Elasticsearch 搜索引擎

1.核心功能

全文搜索：Elasticsearch 提供强大的全文搜索功能，可以处理复杂的查询，包括模糊查询、正则表达式和通配符查询等。

实时搜索：数据在索引后几乎立即可用进行搜索，提供快速的响应时间。

RESTful API：通过 JSON 进行交互，支持简单的 CRUD 操作、搜索、聚合和管理操作。

2.组成

文档：数据以 JSON 格式的文档存储。每个文档都是一个 JSON 对象，包含多个字段。

索引：一个索引是文档的集合，类似于数据库中的表。

类型（在 7.x 及之后版本中已弃用）：在早期版本中，一个索引可以包含多个类型，每个类型下可以有多个文档。现在的版本推荐将所有文档存储在一个单一的类型 "_doc" 下。

字段：每个文档都有多个字段，每个字段可以具有不同的数据类型，如字符串、数字、日期等

3.功能特点

分片和备份

Elasticsearch 将索引分为多个分片，每个分片都有一个或多个备份。这种设计确保了数据的高可用性和负载均衡。

聚合功能

通过聚合对数据进行分组和统计。

高效查询

支持多种查询方式，如布尔查询、范围查询、排序和过滤等。

自动扩展

集群可以根据需求自动扩展，添加更多节点以处理更多数据和请求。

4.入门【增删改查】

创建索引

@Repository
public class CourseRepository {
     
    @Autowired
    private RestHighLevelClient client;

    // 这里是创建索引
    public void createIndex() throws Exception {
         												//这里是索引的名称
        CreateIndexRequest createIndexRequest = new CreateIndexRequest("subject");
         											//这里是分片数量				//这里是备份数量
        createIndexRequest.settings(Settings.builder().put("number_of_shards", "1").put("number_of_replicas", "0").build());
       
        //创建映射
        createIndexRequest.mapping("doc", "{\n" +
                "\t\"properties\": {\n" +
                "\t\t\"description\": {\n" +
                "\t\t\t\"type\": \"text\",\n" +
                "\t\t\t\"analyzer\": \"ik_max_word\",\n" +
                "\t\t\t\"search_analyzer\": \"ik_smart\"\n" +
                "\t\t},\n" +
                "\t\t\"name\": {\n" +
                "\t\t\t\"type\": \"text\",\n" +
                "\t\t\t\"analyzer\": \"ik_max_word\",\n" +
                "\t\t\t\"search_analyzer\": \"ik_smart\"\n" +
                "\t\t},\n" +
                "\t\t\"pic\": {\n" +
                "\t\t\t\"type\": \"text\",\n" +
                "\t\t\t\"index\": false\n" +
                "\t\t},\n" +
                "\t\t\"price\": {\n" +
                "\t\t\t\"type\": \"scaled_float\",\n" +
                "            \"scaling_factor\": 100 \n" +
                "\t\t},\n" +
                "\t\t\"studymodel\": {\n" +
                "\t\t\t\"type\": \"keyword\"\n" +
                "\t\t},\n" +
                "\t\t\"timestamp\": {\n" +
                "\t\t\t\"type\": \"date\",\n" +
                "\t\t\t\"format\": \"yyyy-MM-dd HH:mm:ss||yyyy-MM-dd\"\n" +
                "\t\t}\n" +
                "\t}\n" +
                "}", XContentType.JSON); //类型为json
        
        //执行创建操作
        CreateIndexResponse indexResponse = client.indices().create(createIndexRequest, RequestOptions.DEFAULT);
        
        //输出结果
        System.out.println(indexResponse.isAcknowledged());
    }

}

查询索引库下所有的数据： 【http://localhost:9200/wf_course/_search】

新增文档

/**
 * 进行存储
 * @param subjects 存储对象
 * @throws Exception
 */
@Autowired
private RestHighLevelClient client; //客户端

@PostMapping("add")
public void add(Subjects subjects) throws Exception {
    Map map = new HashMap();
    map.put("title",subjects.getTitle());
    map.put("totalVotes",subjects.getTotalVotes());
    map.put("viewTimes",subjects.getViewTimes());
    map.put("createDate",subjects.getCreateDate());

    IndexRequest indexRequest = new IndexRequest("subject","doc",""+subjects.getId());
    indexRequest.source(map);
    IndexResponse indexResponse = client.index(indexRequest, RequestOptions.DEFAULT);
    System.out.println(indexResponse.status());
}

新增完后能够使用这个进行查看：【http://localhost:9200/wf_course/_search】

查询全部

public void searchAll() throws Exception {
    //创建索引请求
    SearchRequest searchRequest = new SearchRequest("wf_course");
    //设置类型
    searchRequest.types("doc");
    //进行索引源的构建
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

    //构建搜索请求的类。它允许你设置查询、分页、排序等。
    searchSourceBuilder.query(QueryBuilders.matchAllQuery());
    searchRequest.source(searchSourceBuilder);

    //执行
    SearchResponse search = client.search(searchRequest, RequestOptions.DEFAULT);
    //返回的数据
    System.out.println(search);
}

【这里是使用java的代码进行查询索引库中的数据】

根据id查

/**
 * 根据id查
 * @param id id
 * @throws Exception
 */
@Autowired
private RestHighLevelClient client; //客户端

@PostMapping("getById")
public void getById(Integer id) throws Exception {
     							 // 索引名称    类型      id
    GetRequest getRequest = new GetRequest("subject", "doc", ""+id);
     					
    GetResponse getResponse = client.get(getRequest, RequestOptions.DEFAULT);
    //获取数据转换为map
    Map<String, Object> sourceAsMap = getResponse.getSourceAsMap();
    System.out.println(sourceAsMap);
}

【这里是使用java的代码进行查询索引库中的数据】

删除文档

//删除文档
@PostMapping("deleteDoc")
public void deleteDoc(int id) throws Exception {
    DeleteRequest deleteRequest = new DeleteRequest("subject","doc",""+id);
    DeleteResponse delete = client.delete(deleteRequest, RequestOptions.DEFAULT);
    System.out.println(delete.status());
}

删除索引

@PostMapping("deleteIndex")
public void deleteIndex(String name) throws Exception {
													//这里是索引名称
    DeleteIndexRequest deleteIndexRequest = new DeleteIndexRequest(name);
    AcknowledgedResponse delete = client.indices().delete(deleteIndexRequest, RequestOptions.DEFAULT);
    System.out.println(delete.isAcknowledged());
}

修改文档

//修改文档
@PostMapping("updateDoc")
public void updateDoc(Subjects subjects) throws Exception {
    UpdateRequest updateRequest = new UpdateRequest("subject","doc",""+subjects.getId());
   	
    //map中存储的是要修改的字段以及修改的新值 
    Map map = new HashMap();
    map.put("title",subjects.getTitle());
    map.put("totalVotes",subjects.getTotalVotes());
    map.put("viewTimes",subjects.getViewTimes());
    updateRequest.doc(map);
    UpdateResponse updateResponse = client.update(updateRequest, RequestOptions.DEFAULT);
    System.out.println(updateResponse.status());
}

5.多种查询

-----------修改此代码-----------

public void searchAll() throws Exception {
    //创建索引请求
    SearchRequest searchRequest = new SearchRequest("wf_course");
    //设置类型
    searchRequest.types("doc");
    //进行索引源的构建
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

    //构建搜索请求的类。它允许你设置查询、分页、排序等。
    searchSourceBuilder.query(QueryBuilders.matchAllQuery());
    //-----------------------------------------------------------------
     
     
    //-----------------------------------------------------------------
    
    //searchSourceBuilder.query(boolQueryBuilder);
    searchRequest.source(searchSourceBuilder);
     
    //执行
    SearchResponse search = client.search(searchRequest, RequestOptions.DEFAULT);
    //返回的数据
    System.out.println(search);
}

【条件查询需要修改---------------中的代码】

精确查

//进行精确查询										  字段名	  字段数据
TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("studymodel","201002");
searchSourceBuilder.query(termQueryBuilder);

分词查询

//设置分词查询											字段名 		 字段数据
MatchQueryBuilder matchQueryBuilder = QueryBuilders.matchQuery("description", "spring cloud");
//这里有and、or如果是and意思就是spring cloud 的分词必须全部都要满足
//例：spring cloud分词spring和cloud,要查找的数据必须同时有spring 和 cloud两个单词
matchQueryBuilder.operator(Operator.AND); 

//配置比例：如果spring 和 cloud两个单词的比例高达80%，就会筛选出来
matchQueryBuilder.minimumShouldMatch("80%"); 
searchSourceBuilder.query(matchQueryBuilder);

组合查询

 //组合查询
BoolQueryBuilder builder = QueryBuilders.boolQuery().mustNot(QueryBuilders.termQuery("name", "spring cloud实战"));
           .must(QueryBuilders.termQuery("name", "spring"))
           .must(QueryBuilders.termQuery("studymodel", "201001"))
           .should(QueryBuilders.termQuery("studymodel", "201001"));

must：

​ 用于指定必须满足的条件 相当于逻辑与 (AND)。

should：

​ 文档如果满足 should 子句中的一个或多个条件，则文档将被匹配

​ should 子句相当于逻辑或 (OR)

​ 满足更多 should 子句的文档会有更高的相关性得分。

must_not：

​ must_not 子句用于指定必须不满足的条件。

​ 相当于逻辑非 (NOT)。

一组值查询

6.配置使用

@Configuration
public class ElasticsearchConfig {

    @Value("${myelasticsearch.host}")
    private String host;
    @Value("${myelasticsearch.port}")
    private Integer port;

    @Bean
    public RestHighLevelClient client() {
        HttpHost httpHost = new HttpHost(host, port, "http");
        return new RestHighLevelClient(RestClient.builder(httpHost));
    }
}

myelasticsearch:
  host: 127.0.0.1
  port: 9200

@Autowired
private RestHighLevelClient client;