【无标题】

https://github.com/notepad-plus-plus/notepad-plus-plus/releases

nodep++下载地址

GitHub - javastacks/spring-boot-best-practice: Spring Boot 最佳实践，包括自动配置、核心原理、源码分析、国际化支持、调试、日志集成、热部署等。

https://www.javastack.cn/

1. 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：
  • 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）

keyword类型只能整体搜索，不支持搜索部分内容

• • 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

例如下面的json文档：

{

    "age": 21,

    "weight": 52.1,

    "isMarried": false,

    "info": "真相只有一个！",

    "email": "zy@itcast.cn",

    "score": [99.1, 99.5, 98.9],

    "name": {

        "firstName": "柯",

        "lastName": "南"

    }

}

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

2. 索引库的CRUD

CRUD简单描述：

• 创建索引库：PUT /索引库名
• 查询索引库：GET /索引库名
• 删除索引库：DELETE /索引库名
• 修改索引库（添加字段）：PUT /索引库名/_mapping

这里统一使用Kibana编写DSL的方式来演示。

2.1 创建索引库和映射

基本语法：

• 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：

PUT /索引库名称

{
 

  "mappings": {
 

    "properties": {
 

      "字段名":{
 

        "type": "text",

        "analyzer": "ik_smart"

      },

      "字段名2":{
 

        "type": "keyword",

        "index": "false"

      },

      "字段名3":{
 

        "properties": {
 

          "子字段": {
 

            "type": "keyword"

          }

        }

      },

      // ...略

    }

  }

}

示例：

PUT /conan

{
  

  "mappings": {
  

    "properties": {
  

      "column1":{
  

        "type": "text",

        "analyzer": "ik_smart"

      },

      "column2":{
  

        "type": "keyword",

        "index": "false"

      },

      "column3":{
  

        "properties": {
  

          "子字段1": {
  

            "type": "keyword"

          },

          "子字段2": {
  

            "type": "keyword"

          }

        }

      },

      // ...略

    }

  }

}

2.2 查询索引库

基本语法：

• 请求方式：GET
• 请求路径：/索引库名
• 请求参数：无

格式：

GET /索引库名

示例：

2.3 修改索引库

这里的修改是只能增加新的字段到mapping中

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。

语法说明：

PUT /索引库名/_mapping

{
 

  "properties": {
 

    "新字段名":{
 

      "type": "integer"

    }

  }

}

示例：

2.4 删除索引库

语法：

• 请求方式：DELETE
• 请求路径：/索引库名
• 请求参数：无

格式：

copy

DELETE /索引库名

在kibana中测试：

文档操作

文档操作有哪些？

• 创建文档：POST /{索引库名}/_doc/文档id
• 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
  • 增量修改：POST /{索引库名}/_update/文档id { "doc": {字段}}

1. 文档的CRUD

1.1 新增文档

语法：

POST /索引库名/_doc/文档id

{
 

    "字段1": "值1",

    "字段2": "值2",

    "字段3": {
 

        "子属性1": "值3",

        "子属性2": "值4"

    },

    // ...

}

示例：

POST /heima/_doc/1

{
 

    "info": "真相只有一个！",

    "email": "zy@itcast.cn",

    "name": {
 

        "firstName": "柯",

        "lastName": "南"

    }

}

响应：

1.2 查询文档

根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把文档id带上。

语法：

GET /{
 索引库名称}/_doc/{
 id}

//批量查询：查询该索引库下的全部文档

GET /{
 索引库名称}/_search

通过kibana查看数据：

GET /heima/_doc/1

查看结果：

1.3 删除文档

删除使用DELETE请求，同样，需要根据id进行删除：

语法：

DELETE /{索引库名}/_doc/id值

示例：

# 根据id删除数据

DELETE /heima/_doc/1

结果：

1.4 修改文档

修改有两种方式：

• 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

1.4.1 全量修改

全量修改是覆盖原来的文档，其本质是：

• 根据指定的id删除文档
• 新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

语法：

PUT /{
 索引库名}/_doc/文档id

{
 

    "字段1": "值1",

    "字段2": "值2",

    // ... 略

}

示例：

PUT /heima/_doc/1

{
 

    "info": "黑马程序员高级Java讲师",

    "email": "zy@itcast.cn",

    "name": {
 

        "firstName": "云",

        "lastName": "赵"

    }

}

1.4.2 增量修改

增量修改是只修改指定id匹配的文档中的部分字段。

语法：

POST /{
 索引库名}/_update/文档id

{
 

    "doc": {
 

         "字段名": "新的值",

    }

}

示例：

POST /heima/_update/1

{
 

  "doc": {
 

    "email": "ZhaoYun@itcast.cn"

  }

}

RestAPI

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：Elasticsearch Clients | Elastic

其中的Java Rest Client又包括两种：

• Java Low Level Rest Client
• Java High Level Rest Client

我们使用的是Java HighLevel Rest Client客户端API

API操作索引库

JavaRestClient操作elasticsearch的流程基本类似。核心是client.indices()方法来获取索引库的操作对象。

索引库操作的基本步骤：【可以根据发送请求那步的第一个参数，发过来判断需要创建什么XXXXRequest】

• 初始化RestHighLevelClient
• 创建XxxIndexRequest。XXX是Create、Get、Delete
• 准备DSL（ Create时需要，其它是无参）
• 发送请求。调用RestHighLevelClient#indices().xxx()方法，xxx是create、exists、delete

1. mapping映射分析

根据MySQL数据库表结构（建表语句），去写索引库结构JSON。表和索引库一一对应

注意：地理坐标、组合字段。索引库里的地理坐标是一个字段：坐标：维度,精度 。copy_to组合字段作用是供用户查询（输入关键字可以查询多个字段）

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

来看下酒店数据的索引库结构:

PUT /hotel

{
 

  "mappings": {
 

    "properties": {
 

      "id": {
 

        "type": "keyword"

      },

      "name":{
 

        "type": "text",

        "analyzer": "ik_max_word",

        "copy_to": "all"

      },

      "address":{
 

        "type": "keyword",

        "index": false

      },

      "price":{
 

        "type": "integer"

      },

      "score":{
 

        "type": "integer"

      },

      "brand":{
 

        "type": "keyword",

        "copy_to": "all"

      },

      "city":{
 

        "type": "keyword",

        "copy_to": "all"

      },

      "starName":{
 

        "type": "keyword"

      },

      "business":{
 

        "type": "keyword"

      },

      "location":{
 

        "type": "geo_point"

      },

      "pic":{
 

        "type": "keyword",

        "index": false

      },

      "all":{
 

        "type": "text",

        "analyzer": "ik_max_word"

      }

    }

  }

}

几个特殊字段说明：

• location：地理坐标，里面包含精度、纬度
• all：一个组合字段，其目的是将多字段的值 利用copy_to合并，提供给用户搜索

地理坐标说明：

copy_to说明：

2.初始化RestClient

在elasticsearch提供的API中，与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中，必须先完成这个对象的初始化，建立与elasticsearch的连接。

分为三步：

1）引入es的RestHighLevelClient依赖：

<dependency>

    <groupId>org.elasticsearch.client</groupId>

    <artifactId>elasticsearch-rest-high-level-client</artifactId>

</dependency>

2）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>

3）初始化RestHighLevelClient：这里一般在启动类或者配置类里注入该Bean，用于告诉Java 访问ES的ip地址

初始化的代码如下：

@Bean

public RestHighLevelClient client(){
  

    return new RestHighLevelClient(RestClient.builder(

        HttpHost.create("http://192.168.150.101:9200")

        ));

}

这里为了单元测试方便，我们创建一个测试类HotelIndexTest，然后将初始化的代码编写在@BeforeEach方法中：

package cn.itcast.hotel;

import org.apache.http.HttpHost;

import org.elasticsearch.client.RestHighLevelClient;

import org.junit.jupiter.api.AfterEach;

import org.junit.jupiter.api.BeforeEach;

import org.junit.jupiter.api.Test;

import java.io.IOException;

public class HotelIndexTest {
  

    private RestHighLevelClient client;

    @BeforeEach

    void setUp() {
  

        this.client = new RestHighLevelClient(RestClient.builder(

                HttpHost.create("http://192.168.150.101:9200")

        ));

    }

    @AfterEach

    void tearDown() throws IOException {
  

        this.client.close();

    }

}

3. 索引库CRUD

3.1 创建索引库

代码分为三步：

• 1）创建Request对象。因为是创建索引库的操作，因此Request是CreateIndexRequest。
• 2）添加请求参数，其实就是DSL的JSON参数部分。因为json字符串很长，这里是定义了静态字符串常量MAPPING_TEMPLATE，让代码看起来更加优雅。
• 3）发送请求，client.indices()方法的返回值是IndicesClient类型，封装了所有与索引库操作有关的方法。

创建索引库的API如下：

代码：

在hotel-demo的cn.itcast.hotel.constants包下，创建一个类，定义mapping映射的JSON字符串常量：

package cn.itcast.hotel.constants;

public class HotelConstants {
  

    public static final String MAPPING_TEMPLATE = "{\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" +

            "}";

}

在hotel-demo中的HotelIndexTest测试类中，编写单元测试，实现创建索引：

@Test

void createHotelIndex() throws IOException {
  

    // 1.创建Request对象

    CreateIndexRequest request = new CreateIndexRequest("hotel");

    // 2.准备请求的参数：DSL语句

    request.source(MAPPING_TEMPLATE, XContentType.JSON);

    // 3.发送请求

    client.indices().create(request, RequestOptions.DEFAULT);

}

3.2 删除索引库

三步走：

• 1）创建Request对象。这次是DeleteIndexRequest对象
• 2）准备参数。这里是无参
• 3）发送请求。改用delete方法

删除索引库的DSL语句非常简单：

DELETE /hotel

在hotel-demo中的HotelIndexTest测试类中，编写单元测试，实现删除索引：

@Test

void testDeleteHotelIndex() throws IOException {
  

    // 1.创建Request对象

    DeleteIndexRequest request = new DeleteIndexRequest("hotel");

    // 2.发送请求

    client.indices().delete(request, RequestOptions.DEFAULT);

}

3.3 查询索引库

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

判断索引库是否存在，本质就是查询，对应的DSL是：

GET /hotel

@Test

void testExistsHotelIndex() throws IOException {
  

    // 1.创建Request对象

    GetIndexRequest request = new GetIndexRequest("hotel");

    // 2.发送请求

    boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);

    // 3.输出

    System.err.println(exists ? "索引库已经存在！" : "索引库不存在！");

}

API操作文档

这里更多的是先读取Mysql中的数据，然后再存进ES中。

文档操作的基本步骤：【可以根据发送请求那步的第一个参数，发过来判断需要创建什么XXXXRequest】

• 初始化RestHighLevelClient
• 创建XxxRequest。XXX是Index、Get、Update、Delete、Bulk
• 准备参数（Index、Update、Bulk时需要）
• 发送请求。调用RestHighLevelClient#.xxx()方法，xxx是index、get、update、delete、bulk
• 解析结果（Get时需要）

1. 初始化RestClient

在elasticsearch提供的API中，与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中，必须先完成这个对象的初始化，建立与elasticsearch的连接。

分为三步：

1）引入es的RestHighLevelClient依赖：

<dependency>

    <groupId>org.elasticsearch.client</groupId>

    <artifactId>elasticsearch-rest-high-level-client</artifactId>

</dependency>

2）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>

3）初始化RestHighLevelClient：这里一般写在最前面，用于告诉Java 访问ES的ip地址

初始化的代码如下：