据库负担、实现复杂度高

3.2.实现数据同步

这里我们选择第二种方式来实现数据同步，有关 RabbitMQ 的安装和使用可以参考 RabbitMQ——入门介绍这篇文章。

3.2.1.思路

利用资料提供的 hotel-admin 项目作为酒店管理的微服务。当酒店数据发生增、删、改时，要求对 Elasticsearch 中数据也要完成相同操作。步骤：

导入课前资料提供的 hotel-admin 项目，启动并测试酒店数据的 CRUD
声明 exchange、queue、RoutingKey
在 hotel-admin 中的增、删、改业务中完成消息发送
在 hotel-demo 中完成消息监听，并更新 Elasticsearch 中数据
启动并测试数据同步功能

3.2.2.导入 demo

导入课前资料提供的 hotel-admin 项目：

在这里插入图片描述

运行后，访问 http://localhost:8099

在这里插入图片描述

其中包含了酒店的 CRUD 功能：

在这里插入图片描述

3.2.3.声明交换机、队列

MQ结构如图：

在这里插入图片描述

3.2.3.1.引入依赖和添加配置

（1）在 hotel-admin、hotel-demo 中引入 RabbitMQ 的依赖：

<!--amqp-->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-amqp</artifactId>
</dependency>

（2）在 hotel-admin、hotel-demo 的 application.yaml 文件中添加如下 RabbitMQ 配置：

spring:
  rabbitmq:
    host: 192.168.101.65
    port: 5672
    username: admin
    password: 123
    virtual-host: /

3.2.3.2.声明队列交换机名称

在 hotel-admin 和 hotel-demo 中的 cn.itcast.hotel.constatnts 包下新建一个类 MqConstants：

package cn.itcast.hotel.constatnts;

public class MqConstants {
    /**
     * 交换机
     */
    public final static String HOTEL_EXCHANGE = "hotel.topic";
    /**
     * 监听新增和修改的队列
     */
    public final static String HOTEL_INSERT_QUEUE = "hotel.insert.queue";
    /**
     * 监听删除的队列
     */
    public final static String HOTEL_DELETE_QUEUE = "hotel.delete.queue";
    /**
     * 新增或修改的 RoutingKey
     */
    public final static String HOTEL_INSERT_KEY = "hotel.insert";
    /**
     * 删除的 RoutingKey
     */
    public final static String HOTEL_DELETE_KEY = "hotel.delete";
}

3.2.3.3.声明队列交换机

在 hotel-demo 中，定义配置类，声明队列、交换机：

package cn.itcast.hotel.config;

import cn.itcast.hotel.constants.MqConstants;
import org.springframework.amqp.core.Binding;
import org.springframework.amqp.core.BindingBuilder;
import org.springframework.amqp.core.Queue;
import org.springframework.amqp.core.TopicExchange;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class MqConfig {
    @Bean
    public TopicExchange topicExchange(){
        return new TopicExchange(MqConstants.HOTEL_EXCHANGE, true, false);
    }

    @Bean
    public Queue insertQueue(){
        return new Queue(MqConstants.HOTEL_INSERT_QUEUE, true);
    }

    @Bean
    public Queue deleteQueue(){
        return new Queue(MqConstants.HOTEL_DELETE_QUEUE, true);
    }

    @Bean
    public Binding insertQueueBinding(){
        return BindingBuilder.bind(insertQueue()).to(topicExchange()).with(MqConstants.HOTEL_INSERT_KEY);
    }

    @Bean
    public Binding deleteQueueBinding(){
        return BindingBuilder.bind(deleteQueue()).to(topicExchange()).with(MqConstants.HOTEL_DELETE_KEY);
    }
}

3.2.4.发送 MQ 消息

在 hotel-admin 中的增、删、改业务中分别发送 MQ 消息：

package cn.itcast.hotel.web;

import cn.itcast.hotel.constants.MqConstants;
import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.pojo.PageResult;
import cn.itcast.hotel.service.IHotelService;
import com.baomidou.mybatisplus.extension.plugins.pagination.Page;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;

import java.security.InvalidParameterException;

@RestController
@RequestMapping("/hotel")
public class HotelController {

    @Autowired
    private IHotelService hotelService;

    @Autowired
    private RabbitTemplate rabbitTemplate;

    @GetMapping("/{id}")
    public Hotel queryById(@PathVariable("id") Long id){
        return hotelService.getById(id);
    }

    @GetMapping("/list")
    public PageResult hotelList(@RequestParam(value = "page", defaultValue = "1") Integer page,
            @RequestParam(value = "size", defaultValue = "1") Integer size
    ){
        Page<Hotel> result = hotelService.page(new Page<>(page, size));

        return new PageResult(result.getTotal(), result.getRecords());
    }

    @PostMapping
    public void saveHotel(@RequestBody Hotel hotel){
        hotelService.save(hotel);
        rabbitTemplate.convertAndSend(MqConstants.HOTEL_EXCHANGE, MqConstants.HOTEL_INSERT_KEY, hotel.getId());
    }

    @PutMapping()
    public void updateById(@RequestBody Hotel hotel){
        if (hotel.getId() == null) {
            throw new InvalidParameterException("id不能为空");
        }
        hotelService.updateById(hotel);
        rabbitTemplate.convertAndSend(MqConstants.HOTEL_EXCHANGE, MqConstants.HOTEL_INSERT_KEY, hotel.getId());
    }

    @DeleteMapping("/{id}")
    public void deleteById(@PathVariable("id") Long id) {
        hotelService.removeById(id);
        rabbitTemplate.convertAndSend(MqConstants.HOTEL_EXCHANGE, MqConstants.HOTEL_DELETE_KEY, id);
    }
}

3.2.5.接收 MQ 消息

hotel-demo 接收到 MQ 消息要做的事情包括：

新增消息：根据传递的 hotel 的 id 查询 hotel 信息，然后新增一条数据到索引库
删除消息：根据传递的 hotel 的 id 删除索引库中的一条数据

1）首先在 hotel-demo 的 cn.itcast.hotel.service 包下的 IHotelService 中新增新增、删除业务

void deleteById(Long id);

void insertById(Long id);

2）给 hotel-demo 中的 cn.itcast.hotel.service.impl 包下的 HotelService 中实现业务：

@Override
public void deleteById(Long id) {
    try {
        // 1.准备 Request
        DeleteRequest request = new DeleteRequest("hotel", id.toString());
        // 2.发送请求
        client.delete(request, RequestOptions.DEFAULT);
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

@Override
public void insertById(Long id) {
    try {
        // 0.根据 id 查询酒店数据
        Hotel hotel = getById(id);
        // 转换为文档类型
        HotelDoc hotelDoc = new HotelDoc(hotel);

        // 1.准备 Request 对象
        IndexRequest request = new IndexRequest("hotel").id(hotel.getId().toString());
        // 2.准备 Json 文档
        request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);
        // 3.发送请求
        client.index(request, RequestOptions.DEFAULT);
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

3）编写监听器
在 hotel-demo 中的 cn.itcast.hotel.mq 包新增一个类：

package cn.itcast.hotel.mq;

import cn.itcast.hotel.constants.MqConstants;
import cn.itcast.hotel.service.IHotelService;
import org.springframework.amqp.rabbit.annotation.RabbitListener;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;

@Component
public class HotelListener {

    @Autowired
    private IHotelService hotelService;

    /**
     * 监听酒店新增或修改的业务
     * @param id 酒店 id
     */
    @RabbitListener(queues = MqConstants.HOTEL_INSERT_QUEUE)
    public void listenHotelInsertOrUpdate(Long id){
        hotelService.insertById(id);
    }

    /**
     * 监听酒店删除的业务
     * @param id 酒店 id
     */
    @RabbitListener(queues = MqConstants.HOTEL_DELETE_QUEUE)
    public void listenHotelDelete(Long id){
        hotelService.deleteById(id);
    }
}

3.3.测试

（1）启动 hotel-demo、hotel-admin；

（2）在 RabbitMQ 管理页面查看队列和交换机是否存在：

在这里插入图片描述

（3）测试修改数据：

修改上海希尔顿酒店的数据，其 id 为 60223
编辑该酒店信息
将价格从原来的 2688 修改为 2686
再次搜索价格1500元以上的酒店，此时发现该酒店的价格已经变为 2686，这说明数据同步成功。
此外，我们在 RabbitMQ 的管理页面也看到了队列 hotel.insert.queue 确实接收到了消息：

4.集群

（1）单机的 Elasticsearch 做数据存储，必然面临两个问题：海量数据存储问题、单点故障问题。

海量数据存储问题：将索引库从逻辑上拆分为 N 个分片 (shard)，存储到多个节点
单点故障问题：将分片数据在不同节点备份 (replica)

（2）Elasticsearch 集群相关概念:

集群（cluster）：一组拥有共同的 cluster name 的节点。
节点 (node)：集群中的一个 Elasticearch 实例
分片 (shard)：索引可以被拆分为不同的部分进行存储，称为分片。在集群环境下，一个索引的不同分片可以拆分到不同的节点中

（3）解决问题：数据量太大，单点存储量有限的问题。

在这里插入图片描述

此处，我们把数据分成 3 片：shard0、shard1、shard2

主分片（Primary shard）：相对于副本分片的定义。
副本分片（Replica shard）每个主分片可以有一个或者多个副本，数据和主分片一样。

数据备份可以保证高可用，但是每个分片备份一份，所需要的节点数量就会翻一倍，成本非常高！为了在高可用和成本间寻求平衡，我们可以这样做：

首先对数据分片，存储到不同节点
然后对每个分片进行备份，放到对方节点，完成互相备份

这样可以大大减少所需要的服务节点数量，如图，我们以 3 分片，每个分片备份一份为例：

在这里插入图片描述

现在，每个分片都有 1 个备份，存储在 3 个节点：

node0：保存了分片 0 和 1
node1：保存了分片 0 和 2
node2：保存了分片 1 和 2

4.1.创建 Elasticsearch 集群

我们在单机上利用 Docker 容器运行多个 Elasticsearch 实例来模拟 Elasticsearch 集群。不过在实际生产环境中推荐每一台服务节点仅部署一个 Elasticsearch 的实例。部署 Elasticsearch 集群可以直接使用 docker-compose 来完成，但这要求 Linux 虚拟机至少有 4GB 的内存空间

4.1.1.编写 docker-compose.yml 文件

首先编写一个 docker-compose.yml 文件，并将其上传到 Linux 中，内容如下：

version: '2.2'
services:
  es01:
    image: elasticsearch:7.12.1
    container_name: es01
    environment:
      - node.name=es01								# 节点名称
      - cluster.name=es-docker-cluster				# 节点所在的集群名称
      - discovery.seed_hosts=es02,es03				# 当前节点所在的集群中的其它节点的 IP 地址(Docker 容器中可用节点名称替代)
      - cluster.initial_master_nodes=es01,es02,es03	# 可参与选举产生的主节点
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"			# JVM 的最小和最大堆内存大小
    volumes:	
      - data01:/usr/share/elasticsearch/data		# 数据卷
    ports:
      - 9200:9200									# 容器外的端口号(唯一) | 容器内的端口号(不唯一)
    networks:
      - elastic
  es02:
    image: elasticsearch:7.12.1
    container_name: es02
    environment:
      - node.name=es02
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es01,es03
      - cluster.initial_master_nodes=es01,es02,es03
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    volumes:
      - data02:/usr/share/elasticsearch/data
    ports:
      - 9201:9200
    networks:
      - elastic
  es03:
    image: elasticsearch:7.12.1
    container_name: es03
    environment:
      - node.name=es03
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es01,es02
      - cluster.initial_master_nodes=es01,es02,es03
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    volumes:
      - data03:/usr/share/elasticsearch/data
    networks:
      - elastic
    ports:
      - 9202:9200
volumes:
  data01:
    driver: local
  data02:
    driver: local
  data03:
    driver: local

networks:
  elastic:
    driver: bridge

docker-compose.yml 文件的作用主要是定义和管理多容器 Docker 应用程序的配置。它使用 YAML 格式来描述应用的服务、网络和卷等。

4.1.2.修改 Linux 系统配置

Elasticsearch 运行需要修改一些 Linux 系统权限，修改 /etc/sysctl.conf 文件：

vi /etc/sysctl.conf

添加下面的内容：

# vm.max_map_count 通常在 Linux 系统中用于配置进程可以拥有的最大内存映射区域数，这个参数对于一些需要大量内存映射的软件特别重要
vm.max_map_count=262144

然后执行命令，让配置生效：

sysctl -p

通过 docker-compose 启动集群（为了防止 Linux 占用过多内存，需提前关闭之前单机版的 Elasticsearch）：

docker-compose up -d

在这里插入图片描述

有关 docker-compose 的安装可以参考 https://blog.csdn.net/qq_45868731/article/details/131743699 这篇文章。

4.1.2.集群状态监控

Kibana 可以监控 Elasticsearch 集群，不过新版本需要依赖 Elasticsearch 的 x-pack 功能，配置比较复杂。这里推荐使用 cerebro 来监控 Elasticsearch 集群状态，官方网址：https://github.com/lmenezes/cerebro。课前资料已经提供了安装包：

在这里插入图片描述

解压即可使用，非常方便。解压好的目录如下：

在这里插入图片描述

进入对应的 bin 目录：

在这里插入图片描述

双击其中的 cerebro.bat 文件即可启动服务。

在这里插入图片描述

访问 http://localhost:9000 即可进入管理界面：

在这里插入图片描述

输入你的 Elasticsearch 的任意节点的地址和端口，点击 connect 即可：

在这里插入图片描述

绿色的条，代表集群处于绿色（健康状态）。

4.1.3.创建索引库

4.1.3.1.利用 Kibana 的 DevTools 创建索引库

在 DevTools 中输入指令：

PUT /itcast
{
  "settings": {
    "number_of_shards": 3, // 分片数量
    "number_of_replicas": 1 // 副本数量
  },
  "mappings": {
    "properties": {
      // mapping映射定义 ...
    }
  }
}

4.1.3.2.利用 cerebro 创建索引库

利用 cerebro 还可以创建索引库：

在这里插入图片描述

填写索引库信息：

在这里插入图片描述

点击右下角的 create 按钮：

在这里插入图片描述

4.1.4.查看分片效果

回到首页，即可查看索引库分片效果：

在这里插入图片描述

4.2.集群脑裂问题

4.2.1.集群职责划分

Elasticsearch 中集群节点有不同的职责划分：

在这里插入图片描述

默认情况下，集群中的任何一个节点都同时具备上述四种角色。但是真实的集群一定要将集群职责分离：

master 节点：对 CPU 要求高，但是内存要求第
data 节点：对 CPU 和内存要求都高
coordinating 节点：对网络带宽、CPU 要求高

职责分离可以让我们根据不同节点的需求分配不同的硬件去部署。而且避免业务之间的互相干扰。

一个典型的 Elasticsearch 集群职责划分如图：

在这里插入图片描述

4.2.2.脑裂问题

脑裂是因为集群中的节点失联导致的。例如一个集群中，主节点与其它节点失联：

在这里插入图片描述

此时，node2 和 node3 认为 node1 宕机，就会重新选主：

在这里插入图片描述

当 node3 当选后，集群继续对外提供服务，node2 和 node3 自成集群，node1 自成集群，两个集群数据不同步，出现数据差异。当网络恢复后，因为集群中有两个 master 节点，集群状态的不一致，出现脑裂的情况：

在这里插入图片描述

解决脑裂的方案是，要求选票超过 (eligible 节点数量 + 1 ）/ 2 才能当选为主，因此 eligible 节点数量最好是奇数。对应配置项是discovery.zen.minimum_master_nodes，在 Elasticsearch 7.0 以后，已经成为默认配置，因此一般不会发生脑裂问题。例如：3 个节点形成的集群，选票必须超过（3 + 1）/ 2 ，也就是 2 票。node3 得到 node2 和 node3 的选票，当选为主。node1 只有自己 1 票，没有当选。集群中依然只有 1 个主节点，没有出现脑裂。