elasticsearch01

1. 分词器

es在创建倒排索引时需要对文档分词；在搜索时，需要对用户输入内容分词。但默认的分词规则对中文处理并不友好。
我们在kibana的DevTools中测试：

语法说明：

• POST：请求方式
• /_analyze：请求路径，这里省略了http://192.168.150.101:9200，有kibana帮我们补充
• 请求参数，json风格：
  analyzer：分词器类型，这里是默认的standard分词器
  text：要分词的内容

处理中文分词，一般会使用IK分词器。https://github.com/medcl/elasticsearch-analysis-ik
ik分词器包含两种模式：

• ik_smart：最少切分，粗粒度
• ik_max_word：最细切分，细粒度

1.1 ik分词器-拓展词库

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：

1.2 ik分词器-停用词库

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：

1.3 小结

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

IK分词器如何拓展词条？如何停用词条？

• 利用config目录的IkAnalyzer.cfg.xml文件添加拓展词典和停用词典
• 在词典中添加拓展词条或者停用词条

2. 索引库操作

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）
  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

2.1 创建索引库

ES中通过Restful请求操作索引库、文档。请求内容用DSL语句来表示。创建索引库和mapping的DSL语法如下：

2.2 查看、删除索引库

查看索引库语法：

示例：

删除索引库的语法：

示例：

3.3 修改索引库

索引库和mapping一旦创建无法修改，但是可以添加新的字段，语法如下：

示例：

3.4 小结

索引库操作有哪些？

• 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
• 添加字段：PUT /索引库名/_mapping

3. 文档操作

3.1 添加文档

新增文档的DSL语法如下：

3.2 查看、删除文档

查看文档语法：

示例：

删除索引库的语法：

示例：

3.3 修改文档

方式一：全量修改，会删除旧文档，添加新文档

方式二：增量修改，修改指定字段值

3.4 小结

文档操作有哪些？

• 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}}

4. RestClient操作索引库

什么是索引库？

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

4.1 创建索引库

• 初始化JavaRestClient

（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：

RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
        HttpHost.create("http://192.168.150.101:9200")));

• 创建索引库

创建索引库代码如下：

@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);
 }

4.2 删除索引库

• 删除索引库代码如下

@Test
void testDeleteHotelIndex() throws IOException {
      // 1.创建Request对象
      DeleteIndexRequest request = new DeleteIndexRequest("hotel");
       / 2.发起请求
      client.indices().delete(request, RequestOptions.DEFAULT);
}

4.4 判断索引库是否存在

• 判断索引库是否存在

@Test
void testExistHotelIndex() throws IOException {
      // 1.创建Request对象
      GetIndexRequest request = new GetIndexRequest("hotel");
      // 2.发起请求
      boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
      // 3.输出
      System.out.println(exists ? "索引库已经存在！" : "索引库不存在！");
}

4.5 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

5. RestClient操作文档

5.1 新增文档数据

• 初始化JavaRestClient

@BeforeEach
void setUp() {
     this.client = new RestHighLevelClient(RestClient.builder(
         HttpHost.create("http://192.168.169.128:9200")
     ));
}

@AfterEach
void tearDown() throws IOException {
     this.client.close();
}

• 添加酒店数据到索引库

@Test
void testAddDocument() throws IOException {
        // 根据id查询酒店数据
        Hotel hotel = hotelService.getById(36934L);
        // 转换为文档类型
        HotelDoc hotelDoc = new HotelDoc(hotel);
        // 1.准备Request对象
        IndexRequest request = new IndexRequest("hotel").id(hotel.getId().toString());
        // 2.准备Json文档
        request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);
        // 3.发送请求
        client.index(request, RequestOptions.DEFAULT);
}

5.3 查询文档数据

@Test
void testGetDocumentById() throws IOException {
        // 1.准备Request对象
        GetRequest request = new GetRequest("hotel", "36934");
        // 2.发送请求，得到响应
        GetResponse response = client.get(request, RequestOptions.DEFAULT);
        // 3.解析响应结果
        String json = response.getSourceAsString();
        HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
        System.out.println(hotelDoc);
    }

5.4 修改文档数据

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，我们演示方式二

@Test
void testUpdateDocumentById() throws IOException {
        // 1.准备request请求
        UpdateRequest request = new UpdateRequest("hotel", "36934");
        // 2.准备请求参数
        request.doc(
                "price", "952",
                "starName", "四钻"
        );
        // 3.发送请求
        client.update(request, RequestOptions.DEFAULT);
    }

5.5 删除文档数据

@Test
void testDeleteDocument() throws IOException {
        // 1.请求Request
        DeleteRequest request = new DeleteRequest("hotel", "36934");
        // 2.发送请求
        client.delete(request, RequestOptions.DEFAULT);
}

5.6 利用JavaRestClient批量导入酒店数据到ES

需求：批量查询酒店数据，然后批量导入索引库中
思路：

• 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Bulk批处理，实现批量新增文档，示例代码如下

void testBulkRequest() throws IOException {
        // 批量查询数据
        List<Hotel> hotels = hotelService.list();
        // 1.创建Request
        BulkRequest bulkRequest = new BulkRequest();
        // 2.准备参数，添加多个新增的Request
        for (Hotel hotel : hotels) {
            // 转换为文档类型
            HotelDoc hotelDoc = new HotelDoc(hotel);
            bulkRequest.add(new IndexRequest("hotel")
                    .id(hotelDoc.getId().toString())
                    .source(JSON.toJSON(hotelDoc), XContentType.JSON));
        }
        // 3.发送请求
        client.bulk(bulkRequest, RequestOptions.DEFAULT);
}