ElasticSearch——全文检索

3 篇文章 1 订阅
2 篇文章 0 订阅

ElasticSearch——全文检索

来源【尚硅谷】-《谷粒商城高级篇》

一、简介

官网:https://www.elastic.co/cn/what-is/elasticsearch

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。

Kibana(可视化工具)

REST API:天然的跨平台。

官方文档:https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html

官方中文:https://www.elastic.co/guide/cn/elasticsearch/guide/current/foreword_id.html

社区中文: https://es.xiaoleilu.com/index.html http://doc.codingdict.com/elasticsearch/0

二、基本概念

1. index(索引)

相当于MySQL中的数据库

2. type(类型)

相当于MySQL中的数据表

3. Document(文档)

相当于MySQL中的数据

4. 倒排索引机制

记录
红海1,2,3,4,5
行动1,2,3
探索2,5
特别3,5
纪录篇4
特工5

三、初步检索

1. _cat

  • _GET:查看es信息

    {
        "name": "616a9e1efbf4",
        "cluster_name": "elasticsearch",
        "cluster_uuid": "Op8Z3VQzSeKTG2Q3rN17yQ",
        "version": {
            "number": "7.4.2",
            "build_flavor": "default",
            "build_type": "docker",
            "build_hash": "2f90bbf7b93631e52bafb59b3b049cb44ec25e96",
            "build_date": "2019-10-28T20:40:44.881551Z",
            "build_snapshot": false,
            "lucene_version": "8.2.0",
            "minimum_wire_compatibility_version": "6.8.0",
            "minimum_index_compatibility_version": "6.0.0-beta1"
        },
        "tagline": "You Know, for Search"
    }
    
  • _GET /_cat/nodes:查看所有节点

    127.0.0.1 22 77 4 0.00 0.01 0.06 dilm * 616a9e1efbf4
    
  • GET /_cat/health:查看 es 健康状况

    1637633495 02:11:35 elasticsearch yellow 1 1 9 9 0 0 6 0 - 60.0%
    
  • GET /_cat/master:查看主节点

    9QX5tgTTQW-djqKkz6tnFQ 127.0.0.1 127.0.0.1 616a9e1efbf4
    
  • GET /_cat/indices:查看所有索引 show databases

    yellow open bank                     s8dd9wdKSC2j4HA9pfCrig 1 1 1000 0 428.4kb 428.4kb
    yellow open website                  YmVaHWr9SL6ilyWfaRyHog 1 1    2 2   8.6kb   8.6kb
    green  open .kibana_task_manager_1   vhVToLqpT4-NCXd5rXicPw 1 0    2 0  21.7kb  21.7kb
    yellow open my_index                 diw79fzHRRKi7MdS1Seflg 1 1    0 0    283b    283b
    green  open .apm-agent-configuration DQhr7FobQg6tV9q5z7QA8g 1 0    0 0    283b    283b
    yellow open newbank                  N-6EQ7M4TcmDKIMBQQv4Aw 1 1 1000 0 286.5kb 286.5kb
    green  open .kibana_1                vzWLn08uRK2R8xDGukZzdw 1 0    9 1    30kb    30kb
    yellow open users                    T1m16_wQSiyHxKiA5CIv-A 1 1    1 0   4.3kb   4.3kb
    yellow open customer                 LlfbJVXnSXWHaZr-_n-w2g 1 1    2 0   3.5kb   3.5kb
    

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 PUT customer/external/1;在 customer 索引下的 external 类型下保存 1 号数据为

PUT customer/external/1
{ 
	"name": "John Doe"
}

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. 查询文档

GET customer/externa

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"
	}
}

更新携带

?if_seq_no=0&if_primary_term=

4. 更新文档

POST customer/external/1/_update
{ 
    "doc":{ 
        "name": "John Doew"
	}
}
//或者===========================
POST customer/external/1
{ 
    "name": "John Doe2"
}
//或者===========================
PUT customer/external/1
{ 
    "name": "John Doe"
}

不同:

POST 操作会对比源文档数据,如果相同不会有什么操作,文档 version 不增加 PUT 操作总会将数据重新保存并增加 version 版本; 带_update 对比元数据如果一样就不进行任何操作。 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

5. 删除文档&索引

DELETE customer/external/1
DELETE customer

6. bulk 批量 API

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

语法格式:

{ action: { metadata }}\n 
{ request body }\n 

{ action: { metadata }}\n 
{ request body }\n 

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"} } 

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),所以可以检查是否一个指定的动作是不是失败了。

四、进阶检索

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
检索说明
GET bank/_searc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

响应体

响应体属性说明
took - Elasticsearch执行搜索的时间(毫秒)
time_out是否超时
_shards统计被搜索分片数量,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 || 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"
			}
		}
	]
}

HTTP 客户端工具(POSTMAN),get 请求不能携带请求体,我们变为 post 也是一样的 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)

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,
            ... 
        } 
    }
}
GET bank/_search
{ 
    "query": { 
        "match_all": {}
    },
    "from": 0, 
    "size": 5, 
    "sort": [
        { 
            "account_number": { 
                "order": "desc"
            }
        }
    ]
}
  • query 定义如何查询,
  • 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"
    ]
}
3)match【匹配查询】
  • 基本类型(非字符串),精确匹配

    GET bank/_search 
    { 
        "query": { 
            "match": { 
                "account_number": "20" 
            } 
        } 
    } 
    

    match 返回 account_number=20 的

  • 字符串,全文检索

    GET bank/_search
    { 
        "query": { 
            "match": { 
                "address": "mill"
            }
        }
    }
    

    最终查询出 address 中包含 mill 单词的所有记录 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)

    GET bank/_search 
    { 
        "query": { 
            "match": { 
                "address": "mill road" 
            } 
        } 
    } 
    

    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

GET bank/_search
{ 
    "query": { 
        "match_phrase": { 
            "address": "mill road"
		}
	}
}

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】
GET bank/_search 
{ 
    "query": { 
        "multi_match": { 
            "query": "mill", 
            "fields": ["state","address"] 
        } 
    } 
}
state 或者 address包含null
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" } }
    			]
    		}
    	}
    }
    
  • 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" } }, 
                    { "match": { "gender": "M" } }
    			],"should": [
    				{"match": { "address": "lane" }}
    			]
    		}
    	}
    }
    
  • must_not 必须不是指定的情况

    GET bank/_search
    { 
        "query": { 
            "bool": { 
                "must": [
    				{"match": { "address": "mill" } }, 
                    {"match": { "gender": "M" } }
    			],
                "should": [
    				{"match": { "address": "lane" }}
    			],
                "must_not": [
    				{"match": { "email": "baluba.com" }}
    			]
    		}
    	}
    }
    

    address 包含 mill,并且 gender 是 M,如果 address 里面有 lane 最好不过,但是 email 必 须不包含 baluba.com

    事件描述
    must字句(查询)必须出现在匹配的文档中,并将有助于得分
    filter字句(查询)必须出现在匹配的文档中,然而不像must此查询的得分将被忽略
    should字句(查询)应出现在匹配的文档中,在布尔查询中不包含must或filter字句,一个或多个should子句必须有匹配的文件,匹配should条件的最小数据可通过设置minimum_should_match参数
    must_not字句(查询)不能出现在匹配的文档中
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
					}
				}
			}
		}
	}
}
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"
				}
			}]
		}
	}
}
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 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": {
    		"group_by_state": {
    			"terms": {
    				"field": "age"
    			}
    		},
    		"avg_age": {
    			"avg": {
    				"field": "age"
    			}
    		}
    	},
    	"size": 0
    }
    //========================================
    size:0 //不显示搜索数据
    aggs://执行聚合。聚合语法如下
    "aggs": {
    	"aggs_name 这次聚合的名字,方便展示在结果集中": {
    		"AGG_TYPE 聚合的类型(avg,term,terms)": {}
    	}
    }
    
  • 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
    			},
    			"aggs": {
    				"banlances_avg": {
    					"avg": {
    						"field": "balance"
    					}
    				}
    			}
    		}
    	},
    	"size": 1000
    }
    
  • 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",
    				"size": 100
    			},
    			"aggs": {
    				"gender_agg": {
    					"terms": {
    						"field": "gender.keyword",
    						"size": 100
    					},
    					"aggs": {
    						"balance_avg": {
    							"avg": {
    								"field": "balance"
    							}
    						}
    					}
    				},
    				"balance_avg": {
    					"avg": {
    						"field": "balance"
    					}
    				}
    			}
    		}
    	},
    	"size": 1000
    }
    

3. Mapping

1)字段类型

在这里插入图片描述

2)映射

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/_mappi
    
  • 修改 mapping 信息

    https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html

    自动猜测的映射类型

    JSON type域type
    布尔型:true或者falseboolean
    整数:123long
    浮点型:123.45double
    字符串,有效日期:2014-09-15date
    字符串:foo barstring
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
1、创建映射
1、创建索引并指定映射
PUT /my-index
{
	"mappings": {
		"properties": {
			"age": {
				"type": "integer"
			},
			"email": {
				"type": "keyword"
			},
			"name": {
				"type": "text"
			}
		}
	}
}
2、添加新的字段映射
PUT /my-index/_mapping
{
	"properties": {
		"employee-id": {
			"type": "keyword",
			"index": false
		}
	}
}
3、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

4、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"
	},
	"dest": {
		"index": "new_twitter"
	}
}

将旧索引的 type 下的数据进行迁移

POST _reindex
{
	"source": {
		"index": "twitter",
		"type": "tweet"
	},
	"dest": {
		"index": "tweets"
	}
}

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

注意:不能用默认 elasticsearch-plugin install xxx.zip 进行自动安装

https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v6.4.2 对应 es 版本安装

进入 es 容器内部 plugins 目录

docker exec -it 容器 id /bin/bash

wget

https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-anal ysis-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

2)测试分词器

使用默认

POST _analyze 
{ 
    "text": "我是中国人" 
} 

使用分词器

POST _analyze 
{ 
    "analyzer": "ik_smart", 
    "text": "我是中国人" 
} 

另外一个分词器

ik_max_word

POST _analyze 
{ 
    "analyzer": "ik_max_word ", 
    "text": "我是中国人" 
} 

观察结果,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 /usr/share/elasticsearch/plugins/ik/config

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict"></entry>
	<!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<entry key="remote_ext_dict">http://192.168.128.130/fenci/myword.txt</entry>
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

原来的 xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict"></entry>
	<!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <entry key="remote_ext_dict">words_location</entry> -->
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

按照标红的路径利用 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

然后重启 es 服务器,重启 nginx。

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

五、Elasticsearch-Rest-Client

1)、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

2)、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) https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/java-rest-high.html

1、SpringBoot 整合

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.4.2</version>
</dependency>

2、配置


import org.apache.http.HttpHost;
import org.elasticsearch.client.*;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * @Description :
 * @Author : sherlock
 * @Date : 2021/11/22 14:29
 */

@Configuration
public class ElasticSearchConfig {

    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();
    }

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

3、使用

参照官方文档:

https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/java-rest-high.html


import cn.hutool.json.JSON;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import com.syq.gulimail.search.config.ElasticSearchConfig;
import lombok.Data;
import lombok.ToString;
import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.action.index.IndexResponse;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.aggregations.Aggregation;
import org.elasticsearch.search.aggregations.AggregationBuilders;
import org.elasticsearch.search.aggregations.Aggregations;
import org.elasticsearch.search.aggregations.bucket.terms.Terms;
import org.elasticsearch.search.aggregations.bucket.terms.TermsAggregationBuilder;
import org.elasticsearch.search.aggregations.metrics.Avg;
import org.elasticsearch.search.aggregations.metrics.AvgAggregationBuilder;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;

import java.io.IOException;

@RunWith(SpringRunner.class)
@SpringBootTest
public class GulimailSearchApplicationTests {

    @Autowired
    private RestHighLevelClient client;

    @ToString
    @Data
    class Account {

        private int account_number;
        private int balance;
        private String firstname;
        private String lastname;
        private int age;
        private String gender;
        private String address;
        private String employer;
        private String email;
        private String city;
        private String state;

    }

    /**
     * 检索数据
     *
     * @throws IOException
     */
    @Test
    public void searchData() throws IOException {
        SearchRequest searchRequest = new SearchRequest();
        //1.指定索引
        searchRequest.indices("bank");
        //2.指定检索条件
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        //构造检索条件
//        sourceBuilder.query();
//        sourceBuilder.from();
//        sourceBuilder.size();
//        sourceBuilder.aggregation();
        sourceBuilder.query(QueryBuilders.matchQuery("address", "mill"));

        //3.创建聚合条件
        //3.1)按照年龄的值发布进行聚合
        TermsAggregationBuilder ageAgg = AggregationBuilders.terms("ageAgg").field("age").size(10);
        sourceBuilder.aggregation(ageAgg);

        //3.2)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);

        //4.执行检索
        SearchResponse searchResponse = client.search(searchRequest, ElasticSearchConfig.COMMON_OPTIONS);

        //5.分析结果
        System.out.println("查询结果:" + searchResponse.toString());
        SearchHit[] searchHits = searchResponse.getHits().getHits();
        for (SearchHit hit : searchHits) {
//            hit.getIndex();hit.getType();hit.getId();
            hit.getSourceAsString();
            Account account = JSONUtil.toBean(hit.getSourceAsString(), Account.class);
            System.out.println("account:" + account);
        }
        Aggregations aggregations = searchResponse.getAggregations();
//        for (Aggregation aggregation : aggregations.asList()) {
//            System.out.println("当前聚合:"+aggregation.getName());
//        }
        Terms ageAgg1 = aggregations.get("ageAgg");
        for (Terms.Bucket bucket : ageAgg1.getBuckets()) {
            String keyAsString = bucket.getKeyAsString();
            System.out.println("年龄:" + keyAsString + "==>" + bucket.getDocCount());
        }

        Avg balanceAvg1 = aggregations.get("balanceAvg");
        System.out.println("平均薪资:" + balanceAvg1.getValue());

    }

    /**
     * 存储/更新数据到es
     *
     * @throws IOException
     */
    @Test
    public void indexData() throws IOException {
        IndexRequest indexRequest = new IndexRequest("users");
        indexRequest.id("1");//数据id
//        indexRequest.source("username","zhangsan","age",18,"gender","男");
        User user = new User();
        user.setUsername("sherlock");
        user.setAge(18);
        user.setGender("男");
        String s = JSONUtil.toJsonStr(user);
        indexRequest.source(s, XContentType.JSON);//要保存的内容,内容类型

        //执行操作
        IndexResponse index = client.index(indexRequest, ElasticSearchConfig.COMMON_OPTIONS);

        //提取有用的数据
        System.out.println(index);
    }

    @Data
    class User {
        private String username;
        private String gender;
        private Integer age;
    }

    @Test
    public void contextLoads() {
        System.out.println(client);
    }

}

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

SherlockerSun

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值