ElasticSearch从环境搭建到如何使用的全过程
ES是什么?
ES是一款非常强大的开源的高扩展的分布式全文检索引擎,可以帮助我们从海量数据中快速找到需要的内容,它可以近乎实时的存储、检索数据。还可以实现日志统计、分析、系统监控等功能。
例如京东、淘宝、头条等站内搜索功能
在大数据环境下，Elasticsearch 提供了高效的搜索、实时的数据分析、高可扩展性、灵活的数据模型和强大的生态支持，使其成为处理大规模数据的理想选择。通过合理配置和优化，ES 可以显著提升数据处理和分析的效率，满足各种复杂业务需求。
ES环境搭建
安装ES
打开ElasticSearch官网，默认下载最新版
7.6.1版本下载
https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.6.1-windows-x86_64.zip
解压至存放开发工具的目录
在bin目录中 双击启动 elasticsearch.bat
安装数据可视化界面 elasticsearch head
前提需要安装node.js
github 下载: https://github.com/mobz/elasticsearch-head/
github 加速器: https://github.ur1.fun/
解压
从界面访问 9200 服务会出现跨域问题
在 config 目录中的 elasticsearch.yml 文件中配置
# 开启跨域
http.cors.enabled: true
# 所有人访问
http.cors.allow-origin: "*"
命令行进入目录
npm install
输入 npm run start 启动
访问:http://127.0.0.1:9100/ 进行使用可视化工具
安装可视化 kibana 组件
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
下载版本要和ES版本一致
下载地址: https://www.elastic.co/cn/downloads/kibana 默认打开是最新版本
7.6.1 下载版
https://artifacts.elastic.co/downloads/kibana/kibana-7.6.1-windows-x86_64.zip
汉化 kibana
修改 config 目录下的kibana.yml 文件
双击 bin 目录下的 kibana.bat 启动
安装ik 分词器插件
7.6.1版下载
https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.1/elasticsearch-
analysis-ik-7.6.1.zip
解压,在elasticsearch-7.6.1\plugins目录下创建名称为ik的文件夹,将解压后的文件复
制到 ik 目录.
自定义 ik 分词器(非必要,可以根据实际情况选择配置)
在 elasticsearch-7.6.1\plugins\ik\config
添加 xxx.dic 文件 定义词组, .dic 文件必须是 utf-8 编码格式,否则启动报错
在 IKAnalyzer.cfg.xml 文件添加自定义分词器文件
IK分词器
在搜索时，需要对用户输入内容分词。但默认的分词规则对中文处理并不友好。
在kibana 的 DevTools 中测试
analyzer": "english", //分词器类型
"text": "我是中国人" //分词内容
英文分词
标准分词
添加分词器（参考环境搭建部分）
最少切分
最细粒度划分
还可以自定义分词（参考安装部分）
ES基本概念
es是面向文档存储的，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es中。
索引：同类型文档的集合
文档：一条数据就是一个文档，es 中是 Json 格式
字段：Json 文档中的字段
映射：索引中文档的约束，比如字段名称、类型
各有千秋：mysal擅长事务控制，确保数据安全和一致性；es擅长海量数据的搜索、分析、计算
正向索引和倒排索引
MySQL采用正向索引：基于文档id 创建索引。 查询词条时必须先找到文档，而后判断是否包含搜索的内容。
elasticsearch采用倒排索引：
文档：每条数据就是一个文档
词条：文档按照语义分成的词语
ES索引库基本操作
创建索引库
mapping 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,邮箱）
数值：long、integer、short、byte、double、float、
布尔：boolean
日期：date
对象：object
index：是否创建索引参与搜索，默认为 true,如果不需要参与搜索设置为 false
analyzer：使用哪种分词器
创建索引库和 mapping 的语法如下：
示例，创建一个新闻索引库
查询索引库
语法: GET /索引库名
实例: GET /news
删除索引库
语法: DELETE /索引库名
实例: DELETE /news
修改索引库
索引库和 mapping 一旦创建无法修改，但是可以添加新的字段，语法如下：
ES文档操作
新增文档
语法:
POST /索引库名/_doc/文档 id
{
“字段名 1”:”值 1”
“字段名 2”:”值 2”
.....
}
查询文档
语法:
GET /索引库名/_doc/文档 id
删除文档
语法:
DELETE /索引库名/_doc/文档 id
修改文档
POST /索引库名/_update/文档 id
{
"doc":{
"要修改的字段":"新值"
}
}
搜索文档
GET /news/_search
{
"query":{
"match":{
"title":"美国"
}
}
}
SpringBoot集成ES
搭建
官网地址: https://www.elastic.co/guide/en/elasticsearch/client/index.html
<properties>
<java.version>1.8</java.version>
<elasticsearch.version>7.6.1</elasticsearch.version>
</properties>添加依赖
<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>添加初始化 RestHighLevelClient 的配置类
索引库操作
创建索引库
CreateIndexRequest request = new CreateIndexRequest("users");
CreateIndexResponse createIndexResponse = restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);判断索引库是否存在
GetIndexRequest request = new GetIndexRequest("users");
boolean exists = restHighLevelClient.indices().exists(request, RequestOptions.DEFAULT);删除索引库
DeleteIndexRequest indexRequest = new DeleteIndexRequest("users");
AcknowledgedResponse delete = restHighLevelClient.indices().delete(indexRequest, RequestOptions.DEFAULT);
delete.isAcknowledged();//返回 true 删除成功,返回 false 删除失败
文档操作
添加文档
//将新闻添加到 mysql 的同时,将数据同步更新到 ES,为搜索提供数据
News news = new News();
news.setId(3);
news.setTitle("美国今年要总统选择,拜登着急了");
news.setImg("aaaaasssss.jpg");
IndexRequest indexRequest = new IndexRequest("news").id(news.getId().toString());
//将对象转为 json 存进 ES
indexRequest.source(new ObjectMapper().writeValueAsString(news),XContentType.JSON);
restHighLevelClient.index(indexRequest,RequestOptions.DEFAULT);修改文档
News news = new News();
news.setId(3);
news.setTitle("中国航母开往美国,准备开战,拜登着急了");
news.setImg("dddddddddddd.jpg");
UpdateRequest updateRequest = new UpdateRequest("news",news.getId().toString());
updateRequest.doc(new ObjectMapper().writeValueAsString(news), XContentType.JSON);
restHighLevelClient.update(updateRequest,RequestOptions.DEFAULT);查询文档
GetRequest getRequest = new GetRequest("news","1");
GetResponse getResponse = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT);
//获取查询的内容,返回 json 格式
String json = getResponse.getSourceAsString();
//使用 jackson 组件将 json 字符串解析为对象
News news = new ObjectMapper().readValue(json, News.class);删除文档
DeleteRequest deleteRequest = new DeleteRequest("news","1");
DeleteResponse delete = restHighLevelClient.delete(deleteRequest, RequestOptions.DEFAULT);最后是非常强大的搜索功能-搜索文档
SearchRequest searchRequest = new SearchRequest("news");
SearchRequest searchRequest = new SearchRequest("news");
//精确条件查询
searchRequest.source().query(QueryBuilders.termQuery("title","美国"));
//发送查询请求
SearchResponse search = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
//接收查询结果
SearchHits hits = search.getHits();
//组装查询结果
ArrayList<News> list = new ArrayList<>();
//取出结果集
for (SearchHit searchHit : hits.getHits()){
String json = searchHit.getSourceAsString();
News news = new ObjectMapper().readValue(json,News.class);
list.add(news);
}