void testMatchAll() throws IOException {
//1.准备Request
SearchRequest request = new SearchRequest("hotel");
//2.准备DSL
request.source().query(QueryBuilders.matchAllQuery());
//3.发送请求
SearchResponse response = restClient.search(requ est , RequestOptions.DEFAULT);
System.out.println(response);
}
高亮API包括请求DSL构建和结果解析两部分。
构建:
request.source().highlighter(new HghlightBuilder().field("name")
//是否需要与字段匹配
.requireFieldMatch(false))
@Test
public void testHighLight() throws IOException {
//1 准备Request
SearchRequest request = new SearchRequest("hotel");
//2 准备DSL
request.source().query(QueryBuilders.matchQuery("name" , "如家"));
//2.2 高亮
request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));
//3 发送请求
SearchResponse response = restClient.search(request , RequestOptions.DEFAULT);
//4 解析响应
SearchHits searchHits = response.getHits();
//5 获取总条数
long total = searchHits.getTotalHits().value;
//4.2 文档数组
SearchHit[] hits = searchHits.getHits();
//4.3 遍历
for(SearchHit hit : hits){
//获取文档source
String json = hit.getSourceAsString();
//反序列化
HotelDoc hotelDoc = JSON.parseObject(json , HotelDoc.class);
//获取高亮结果
Map<String , HighlightField> highlightFields = hit.getHighlightFields();
//根据字段名获取高亮结果
HighlightField highlightField = hightlightFields.get("name");
//获取高亮值
String name = highlightField.getFragments()[0].string();
//覆盖非高亮结果
hotelDoc.setName(name);
}
}
所有搜索DSL的构建,记住一个API:
高亮结果解析是参考JSON结果,逐层解析
FunctionScoreQueryBuilder functionScoreQuery = QueryBuilders.functionScoreQuery(
//原始查询,相关性算分的查询
boolQuery ,
new FunctionSocreQueryBuilder.FilterFunctionBuilder[]{
new FunctionScoreQueryBuilder.FilterFunctionBuilder(
//过滤条件
QueryBuilders.termQuery("isAd" , true),
//算分函数
ScoreFuntionBuilders.weightFactorFuntion(10)
)
}
);
聚合的分类
聚合(aggregations)可以实现对文档数据的统计、分析、运算。聚合常见的有三类:
桶(Bucket)聚合:用来对文档做分组
度量(Metric)聚合:用以计算一些值,比如:最大值、最小值、平均值等
管道(pipeline)聚合:其他聚合的结果为基础做聚合
什么是聚合?
聚合的常见种类有哪些?
参与聚合的字段类型必须是:
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
}
}
}
}
aggs代表聚合,与query同级,此时query的作用是?
聚合必须的三要素:
聚合可配置属性有:
例如,我们要求获取每个品牌的用户评分的min、max、avg等值
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_status":{ // 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,这里可以是score
}
}
}
}
}
}
@Test
public void testAggregation() throws IOException {
// 准备Request
SearchRequest request = new SearchRequest("hotel");
// 准备DSL
// 设置size
request.source().size(0);
// 聚合
request.source().aggregation(AggregationBuilders.terms("brandAgg").size(20).field("brand"));
//发出请求
SearchResponse response = restClient.search(request, RequestOptions.DEFAULT);
//解析聚合结果
Aggregations aggregations = response.getAggregations();
//根据名称获取聚合结果
Terms brandTerms = aggregations.get("brand_agg");
//获取桶
List<? extends Terms.Bucket> buckets = brandTerms.getBuckets();
for (Terms.Bucket bucket : buckets) {
//获取key,也就是品牌信息
String brandName = bucket.getKeyAsString();
System.out.println(brandName);
}
}
实现对品牌、城市、星级的聚合
@Test
public Map<String , List<String>> testMap() throws IOException {
// 准备Request
SearchRequest request = new SearchRequest("hotel");
// 准备DSL
// 设置size
request.source().size(0);
// 聚合
request.source().aggregation(AggregationBuilders.terms("brandAgg").size(20).field("brand"));
request.source().aggregation(AggregationBuilders.terms("cityAgg").size(20).field("city"));
request.source().aggregation(AggregationBuilders.terms("starAgg").size(20).field("starName"));
//发出请求
SearchResponse response = restClient.search(request, RequestOptions.DEFAULT);
//解析聚合结果
Aggregations aggregations = response.getAggregations();
Map<String , List<String>> result = new HashMap<>();
result.put("brandAgg" , getAggByName("brandAgg" , aggregations));
result.put("cityAgg" , getAggByName("cityAgg" , aggregations));
result.put("starAgg" , getAggByName("starAgg" , aggregations));
return result;
}
private List<String> getAggByName(String name , Aggregations aggregations){
List<String> result = new ArrayList<>();
Terms terms = aggregations.get(name);
for (Terms.Bucket bucket : terms.getBuckets()) {
String keyAsString = bucket.getKeyAsString();
result.add(keyAsString);
}
return result;
}
下载pinyin分词器
解压并放到elasticsearch的plugin目录
重启
创建索引库时,在settings中配置,可以包含三部分
character filter
tokenizer
filter
为了避免搜索到同音字,搜索时不要使用拼音分词器
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:
// 自动补全查询
GET /test2/_search
{
"suggest":{
"titleSuggest":{
"text":"s",
"completion":{
"field":"title",
"skip_duplicates":true,
"size":10
}
}
}
}
自动补全对字段的要求:
@Test
public void testSuggest() throws IOException {
// 准备Request
SearchRequest request = new SearchRequest("hotel");
// 准备DSL
request.source().suggest(new SuggestBuilder().addSuggestion(
"suggestions" , SuggestBuilders.completionSuggestion("suggestion")
.prefix("h")
.skipDuplicates(true)
.size(10)));
// 发起请求
SearchResponse response = client.search(request,RequestOptions.DEFAULT);
// 解析结果
Suggest suggest = response.getSuggest();
// 根据名称获取补全结果
CompletionSuggestion suggestion = suggest.getSuggestion("hotelSuggestion");
//获取options并遍历
for(CompletionSuggestion.Entry.Option option : suggestion.getOptions()){
String text = option.getText().string();
System.out.println(text);
}
}
异步通知数据同步步骤:
单机的es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
首先编写一个docker-compose.yml文件,内容如下:
version: '2.2'
services:
es01:
image: elasticsearch:7.12.1
container_name: es01
environment:
- node.name=es01
- cluster.name=es-docker-cluster
- discovery.seed_hosts=es02,es03
- cluster.initial_master_nodes=es01,es02,es03
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
volumes:
- data01:/usr/share/elasticsearch/data
ports:
- 9200:9200
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
es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=262144
然后执行命令,让配置生效:
sysctl -p
通过docker-compose启动集群:
docker-compose up -d
kibana可以监控es集群,不过新版本需要依赖es的x-pack 功能,配置比较复杂。
这里推荐使用cerebro来监控es集群状态,官方网址:https://github.com/lmenezes/cerebro
双击的cerebro.bat文件即可启动服务。
访问http://localhost:9000 即可进入管理界面:
输入你的elasticsearch的任意节点的地址和端口,点击connect即可:
绿色的条,代表集群处于绿色(健康状态)。
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 ...
}
}
}
利用cerebro还可以创建索引库:
填写索引库信息:
点击右下角的create按钮:
回到首页,即可查看索引库分片效果:
elasticsearch中集群节点有不同的职责划分:
默认情况下,每个节点都是master eligible节点,因此一旦master节点宕机,其他候选节点会选举一个称为主节点。当主节点与其他节点网络故障时,可能发生脑裂问题。
为了避免脑裂,需要要求选票超过(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.minimux_master_nodes,在es7.0以后,已经成为默认配置,因此一般不会发生脑裂问题。
当新增文档时,应该保存到不同的分片,保证数据均衡,那么coordinating node如何确定数据该存储到哪个分片呢?elasticsearch会通过hash算法来计算文档应该存储到哪个分片:
shard = hash(_routing) % number_of_shards
说明:
elasticsearch的查询分为两个阶段:
集群的master节点会监控集群中的节点状态,如果发现有节点宕机,会立即将宕机节点的分片数据迁移到其他节点,确保数据安全,这个叫做故障转移