谷粒商城（三）

Elasticsearch - 全文检索

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（推荐）
官方中文
 社区中文1
社区中文2

1、基本概念

在这里插入图片描述

1、Index（索引）
动词，相当于 MySQL 中的 insert；
名词，相当于 MySQL 中的 Database

2、Type（类型）
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；
es6 之后要求一个索引只能包含一个类型

3、Document（文档）
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；

4、搜索原理：倒排索引机制
在这里插入图片描述

2、Docker 安装 Es

1、下载镜像文件

docker pull elasticsearch:7.4.2 存储和检索数据
docker pull kibana:7.4.2 可视化检索数据
1
2

2、创建实例

ElasticSearch
配置

mkdir -p /mydata/elasticsearch/config # 用来存放配置文件
mkdir -p /mydata/elasticsearch/data  # 数据
echo "http.host: 0.0.0.0" >/mydata/elasticsearch/config/elasticsearch.yml # 允许任何机器访问
chmod -R 777 /mydata/elasticsearch/ ## 设置elasticsearch文件可读写权限
1
2
3
4

启动

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e  "discovery.type=single-node" \      单例启动
-e ES_JAVA_OPTS="-Xms64m -Xmx512m" \	分配内存
-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 
1
2
3
4
5
6
7

开机启动 elasticsearch

docker update elasticsearch --restart=always
以后再外面装好插件重启就可
1
2

特别注意：
-e ES_JAVA_OPTS=“-Xms64m -Xmx128m” \ 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

Kibana

docker run --name kibana -e ELASTICSEARCH_HOSTS=http://192.168.56.10:9200 -p 5601:5601 -d kibana:7.4.2
1

安装完 es 、Kibana后
访问 http://192.168.56.10:9200 检测是否成功运行 es
访问 http://192.168.56.10:5601 可视化检索工具 Kibana

安装nginx
如果 docker 没有安装过，也可以直接启动一个 nginx 实例，启动时会自动帮你下载

docker run -p80:80 --name nginx -d nginx:1.10   
1

将容器内的配置文件拷贝到当前目录（注意后面有个小点）

以下都是在mydata目录下执行

docker container cp nginx:/etc/nginx .   #将容器内的配置文件拷贝到当前目录：注意容器名要一致 nginx: 这里是容器名
ls   ##会发现mydata目录下出现 nginx 目录
mv nginx conf    #修改文件名称nginx为conf
mkdir nginx   #再重新创建文件夹
mv conf nginx/      #将conf移入nginx
1
2
3
4
5
6
7

执行以下命令运行

 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
1
2
3
4
5

给 nginx 的 html 文件夹下面放的所有资源可以直接访问，一般 index.html 放在此文件夹下，则访问 IP:80 的nginx地址时就会访问此html文件，要访问 html 目录下的文件也只需要修改路径直接访问即可

例如后面自定义分词器，创建 html/es/fenci.txt 文件，文件内放入自定义分词乔碧萝等，访问 IP:80/es/fenci.txt 可以在浏览器看到

3、初步检索

3.1 _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;
1
2
3
4

3.2 索引一个文档（保存）

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

#在 customer 索引下的 external 类型下保存 1 号数据
PUT customer/external/1
{ "name": "John Doe"}
1
2
3

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。

3.3 查询文档

GET customer/external/1
1

结果：

{
	"_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"
	}
}
1
2
3
4
5
6
7
8
9
10
11

因为有两个并发控制字段，所以更新的时候可以在语句后携带 ?if_seq_no=0&if_primary_term=1

3.4 更新文档

//POST带_update
POST customer/external/1/_update
{
    "doc":{ "name": "John Doew"}
}

//或者 POST不带_update
POST customer/external/1
{ "name": "John Doe2"}

//或者 PUT
PUT customer/external/1
{ "name": "John Doe"}
1
2
3
4
5
6
7
8
9
10
11
12
13

不同：

POST带_update，对比原来数据，与原来一样就什么都不做，version/seq_no 都不变
POST不带_update、PUT ，如果数据不变，还是会更新版本

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
1
2
3
4
5
6
7
8

3.5 删除文档&索引

DELETE customer/external/1
DELETE customer
1
2

3.6 bulk 批量 API

POST customer/external/_bulk
{"index":{"_id":"1"}}
{"name": "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe" }
1
2
3
4
5

语法格式：

{ action: { metadata }}\n
{ request body }\n
{ action: { metadata }}\n
{ request body }\n
1
2
3
4

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", "_retry_on_conflict" : 3} }
{ "doc" : {"title" : "My updated blog post"} }
1
2
3
4
5
6
7
8

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。

3.7 样本测试数据

准备了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"
}
1
2
3
4
5
6
7
8
9
10
11
12
13

ES测试数据 Gitee
ES测试数据语雀

将测试数据 JSON 拷贝进 ES 开发窗口，使用以下语句：

POST bank/account/_bulk
测试数据
1
2

在这里插入图片描述

4、进阶检索

4.1 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）

1 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
1
2

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"
      }
    }
  ]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

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）

4.2 Query DSL

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, ARGUMENT: VALUE,... }
}

如果是针对某个字段，那么它的结构如下：
{
  QUERY_NAME: {
    FIELD_NAME: {
      ARGUMENT: VALUE, 
      ARGUMENT: VALUE,... 
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

示例：

GET bank/_search
{ 
  "query": {   //query 定义如何查询
    "match_all": {}   //match_all 查询类型【代表查询所有的所有】
  },
  "from": 0, 
  "size": 5,   // from+size 完成分页功能
  "sort": [   // sort 排序，多字段排序
    { 
      "account_number": { 
        "order": "desc"
      }
    }
  ]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

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

2 返回部分字段

GET bank/_search
{ 
  "query": {
    "match_all": {}
  },
  "from": 0, 
  "size": 5, 
  "_source": ["age","balance"]    //返回部分字段
}
1
2
3
4
5
6
7
8
9

3 match【匹配查询】

基本类型（非字符串），精确匹配

GET bank/_search
{ 
  "query": { 
    "match": {       //match 返回 account_number=20 的
      "account_number": "20"
    }
  }
}
1
2
3
4
5
6
7
8

字符串，全文检索

//查询出address中包含 mill 单词的所有记录
GET bank/_search
{ 
  "query": { 
    "match": {
      "address": "mill"
    }
  }
}
1
2
3
4
5
6
7
8
9

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）

//查询出address中包含 mill 或者 road 或者 mill road 的所有记录
GET bank/_search
{ 
  "query": { 
    "match": { 
      "address": "mill road"
    }
  }
}
1
2
3
4
5
6
7
8
9

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

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

//查出 address 中包含 mill road 的所有记录
GET bank/_search
{ 
  "query": { 
    "match_phrase": { 
      "address": "mill road"
    }
  }
}
1
2
3
4
5
6
7
8
9

查出 address 中包含 mill road 的所有记录，并给出相关性得分

5 multi_match【多字段匹配】

//查询 state 或者 address 包含 mill
GET bank/_search
{ 
  "query": { 
    "multi_match": { 
      "query": "mill", 
      "fields": ["state","address"]
    }
  }
}
1
2
3
4
5
6
7
8
9
10

只要指定字段里面包含要查询的值就返回
并且会分词多个值只要包含其中一个值就会返回

//"990 Mill Road"作为一个整体查询，是短语匹配，只要包含以下内容就可以查询
GET bank/_search
{
  "query": {
    "match_phrase": { 
      "address": "990 Mill Road"
    }
  }
}

//"990 Mill Road"作为一个整体查询，是绝对匹配，必须一模一样
//每一个字符串的字段都可以使用 .keyword
GET bank/_search
{
  "query": {
    "match": { 
      "address.keyword": "990 Mill Road"
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

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" } 
        }
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

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" }
        }
      ],
      "should": [
        {
          "match": {"address": "lane"}
        }
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

must_not： 必须不是指定的情况

GET bank/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {"address": "mill"}
        },
        {
          "match": {"gender": "M"}
        }
      ],
      "must_not": [
        {
          "match": {"email": "baluba.com"}
        }
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

address 包含 mill，并且 gender 是 M，，但是 email 必须不包含 baluba.com

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。

GET bank/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": { "address": "mill"}
        }
      ],
      "filter": {
        "range": {
          "balance": {
            "gte": 10000,
            "lte": 20000
          }
        }
      }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

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"}
        }
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

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的 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": {     //执行聚合
    "group_by_state": {     //这次聚合的名字，方便展示在结果集中
      "terms": {      //聚合的类型
        "field": "age"
      }
    },
    "avg_age": {
      "avg": {		 //聚合的类型
        "field": "age"
      }
    }
  },
  "size": 0   //不显示搜索数据
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

//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     //给出1000种不同结果
        },
        "aggs": {
          "banlances_avg": {
            "avg": {"field": "balance"}
          }
        }
    }
  },
  "size": 1000
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

//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",		//按年龄分组
	        "size": 100     //给出100种不同结果
	      },
	      "aggs": {
	        "gender_agg": {
		          "terms": {
		            "field": "gender.keyword",   //在按年龄分组情况下再按性别分组
		            "size": 100
		          },
		          "aggs": {
		            "balance_avg": {
		              "avg": {
		                "field": "balance"		//求平均值
		              }
		            }
		          }
	        },
	        "balance_avg": {
	              "avg": {"field": "balance"} 	//在按年龄分组情况下求平均值
	        }
	      }
    }
  },
  "size": 1000
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

4.3 Mapping

1 字段类型

在这里插入图片描述

2 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
1
2

修改 mapping 信息

自动猜测的映射类型
在这里插入图片描述

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：
1）、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
2）、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"
      }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

//添加新的字段映射
PUT /my-index/_mapping
{
  "properties": {
    "employee-id": {
      "type": "keyword",
      "index": false
    }
  }
}
1
2
3
4
5
6
7
8
9
10

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"   //旧映射
  },
  "dest": {
    "index": "new_twitter"   //新的映射
  }
}
1
2
3
4
5
6
7
8
9

示例：

//将旧索引的 type 下的数据进行迁移
POST _reindex
{
  "source": {
    "index": "twitter",
    "type": "tweet"
  },
  "dest": {
    "index": "tweets"
  }
}
1
2
3
4
5
6
7
8
9
10
11

4.4 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）

1 安装 ik 分词器

安装 ik 分词器：注意版本要与 es 版本一致

注意：不能用默认 elasticsearch-plugin install xxx.zip 进行自动安装
对应 es 版本安装地址

//进入 es 容器内部 plugins 目录
docker exec -it 容器id /bin/bash

cd plugins/
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip

//unzip 下载的文件
rm –rf *.zip
mv elasticsearch/ 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
1
2
3
4
5
6
7
8
9
10
11
12
13

或者可以使用 secureFXP 将下载的 zip 文件（直接放解压后的也可以）放到本地的es的plugins 文件夹内

2 测试分词器

使用默认

POST _analyze
{
  "text": "我是中国人"
}
1
2
3
4

使用分词器

POST _analyze
{
  "analyzer": "ik_smart",
  "text": "我是中国人"
}
1
2
3
4
5

另外一个分词器 ik_max_word

POST _analyze
{
  "analyzer": "ik_max_word",
  "text": "我是中国人"
}
1
2
3
4
5

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。

3 自定义词库

修改/usr/share/elasticsearch/plugins/ik/config/中的 IKAnalyzer.cfg.xml

使用 http://192.168.128.130/fenci/myword.txt 的前提是配置了 nginx ，然后将文件 myword.txt 放在对应位置

修改后的 xml


DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置comment>
	
	<entry key="ext_dict">entry>
	
	<entry key="ext_stopwords">entry>
	
	<entry key="remote_ext_dict">http://192.168.128.130/fenci/myword.txtentry>
	
	
properties>
1
2
3
4
5
6
7
8
9
10
11
12
13

原来的 xml


DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置comment>
	
	<entry key="ext_dict">entry>
	
	<entry key="ext_stopwords">entry>
	
	
	
	
properties>
1
2
3
4
5
6
7
8
9
10
11
12
13

利用 nginx 发布静态资源,按照请求路径，创建对应的文件夹以及文件，放在 nginx 的 html 下，然后重启 es 服务器，重启 nginx。

在 kibana 中测试分词效果，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
1

5、Elasticsearch-Rest-Clien

9300：TCP
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
9200：HTTP
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

最终选择 Elasticsearch-Rest-Client（elasticsearch-rest-high-level-client）

5.1 SpringBoot 整合

依赖


<dependency>
	<groupId>org.elasticsearch.clientgroupId>
	<artifactId>elasticsearch-rest-high-level-clientartifactId>
	<version>7.4.2version>
dependency>
1
2
3
4
5
6

参考官网

配置类

参考官网

/**
 * 1、导入配置
 * 2、编写配置，给容器注入一个RestHighLevelClient
 * 3、参照API 官网进行开发
 */
@Configuration
public class GulimallElasticsearchConfig {
    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();
    }

    @Bean
    public RestHighLevelClient esRestClient() {
        RestClientBuilder builder = null;
        builder = RestClient.builder(new HttpHost("192.168.56.10",
											 	   9200, "http"));
        RestHighLevelClient client = new RestHighLevelClient(builder);
        
//        RestHighLevelClient client = new RestHighLevelClient(
//                RestClient.builder(
//                        new HttpHost("localhost", 9200, "http"),
//                        new HttpHost("localhost", 9201, "http")));
        return client;
    }

}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

使用

参照官方文档

简单添加 / 更新数据

@Autowired
private RestHighLevelClient client;

//测试注入是否成功
@Test
public void contextLoads() {
    System.out.println(client);
}

/**
 * 添加或者更新
 */
@Test
public void indexData() throws IOException {
    IndexRequest indexRequest = new IndexRequest("users");
    User user = new User();
    user.setAge(19);
    user.setGender("男");
    user.setUserName("张三");
    String jsonString = JSON.toJSONString(user);
    
    indexRequest.source(jsonString,XContentType.JSON);
    // 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);
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

复杂检索

参照官方文档

@Test
public void searchTest() 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 sourceBuilder = new SearchSourceBuilder();

    sourceBuilder.query(QueryBuilders.matchQuery("address", "mill"));

    //1、2 按照年龄值分布进行聚合
    TermsAggregationBuilder aggAvg = AggregationBuilders.terms("ageAgg").field("age").size(10);
    sourceBuilder.aggregation(aggAvg);

    //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
    System.out.println(searchResponse.toString());

    // 4、拿到命中的结果
    SearchHits hits = searchResponse.getHits();
    //搜索请求的匹配
    SearchHit[] searchHits = hits.getHits();
    for (SearchHit hit : searchHits) {
    	/**
    	 *   "_index" : "bank",
    	 *   "_type" : "account",
    	 *   "_id" : "970",
    	 *   "_score" : 6.5032897,
    	 *   "_source" : {}
    	 */
    	//hit.getIndex();hit.getType();hit.getId(); 等等
        // 拿到 _source 里面完整结果字符串
        String sourceAsString = hit.getSourceAsString();
        // 转换成实体类
        Accout accout = JSON.parseObject(sourceAsString, Accout.class);
        System.out.println("account:" + accout );
    }

    // 5、拿到聚合
    Aggregations aggregations = searchResponse.getAggregations();
//  for (Aggregation aggregation : aggregations.asList()) {
//  }
    // 6、通过先前名字拿到对应聚合
    Terms ageAgg1 = aggregations.get("ageAgg");
    for (Terms.Bucket bucket : ageAgg1.getBuckets()) {
        // 7、拿到结果
        String keyAsString = bucket.getKeyAsString();
        System.out.println("年龄:" + keyAsString);
        long docCount = bucket.getDocCount();
        System.out.println("个数：" + docCount);
    }
    Avg balanceAvg1 = aggregations.get("balanceAvg");
    System.out.println("平均薪资：" + balanceAvg1.getValue());
    System.out.println(searchResponse.toString());
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66

执行结果：

accout:GulimallSearchApplicationTests.Accout(account_number=970, balance=19648, firstname=Forbes, lastname=Wallace, age=28, gender=M, address=990 Mill Road, employer=Pheast, email=forbeswallace@pheast.com, city=Lopezo, state=AK)accout:GulimallSearchApplicationTests.Accout(account_number=136, balance=45801, firstname=Winnie, lastname=Holland, age=38, gender=M, address=198 Mill Lane, employer=Neteria, email=winnieholland@neteria.com, city=Urie, state=IL)accout:GulimallSearchApplicationTests.Accout(account_number=345, balance=9812, firstname=Parker, lastname=Hines, age=38, gender=M, address=715 Mill Avenue, employer=Baluba, email=parkerhines@baluba.com, city=Blackgum, state=KY)accout:GulimallSearchApplicationTests.Accout(account_number=472, balance=25571, firstname=Lee, lastname=Long, age=32, gender=F, address=288 Mill Street, employer=Comverges, email=leelong@comverges.com, city=Movico, state=MT)年龄:38
个数:2
年龄:28
个数:1
年龄:32
个数:1
平均薪水:25208.0
1
2
3
4
5
6
7

ELK
Elasticsearch ：用于检索数据

Logstach：存储数据

Kibana：视图化查看数据
在这里插入图片描述

相关阅读:
中间件中使用到的设计模式
 算法设计与分析基础-重要的问题类型
 数据中台、BI业务访谈（二）：组织架构梳理的坑
 Element-ui配合vue上传图片
 Git -- submoudule子模块使用
 Linux开发工具(4)——Makefile
甲方安全建设思考-3
Nacos服务列表有服务，但是配置列表不起作用。
一文搞懂傅里叶级数与变换
 09 | Harbor中的镜像清除
原文地址：https://blog.csdn.net/qq_48496502/article/details/126026966

谷粒商城（三）

高级篇技术前提

Elasticsearch - 全文检索

1、基本概念

2、Docker 安装 Es

3、初步检索

3.1 _cat

3.2 索引一个文档（保存）

3.3 查询文档

3.4 更新文档

3.5 删除文档&索引

3.6 bulk 批量 API

3.7 样本测试数据

4、进阶检索

4.1 SearchAPI

1 检索信息

4.2 Query DSL

1 基本语法格式

2 返回部分字段

3 match【匹配查询】

4 match_phrase【短语匹配】

5 multi_match【多字段匹配】

6 bool【复合查询】

7 filter【结果过滤】

8 term

9 aggregations（执行聚合）

4.3 Mapping

1 字段类型

2 Mapping（映射）

3 新版本改变

4.4 分词

1 安装 ik 分词器

2 测试分词器

3 自定义词库

5、Elasticsearch-Rest-Clien

5.1 SpringBoot 整合

依赖

配置类

使用