Elasticsearch

最新推荐文章于 2024-03-05 10:33:20 发布

qq_47614329

最新推荐文章于 2024-03-05 10:33:20 发布

阅读量638

点赞数

本文链接：https://blog.csdn.net/qq_47614329/article/details/117933121

版权

Elasticsearch

1.Elasticsearch下载

官网：https://www.elastic.co/cn/elasticsearch/

2.Elasticsearch安装

windows下

2.1直接解压即可

在这里插入图片描述

2.2目录

bin 启动文件
config 配置文件
	log4j2 日志配置文件
	jvm.options java 虚拟机相关配置
	elasticsearch.yml elasticsearch配置文件 默认9200端口
lib jar包
modules 功能模块
plugins 插件

2.3启动

bin目录下双击elasticsearch.bat文件

在这里插入图片描述

3.安装可视化界面es head的插件

1.下载（需要有node.js）

2.解压

3.安装依赖

3.1进入解压后的文件夹输入cmd

在这里插入图片描述

3.2输入npm insatll

在这里插入图片描述

4.启动

npm run start

在这里插入图片描述

5.解决跨域问题

5.1关闭elasticsearch

5.2找到elasticsearch中的config文件的elasticsearch.yml文件

在这里插入图片描述

5.3编辑yml文件加入开启跨域配置(注意格式问题 )

http.cors.enabled: true

http.cors.allow-origin: “*”

5.4 保存并且退出，重启elasticsearch

5.5重新进行测试连接

在这里插入图片描述

head就是一个数据展示化工具

5.6新建索引
在这里插入图片描述

4.kibana

1.了解ELK

在这里插入图片描述

2.什么是kibana

Kibana是一个针对Elasticsearch的开源分析及可视化平台，用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana ,可以通过各种图表进行高级数据分析及展示。Kbana让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板（ dashboard ) 实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础架构，几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。

3.安装kibana

官网：https://www.elastic.co/cn/kibana

kibana：版本要和es一致

3.1进入官网点击下载

在这里插入图片描述

3.2下载

在这里插入图片描述

3.3解压并且启动（默认端口 5601）

在这里插入图片描述

3.4访问测试

在这里插入图片描述

4.开发工具

在这里插入图片描述

5.进行汉化

5.1进入目录

D:\Software\elasticsearch\kibana-7.13.1-windows-x86_64\config

5.2编写配置

i18n.locale: “zh-CN”

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wwVwv8RP-1623761890732)(../img\image-20210610201119302.png)]$

6.ES核心概念

elasticsearch是面向文档，关系行数据库和elasticsearch客观的对比!一切都是JSON !

elasticsearch(集群)中可以包含多个索引(数据库)，每个索引中可以包含多个类型(表)，每个类型下又包含多个文档(行)，每个文档中又包含多个字段(列)。

物理设计:
elasticsearch在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移

逻辑设计:
一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，可以通过这样的一各顺序找到它:索引》类型文档lD，通过这个组合我们就能索引到某个具体的文档。注意:ID不必是整数，实际上它是个字符串。

文档

之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要属性:

自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key:value
可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的! {就是一个json对象! fastjson进行自动转换!}
灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在
elasticsearch中，类型有时候也称为映射类型。

类型

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为字符串类型。我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢?elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别整什么幺蛾子。

索引

就是数据库!|
索引是映射类型的容器，elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。
物理设计︰节点和分片如何工作

在这里插入图片描述

一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片 ( primary shard ,又称主分片)构成的，每一个主分片会有一个副本( replica shard ,又称复制分片)
在这里插入图片描述

上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。实际上，一个分片是一个Lucene索引，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。不过，等等，倒排索引是什么鬼?

倒排索引

elasticsearch使用的是一种称为倒排索引的结构采用Lucene倒排索作为底层这种结构适用于快速的全文搜索，一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。例如，现在有两个文档，每个文档包含如下内容:

study every day，good good up to forever #文档1包含的内容

To forever，study every day，good good up # 文档2包含的内容

为了创建倒排索引，我们首先要将每个文档拆分成独立的词(或称为词条或者tokens)，然后创建一个包含所有不重复的词条的排序列表，然后列出每个词条出现在哪个文档:
在这里插入图片描述

现在，我们试图搜索to forever，只需要查看包含每个词条的文档 (权重)
在这里插入图片描述

两个文档都匹配，但是第一个文档比第二个匹配程度更高。如果没有别的条件，现在，这两个包含关键字的文档都将返回

再来看一个示例，比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构:
在这里插入图片描述

如果要搜索含有python标签的文章，那相对于查找所有原始数据而言，查找倒排索引后的数据将会快的多。只需要查看标签这一栏，然后获取相关的文章ID即可。完全过滤掉无关的所有数据，提高效率!

7.IK分词器插件

什么是IK分词器插件

分词∶即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，比如“我爱狂神"会被分为"我" “爱” “狂” "神”，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。
如果要使用中文，建议使用ik分词器!
IK提供了两个分词算法: ik smart和ik_max_word，其中 ik_smart为最少切分，ik_max_word为最细粒度划分!一会我们测试!

7.1安装IK分词器

IK文档地址：https://zq99299.github.io/note-book/elasticsearch-senior/ik/30-ik-introduce.html

下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

7.1安装

解压到elasticsearch中的plugins中
在这里插入图片描述

7.2重启elasticsearch

可以看到ik分词器被加载了!

在这里插入图片描述

7.3验证是否安装成功

elasticsearch-plugin可以通过这个命令来查看加载进来的插件

在这里插入图片描述

7.4使用kibana进行测试

ik_smart为最少切分
在这里插入图片描述

ik_max_word为最细粒度划分
在这里插入图片描述

7.2 IK分词器添加自己的配置

7.2.1 进入ik分词器的config目录

7.2.2 新建一个后缀为dic的文件

7.2.3 进行编辑dic文件（文件中添加你需要扩展的词）

7.2.4 编写xml配置进行添加扩展字典

在这里插入图片描述

7.2.5 重启es

8.Rest风格说明

一种软件架构风格，而不是标准，只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。
在这里插入图片描述

基础测试

8.1关于索引的操作

8.1.1 创建一个索引

PUT /索引名/~类型名~/文档id
{
	请求体
}
类型名可以不要

在这里插入图片描述

完成了自动增加索引、以及添加数据
在这里插入图片描述

8.1.2数据类型

在这里插入图片描述

8.1.2.1设置字段类型

在这里插入图片描述

如果不设置类型、会自动配置一个类型

扩展：通过命令查询es索引情况（GET _cat/）

8.1.3修改索引

在这里插入图片描述

8.2关于文档的操作

    query
        match
过滤：
	_source 对查询结果的字段进行过滤（指定返回那些字段）
排序：
	sort 对查询出来的结果进行排序
分页：
	from 从第几条数据开始
	size 返回多少条数据
			tags 匹配多个条件（多条件之间使用空格分开）
布尔值查询
	query
        bool
            must（and）所有的条件都要符合
            must_not （not）
            should（or）其中一个条件符合即可
            	trem 精确查找
            	match
        filter 数据过滤
            gt 大于
            gte 大于等于
            lt 小于
            lte 小于等于
 高亮设置：
 	query
	highlight
		pre_tags  设置标签类型以及样式  （"<p class=" key' style='color :red ' >"）
		post_tags 设置结束标签（</p>）
		fields   设置需要高亮的字段
			字段名称:{}

基本操作

8.2.1添加数据

在这里插入图片描述

8.2.2获取数据

在这里插入图片描述

8.2.3更新数据

put更新
在这里插入图片描述

post修改
在这里插入图片描述

8.2.4搜索

8.2.4.1简单搜索

GET kuangshen/user/1

简单的条件查询可以根据默认的映射规则，产生基本的查询!
在这里插入图片描述

8.2.4.2复杂搜索

（排序、分页、高亮、模糊查询、精准查询）
在这里插入图片描述

查询出来的结果进行过滤

在这里插入图片描述

排序

在这里插入图片描述

分页查询

在这里插入图片描述

布尔值查询

must 所有的条件都需符合
在这里插入图片描述

should 一个满足即可
在这里插入图片描述
must_not

过滤器 fitter

匹配多个条件

在这里插入图片描述

精确查询

term查询是直接通过倒排索引指定的词条进程精确的查找的
关于分词

term 查询精确的
match，会使用分词器解析!（先分析文档，然后在通过分析的文档进行查询!)
两个类型 text keyword
text 类型字段会被分词器进行解析
keyword 类型的字段不会被分词器进行解析

多个值匹配精确查找

在这里插入图片描述

高亮查询
使用默认标签类型 em

自定义标签类型

9.集成springboot

文档
https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/index.html

9.1 导入maven依赖

<dependency> 
	<groupId> org.elasticsearch.client </groupId>
	 <artifactId > elasticsearch -rest-high-level-client </artifactId> 
	 <version> 7.13.2 </version> 
</dependency>

9.2 配置es

@Configuration
public class ElasticsearchClientConfig {
    @Bean
    public RestHighLevelClient restHighLevelClient() {
        //配置es信息
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(new HttpHost("localhost", 9200, "http")
                        ));
        return client;
    }
}

在这里插入图片描述

9.3 es api测试

9.3.1 索引

创建索引
在这里插入图片描述
获取索引

GetIndexRequest request = new GetIndexRequest( ...indices: "需要获取的索引名称");
boolean exists = client.indices( ).exists(request，RequestOptions.DEFAULT);

在这里插入图片描述
删除索引

DeleteIndexRequest request = new DeleteIndexRequest( "索引名称");
AcknowledgedResponse delete = client.indices().delete(requestRequestOptions.DEFAULT);

在这里插入图片描述

9.3.2文档

1.创建实体类

@Data
@AllArgsconstructor
@NoArgsConstructor
@Component
public class User {
	private String name;
	private int age;
}

在这里插入图片描述
2.创建文档

/创建对象
User user = new User( name:"zs",age: 3);
//创建请求
IndexRequest request = new IndexRequest("索引名");
//规则put / kuang_index/ _doc/1
request.id( "1");
request.timeout ( TimeValue.timevalueSeconds(1));request.timeout( "1s") ;
//将我们的数据放入请求json
request.source(JSON.toJSONString(user)，XContentType.JSON) ;
//客户端发送请求,获取响应的结果
IndexResponse indexResponse = client.index(request，RequestOptions.DEFAULT);

在这里插入图片描述
3.获取数据判断数据是否存在

GetRequest getRequest = new GetRequest( index: "索引名",id: "1");
//不获取返回的_source 的上下文了  可以不写
getRequest.fetchSourceContext( new FetchSourceContext( false));
boolean exists = client.exists(getRequest，Requestoptions.DEFAULT);

4 .获取文档数据

GetRequest getRequest = new GetRequest( index:"kuang_index", id: "1");
GetResponse getResponse = client.get(getRequest，RequestOptions.DEFAULT);
System.out.println(getResponse.getSourceAsString()); //打印文档的内容

5.更新文档数据

UpdateRequest updateRequest = new UpdateRequest( index: "索引名" , id: "id");
updateRequest.timeout( "1s") ; //超时时间
User user = new User( name:"ls", age: 18);
updateRequest.doc(JSON.toJSONstring(user) ,xContentType.JSON);
UpdateResponse update =[client.update(updateRequest，RequestOptions.DEFAULT);

6.删除文档数据

DeleteRequest request = new DeleteRequest( index: "索引名" , id: "id");
request.timeout( "1s"); //超时时间
DeleteResponse deleteResponse = client.delete(request，RequestOptions.DEFAULT);

7.批量插入数据

BulkRequest bulkRequest = new BulkRequest();bulkRequest.timeout( "10s");
//新建集合 以及赋值
ArrayList<User> userList = new ArrayList<>();
userList.add(new User( name: "kuangshen1" , age: 3));
userList.add(new User( name: "kuangshen2" , age: 3) ) ;
userList.add( new User( name: "kuangshen3", age: 3)) ;
//批处理请求
for (int i = 0; i < userList.size() ; i++) {
	bulkRequest.add(
		new IndexRequest ( "索引").id(""+(i+1))   //不设置id会使用随机id  无序
			.source( JSON.toJSONString(userList.get(i) ) ,xContentType.JSON));
}
//执行请求
BulkResponse bulkResponse= client.bulk( bulkRequest，RequestOptions.DEFAULT);

8.搜索

SearchRequest searchRequest = new SearchRequest("索引名");
//构建搜索条件
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder( );
//查询条件，我们可以使用QueryBuiLders工具来实现
 //QueryBuilders.termQuery精确
// QueryBuiLders.matchALLQuery()匹配所有
TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery( name:. "字段名", value: "匹配值");
MatchAllQueryBuilder matchAlLQueryBuilder = QueryBuilders.matchAlLQuery();
sourceBuilder.query (termQueryBuilder) ;
//设置超时时间
sourceBuilder.timeout(new TimeValue( duration: 60,TimeUnit.SECONDS));
searchRequest.source(sourceBuilder) ;
SearchResponse searchResponse = client.search(searchRequest,RequestOptions.DEFAULT);
System.out.println(JSON.toJSONString(searchResponse.getHits()));

qq_47614329

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
2
评论
Elasticsearch

typora-root-url: imgElasticsearch1.Elasticsearch下载官网：https://www.elastic.co/cn/elasticsearch/2.Elasticsearch安装windows下2.1直接解压即可2.2目录bin 启动文件config 配置文件 log4j2 日志配置文件 jvm.options java 虚拟机相关配置 elasticsearch.yml elasticsearch配置文件默认9200端口lib j.
复制链接

扫一扫