minihuabei的博客

1.1 需求描述采用vue.js开发搜索界面则SEO不友好，需要解决SEO的问题。1.2 了解SEO搜索引擎特别喜欢路径为http://cd.nuoyunlive.com/uid/2/goodsid/3.html这样的路径不喜欢http://cd.nuoyunlive.com?uid=2&goodsid=3,这样的路径搜索引擎不喜欢，不利于爬取内容。所以我们进行参数拼接使用/这样的斜杠和.html结尾的路径，静态化页面有利于搜索引擎爬取页面...

1）在appliction.yml中配置source_fieldsource_field: id,name,grade,mt,st,charge,valid,pic,qq,price,price_old,status,studymodel,teachmode,expires,pub_time,start_time,end_time4.5 Controlle@RestController@RequestMapping("/search/course")public class EsCourse

4 课程搜索4.1 需求分析1、根据分类搜索课程信息。2、根据关键字搜索课程信息，搜索方式为全文检索，关键字需要匹配课程的名称、 课程内容。3、根据难度等级搜索课程。4、搜索结点分页显示。技术分析：1、根据关键字搜索，采用MultiMatchQuery，搜索name、description、teachplan2、根据分类、课程等级搜索采用过虑器实现。3、分页查询。4、高亮显示。4.2 创建搜索服务工程1）创建xc-service-search工程2）配置1、配置applict

3.4.5 测试启动logstash.bat.\logstash.bat ‐f ..\config\mysql.conf报错解决bug：原来写的是jdbc_driver_library => “C:/Users/mayn/.m2/repository/mysql/mysql-connector-java/5.1.40/mysql-connector-java-5.1.40.pom”改为jdbc_driver_library => “~/.m2/repository/mys

3.4 Logstash创建索引Logstash是ES下的一款开源软件，它能够同时 从多个来源采集数据、转换数据，然后将数据发送到Eleasticsearch中创建索引。本项目使用Logstash将MySQL中的数据采用到ES索引中。3.4.1 下载Logstash下载Logstash6.2.1版本，和本项目使用的Elasticsearch6.2.1版本一致。我给大家已经准备了这个安装包，不用自己下载了，我准备的这个安装包里面logstash-input-jdbc这个插件，所以不用执行3.4

3.3 搭建ES环境3.3.1 ES安装开发环境使用ES单机环境，启动ES服务端。注意：旧的ES环境，可以删除elasticsearch-6.2.1\data\nodes目录以完全清除ES环境。安装elasticsearch-head并启动。3.3.2 创建索引库创建索引库创建xc_course索引库，一个分片，0个副本。3.3.3 创建映射Post http://localhost:9200/xc_course/doc/_mapping{ "properties" : {

启动cms启动cms_client启动rabbit_mq启动课程管理启动前端

3.2.3修改课程发布在课程管理服务定义dao：1）创建course_pub表的daopublic interface CoursePubRepository extends JpaRepository<CoursePub,String> {}修改课程发布service @Autowired CoursePubRepository coursePubRepository; //创建coursePub对象 private CoursePub cr

1 课程搜索需求分析1.1 需求分析1、根据分类搜索课程信息。2、根据关键字搜索课程信息，搜索方式为全文检索，关键字需要匹配课程的名称、 课程内容。3、根据难度等级搜索课程。4、搜索结点分页显示。1.2 搜索流程1、课程管理服务将数据写到MySQL数据库2、使用Logstash将MySQL数据库中的数据写到ES的索引库。3、用户在前端搜索课程信息，请求到搜索服务。4、搜索服务请求ES搜索课程信息。2 全文检索技术研究参考：elasticsearch研究.md研究ElasticS

8 集群管理8.1 集群结构ES通常以集群方式工作，这样做不仅能够提高 ES的搜索能力还可以处理大数据搜索的能力，同时也增加了系统的容错能力及高可用，ES可以实现PB级数据的搜索。下图是ES集群结构的示意图：从上图总结以下概念：1、结点ES集群由多个服务器组成，每个服务器即为一个Node结点(该服务只部署了一个ES进程)。2、分片当我们的文档量很大时，由于内存和硬盘的限制，同时也为了提高ES的处理能力、容错能力及高可用能力，我们将索引分成若干分片，每个分片可以放在不同的服务器，这样就实

7.3.10 高亮显示高亮显示可以将搜索结果一个或多个字突出显示，以便向用户展示匹配关键字的位置。在搜索语句中添加highlight即可实现，如下：Post： http://127.0.0.1:9200/xc_course/doc/_search{ "_source" : [ "name", "studymodel", "description","price"], "query": { "bool" : { "must":[ { "multi_match" : {

7.3.9 排序可以在字段上添加一个或多个排序，支持在keyword、date、float等类型上添加，text类型的字段上不允许添加排序。发送 POST http://localhost:9200/xc_course/doc/_search过虑0–10元价格范围的文档，并且对结果进行排序，先按studymodel降序，再按价格升序{ "_source" : [ "name", "studymodel", "description","price"], "query": { "bool"

7.3.8 过虑器过虑是针对搜索的结果进行过虑，过虑器主要判断的是文档是否匹配，不去计算和判断文档的匹配度得分，所以过虑器性能比查询要高，且方便缓存，推荐尽量使用过虑器去实现查询或者过虑器和查询共同使用。过虑器在布尔查询中使用，下边是在搜索结果的基础上进行过虑：{ "_source" : [ "name", "studymodel", "description","price"], "query": { "bool" : { "must":[ { "multi_match" :

7.3.7 布尔查询布尔查询对应于Lucene的BooleanQuery查询，实现将多个查询组合起来。三个参数：must：文档必须匹配must所包括的查询条件，相当于 “AND” should：文档应该匹配should所包括的查询条件其中的一个或多个，相当于 “OR” must_not：文档不能匹配must_not所包括的该查询条件，相当于“NOT”分别使用must、should、must_not测试下边的查询：发送：POST http://localhost:9200/xc_course/do

7.3.6 multi Query上边学习的termQuery和matchQuery一次只能匹配一个Field，本节学习multiQuery，一次可以匹配多个字段。1、基本使用单项匹配是在一个field中去匹配，多项匹配是拿关键字去多个Field中匹配。例子：发送：post http://localhost:9200/xc_course/doc/_search拿关键字 “spring css”去匹配name 和description字段。{ "query": { "multi_match"

7.3.5 match Query1、基本使用match Query即全文检索，它的搜索方式是先将搜索字符串分词，再使用各各词条从索引中搜索。match query与Term query区别是match query在搜索前先将搜索关键字分词，再拿各各词语去索引中搜索。发送：post http://localhost:9200/xc_course/doc/_search{"query": {"match" : {"description" : {"query" : "spring开发","

7.3.3 Term QueryTerm Query为精确查询，在搜索时会整体匹配关键字，不再将关键字分词。应用于：身份证号，电话号码等精确查询发送：post http://localhost:9200/xc_course/doc/_search{ "query": { "term" : { "name": "spring" } }, "_source" : ["name","studymodel"]}上边的搜索会查询name包括“spring”这个词的文档。案例1：

7.3.2 分页查询ES支持分页查询，传入两个参数：from和size。form：表示起始文档的下标，从0开始。size：查询的文档数量。发送：post http://localhost:9200/xc_course/doc/_search{"from" : 0, "size" : 1,"query": {"match_all": {}},"_source" : ["name","studymodel"]}JavaClientSearchRequest searchReques

7.3 DSL搜索DSL(Domain Specific Language)是ES提出的基于json的搜索方式，在搜索时传入特定的json格式的数据来完成不同的搜索需求。DSL比URI搜索方式功能强大，在项目中建议使用DSL方式来完成搜索。7.3.1 查询所有文档查询所有索引库的文档。发送：post http://localhost:9200/_search查询指定索引库指定类型下的文档。（通过使用此方法）发送：post http://localhost:9200/xc_course/do

7搜索管理7.1 准备环境删除映射创建索引7.1.1 创建映射创建xc_course索引库。创建如下映射post：http://localhost:9200/xc_course/doc/_mappinghttp://localhost:9200/xc_course/doc/_mapping{ "properties": { "description": { "typ