ElasticSearch知识总结
初始ES
- ElasticSearch是一款非常强大的开源搜索引擎,具备非常多强大功能,可以帮助我们从海量数据中快速找到需要的内容.
- ElasticSearch技术栈:ElasticSearch可以结合kibana(数据可视化)、Logstash、Beats(数据抓取)一起使用.
- 倒排索引:是先找到用户要搜索的词条,根据词条得到包含词条的文档的id,然后根据id获取文档。是根据词条找文档的过程。简而言之,倒排索引就是根据内容找到对应的文档
ES概念
- 文档和字段:elasticsearch是面向文档(Document)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:
索引和映射:索引就是就是相同类型的文档的集合,数据库的表会有约束信息,用来定义表的结构、字段的名称、类型等信息。因此,索引库中就有映射(mapping),是索引中文档的字段约束信息,类似表的结构约束。
索引库操作
mapping映射属性:mapping是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
- https://www.elastic.co/guide/en/elasticsearch/reference/7.12/mapping-types.html(参考网站)
- 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
PUT 索引名称 { "mappings": { "properties": { "date": { "type": "date", "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" } } } }
- 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
例如下面的json文档:
{
"age": 21,
"weight": 52.1,
"isMarried": false,
"info": "Java讲师",
"email": "zy@itcast.cn",
"score": [99.1, 99.5, 98.9],
"name": {
"firstName": "飞",
"lastName": "李"
}
}
对应的每个字段映射(mapping):
- age:类型为 integer;参与搜索,因此需要index为true;无需分词器
- weight:类型为float;参与搜索,因此需要index为true;无需分词器
- isMarried:类型为boolean;参与搜索,因此需要index为true;无需分词器
- info:类型为字符串,需要分词,因此是text;参与搜索,因此需要index为true;分词器可以用ik_smart
- email:类型为字符串,但是不需要分词,因此是keyword;不参与搜索,因此需要index为false;无需分词器
- score:虽然是数组,但是我们只看元素的类型,类型为float;参与搜索,因此需要index为true;无需分词器
- name:类型为object,需要定义多个子属性
- name.firstName;类型为字符串,但是不需要分词,因此是keyword;参与搜索,因此需要index为true;无需分词器
- name.lastName;类型为字符串,但是不需要分词,因此是keyword;参与搜索,因此需要index为true;无需分词器
索引库的CRUD
- 创建索引库和映射
- 请求方式:PUT
- 请求路径:/索引库名,可以自定义
- 请求参数:mapping映射
- 格式:
#创建索引库
PUT /user
{
"mappings": {
"properties": {
"age":{
"type": "integer"
},
"weight": {
"type": "double"
},
"isMarried":{
"type": "boolean"
},
"info":{
"type": "text",
"analyzer": "ik_smart"
},
"email":{
"type": "keyword",
"index": false
},
"score":{
"type": "double"
},
"name":{
"type": "object",
"properties": {
"firstName":{
"type": "keyword"
},
"lastName":{
"type": "keyword"
}
}
},
"birth":{
"type": "date",
"format": "yyyy-MM-dd"
}
}
}
}
- 查询索引库
- 请求方式:GET
- 请求路径:/索引库名,可以自定义
- 请求参数:无
- 格式:
#查询索引库
GET /user
- 删除索引库
- 请求方式:DELETE
- 请求路径:/索引库名,可以自定义
- 请求参数:无
- 格式:
DELETE/user
- 修改索引库(实际上就是添加)
#修改索引库
PUT /user/_mapping
{
"properties": {
"sex":{
"type": "integer"
}
}
}
文档操作
- 新增文档
#添加文档
POST /user/_doc/1
{
"age":"23",
"name":{
"firstName":"云",
"lastName":"码"
},
"sex":"1"
}
- 查询文档
#查询文档
GET /user/_doc/1
- 删除文档
# 根据id删除文档
DELETE /user/_doc/1
- 修改文档
- 全量修改:直接覆盖原来的文档
- 增量修改:修改文档中的部分字段
#修改文档(增量修改)
POST /user/_update/1
{
"doc": {
"weight": "59",
"birthday":"2020-12-12"
}
}
#修改文档(全量修改,不推荐)
PUT /user/_doc/1
{
"weight": "590",
"birthday":"2022-12-12"
}
RestAPI常用接口
- ES官方提供了各种不同语言的客户端,用来操作ES。这些客户端的本质就是组装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
- 注意:在项目中使用ES和Kibana一定要保持两个版本的一致性.
- 初始化RestClient
- 第一步引入es的RestHighLevelClient依赖
<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>
-
-
第二步初始化RestHighLevelClient
-
创建常量类
-
/**
* ES常量类
*/
public interface ESConstant {
/**
* es服务器主机
*/
String ES_HOST = "";
/**
* es端口
*/
int ES_PORT = 9200;
/**
* 索引名称
*/
String INDEX = "hotel";
/**
* mapping结构
*/
String MAPPINGS = "{\n" +
" \"mappings\": {\n" +
" \"properties\": {\n" +
" \"id\": {\n" +
" \"type\": \"keyword\"\n" +
" },\n" +
" \"name\":{\n" +
" \"type\": \"text\",\n" +
" \"analyzer\": \"ik_max_word\",\n" +
" \"copy_to\": \"all\"\n" +
" },\n" +
" \"address\":{\n" +
" \"type\": \"keyword\",\n" +
" \"index\": false\n" +
" },\n" +
" \"price\":{\n" +
" \"type\": \"integer\"\n" +
" },\n" +
" \"score\":{\n" +
" \"type\": \"integer\"\n" +
" },\n" +
" \"brand\":{\n" +
" \"type\": \"keyword\",\n" +
" \"copy_to\": \"all\"\n" +
" },\n" +
" \"city\":{\n" +
" \"type\": \"keyword\",\n" +
" \"copy_to\": \"all\"\n" +
" },\n" +
" \"starName\":{\n" +
" \"type\": \"keyword\"\n" +
" },\n" +
" \"business\":{\n" +
" \"type\": \"keyword\"\n" +
" },\n" +
" \"location\":{\n" +
" \"type\": \"geo_point\"\n" +
" },\n" +
" \"pic\":{\n" +
" \"type\": \"keyword\",\n" +
" \"index\": false\n" +
" },\n" +
" \"all\":{\n" +
" \"type\": \"text\",\n" +
" \"analyzer\": \"ik_max_word\"\n" +
" }\n" +
" }\n" +
" }\n" +
"}";
}
-
- 创建配置
/**
* RestHighLevelClient配置类
*/
@Configuration
public class RestHighLevelClientConfig {
//参数一:es服务器主机
//参数二:es端口号
@Bean
public RestHighLevelClient client(){
return new RestHighLevelClient(RestClient.builder(new HttpHost(ESConstant.ES_HOST, ESConstant.ES_PORT)));
}
}
- 创建索引库
- 创建索引库,最关键的是mapping映射,而mapping映射要考虑的信息包括:
- 字段名
- 字段数据类型
- 是否参与搜索
- 是否需要分词
- 如果分词,分词器是什么?
- 其中:
- 字段名、字段数据类型,可以参考数据表结构的名称和类型
- 是否参与搜索要分析业务来判断,例如图片地址,就无需参与搜索
- 是否分词呢要看内容,内容如果是一个整体就无需分词,反之则要分词
- 分词器,我们可以统一使用
ik_max_word
- API代码案例:
//注入RestHighLevelClient
@Autowired
RestHighLevelClient client;
/**
* 创建索引库
*
* @throws Exception
*/
@Test
public void testCreateIndex() throws Exception {
//创建索引请求
CreateIndexRequest request = new CreateIndexRequest(EsConstant.INDEX);
//提供索引映射源
request.source(EsConstant.MAPPING, XContentType.JSON);
//同步执行
CreateIndexResponse createIndexResponse = client.indices().create(request, RequestOptions.DEFAULT);
System.out.println(createIndexResponse);
}
- 判断索引库是否存在
- 判断索引库是否存在,本质就是查询,对应的DSL是:
GET /hotel
因此与删除的Java代码流程是类似的。依然是三步走:
- 1)创建Request对象。这次是GetIndexRequest对象
- 2)准备参数。这里是无参
- 3)发送请求。改用exists方法
- API代码案例
/**
* 判断索引库是否存在
*
* @throws Exception
*/
@Test
public void testExistsIndex() throws Exception {
//创建请求
GetIndexRequest request = new GetIndexRequest(EsConstant.INDEX);
//同步执行
client.indices().exists(request, RequestOptions.DEFAULT);
}
- 删除索引库
/**
* 删除索引库
*
* @throws Exception
*/
@Test
public void testDeleteIndex() throws Exception {
//创建请求
DeleteIndexRequest deleteIndesRequest = new DeleteIndexRequest();
//同步执行
client.indices().delete(deleteIndesRequest, RequestOptions.DEFAULT);
}
RestClient操作文档
- 新增文档
- 新增文档的DSL语句如下:
POST /{索引库名}/_doc/1
{
"name": "Jack",
"age": 21
}
- 可以看到与创建索引库类似,同样是三步走:
- 1)创建Request对象
- 2)准备请求参数,也就是DSL中的JSON文档
- 3)发送请求
- 变化的地方在于,这里直接使用client.xxx()的API,不再需要client.indices()了。
- API代码案例
- 我们导入酒店数据,基本流程一致,但是需要考虑几点变化:
- 酒店数据来自于数据库,我们需要先查询出来,得到hotel对象
- hotel对象需要转为HotelDoc对象
- HotelDoc需要序列化为json格式
- 因此,代码整体步骤如下:
- 1)根据id查询酒店数据Hotel
- 2)将Hotel封装为HotelDoc
- 3)将HotelDoc序列化为JSON
- 4)创建IndexRequest,指定索引库名和id
- 5)准备请求参数,也就是JSON文档
- 6)发送请求
/**
* 创建文档
*
* @throws Exception
*/
@Test
public void testCreateDoc() throws Exception {
//根据id查询酒店
Hotel hotel = hotelMapper.selectById("581859");
//获取HotelDoc
HotelDoc hotelDoc = new HotelDoc(hotel);
//转成JSON格式
String JsonHotel = JSON.toJSONString(hotelDoc);
//创建索引请求并设置id
IndexRequest indexRequest = new IndexRequest(EsConstant.INDEX).id(hotel.getId().toString());
//提供索引映射源
indexRequest.source(JsonHotel, XContentType.JSON);
//发送请求
client.index(indexRequest, RequestOptions.DEFAULT);
}
- 查询文档
- 查询的DSL语句如下:
GET /hotel/_doc/{id}
- 非常简单,因此代码大概分两步:
- 准备Request对象
- 发送请求
- 不过查询的目的是得到结果,解析为HotelDoc,因此难点是结果的解析。
- 可以看到,结果是一个JSON,其中文档放在一个
_source
属性中,因此解析就是拿到_source
,反序列化为Java对象即可。
- 可以看到,结果是一个JSON,其中文档放在一个
- 与之前类似,也是三步走:
- 1)准备Request对象。这次是查询,所以是GetRequest
- 2)发送请求,得到结果。因为是查询,这里调用client.get()方法
- 3)解析结果,就是对JSON做反序列化
- API代码案例
/**
* 查询文档
*
* @throws Exception
*/
@Test
public void testGetDoc() throws Exception {
//创建索引请求并设置id
GetRequest getRequest = new GetRequest(EsConstant.INDEX, "581859");
//发送请求
GetResponse getResponse = client.get(getRequest, RequestOptions.DEFAULT);
//解析响应结果
String json = response.getSourceAsString();
HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
System.out.println(hotelDoc);
}
- 删除文档
- 删除的DSL为是这样的:
DELETE /hotel/_doc/{id}
- 与查询相比,仅仅是请求方式从DELETE变成GET,可以想象Java代码应该依然是三步走:
- 1)准备Request对象,因为是删除,这次是DeleteRequest对象。要指定索引库名和id
- 2)准备参数,无参
- 3)发送请求。因为是删除,所以是client.delete()方法
- API代码案例
/**
* 删除文档
*
* @throws Exception
*/
@Test
public void testDeleteDoc() throws Exception {
//创建索引请求
DeleteRequest deleteRequest = new DeleteRequest(EsConstant.INDEX, "581859");
//发送请求
client.delete(deleteRequest, RequestOptions.DEFAULT);
}
- 修改文档
- 修改我们讲过两种方式:
- 全量修改:本质是先根据id删除,再新增
- 增量修改:修改文档中的指定字段值
- 在RestClient的API中,全量修改与新增的API完全一致,判断依据是ID:
- 如果新增时,ID已经存在,则修改
- 如果新增时,ID不存在,则新增
- 这里不再赘述,我们主要关注增量修改。 代码示例如图: 与之前类似,也是三步走:
- 1)准备Request对象。这次是修改,所以是UpdateRequest
- 2)准备参数。可以是Map数据
- 3)更新文档。这里调用client.update()方法
- API代码案例
/**
* 修改文档
*
* @throws Exception
*/
@Test
public void testUpdateDoc() throws Exception {
//创建索引请求
UpdateRequest updateRequest = new UpdateRequest(EsConstant.INDEX, "581859");
//修改文档
updateRequest.doc(
"address", "杭州延安路89号",
" city", "杭州"
);
//发送请求
client.update(updateRequest, RequestOptions.DEFAULT);
}
- 批量导入文档
- 步骤如下:
- 利用mybatis-plus查询酒店数据
- 将查询到的酒店数据(Hotel)转换为文档类型数据(HotelDoc)
- 利用JavaRestClient中的BulkRequest批处理,实现批量新增文档
- API代码案例
/**
* 批量新增操作
*
* @throws Exception
*/
@Test
public void testBulkDoc() throws Exception {
//创建索引请求
//发送请求
BulkRequest bulkRequest = new BulkRequest();
List<Hotel> hotels = hotelMapper.selectList(null);
for (Hotel hotel : hotels) {
//获取HotelDoc
HotelDoc hotelDoc = new HotelDoc(hotel);
//转成JSON格式
String JsonHotel = JSON.toJSONString(hotelDoc);
//创建索引请求并设置id
IndexRequest indexRequest = new IndexRequest(EsConstant.INDEX).id(hotel.getId().toString());
//提供索引映射源
indexRequest.source(JsonHotel, XContentType.JSON);
//添加文档
bulkRequest.add(indexRequest);
}
client.bulk(bulkRequest, RequestOptions.DEFAULT);
}
- *批量操作语法说明**:
- 批量处理BulkRequest,其本质就是将多个普通的CRUD请求组合在一起发送。其中提供了一个add方法,用来添加其他请求:
- 可以看到,能添加的请求包括:
- IndexRequest,也就是新增
- UpdateRequest,也就是修改
- DeleteRequest,也就是删除
- 因此Bulk中添加了多个IndexRequest,就是批量新增功能了。