包括使用docker部署ES,es入门的基础概念和基础框架,以及Java Spring Boot整合es,基础使用JavaRestClient
操作索引库和文档
本Elasticsearch快速入门Java版笔记是在某站黑xx马公开资料上再修改和总结整理。
文章目录
Elasticsearch数据库
elasticsearch是elastic stack的核心,负责存储、搜索、分析数据。
Kibana: 数据可视化
Elasticsearch: 存储、计算、搜索数据
Logstash,Beats: 数据抓取
- 什么是文档(document)和词条(term)?
每一条数据就是一个文档
对文档中的内容分词,得到的词语就是词条 - 什么是正向索引?
基于文档id创建索引。查询词条时必须先找到文档,而后判断是否包含词条 - 什么是倒排索引?
对文档内容分词,对词条创建索引,并记录词条所在文档的信息。查询时先根据词条查询到文档id,而后获取到文档
倒排索引中包含两部分内容:
词条词典(Term Dictionary):记录所有词条,以及词条与倒排列表(Posting List)之间的关系,会给词条创索引,提高查询和插入效率
倒排列表(Posting List):记录词条所在的文档id、词条出现频率 、词条在文档中的位置等信息
- 文档id:用于快速获取文档
- 词条频率(TF):文档在词条出现的次数,用于评分
elasticsearch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elasticsearch中
Mysql:擅长事务类型操作,可以确保数据的安全和一致性
Elasticsearch:擅长海量数据的搜索、分析、计算
MySQL | Elasticsearch | 说明 |
---|---|---|
Table | Index | 索引(index),就是文档的集合,类似数据库的表(table) |
Row | Document | 文档(Document),就是一条条的数据,类似数据库中的行(Row),文档都是JSON格式 |
Column | Field | 字段(Field),就是JSON文档中的字段,类似数据库中的列(Column) |
Schema | Mapping | Mapping(映射)是索引中文档的约束,例如字段类型约束。类似数据库的表结构(Schema) |
SQL | DSL | DSL是elasticsearch提供的JSON风格的请求语句,用来操作elasticsearch,实现CRUD |
安装ES
docker官网搜索 https://hub.docker.com/_/elasticsearch
下拉看到官方支持的版本为
部署单点ES
创建网络,因为还需要部署kibana容器(执行DLM语句工具),因此需要让es和kibana容器互联
docker network create es-net
采用elasticsearch的7.17.4版本的镜像,这个镜像体积非常大,接近1G。不建议自己pull。(同理kibana
的tar)
(我当时为了减少内存使用,拉了docker官网中官方支持的es版本是 7.17.4 )
# 导入数据
docker load -i es.tar
运行docker命令,部署单点es
docker run -d \
--name es \
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
-e "discovery.type=single-node" \
-v es-data:/usr/share/elasticsearch/data \
-v es-plugins:/usr/share/elasticsearch/plugins \
--privileged \
--network es-net \
-p 9200:9200 \
-p 9300:9300 \
elasticsearch:7.17.4
命令解释:
-e "cluster.name=es-docker-cluster"
:设置集群名称-e "http.host=0.0.0.0"
:监听的地址,可以外网访问-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"
:内存大小-e "discovery.type=single-node"
:非集群模式-v es-data:/usr/share/elasticsearch/data
:挂载逻辑卷,绑定es的数据目录-v es-logs:/usr/share/elasticsearch/logs
:挂载逻辑卷,绑定es的日志目录-v es-plugins:/usr/share/elasticsearch/plugins
:挂载逻辑卷,绑定es的插件目录--privileged
:授予逻辑卷访问权--network es-net
:加入一个名为es-net的网络中-p 9200:9200
:端口映射配置
在浏览器中输入:http://虚拟机ip地址:9200 即可看到elasticsearch的响应结果
运行docker命令,部署kibana
docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601 \
kibana:7.17.4
--network es-net
:加入一个名为es-net的网络中,与elasticsearch在同一个网络中-e ELASTICSEARCH_HOSTS=http://es:9200"
:设置elasticsearch的地址,因为kibana已经与elasticsearch在一个网络,因此可以用容器名直接访问elasticsearch-p 5601:5601
:端口映射配置
kibana启动一般比较慢,需要多等待一会,可以通过命令:
docker logs -f kibana
查看运行日志,当查看到下面的日志,说明成功
在浏览器输入地址访问:http://虚拟机ip地址:5601,即可看到结果
首页
首页
Dev Tools界面
处理中文分词,一般会使用IK分词器。https://github.com/medcl/elasticsearch-analysis-ik
- 安装ik分词器
在线安装
# 进入容器内部
docker exec -it elasticsearch /bin/bash
# 在线下载并安装
./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip
#退出
exit
#重启容器
docker restart elasticsearch
离线安装
查看数据卷目录
docker volume inspect es-plugins
解压安装包,并上传到es容器的插件数据卷中
# 4、重启容器
docker restart es
# 查看es日志
docker logs -f es
- 集群部署
部署es集群可以直接使用docker-compose来完成,不过要求你的Linux虚拟机至少有4G的内存空间
首先编写一个docker-compose文件,内容如下
version: '2.2'
services:
es01:
image: docker.elastic.co/elasticsearch/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
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- data01:/usr/share/elasticsearch/data
ports:
- 9200:9200
networks:
- elastic
es02:
image: docker.elastic.co/elasticsearch/elasticsearch:7.17.4
container_name: es02
environment:
- node.name=es02
- cluster.name=es-docker-cluster
- discovery.seed_hosts=es01,es03
- cluster.initial_master_nodes=es01,es02,es03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- data02:/usr/share/elasticsearch/data
networks:
- elastic
es03:
image: docker.elastic.co/elasticsearch/elasticsearch:7.17.4
container_name: es03
environment:
- node.name=es03
- cluster.name=es-docker-cluster
- discovery.seed_hosts=es01,es02
- cluster.initial_master_nodes=es01,es02,es03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- data03:/usr/share/elasticsearch/data
networks:
- elastic
volumes:
data01:
driver: local
data02:
driver: local
data03:
driver: local
networks:
elastic:
driver: bridge
Run docker-compose
to bring up the cluster:
docker-compose up
-
分词器的作用是什么?
创建倒排索引时对文档分词
用户搜索时,对输入的内容分词 -
IK分词器有几种模式?
ik_smart:智能切分,粗粒度
ik_max_word:最细切分,细粒度 -
拓展字典
要拓展ik分词器的词库,只需要修改一个ik分词器目录中的config目录中的IkAnalyzer.cfg.xml文件
然后在名为ext.dic的文件中,添加想要拓展的词语即可
- 停用字典
要禁用某些敏感词条,只需要修改一个ik分词器目录中的config目录中的IkAnalyzer.cfg.xml文件
然后在名为stopword.dic的文件中,添加想要拓展的词语即可:
<?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 *** 添加扩展词典-->
<entry key="ext_dict">ext.dic</entry>
</properties>
mapping映射属性
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、ip地址)
数值:long、integer、short、byte、double、float、
布尔:boolean
日期:date
对象:object -
index:是否创建索引,默认为true
-
analyzer:使用哪种分词器
-
properties:该字段的子字段
索引库操作
查看索引库
GET /索引库名
删除索引库
DELETE /索引库名
创建索引库:PUT /索引库名
索引库和mapping一旦创建无法修改,但是可以添加新的字段
添加字段:PUT /索引库名/_mapping
例如:
PUT /索引库名/_mapping
{
"properties": {
"新字段名":{
"type": "integer"
}
}
}
文档操作
创建文档:POST /索引库名/_doc/文档id { json文档 }
查询文档:GET /索引库名/_doc/文档id
删除文档:DELETE /索引库名/_doc/文档id
修改文档:
全量修改:PUT /索引库名/_doc/文档id { json文档 }
增量修改:POST /索引库名/_update/文档id { "doc": {字段}}
动态映射
插入文档时,es会检查文档中的字段是否有mapping,
如果没有则按照默认mapping规则来创建索引
如果默认mapping规则不符合你的需求,一定要自己设置字段mapping
JSON类型 | Elasticsearch类型 |
---|---|
字符串 | 日期格式字符串:mapping为date类型普通字符串:mapping为text类型,并添加keyword类型子字段 |
布尔值 | boolean |
浮点数 | float |
整数 | long |
对象嵌套 | object,并添加properties |
数组 | 由数组中的第一个非空类型决定 |
空值 | 忽略 |
ES中支持两种地理坐标数据类型:
geo_point
:由纬度(latitude)和经度(longitude)确定的一个点。例如:“32.8752345, 120.2981576”
geo_shape
:有多个geo_point组成的复杂几何图形。例如一条直线,“LINESTRING (-77.03653 38.897676, -77.009051 38.889939)”
字段拷贝可以使用copy_to属性将当前字段拷贝到指定字段。示例:
“all”: {
"type" : "test",
"analyzer" : "ik_max_word"
},
"brand" : {
"type" : "keyword",
"copy_to" : "all"
}
整合Spring Boot
RestClient操作索引库
ES官方提供了各种不同语言的客户端,用来操作ES,组装DSL语句,通过http请求发送给ES。官方文档地址:https://www.elastic.co/guide/en/elasticsearch/client/index.html
- 引入es的RestHighLevelClient依赖:
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>
</dependencies>
- 因为SpringBoot默认的ES版本是7.6.2,所以我们需要覆盖默认的ES版本:
<properties>
<java.version>1.8</java.version>
<elasticsearch.version>7.12.1</elasticsearch.version>
</properties>
- 初始化RestHighLevelClient:
@SpringBootTest
class EsDemoApplicationTests {
private RestHighLevelClient highLevelClient;
@Test
void contextLoads() {
}
@BeforeEach
void setUp(){
this.highLevelClient = new RestHighLevelClient(
RestClient.builder(HttpHost.create("http://192.168.150.101:9200")));
}
@AfterEach
void tearDown() throws IOException {
this.highLevelClient.close();
}
}
利用JavaRestClient实现创建、删除索引库,判断索引库是否存在
索引库操作的基本步骤:
- 初始化RestHighLevelClient
- 创建XxxIndexRequest。XXX是Create、Get、Delete
- 准备DSL( Create时需要)
- 发送请求。调用RestHighLevelClient#indices().xxx()方法,xxx是create、exists、delete
//创建索引库代码
@Test
void testCreateHotelIndex() throws IOException {
// 1.创建Request对象
CreateIndexRequest request = new CreateIndexRequest("Hotle");
// 2.请求参数,MAPPING_TEMPLATE是静态常量字符串,内容是创建索引库的DSL语句
request.source(MAPPING_TEMPLATE, XContentType.JSON);
// 3.发起请求
highLevelClient.indices().create(request, RequestOptions.DEFAULT);
}
//删除索引库代码
@Test
void testDelectHotelIndex() throws IOException {
// 1.创建Request对象
DeleteIndexRequest request = new DeleteIndexRequest("hotel");
// 2.发起请求
highLevelClient.indices().delete(request, RequestOptions.DEFAULT);
}
//判断索引库是否存在
void testExistsHotelIndex() throws IOException {
// 1.创建Request对象
GetIndexRequest request = new GetIndexRequest("hotel");
// 2.发起请求
boolean exists = highLevelClient.indices().exists(request, RequestOptions.DEFAULT);
// 3.输出
System.out.println(exists);
}
RestClient操作文档
文档操作的基本步骤:
- 初始化RestHighLevelClient
- 创建XxxRequest。XXX是Index、Get、Update、Delete
- 准备参数(Index和Update时需要)
- 发送请求。调用RestHighLevelClient#.xxx()方法,xxx是index、get、update、delete
- 解析结果(Get时需要)
添加数据到索引库
相当于POST /indexName/_doc/1
-> POST /索引名/\_doc/文档id
@Test
void testIndexDocument() throws IOException {
// 1.创建request对象,文档id为字符串类型
IndexRequest request = new IndexRequest("indexName").id("1");
// 2.准备JSON文档
request.source("{\"name\": \"Jack\", \"age\": 21}", XContentType.JSON);
// 3.发送请求
client.index(request, RequestOptions.DEFAULT);
}
根据id查询数据
相当于GET /indexName/_doc/1
@Test
void testGetDocumentById() throws IOException {
// 1.创建request对象
GetRequest request = new GetRequest("indexName", "1");
// 2.发送请求,得到结果
GetResponse response = client.get(request, RequestOptions.DEFAULT);
// 3.解析结果
String json = response.getSourceAsString();
System.out.println(json);
}
根据id修改数据
修改文档数据有两种方式:
方式一:全量更新。再次写入id一样的文档,就会删除旧文档,添加新文档
方式二:局部更新。只更新部分字段,这里演示方式二
@Test
void testUpdateDocumentById() throws IOException {
// 1.创建request对象
UpdateRequest request = new UpdateRequest("indexName", "1");
// 2.准备参数,每2个参数为一对 key value
request.doc(
"age", 18,
"name", "Rose"
);
// 3.更新文档
client.update(request, RequestOptions.DEFAULT);
}
//实例的DSL语句为
POST /users/_update/1
{
"doc": {
//需要修改的语句
"name" : "Rose",
"age" : 18
}
}
根据id删除文档数据
@Test
void testDeleteDocumentById() throws IOException {
// 1.创建request对象
DeleteRequest request = new DeleteRequest("indexName", "1");
// 2.删除文档
client.delete(request, RequestOptions.DEFAULT);
}
利用JavaRestClient批量导入数据到ES
利用mybatis-plus查询酒店数据
将查询到的数据(Hotel)转换为文档类型数据(HotelDoc)
利用JavaRestClient中的Bulk批处理,实现批量新增文档,示例代码如下
@Test
void testBulk() throws IOException {
// 1.创建Bulk请求
BulkRequest request = new BulkRequest();
// 2.添加要批量提交的请求:这里添加了两个新增文档的请求
request.add(new IndexRequest("hotel")
.id("101").source("json source", XContentType.JSON));
request.add(new IndexRequest("hotel")
.id("102").source("json source2", XContentType.JSON));
// 3.发起bulk请求
client.bulk(request, RequestOptions.DEFAULT);
}