【Django+Vue3 线上教育平台项目实战】Elasticsearch实战指南：从基础到构建课程搜索与数据同步接口

---

---

前言

    在数据驱动的时代，Elasticsearch以其卓越的全文搜索能力和分布式架构，成为处理海量数据的关键工具。本博客将带您从Elasticsearch的基础概念出发，深入解析其核心——倒排索引，并介绍如何在Docker中轻松部署。我们将详细讲解Elasticsearch的基础语法，确保能够掌握其操作精髓。最后，通过一个实战案例——构建课程搜索与数据同步接口，体验Elasticsearch在实际项目中的强大功能。

---

一、Elasticsearch

    Elasticsearch（简称ES）是一个基于Lucene构建的开源、分布式、RESTful的搜索和分析引擎。 它以其强大的全文搜索能力、高可用性、可扩展性和易用性而广受欢迎，被广泛应用于各种规模的企业和组织中。

倒排索引

    倒排索引 是 Elasticsearch 及其底层 Lucene 引擎实现快速搜索的关键技术。在传统的数据库中，我们是通过文档（或记录）来查找包含特定关键词的文档列表。而在搜索引擎中，这个过程被逆转了：我们根据关键词来查找包含这些关键词的文档列表。这就是“倒排索引”的由来。

倒排索引是区别于正排索引的概念：

• 正排索引：是以文档对象的唯一 ID 作为索引，以文档内容作为记录。
• 倒排索引：Inverted index，指的是将文档内容中的单词作为索引，将包含该词的文档 ID 作为记录。
  

倒排索引的结构
    根据倒排索引的概念，我们可以用一个 Map来简单描述这个结构。这个 Map 的 Key 的即是分词后的单词，这里的单词称为 Term，这一系列的 Term 组成了倒排索引的第一个部分 —— Term Dictionary (索引表，可简称为 Dictionary)。
    倒排索引的另一部分为 Postings List（记录表），也对应上述 Map 结构的 Value 部分集合。
记录表 由所有的 Term 对应的数据（Postings） 组成，它不仅仅为文档 id 信息，可能包含以下信息：

• 文档 id（DocId, Document Id），包含单词的所有文档唯一 id，用于去正排索引中查询原始数据。
• 词频（TF，Term Frequency），记录 Term 在每篇文档中出现的次数，用于后续相关性算分。
• 位置（Position），记录 Term 在每篇文档中的分词位置（多个），用于做词语搜索（Phrase Query）。
• 偏移（Offset），记录 Term 在每篇文档的开始和结束位置，用于高亮显示等。

二、Docker 搭建 ES

Docker 安装

升级所有包同时也升级软件和系统内核：

• yum -y update

只升级所有包，不升级软件和系统内核：

• yum -y upgrade

删除自带的docker

• yum remove docker docker-common docker-selinux docker-engine

安装需要的软件包， yum-util 提供yum-config-manager功能，另两个是devicemapper驱动依赖

• yum install -y yum-utils device-mapper-persistent-data lvm2

设置一个yum源，下面两个都可用,选择一个

• yum-config-manager --add-repo http://download.docker.com/linux/centos/docker-ce.repo（中央仓库）
• yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo（阿里仓库）

查看docker可用版本

• yum list docker-ce --showduplicates | sort -r

安装docker

• yum -y install docker-ce-18.03.1.ce

设置开机启动

• systemctl start docker
• systemctl enable docker

Docker 搭建 ES

docker 拉取 elasticsearch镜像

• docker pull elasticsearch:7.7.0
• docker pull docker.elastic.co/elasticsearch/elasticsearch:7.7.0

docker 运行 elasticsearch

• docker run --name elasticsearch -d -e ES_JAVA_OPTS="-Xms512m -Xmx512m" -e "discovery.type=single-node" -p 9200:9200 -p 9300:9300 elasticsearch:7.7.0

三、ES基础语法

创建索引

发送put请求： http://localhost:9200/shopping

查看索引

发送get请求： http://localhost:9200/shopping

查看所有索引 http://localhost:9200/_cat/indices?v

删除索引

发送delete请求 http://localhost:9200/shopping

添加数据

发送post请求 http://localhost:9200/shopping/_doc

请求体Body：
{
	"name":"张三",
	"age":10,
	"category":1,
	"status":1,
	"online":2
}

幂等性操作

• 添加时添加id ，http://localhost:9200/shopping/_doc/1001
  

查询数据

发送get请求

• 查询单个 http://localhost:9200/shopping/_doc/1002
  

• 查询全部 http://localhost:9200/shopping/_search
  

修改数据

完全覆盖

• 发送put请求 http://localhost:9200/shopping/_doc/1001
  

修改某个属性

• 发送post请求 http://localhost:9200/shopping/_update/1001

发送post请求 http://localhost:9200/shopping/_update/1001
{  
  "doc": {  
    "name": "张三22"  
  }  
}

删除数据

完全覆盖

• 发送delete请求 http://localhost:9200/shopping/_doc/1001
  

条件查询

get http://localhost:9200/shopping/_search

{
	"query":{
		"match":{"category":1}
	}
}

查询category为1的数据：

查询所有数据
{
	"query":{
		"match_all":{}
	}
}

查询所有数据：

分页查询

{
	"query":{
		"match_all":{}
	},
	"from":0,
	"size":2
}

指定name姓名字段
{
	"query":{
		"match_all":{}
	},
	"from":0,
	"size":2,
	"_source":["name"]
}

指定name姓名字段：

排序

{
	"query":{
		"match_all":{}
	},
	"from":0,
	"size":2,
	"_source":["name","age"],
	"sort":{
		"id":{
			"order":"desc"
		}
	}
}

多条件查询

and

{
	"query":{
		"bool":{
			"must":[
				{"match":{"age":10}},
				{"match":{"name":"张三"}}
				]
		}
	},
	"from":0,
	"size":2,
	"_source":["name","age"],
	"sort":{
		"age":{
			"order":"desc"
		}
	}
}

select * from users where age=10 and name="张三"

select * from users where age=10 and name=“张三”

or

{
	"query":{
		"bool":{
			"should":[
				{"match":{"age":10}},
				{"match":{"name":"张三"}}
				]
		}
	},
	"from":0,
	"size":2,
	"_source":["name","age"],
	"sort":{
		"age":{
			"order":"desc"
		}
	}
}

select * from users where age=10 or name="张三"

select * from users where age=10 or name=“张三”

范围查询

es支持常用的语法,通过

• from size进行分页查询，
• match条件查询，
• _source指定返回字段，
• sort排序，
• range进行区间查询,
• must并且查询，
• should进行或查询

{
	"query":{
		"bool":{
			"should":[
				{"match":{"age":10}},
				{"match":{"name":"张三"}}
			],
			"filter":{
				"range":{
					"age":{"gt":3}
				}
			}
		}
	},
	"from":0,
	"size":2,
	"_source":["name","age"],
	"sort":{
		"age":{
			"order":"desc"
		}
	}
}

四、ES在项目中的应用示例

使用es查询课程信息：

• 1.实例化Elasticsearch类
• 2.es.index创建索引，把记录添加到es中
• 3.先mysql中的数据加载到es中,第一次全量式同步，后面增量式同步
• 4.用es._search从查询数据

    下面代码示例展示了如何使用Django REST framework的APIView以及Elasticsearch客户端来实现一个简单的课程搜索和数据同步接口。

#course/views.py
#demo:es
from elasticsearch import Elasticsearch
es = Elasticsearch("http://localhost:9200/")

class CourseSearchEs(APIView):
	#对课程构建索引
    def get(self, request):
        dsl = {
            "query":{
                "match":{}
            },
            'from':0,
            'size':2,
            '_source':['id','name','sales']
        }
        res = es.search(index="ccourse", body=dsl)
        data = res['hits']['hits']
        clist = []
        for i in data:
            clist.append(i['_source'])
        return Response({"code": "200", "data": clist})

    def post(self, request):
        # 查询课程中所有数据
        course = CourseModel.objects.all()
        # 数据同步---全量式同步
        for c in course:
            es.index(index='ccourse',body={
                'id': c.id,
                'table_name':'course',
                'name':c.name,
                'sales':c.sales,
                'describe':c.describe,
            })
            r.setex_str('id',60*60,c.id) #会覆盖，只存最后一次id（最大id）

        return Response({"code": "200"})

# base/tasks.py
@shared_task
def syn_mysql_es():
    es = Elasticsearch("http://120.46.9.231:9200/")
    # 查询上次最终更新课程id后的所有数据
    cid = r.get_str("id")
    print(cid)
    course = CourseModel.objects.filter(id__gt=cid)
    # 数据同步---增量式同步（定时同步数据）
    for c in course:
        es.index(index='ccourse', body={
            'id': c.id,
            'table_name': 'course',
            'name': c.name,
            'sales': c.sales,
            'describe': c.describe,
        })
        r.setex_str('id', 60 * 60, c.id)
    print("mysql_es_数据同步完成...")

---