栈进阶：ElasticSearch

---

前言

狂神说

参考文章

---

一、学习ES

1、ES课程简介

版本：ElasticSearch7.6.1
6.X和7.X的区别很大，6.x的API（原生的API、Restful高级！）

SQL：like %狂神说% ，如果数据量大的话，就十分慢，这时候就需要用到ES。项目中使用ES存储机构信息（大概有八千万条数据）

ElasticSearch：搜索！（百度、github、淘宝电商）

课程简介：
1、聊一下ES和Hadoop的创始人：Doug Cutting
2、货比三家：对比一下ES、Solr、Lucene，为了技术选型
3、ES的安装
4、ES的架构和生态圈
5、ES的插件：分词器 ik
6、RestFul操作 ES
7、ES的CRUD
8、SpringBoot集成ES（从原理分析）
9、Demo学习，实战：爬虫爬取数据，模拟全文检索

总结工作中使用的场景（大数据量时使用）
常见ES面试题，思考面试官为什么会这样问

2、聊聊Lucene创始人

聊聊Doug Cutting

鲜枣课堂：深入浅出大数据：到底什么是Hadoop？

Lucene是一套信息检索工具包（jar包），不包含搜索引擎系统！

Lucene包含：索引结构；读写索引的工具；排序，搜索规则等工具类

Lucene和ES的关系：ES是基于Lucene做了一些封装和增强。

3、ES概述

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(GB<TB<PB<EB）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。

1、历史

多年前，一个叫做Shay Banon的刚结婚不久的失业开发者，由于妻子要去伦敦学习厨师，他便跟着也去了。在他找工作的过程中，为了给妻子构建一个食谱的搜索引擎，所以才接触到 Lucene。

直接基于Lucene工作会比较困难，所以Shay开始抽象Lucene代码以便Java程序员可以在应用中添加搜索功能。他发布了他的第一个开源项目，叫做“Compass”。

后来Shay找到一份工作，这份工作处在高性能和内存数据网格的分布式环境中，因此高性能的、实时的、分布式的搜索引擎也是理所当然需要的。然后他决定重写Compass库使其成为一个独立的服务叫做Elasticsearch。

第一个公开版本出现在2010年2月，在那之后Elasticsearch已经成为Github上最受欢迎的项目之一，代码贡献者超过300人。一家主营Elasticsearch的公司就此成立，他们一边提供商业支持一边开发新功能，不过Elasticsearch将永远开源且对所有人可用。Shay的妻子依旧等待着她的食谱搜索……

2、谁在使用

• 维基百科，类似百度百科，全文检索，高亮，搜索推荐(权重)；
• The Guardian (国外新闻网站) ，类似搜狐新闻，用户行为日志(点击，浏览，收藏，评论) +社交网络数据(对某某新闻的相关看法) ，数据分析，给到每篇新闻文章的作者，让他知道他的文章的公众反馈(好，坏，热门，垃圾，鄙视，崇拜)
• Stack Overflow (国外的程序异常讨论论坛) , IT问题，程序的报错，提交上去，有人会跟你讨论和回答，全文检索，搜索相关问题和答案，程序报错了，就会将报错信息粘贴到里面去，搜索有没有对应的答案
• GitHub (开源代码管理)，搜索 上千亿行代码
• 电商网站，检索商品，日志数据分析, logstash采集日志, ES进行复杂的数据分析, ELK技术, elasticsearch+logstash+kibana
• 商品价格监控网站，用户设定某商品的价格阈值，当低于该阈值的时候,发送通知消息给用户，比如说订阅牙膏的监控，如果高露洁牙膏的家庭套装低于50块钱，就通知我，我就去买
• BI系统，商业智能 Business Intelligence。比如说有个大型商场集团，BI ，分析一下某某区域最近3年的用户消费金额的趋势以及用户群体的组成构成，产出相关的数张报表，最近3年，每年消费金额呈现100%的增长，而且用户群体85%是高级白领。ES执行数据分析和挖掘, Kibana进行数据可视化
• 国内：站内搜索(电商，招聘，门户，等等)；IT系统搜索（OA，CRM，ERP等等）；数据分析（ES热门的一个使用场景)

3、ELK简介

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)

4、Solr和ES的差别

Solr和ES的对比及选型

架构选择！

1、ES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™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。

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 Jetty 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。

3、Lucene简介

Lucene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，但它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)。

Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。就其本身而言，Lucene是当前以及最近几年最受欢迎的免费]ava信息检索程序库。人们经常提到信息检索程序库，虽然与搜索引擎有关，但不应该将信息检索程序库与搜索引擎相混淆。

Lucene是一个全文检索引擎的架构，那什么是全文搜索引擎？

全文搜索引擎是名副其实的搜索引擎，国外具代表性的有Google、Fast/AlTheWeb、AltaVista、Inktomi、Teoma、WiseNut等，国内著名的有百度( Baidu )。它们都是通过从互联网上提取的各个网站的信息（以网页文字为主)而建立的数据库中，检索与用户查询条件匹配的相关记录，然后按一定的排列顺序将结果返回给用户，因此他们是真正的搜索引擎。

从搜索结果来源的角度，全文搜索引擎又可细分为两种，一种是拥有自己的检索程序( Indexer )，俗称"蜘蛛" ( Spider )程序或"机器人" ( Robot )程序，并自建网页数据库，搜索结果直接从自身的数据库中调用，如上面提到的7家引擎﹔另一种则是租用其他引擎的数据库，并按自定的格式排列搜索结果，如Lycos引擎。

4、ElasticSearch与Solr比较

• 当单纯的对已有数据进行搜索时，Solr更快

• 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

• 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

• 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！

ES vs Solr 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。

5、ES安装及head插件安装

声明：JDK1.8，最低要求！ES客户端，界面工具！

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）

1、ES安装

官网：https://www.elastic.co/cn/downloads/

官网下载巨慢，翻墙，网盘中下载即可！

我们学习的话 Window 和 Linux 都可以学习！

我们这里现在在Window下学习！

ELK 三剑客，解压即可！（web项目！前端环境！）

2、Window下安装

1、解压就可以使用了

2、熟悉目录

bin 启动文件目录
config 配置文件目录    
	log4j2 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!
lib 相关jar包
logs 日志！
modules 功能模块目录
plugins 插件目录    ik分词器

3、启动，访问9200

双击
（一定要检查自己的java环境是否配置好）

报错：elasticsearch在window下启动报错warning：ignoring JAVA_HOME=“XXXXX“； using bundled JDK

原因：JDK版本不对。elasticsearch支持JDK1.8的，仅仅是7.17.3及其之前的版本。如果下的最新版本，最低JDK得17及其以上。

4、访问9200进行验证

3、安装可视化界面 es-head的插件

使用前提：需要安装nodejs

1、下载地址
https://github.com/mobz/elasticsearch-head

2、安装
解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

cd elasticsearch-head
# 安装依赖
npm install
# 启动
npm run start
# 访问
http://localhost:9100/

4、连接测试发现，存在跨域问题：配置es

跨域问题：

开启跨域
（在elasticsearch解压目录config下elasticsearch.yml中添加以下内容）

# 开启跨域
http.cors.enabled: true
# 所有人访问
http.cors.allow-origin: "*"

刷新查看（可以重启es.bat 和 cmd重新启动head插件）

5、重启es服务器，然后再次连接

如果你是初学者，可以：
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）

6、Kibana的安装

1、了解ELK

ELK是Elasticsearch 、Logstash 、Kibana 三大开源框架的首字母大写简称。市面上也被称为ElasticStack。其中，Elasticsearch是一个基于Lucene、分布式、通过Restul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/MQ/redis/es/kafka等）。

Kibana可以将es的数据通过友好的页面展示出来，提供实时分析的功能。

（收集清洗数据–>分析–>kibana）

市面上很多开发只要提到ELK都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，它还可以支持其他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。

（----
这个开源的搜索引擎，它被用作全文检索、结构化搜索、分析以及这三个功能的组合。

Logstash是一个轻量级、开源的服务器数据处理管道，可以将收集的数据的进行动态转化，并将其发送到你规定的目标。通常Logstash是将数据加载到Elasticsearch的常用工具。

Kibana是一款免费开源应用程序。可以为 Elasticsearch 中索引的数据提供搜索和数据可视化功能。尽管人们通常将 Kibana 视作 Elastic Stack（之前称作 ELK Stack，分别表示 Elasticsearch、Logstash 和 Kibana）的制图工具，但也可将 Kibana 作为用户界面来监测和管理 Elastic Stack 集群并确保集群安全性，还可将其作为基于 Elastic Stack 所开发内置解决方案的汇集中心。Elasticsearch 社区于 2013 年开发出了 Kibana，现在 Kibana 已发展成为 Elastic Stack 的窗口，是用户和公司的一个门户。
----）

2、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。

下载地址:
https://www.elastic.co/cn/downloads/
（下载的版本需要与ElasticSearch版本对应）

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

下载完毕后，解压即可（解压也需要一些时间！是一个标准的工程！）

好处：ELK基本上都是拆箱即用！

3、启动测试

1、解压后的目录

2、启动

3、访问测试
localhost:5601

4、开发工具（Postman、curl、head、谷歌浏览器插件）

使用 Kibana进行测试

我们之后的所有操作都在这里进行编写！

5、kibana汉化

查看
D:\enviroment\es\kibana-7.17.3-windows-x86_64\x-pack\plugins\translations\translations

编辑器打开kibana解压目录/config/kibana.yml
添加

i18n.locale: "zh-CN"

重启kibana，汉化成功

7、ES核心概念理解

1、索引（ElasticSearch）
包含多个分片

2、字段类型（mapping）
字段类型映射（字段是整型，还是字符型…）

3、文档（documents）

4、分片（Lucene索引，倒排索引）

1、概述

在前面的学习中，我们已经掌握了es是什么，同时也把es的服务已经安装启动，namees是如何去存储数据，数据结构是什么，又是如何实现搜索的呢？我们先来聊聊es的相关概念吧！

集群，节点，索引，类型，文档，分片，映射是什么？

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）和数据库一样
表（tables）	types <慢慢会被弃用!>
行（rows）	数据 documents
字段（columns）	字段 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）。

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

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。

2、文档

（”行“ 一条条数据）

就是我们的一条条数据

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、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。

4、索引

（“库”）

就是数据库！

索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

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?

5、倒排索引

es使用的是一种成为倒排索引的结构，采用Lucene倒排索引作为底层。这种结构适用于快速的全文检索，一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。例如，现在有两个文档，每个文档包含如下内容：

为了创建倒排索引，我们首先要将每个文档拆分成独立的词（或成为此条或者tokens），然后创建一个包含所有不重复的词条的排序列表，然后列出每个词条出现在哪个文档

两个文档都匹配，但是第一个文档比第二个文档匹配程度更高，如果没有别的条件，现在，这两个包含关键字的文档都将返回。再来看一个实例，比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构：

如果要搜索含有Python标签的文章，那相对于查找所有原始数据而言，查找倒排索引后的数据将会快得多。只需要查看标签这一栏，然后获取相关的文章id即可。完全过滤掉无关的所有数据，提高效率！

es的索引和Lucene的索引对比

在es中，索引这个词被频繁使用，这就是术语的使用。在es中，索引被分为多个分片，每分分片是一个Lucene的索引。所以一个es索引是由多个Lucene索引组成的。别问为什么，谁让es使用Lucene作为底层呢！
如无特指，说起索引都是指es的索引。

接下来的一切操作都在kibana中Dev Tools下的Console里完后才能。基础操作！

8、IK分词器详解

1、什么是IK分词器？

IK分词器(elasticsearch插件)：中文分词器

分词：即把一段中文或者别的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。

如果要使用中文，建议使用ik分词器！

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!

2、安装

1、下载
版本要与ElasticSearch版本对应

下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

2、安装

下载完毕之后，放入到我们的es插件文件夹即可
（即解压到ElasticSearch的plugins目录ik文件夹下（ik文件夹是自己创建的））

3、重启观察es，可以看到ik分词器被加载了！

4、使用 ElasticSearch-plugin 这个命令，可以查看加载进来的插件

> elasticsearch-plugin list

5、使用kibana测试！

3、查看不同的分词效果

ik_smart：最少切分

ik_max_word：最细粒度划分（穷尽词库的可能）

大多数时候，分词都满足不了我们的想法，这种时候，我们就需要自己加到我们的分词器的字典中！

4、ik分词器增加自己的配置

es — es-7.6.1 — plugins — ik — config

IKAnalyzer.cfg.xml
suffix.dic
kuang.dic

1、创建自己的字典文件kuang.dic，添加字典内容

2、打开 IKAnalyzer.cfg.xml 文件，添加配置扩展字典

3、重启ElasticSearch，再次使用kibana测试，可以看到我们自定义的那个词，已经可以识别出来了

以后的话，我们需要自己配置分词，就在自己定义的dic文件中进行配置即可！

9、Rest风格操作

什么是rest? 什么是restful? 傻傻分不清楚

1、什么是Rest

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

2、索引的基础操作

1、创建一个索引

put /索引名称/类型名称/文档的id
{
​ 		请求体（以json格式存放文档里面的属性）
}

PUT /test/type/1
{
  "name" : "lzh",
  "age":25
}

执行如下所示：

2、刷新可视化工具，可以看到已经成功创建了索引:

点击数据预览，可以看到我们创建的索引，以及里面存放的数据信息

完成了自动增加索引！数据也成功的地添加了，非常类似数据库

3、那么name这个字段用不用指定类型呢，毕竟我们关系型数据库是需要指定类型的！

• 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。
• 数值类型
  long、Integer、short、byte、double、float、half float、scaled float
• 日期类型
  date
• te布尔值类型
  boolean
• 二进制类型
  binary
• 等等…

4、指定字段的类型 获取建立的规则

指定字段的类型

类似于建库（建立索引和字段对应类型），也可看做规则的建立

# 创建 lzhtest2 索引，并指定字段类型
PUT /lzhtest2
{
  "mappings": {
    "properties": {
      "name":{
        "type":"text"
      },
      "age":{
        "type":"integer"
      },
      "birthday":{
        "type":"date"
      }
    }
  }
}

获取建立的规则

GET lzhtest2

get 后面跟索引名称的话，获取的是索引的信息，也可以直接获取文档的信息

获取索引的建立规则

5、查看默认的信息

_doc 默认类型（default type）

type：在未来的版本中会逐渐弃用，因此产生一个默认类型进行代替

PUT /lzhtest3/_doc/1
{
  "name":"lzh",
  "age":18,
  "birthday":"2005-05-03"
}

如果自己的文档字段没有被指定，那么ElasticSearch就会给我们默认配置字段类型

6、扩展：通过 get _cat/ 命令 可以获取ElasticSearch的当前的很多信息！

/_cat/allocation
/_cat/shards
/_cat/shards/{index}
/_cat/master
/_cat/nodes
/_cat/tasks
/_cat/indices
/_cat/indices/{index}
/_cat/segments
/_cat/segments/{index}
/_cat/count
/_cat/count/{index}
/_cat/recovery
/_cat/recovery/{index}
/_cat/health
/_cat/pending_tasks
/_cat/aliases
/_cat/aliases/{alias}
/_cat/thread_pool
/_cat/thread_pool/{thread_pools}
/_cat/plugins
/_cat/fielddata
/_cat/fielddata/{fields}
/_cat/nodeattrs
/_cat/repositories
/_cat/snapshots/{repository}
/_cat/templates

7、修改，提交，还是使用put即可！然后覆盖！最新方法！

曾经（使用put覆盖原来的值）

版本+1（_version）
状态会变成update
但是如果漏掉某个字段没有写，那么更新是没有写的字段 ，会消失

现在（使用post的update）

version不会改变
需要注意doc
不会丢失字段
8、删除索引

通过delete命令实现删除、根据你的请求来判断是删除索引还是删除文档记录！

通过restful风格使我们es推荐大家使用的！

DELETE lzhtest

10、关于文档的基本操作（重点）

（基本操作回顾）

1、基本操作

1、添加数据

put /kuangshen/user/1
{
	"name": "狂神说",
	"age": 23,
	"desc": "一顿操作猛如虎，一看工资2500",
	"tags": ["技术宅","温暖","直男"]
}

2、获取数据 get

get kuangshen/user/1

3、更改数据 put

put /kuangshen/user/1
{
	"name": "李四",
	"age": 30,
	"desc": "一顿操作猛如虎，一看工资2500",
	"tags": ["技术宅","温暖","直男"]
}

4、post _update，推荐使用这种更新方式

post kuangshen/user/1/_update
{
	"doc": {
		"name": "狂神说Java"
	}
}

2、简单搜索

简单的条件查询，可以根据默认的映射规则，产生基本的查询！

GET /test3/_doc/_search?q=name:狂神说

查询（简单条件）

GET /test3/_doc/_search?q=name:流柚

11、花式查询详解

1、复杂搜索

复杂操作搜索 select（排序、分页、高亮、模糊查询、精准查询！）

1、简单查询：

查询的参数体使用json结构

get kuangshen/user/_search
{
	"query": {
		"match": {
			"name": "狂神"
		}
	}
}

运行：

hits:
索引和文档的信息
查询的结果总数
然后就是查询出来的具体的文档
数据中的东西就可以遍历出来了
分数：我们可以通过分数来判断谁更加符合结果

2、输出结果，不想要那么多 --> 结果的过滤
_source 过滤结果
select name,desc

get kuangshen/user/_search
{
	"query": {
		"match": {
			"name": "狂神"
		}
	},
	"_source": ["name","desc"]
}

我们之后使用java操作es，所有的方法和对象就是这里面的key！

3、排序
sort 通过哪个字段进行排序

get kuangshen/user/_search
{
	"query": {
		"match": {
			"name": "狂神"
		}
	},
	"sort": [
		{
			"age": {
				"order": "asc"
			}
		}
	]
}

4、分页
（limit start pagesize）
from 从第几个数据开始
size 返回多少条数据（单页面的数据）

get kuangshen/user/_search
{
	"query": {
		"match": {
			"name": "狂神"
		}
	},
	"sort": [
		{
			"age": {
				"order": "asc"
			}
		}
	],
	"from": 0,
	"size": 2
}

数据下标还是从0开始的，和学的所有数据结构是一样的！
/search/{current}/{pagesize}

5、布尔值查询
①must（and），所有的条件都要符合 where id=1 and name=xxx

get kuangshen/user/_search
{
	"query": {
		"bool": {
			"must": [
				{
					"match": {
						"name": "狂神说"
					}
				},
				{
					"match": {
						"age": 23
					}
				}
			]
		}
	}
}

②should（or），所有的条件符合一条即可 where id=1 or name=xxx

③must_not（not）

④过滤器 filter
可以使用filter进行数据过滤
gt 大于
gte 大于等于
lt 小于
lte 小于等于

get kuangshen/user/_search
{
	"query": {
		"bool": {
			"must": [
				{
					"match": {
						"name": "狂神说"
					}
				}
			],
			"filter": {
				"range": {
					"age":  {
						"gte": 1,
						"lte": 25
					}
				}
			}
		}
	}
}

可以使用多条件进行过滤查询

6、匹配多个条件

get kuangshen/user/_search
{
	"query": {
		"match": {
			"tags": "男 技术"
		}
	}
}

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
这个时候通过分值（_score）进行基本的判断

7、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：

• term，直接查询精确的
• match，会使用分词器解析！（先分析文档，然后再通过分析的文档进行查询！）

两个类型 text keyword

put testdb
{
	"mapping": {
		"properties": {
			"name": {
				"type": "text"
			},
			"desc": {
				"type": "keyword"
			}
		}
	}
}
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 name",
	"desc": "狂神说Java desc2"
}

# 没有被分析
get _analyze
{
	"analyzer": "keyword",
	"text": "狂神说Java name"
}
# 可以看到被拆分了
get _analyze
{
	"analyzer": "standard",
	"text": "狂神说Java name"
}

get testdb/_search
{
	"query": {
		"term": {
			"name": "狂"
		}
	}
}
# keyword字段类型不会被分词器解析
get testdb/_search
{
	"query": {
		"term": {
			"desc": "狂神说Java desc"
		}
	}
}

8、多个值匹配精确查询

put testdb/_doc/3
{
	"t1": "22",
	"t2": "2020-4-6"
}
put testdb/_doc/4
{
	"t1": "33",
	"t2": "2020-4-7"
}

# 精确查询多个值
get testdb/_search
{
	"query": {
		"bool": {
			"should": [
				{
					"term": {
						"t1": "22"
					}
				},
				{
					"term": {
						"t1": "33"
					}
				}
			}
		}
	}
}

9、高亮查询

# 搜过的结果可以高亮显示
get kuangshen/user/_search
{
	"query": {
		"match": {
			"name": "狂神说"
		}
	},
	"highlight": {
		"field": {
			"name":{}
		}
	}
}

# 自定义搜索高亮条件
get kuangshen/user/_search
{
	"query": {
		"match": {
			"name": "狂神说"
		}
	},
	"highlight": {
		"pre_tags": "<p class='key' style='color:red'>",
		"post_tags": "</p>",
		"field": {
			"name":{}
		}
	}
}

2、小总结

• 匹配
• 按照条件匹配
• 精确匹配
• 区间范围匹配
• 匹配字段过滤
• 多条件查询
• 高亮查询

这些其实mysql也可以做，只是mysql效率比较低！

①查询匹配 match
match：匹配（会使用分词器解析（先分析文档，然后进行查询））
_source：过滤字段
sort：排序
form、size 分页

②多条件查询（bool）
must 相当于 and
should 相当于 or
must_not 相当于 not (… and …)
filter 过滤

③匹配数组
貌似不能与其它字段一起使用
可以多关键字查（空格隔开）— 匹配字段也是符合的
match 会使用分词器解析（先分析文档，然后进行查询）
搜词tags

④精确查询
term 直接通过 倒排索引 指定词条查询
适合查询 number、date、keyword ，不适合text

⑤text和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。

⑥高亮查询

12、SpringBoot集成ES详解

1、找官方文档

地址：

• https://www.elastic.co/guide/en/elasticsearch/client/index.html

• 高级客户端和低级的区别，在于高级是对低级的进一步封装

1、找到原生的依赖

<repositories>
    <repository>
        <id>es-snapshots</id>
        <name>elasticsearch snapshot repo</name>
        <url>https://snapshots.elastic.co/maven/</url>
    </repository>
</repositories>

2、找对象

3、分析这个类中的方法

2、配置基本的项目

都是默认的配置（如下）

3、遇到的问题

一定要保证我们导入的依赖要和我们es的版本一致

（默认的版本和我们用的版本不一致）

    <properties>
        <java.version>1.8</java.version>
        <!--  自己定义es版本依赖，保证和本地一致  -->
        <elasticsearch.version>7.17.3</elasticsearch.version>
    </properties>

4、使用

虽然这里导入3个类，静态内部类，核心类就一个

13、关于索引的API操作详解

1、创建索引

package com.qia;

import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.CreateIndexRequest;
import org.elasticsearch.client.indices.CreateIndexResponse;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.boot.test.context.SpringBootTest;

import java.io.IOException;

@SpringBootTest
class QiaqiaEsApiApplicationTests {

    //面向对象来操作
    @Autowired
    @Qualifier("restHighLevelClient")
    private RestHighLevelClient client;

    //要么写上面那种Qualifier的，可以自己取名字，要么用下面这种
//    private RestHighLevelClient restHighLevelClient;

    //测试索引的创建 Request PUT kuang_index
    @Test
    void testCreateIndex() throws IOException {
        //1、创建索引请求
        CreateIndexRequest request = new CreateIndexRequest("kuang_index");
        //2、客户端执行请求，indicesClient，请求后获得响应
        CreateIndexResponse createIndexResponse =
                client.indices().create(request, RequestOptions.DEFAULT);

        System.out.println(createIndexResponse);
    }

}

2、获取索引

    //测试获取索引
    @Test
    void testExistIndex() throws IOException {
//        GetIndexRequest request = new GetIndexRequest("kuang_index");
        GetIndexRequest request = new GetIndexRequest("kuang_index2");
        boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
        System.out.println(exists);
    }

3、删除索引

为什么使用AcknowledgedResponse

    //测试删除索引
    @Test
    void testDeleteIndex() throws IOException {
        DeleteIndexRequest request = new DeleteIndexRequest("kuang_index");
        AcknowledgedResponse delete = client.indices().delete(request, RequestOptions.DEFAULT);
        System.out.println(delete);
    }

已删除，没了

14、关于文档的API操作详解

crud文档：（增加(Create)、读取(Read)、更新(Update)和删除(Delete)）

1、c

    //测试添加文档
    @Test
    void testAddDoc() throws IOException {
        //创建对象
        User user = new User("狂神说", 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
        request.source(JSON.toJSONString(user), XContentType.JSON);
        //客户端发送请求，获取响应的结果
        IndexResponse indexResponse = client.index(request, RequestOptions.DEFAULT);

        System.out.println(indexResponse.toString());
        System.out.println(indexResponse.status());
    }

2、r

获取文档，判断是否存在

    //获取文档，判断是否存在
    @Test
    void testIsExists() throws IOException {
        GetRequest request = new GetRequest("kuang_index", "1");
        //不获取返回的 _source 的上下文了
        request.fetchSourceContext(new FetchSourceContext(false));
        request.storedFields("_none_");
        boolean exists = client.exists(request, RequestOptions.DEFAULT);
        System.out.println(exists);
        //IndexResponse[index=kuang_index,type=_doc,id=1,version=1,result=created,seqNo=0,primaryTerm=1,shards={"total":2,"successful":1,"failed":0}]
        //CREATED
    }

获取文档的信息

    //获取文档的信息
    @Test
    void testGetDoc() throws IOException {
        GetRequest request = new GetRequest("kuang_index", "1");
        GetResponse response = client.get(request, RequestOptions.DEFAULT);
        System.out.println(response.getSourceAsString());//打印文档的内容
        System.out.println(response);//返回的全部内容和命令式一样的
    }

3、u

    //更新文档的信息
    @Test
    void testUpdateDoc() throws IOException {
        UpdateRequest request = new UpdateRequest("kuang_index", "1");
        request.timeout("1s");

        User user = new User("狂神说Java", 18);
        request.doc(JSON.toJSONString(user),XContentType.JSON);

        UpdateResponse response = client.update(new UpdateRequest(), RequestOptions.DEFAULT);
        System.out.println(response.status());
    }

4、d

    //删除文档的信息
    @Test
    void testDeleteDoc() throws IOException {
        DeleteRequest request = new DeleteRequest("kuang_index", "1");
        request.timeout("1s");

        DeleteResponse response = client.delete(request, RequestOptions.DEFAULT);
        System.out.println(response.status());
    }

5、批量操作

    //特殊的，真的项目一般都会批量插入数据！
    @Test
    void testBulkDoc() throws IOException {
        //bulk 大量的
        BulkRequest bulkRequest = new BulkRequest();
        bulkRequest.timeout("10s");

        ArrayList<User> users = new ArrayList<>();
        users.add(new User("kuang1",3));
        users.add(new User("kuang2",6));
        users.add(new User("kuang3",18));
        users.add(new User("qj1",3));
        users.add(new User("qj2",6));
        users.add(new User("qj3",18));

        //批处理请求
        for (int i = 0; i < users.size(); i++) {
            //批量更新和删除，就在这里修改对应的请求就可以了
            bulkRequest.add(
                    new IndexRequest("kuang_index")
                            .id(""+(i+1))
                            .source(JSON.toJSONString(users.get(i)),XContentType.JSON)
            );
        }

        BulkResponse bulkResponse = client.bulk(bulkRequest, RequestOptions.DEFAULT);
        System.out.println(bulkResponse.hasFailures());//hasFailures是否失败，返回false就代表成功了
    }

6、复杂查询

    //查询
    @Test
    void testSearch() throws IOException {
        SearchRequest request = new SearchRequest("kuang_index");
        //构建搜索的条件
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

        //查询条件，我们可以使用QueryBuilders工具来实现
        //QueryBuilders.termQuery 精确查询
        //QueryBuilders.matchAllQuery 匹配所有
        TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "qj1");
//        MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();

        searchSourceBuilder.query(termQueryBuilder);
        searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));

        request.source(searchSourceBuilder);

        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        System.out.println(JSON.toJSONString(response.getHits()));
        System.out.println("==================================");
        for (SearchHit hit : response.getHits()) {
            System.out.println(hit.getSourceAsMap());
        }
        
        /*
            hits:
                索引和文档的信息
                查询的结果总数
                然后就是查询出来的具体的文档
                数据中的东西就可以遍历出来了
                分数：我们可以通过分数来判断谁更加符合结果
         */
    }

查询：
SearchRequest 搜索请求
SearchSourceBuilder 条件构造
HighlightBuilder 构建高亮
TermQueryBuilder 精确查询
MatchAllQueryBuilder 匹配所有查询
xxx QueryBuilder 对应我们刚才看到的命令（源码中查看）

二、项目实操

1、京东搜索：项目搭建

添加到 pom.xml

    <properties>
        <java.version>1.8</java.version>
        <!--  自己定义es版本依赖，保证和本地一致  -->
        <elasticsearch.version>7.17.3</elasticsearch.version>
    </properties>

    <dependencies>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.62</version>
        </dependency>

index.html

iindexController.java

2、京东搜索：爬取数据

数据问题：数据库获取，消息队列中获取，都可以成为数据源，爬虫！

爬取数据：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！

jsoup包！

1、导入依赖

jsoup解析网页

        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.10.2</version>
        </dependency>

HtmlParseUtil.java

Content.java

3、京东搜索：业务编写

ElasticSearchClientConfig.java

ContentService.java

ContentController.java

4、京东搜索：前后端交互

完善index.html的axios

5、京东搜索：关键字高亮实现

补充完善ContentService.java的代码

6、结果

---

狂神聊ES小结

这样就可以编写基本的es业务了