ElasticSearch入门到springboot使用

已于 2022-12-10 17:37:33 修改
阅读量2.7k 收藏 2
点赞数
分类专栏： 中间件 文章标签： elasticsearch java
于 2022-12-10 17:36:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/User_bie/article/details/128191597
版权

文章目录

文章整理自：狂神说-es

1.存储引擎产品性能对比

1.Lucence
是一套信息检索工具包，jar包！不包含搜索引擎系统
包含：索引结构、读写索引的工具、排序、搜索规则等工具类

2.Lucence与ElasticSearch关系
ElasticSearch是基于Lucence做了一些封装和增加（上手简单）

3.ElasticSearch与solr的区别
性能对比：以下5图进行了对比
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
ElasticSearch VS solr 总结
1.es基本是开箱即用（解压就可以使用），非常简单。solr安装略微复杂
2.solr利用zookeeper进行分布式管理，而es自身带有分布式协调管理功能
3.solr支持更多数据格式，如JSON、XML、CSV，而es仅支持json文件格式（少而精）。
4.solr官方提供的功能更多，而es本身更注重于核心功能，高级功能多有第三方插件提供（如ik分词器，图形化界面需要kinaba支持）
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），即时查询快，用于facebook、新浪等搜索
  • solr是传统搜索应用的解决方案，但es更适用于新兴的实时搜索应用
    6.solr比较成熟，有个更大，更成熟的用户、开发和贡献社区，而es相对开发维护者少，更新太快，学习使用成本较高

2.es安装

环境要求：jdk 1.8及以上、es客户端、界面工具
java开发，es的版本和jdk版本要对应
es与kinaba下载版本要一致

1.创建目录

#　创建目录
#es
mkdir -p /opt/apps/es/elasticsearch/{config,data,plugins}

# kibana
mkdir -p /opt/apps/es/kibana/config

2.创建挂载的配置文件

es配置文件：
vi /opt/apps/es/elasticsearch/config/elasticsearch.yml

http.port: 9200
http.host: 0.0.0.0

http.cors.enabled: true
http.cors.allow-origin: "*"

kibana配置文件
vi/opt/apps/es/kibana/config/kibana.yml

server.name: kibana
# kibana的主机地址 0.0.0.0可表示监听所有IP
server.host: "0.0.0.0"
# kibana访问es的URL
elasticsearch.hosts: [ "http://localhost:9200" ]
#elasticsearch.username: 'kibana'
#elasticsearch.password: '123456'
# 显示登陆页面
#xpack.monitoring.ui.container.elasticsearch.enabled: true
# 语言
i18n.locale: "zh-CN"

3.编写docker-compose

vi /opt/apps/es/docker-compose.yml

version: '3'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.9.3
    container_name: elasticsearch
    environment:
      - "discovery.type=single-node"
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    volumes:
      - ./elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml
      - ./elasticsearch/data:/usr/share/elasticsearch/data 
      - ./elasticsearch/plugins:/usr/share/elasticsearch/plugins
    ulimits:
      memlock:
        soft: -1
        hard: -1
    ports:
      - 9200:9200
      - 9300:9300
    restart: always
    network_mode: 'host'
  kibana:
    image: docker.elastic.co/kibana/kibana:7.9.3
    volumes:
      - ./kibana/config/kibana.yml:/usr/share/kibana/config/kibana.yml
    environment:
      - ELASTICSEARCH_URL=http://localhost:9200
    ports:
      - 5601:5601
    restart: always
    network_mode: 'host'

  es-head:
    image: tobias74/elasticsearch-head:6
    container_name: es-head
    restart: always
    ports:
      - "9100:9100"

4.添加文件夹权限

chmod -R 777 /opt/apps/es/elasticsearch/data

5.启动es与kibana

cd /opt/apps/es
docker-compose up -d

6.开放端口

firewall-cmd --add-port=9200/tcp --permanent
firewall-cmd --add-port=5601/tcp --permanent
firewall-cmd --reload

7.测试访问

es访问地址：
http://ip:9200/
http://192.168.229.132:9200/

kibana访问地址:
http://ip:5601/
http://192.168.229.132:5601/

es-head访问地址：
http://192.168.229.132:9100/

8.安装IK分词器

# 进到es plugins的目录
cd /opt/apps/es/elasticsearch/plugins/

# 创建ik 目录
mkdir ik

# 进到ik
cd /opt/apps/es/elasticsearch/plugins/ik

# 下载方式1：分词器,很慢； 
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.3/elasticsearch-analysis-ik-7.9.3.zip

#下载方式2：可以windows直接下载zip包后上传到linux。
# 在谷歌浏览器输入
#https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.3/elasticsearch-analysis-ik-7.9.3.zip

# 解压分词器
unzip elasticsearch-analysis-ik-7.9.3.zip

#重启es
docker restart 容器id

kibana入门教程

3.es核心概念

集群、节点、索引、类型、文档、分片、映射是什么

es是面向文档，关系型数据库和es概念对比

在这里插入图片描述
es集群中可包含多个索引（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 **：
es在后台把每个索引划分成多个分片，每份分片可以在集群中不同的服务器进行迁移

** 逻辑设计**：

1.文档：就是一条数据

es是面向文档的，意味着索引和搜索数据的最小单位是文档，es中文档有几个重要属性

  • 自我包含，一篇文档同时好汉字段和对应的值，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json对象，通过fastjson自动转换）
  • 灵活的结构，文档不依赖预先定义的模式，在关系型数据库中，要提前定义字段才能使用，在es中对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态添加一个新的字段

尽管可以随意的新增或忽略某个子弹，但是每个字段的类型非常重要，比如年龄字段类型，可以是字符或整形。
因为es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es中，类型有时候也称为映射类型

2.类型：表字段和类型

3.索引：就是数据库

物理设计：
一个集群至少一个节点，而一个节点就是一个es进程，默认的节点可以有多个索引，如果创建索引，索引将会由5个分片构成（主分片），每个主分片会有一个副本（复制分片）

如下创建了1个索引：P，副本R，分片结果如下：
在这里插入图片描述
上图是一个有3个节点的es集群，可以看到主分片和对应的复制分片都不会再同一个节点内，这样就利于某个节点挂了，数据也不至于丢失。实际上，一个分片就是一个lucence索引，一个包含倒排索引的文件目录，倒排索引的结构使得es在不扫描全部文档的情况下，就能知道哪些文档包含特定的关键字。

倒排索引,优化效率

es使用的一种称为倒排索引的结构，采用lucence倒排索引作为底层。这种结构试用与快速的全文搜索，一个索引由文档中所有不重复的列构成，对于每一个词，都有一个包含他的文档列表。例如现有两个文档，内容如下

sduty every day ， good good up to forever # 文档1包含的内容
To forever ,study every day ,good good up  # 文档2包含的内容

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语（或称为词条或tokens），然后创建一个包含所有不重复的词条的排列，单号列出每个词条再哪个文档：
在这里插入图片描述
现在试图搜索to forever，需要查看包含每个词条的文档，如下：
在这里插入图片描述

具体例子：
如现在要搜索linux，那么就根本不会去查询id为1和2的文档，效率非常高
在这里插入图片描述

4.IK分词器

1.概念

分词：即把一段中文或别的划分成一个个关键字，在搜索时候会把自己的信息进行分词，会把数据库中或索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是每个字分为一个词；
比如“小鸡爱吃大米”会分成“小、鸡、爱、吃、大、米”，这显然无法达到分词要求，所以需要安装中文分词起ik分词器来解决

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为最细粒度切分

2.安装

1.ik分词器下载
2.下载后放到es插件包即可
3.解压就可以使用
4.重启es相关服务
在这里插入图片描述

3.测试

kibana上进行操作，测试ik分词器

3.1 ik_smart：最少切分

在这里插入图片描述

3.1 ik_max_word：最细粒度切分

在这里插入图片描述

3.3 ik分词器增加自定义 名词

现象：如“别搞了”，希望分词时出现“别搞了”
在这里插入图片描述
处理方式：

3.3.1 在ik目录下增加自己词典

当前目录ik分词器配置目录如下：

/opt/apps/es/elasticsearch/plugins/ik/config

在这里插入图片描述
增加词典：bie.dic

3.3.1 在词典中增加 名词
vi bie.dic
别搞了
#保存
3.3.2 将词典配置到ik配置中

配置文件名：IKAnalyzer.cfg.xml
在这里插入图片描述

3.3.4 重启es，重新加载ik
3.3. 再次测试“别搞了”

在这里插入图片描述

5.Rest风格说明

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原则。它主要用于客户端和服务器交互类的软件。基于这个风格设计软件可以更加简洁，更有层次，更易于实现缓存等机制。

在这里插入图片描述

6.索引（表）基本操作

6.1 创建

put创建索引

PUT /索引名/类型名/文档id #未来类型名会被去掉
{请求提}

在这里插入图片描述

kibana索引管理：http://192.168.229.132:5601/app/management/data/index_management/indices
在这里插入图片描述

es-head查看索引
在这里插入图片描述

6.2 修改

设定数据类型
为testbie2索引的字段指定数据类型
在这里插入图片描述

获取规则
GET testbie2
在这里插入图片描述
GET命令查看es索引情况
在这里插入图片描述
PUT修改，body里面的类容就是最终值（更新所有）
修改之前testbie/test/1的值，version代表修改版本变化次数
在这里插入图片描述
GET验证修改是否成功:
在这里插入图片描述
post更新/新增
_update后缀，只更新出现的属性
在这里插入图片描述
没有_update后缀，依然是更新所有的属性
在这里插入图片描述

6.3 删除

DELETE删除

删除索引，后缀精确到索引；删除文档行，后缀精确到文档行
在这里插入图片描述

7.文档（数据行）基本操作

7.1 简单查询

GET

GET testbie/test/_search?q=name:别

在这里插入图片描述

7.2 复杂查询

select （排序、分页、高亮、模糊查询、精准查询）
查询匹的配度：_score（权重）
在这里插入图片描述

GET复杂查询语法

GET /索引/类型/_search
{ 
#具体查询条件
}

如下图：
在这里插入图片描述
其中hits对应java中的Hits对象，包含以下内容

hit:
1.索引和文档信息
2.查询的结果总数
3.查询出来的具体文档信息
4.查询的数据都可以遍历出来
5.分数越大匹配度越大

返回指定的文档属性

_source与query平级
在这里插入图片描述

排序

sort,与query平级
sort排升序：
在这里插入图片描述

分页

一定要有这两个参数,相当于mysql的limit两个参数
from:0 #从哪里开始
sizi: 10 #取多少条值

在这里插入图片描述

布尔值查询

多条件bool值查询，
must匹配相当于mysql的and操作,所有条件都要符合
must_not 匹配相当于mysql的 != 操作
should 匹配相当于mysql的or操作
在这里插入图片描述

过滤

filter与must平级
gt大于，lt小于，gte大于等于，lte小于等于
在这里插入图片描述

多条件查询

match自带模糊查询，多个条件用空格隔开
在这里插入图片描述

精确查询

term：精确查询
match：模糊查询
term与match平级

两个类型，在设定字段类型时要注意
text：会被分词器解析成多个词
keyworkd：不会被分词器解析
在这里插入图片描述

多条件精确查询

在这里插入图片描述

高亮查询

highlight与query平级，高亮的字段都会用"em"标签包裹返回
在这里插入图片描述
自定义高亮标签：
在这里插入图片描述

8.springboot集成es

es官网 https://www.elastic.co/guide/index.html#viewall
es客户端：
在这里插入图片描述
使用java rest客户端
在这里插入图片描述
es使用java rest客户端对应官方文档：https://www.elastic.co/guide/en/elasticsearch/client/java-rest/index.html

1.添加pom依赖

依赖版本需要和es服务端版本一致

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.9.3</version>
</dependency>

2.找对应的Java对象

在这里插入图片描述

3.分析RestHighLevelClient对象的方法

略

4.es java API操作

1.创建空项目

2.添加springboot innilizer

3.添加默认Developere Tools

4.添加spring data es

5.配置javac的环境1.8，javascript环境es6

在这里插入图片描述

6.更改springboot版本

在这里插入图片描述

7.查看es依赖版本是否与es服务端7.9.3一致

在这里插入图片描述
版本不匹配

8.自定义es依赖版本

在这里插入图片描述

9.再次查看es版本是否已经依赖成功

在这里插入图片描述

10.简单分析es客户端源码

在这里插入图片描述
核心类：RestClietConfigartions

11.配置RestHighLevelClient对象

package com.bie.config;

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

/**
 * @author bjh
 * @date 2022/12/9
 */

@Configuration
public class ElasticSearchClientConfig {

    @Bean
    public RestHighLevelClient restHighLevelClient() {
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("192.168.229.132", 9200, "http")));
        return client;
    }
}

12.java代码es创建数据

package com.bie;

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.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;

import java.io.IOException;

/**
 * es 7.9.3客户端api测试
 */
@RunWith(SpringRunner.class)
@SpringBootTest
public class JavaEsApiApplicationTests {

    @Autowired
    @Qualifier("restHighLevelClient")
    private RestHighLevelClient client;

    /**
     * 创建索引
     * Request
     */
    @Test
    public void createIndex() throws IOException {
        // 1.创建索引请求
        CreateIndexRequest bieIndex = new CreateIndexRequest("bie_index");
        // 2.执行索引请求
        CreateIndexResponse createIndexResponse =
                this.client.indices().create(bieIndex, RequestOptions.DEFAULT);

        System.out.println(createIndexResponse.toString());
    }
}

13.查看es是否插入成功：成功

在这里插入图片描述

14.获取索引

/**
     * 获取索引
     * @throws IOException
     */
    @Test
    public void getIndex() throws IOException {
        // 1.创建获取索引请求
        GetIndexRequest bieIndex = new GetIndexRequest("bie_index");
        // 2.执行索引请求
        boolean exists = this.client.indices().exists(bieIndex, RequestOptions.DEFAULT);
        System.out.println(exists);
    }

15.删除索引

/**
     * 删除索引
     *
     * @throws IOException
     */
    @Test
    public void deleteIndex() throws IOException {
        // 1.创建获取索引请求
        DeleteIndexRequest bieIndex = new DeleteIndexRequest("bie_index");
        // 2.执行索引请求
        boolean isDeleteSuccess = this.client.indices().delete(bieIndex, RequestOptions.DEFAULT).isAcknowledged();
        System.out.println(isDeleteSuccess);
    }

16.创建文档

 /**
     * 添加文档
     *
     * @throws IOException
     */
    @Test
    public void addDoc() throws IOException {
        // 1.创建 索引请求对象
        IndexRequest indexRequest = new IndexRequest("bie_index");
        indexRequest.timeout(TimeValue.timeValueSeconds(1));
        indexRequest.id("1");

        // 2.创建user对象
        User user = new User();
        user.setAge(18);
        user.setName("java从入门到入魔");

        // 3.对象数据转json
        indexRequest.source(JSON.toJSONString(user), XContentType.JSON);

        // 4.执行请求
        IndexResponse response = this.client.index(indexRequest, RequestOptions.DEFAULT);
        System.out.println(response.status());  // 返回操作的状态，初次是CREATED，后续修改返回OK
        System.out.println(response.toString());
    }
    
    /**
     * 获取文档,判断是否存在
     *
     * @throws IOException
     */
    @Test
    public void docExist() throws IOException {
        //1.创建索引请求对象
        GetRequest getRequest = new GetRequest("bie_index", "2");
        //不获取返回的_source上下文，效率高
        getRequest.fetchSourceContext(new FetchSourceContext(false));
        //不排序
        getRequest.storedFields("_none_");

        // 2.执行请求
        boolean exists = this.client.exists(getRequest, RequestOptions.DEFAULT);
        System.out.println(exists);
    }

17.crud文档


    /**
     * 获取文档信息
     */
    @Test
    public void getDoc() throws IOException {
        //1.创建索引请求对象
        GetRequest getRequest = new GetRequest("bie_index", "1");
        //2.执行请求
        GetResponse response = this.client.get(getRequest, RequestOptions.DEFAULT);
        //3.获取文档内容
        String sourceAsString = response.getSourceAsString();
        System.out.println(sourceAsString);
    }

    /**
     * 更新文档信息
     */
    @Test
    public void updateDoc() throws IOException {
        //1.创建 更新索引请求对象
        UpdateRequest updateRequest = new UpdateRequest("bie_index", "1");
        updateRequest.timeout(TimeValue.timeValueSeconds(1));
        //2.封装修改数据
        UpdateRequest request = updateRequest.doc(JSON.toJSONString(new User().setName("哈哈 java")), XContentType.JSON);
        //3.执行请求
        UpdateResponse response = this.client.update(request, RequestOptions.DEFAULT);
        System.out.println(response);
    }

    /**
     * 删除文档信息
     */
    @Test
    public void deleteDoc() throws IOException {
        DeleteRequest deleteRequest = new DeleteRequest("bie_index", "qVMa-oQBSvq_7IxZDk-f");
        deleteRequest.timeout(TimeValue.timeValueSeconds(1));

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

18.批量操作

/**
     * 批量 操作数据
     */
    @Test
    public void bulkDoc() throws IOException {
        BulkRequest bulkRequest = new BulkRequest();
        bulkRequest.timeout(TimeValue.timeValueSeconds(10));    //数据越多，设置操作时间越大

        List<User> users = Arrays.asList(new User("bie", 18), new User("bie3", 28));
        for (int i = 0; i < users.size(); i++) {
            bulkRequest.add(new IndexRequest("bie_index")
                    .id(String.valueOf(i + 1))
                    .source(JSON.toJSONString(users.get(i)), XContentType.JSON));
        }

        BulkResponse response = this.client.bulk(bulkRequest, RequestOptions.DEFAULT);
        System.out.println(response.status());
    }

19.搜索

常用搜索

  • 精确查询：TermQueryBuilder
  • 全匹配查询：MatchAllQueryBuilder
  • 分页：sourceBuilder.from();sourceBuilder.size()
  • 高亮：sourceBuilder.highlighter()
/**
     * 搜索
     * 常用查询操作:.
     * <p>
     * 精确查询：TermQueryBuilder
     * 全匹配查询：MatchAllQueryBuilder
     * 分页：sourceBuilder.from();sourceBuilder.size()
     * 高亮：sourceBuilder.highlighter()
     */
    @Test
    public void searchDoc() throws IOException {
        SearchRequest searchRequest = new SearchRequest("bie_index");
        //构建搜索条件
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        //QueryBuilders快速构建查询条件。
        TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("age", 18);
        sourceBuilder.query(termQueryBuilder);
        sourceBuilder.timeout(TimeValue.timeValueSeconds(1));

        searchRequest.source(sourceBuilder);

        SearchResponse response = this.client.search(searchRequest, RequestOptions.DEFAULT);
        System.out.println(JSON.toJSONString(response.getHits()));
        for (SearchHit hit : response.getHits().getHits()) {
            System.out.println(JSON.toJSONString(hit.getSourceAsMap()));
        }
    }

9. 实战京东搜索模拟

seeyoutlb
关注
专栏目录
ElasticSearch集成SpringBoot+实战
weixin_43190854的博客
10-15 615
ElasticSearch集成SpringBoot+搜索页面实战（仿京东）SpringBoot和es相关操作es集成SpringBoot使用springboot操作es API SpringBoot和es相关操作 es集成SpringBoot 查看官方文档 1、es客户端 2、es客户端的类别和版本，使用7.14版本，因为这里使用的 是java高级客户端，但是7.15不推荐java高级客户端，使用的是客户端 3、使用Java REST Client [7.14]的Java High Level REST
Elasticsearch入门之SpringBoot整合Elasticsearch
桐花思雨
01-14 1827
目录前言`SpringBoot` 整合 `Elasticsearch``Maven` 依赖`application.properties` 文件 前言 前面两篇文章完成了 windows 环境下 elasticsearch 的安装，这篇文章学习了解一下 elasticsearch 的 API 以及简单的使用，算是入门级教程笔记 SpringBoot 整合 Elasticsearch 整合环境 springboot 版本 2.0.9.RELEASE elasticsearch 版本 5.6.16 Mave
SpringBoot 整合 Elasticsearch （超详细）
06-10 1万+
为了完成 Spring Boot 与 Elasticsearch 整合需要安装下面工具 1.1 Elasticsearch 安装 🔗 Elasticsearch 官网 🔗 Elasticsearch 6.4.3 下载链接 1.2 Elasticsearch ik 安装 🔗 Elasticsearch ik 官网下载地址🔗 Elasticserch ik 6.4.3 版本下载地址 1.3 postman 安装 🔗 Postman 官网下载链接 3. SpingBoot 整合 Elasticsea...
elasticsearch集成springboot详细使用
最新发布
工匠精神coding，终生学习
08-10 1186
详解springboot集成elasticsearch常见操作使用
关于ElasticSearch整合SpringBoot
薛定谔的Hello Kitty
01-29 207
首先导入需要的依赖：这里要注意导入的Jest版本号和你的elasticsearch版本号在同一大版本，我的ES是6.5.4，所以这里我用的6版本的jest &amp;lt;dependency&amp;gt; &amp;lt;groupId&amp;gt;org.springframework.boot&amp;lt;/groupId&amp;gt; &amp;lt;artifactId&amp;gt;spring-boot
ElasticSearch与SpringBoot的集成使用
cb_hw_18的博客
07-13 640
一、ElasticSearch了解 ElasticSearch是一个基于lucene的分布式检索服务器。相对于solr搜索，在大数据量和数据并发量上更有优势，同时，也有数据库的数据存储功能，但提供了比数据库更多的存储功能，如分词搜索、关联度搜索等，同时搜索速度也不是一个级别，达到百万数据/秒的查询数据。总结优点为：实时搜索、稳定、可靠、快速、安装方便等。 ElasticSearch中的概念（或叫做结构）和数据库中进行对比： （1）index：索引，相当于...
ElasticSearch+Spring boot -- 简单入门
法国锄头雨
09-18 237
ElasticSearch 笔记 1 参考 https://blog.csdn.net/mgdj25/article/details/105740191
《ElasticSearch入门到实战》电子书，从入门到进阶实战项目的教程文档，框架SpringBoot框架整合ES.zip
02-28
**Elasticsearch 入门与实战** Elasticsearch 是一个基于 Lucene 的开源全文搜索引擎，以其分布式、可扩展性、实时搜索以及强大的数据分析能力而受到广泛欢迎。它不仅支持文本搜索，还可以处理结构化和非结构化数据...
ElasticSearch入门到精通（基于ELK技术栈ElasticSearch7.8.版本）.rar
05-20
**Elasticsearch 入门到精通** Elasticsearch 是一个高度可扩展的开源全文搜索引擎，设计用于处理大量数据，提供实时分析和搜索功能。它基于 Lucene 库，但提供了更高级别的分布式、RESTful 风格的搜索和数据分析...
SpringBoot2.x：Elasticsearch快速入门
01-27
Elasticsearch是一个基于Lucene的搜索服务器，Elasticsearch也是使用Java编写的，它的内部使用Lucene做索引与搜索，但是它的目的是使用全文检索变得简单，通过隐藏Lucene的复杂性，取而代之的提供一套简单一致的...
ElasticSearch入门（六）SpringBoot2
m0_72758098的博客
04-23 1035
谈到面试，其实说白了就是刷题刷题刷题，天天作死的刷。。。。。为了准备这个“金三银四”的春招，狂刷一个月的题，狂补超多的漏洞知识，像这次美团面试问的算法、数据库、Redis、设计模式等这些题目都是我刷到过的并且我也将自己刷的题全部整理成了PDF或者Word文档（含详细答案解析）66个Java面试知识点架构专题（MySQL，Java，Redis，线程，并发，设计模式，Nginx，Linux，框架，微服务等）+大厂面试题详解（百度，阿里，腾讯，华为，迅雷，网易，中兴，北京中软等）算法刷题（PDF）
elasticsearch整合springboot（一）
qq_39750835的博客
08-12 392
1.配置文件 1.1 加入依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-elasticsearch</artifactId> <version>2.2.2.RELEASE</version&.
SpringBoot整合Elasticsearch(最新最全，高效安装到使用)
2401_84182758的博客
04-12 2510
为了避免使用的Elasticsearch版本和SpringBoot采用的版本不一致导致的问题，尽量使用一致的版本。需要修改Elasticsearch安装目录下的/config/elasticsearch.yml,在58行添加如下设置。需要把Elasticsearch安装目录下的/config/elasticsearch.yml中大概77行位置的。安装过程结束后，在dos窗口查看是否安装成功，使用命令：node -v，出现如下截图，则说明安装成功。添加完成后，重新启动es服务，可能会出现闪退问题。
Spring Boot整合Elasticsearch
null
04-14 1617
引入成功后，这里注意检查引入的jar包版本号，尽量保证与elasticsearch版本号一致，否则可能会出现莫名奇怪的问题。如图所示，程序引入的是7.17.15，但是我们使用的elasticsearch版本是7.17.18，所以这里做下修改。重启elasticsearch、elasticsearch-head，刷新页面，连接成功。查看elasticsearch-head，文档创建成功，能够成功查询到。运行，成功查询文档信息，打印信息如下。运行，成功创建文档，打印信息如下。运行，成功打印查询的索引信息。
Elasticsearch学习+springboot+windows安装
ytyDaMoTou的博客
05-16 611
1 简介 Elasticsearch 是一个分布式可扩展的实时搜索和分析引擎,一个建立在全文搜索引擎 Apache Lucene(TM) 基础上的搜索引擎.当然 Elasticsearch 并不仅仅是 Lucene 那么简单，它不仅包括了全文搜索功能，还可以进行以下工作: 分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。 实时分析的分布式搜索引擎。 可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。 2 集成springboot 2.1 引入依赖 ...
ElasticSearch（三）：ElasticSearch在SpringBoot中的使用（超详细）
热门推荐
多味花生的博客
09-06 1万+
ElasticSearch在SpringBoot中的使用说明使用一、新建项目并添加依赖二、添加配置类三、测试1、创建索引2、获取索引3、删除索引4、创建文档5、获取文档6、更新文档7、删除文档8、批量插入9、查询 说明 使用 一、新建项目并添加依赖 创建一个SpringBoot项目，并在pom.xml文件中添加以下依赖.注意版本号要与自己本地安装的ElasticSearch版本保持一致。如果没有安装ElasticSearch，参考ElasticSearch安装 <dependency>
elasticsearch + spring boot 配置
xjj1314的专栏
03-28 4753
目录 首先引入elasticsearch依赖 操作elasticsearch有两种方式 一、通过elasticsearchclient操作elasticsearch 二、通过spring框架操作elasticsearch 首先引入elasticsearch依赖 <dependency> <groupId>org.elasticsearch</groupId> <artifactId>elasticsearch&lt...
SpringBoot集成Elasticsearch
zhuyu19911016520
08-27 754
建议使用 Elasticsearch Bboss 我们使用SpringBoot基于es7.6.2版本进行开发，部署服务时，客户要使用阿里云es服务，阿里云es服务现在最高版本6.3.2，因此代码需要降级处理，而使用了Bboss客户端后，所编译的查询代码基本无改动，很好的兼容了6.3.2版本。 注意点：es6.x与7.x版本最大的不同是，7.x默认使用type=_doc，所以建索引时要指定type=_doc bboss elasticsearch是一套基于query dsl语法操作和访问分布式搜索引擎ela
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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