Elasticsearch入门（包含整合SpringBoot和简单实战demo）

ElasticSearch

前言：本文的ElasticSearch版本是7.6.x

一、ElasticSearch概述

1、Lucene

在学习ElasticSearch之前，先简单了解一下Lucene：

• Doug Cutting开发

• 是apache软件基金会4 jakarta项目组的一个子项目

• 是一个开放源代码的全文检索引擎工具包

• 不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）

• 当前以及最近几年最受欢迎的免费Java信息检索程序库。

Lucene和ElasticSearch的关系：

• ElasticSearch是基于Lucene 做了一下封装和增强

2、简介

Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理PB级别(大数据时代）的数据。es也使用java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。

据国际权威的数据库产品评测机构DB Engines的统计，在2016年1月，ElasticSearch已超过Solr等，成为排名第一的搜索引擎类应用。

3、历史

多年前，一个叫做Shay Banon的刚结婚不久的失业开发者，由于妻子要去伦敦学习厨师，他便跟着也去了。在他找工作的过程中，为了给妻子构建一个食谱的搜索引擎，他开始构建一个早期版本的Lucene。

直接基于Lucene工作会比较困难，所以Shay开始抽象Lucene代码以便lava程序员可以在应用中添加搜索功能。他发布了他的第一个开源项目，叫做“Compass”。

后来Shay找到一份工作，这份工作处在高性能和内存数据网格的分布式环境中，因此高性能的、实时的、分布式的搜索引擎也是理所当然需要的。然后他决定重写Compass库使其成为一个独立的服务叫做Elasticsearch。

第一个公开版本出现在2010年2月，在那之后Elasticsearch已经成为Github上最受欢迎的项目之一，代码贡献者超过300人。一家主营Elasticsearch的公司就此成立，他们一边提供商业支持一边开发新功能，不过Elasticsearch将永远开源且对所有人可用。

Shay的妻子依旧等待着她的食谱搜索……

4、实际使用场景

1、维基百科,类似百度百科，全文检索,高亮,搜索推荐
2、The Guardian (国外新闻网站) ,类似搜狐新闻,用户行为日志(点击,浏览,收藏,评论) +社交网络数据(对某某新闻的相关看法) ,数据分析,给到每篇新闻文章的作者,让他知道他的文章的公众反馈(好,坏,热门，垃圾,鄙视，崇拜)
3、Stack Overflow (国外的程序异常讨论论坛) , IT问题,程序的报错,提交上去,有人会跟你讨论和回答,全文检索,搜索相关问题和答案,程序报错了,就会将报错信息粘贴到里面去,搜索有没有对应的答案
4、GitHub (开源代码管理),搜索 上千亿行代码
5、电商网站,检索商品
6、日志数据分析, logstash采集日志, ES进行复杂的数据分析, ELK技术, elasticsearch+logstash+kibana
7、商品价格监控网站,用户设定某商品的价格阈值,当低于该阈值的时候,发送通知消息给用户,比如说订阅牙膏的监控,如果高露洁牙膏的家庭套装低于50块钱,就通知我,我就去买
8、BI系统,商业智能, Business Intelligence。比如说有个大型商场集团，BI ,分析一下某某区域最近3年的用户消费 金额的趋势以及用户群体的组成构成,产出相关的数张报表, **区,最近3年,每年消费金额呈现100%的增长,而且用户群体85%是高级白领，开-个新商场。ES执行数据分析和挖掘, Kibana进行数据可视化
9、国内:站内搜索(电商,招聘,门户,等等),IT系统搜索(OA,CRM,ERP,等等),数据分析(ES热门的一一个使用场景)

二、各种搜索引擎的区别

市面上目前最常用的搜索引擎有两个：ES和Solr

下面，我们围绕这两个搜索引擎进行对比：

1、ElasticSearch简介

• Elasticsearch是一个实时分布式搜索和分析引擎。 它让你以前所未有的速度处理大数据成为可能。
• 它用于全文搜索、结构化搜索、分析以及将这三者混合使用:
• 维基百科使用Elasticsearch提供全文搜索并高亮关键字,以及输入实时搜索(search-asyou-type)和搜索纠错(did-you-mean)等搜索建议功能。
• 英国卫报使用Elasticsearch结合用户日志和社交网络数据提供给他们的编辑以实时的反馈,以便及时了解公众对新发表的文章的回应。
• StackOverflow结合全文搜索与地理位置查询,以及more-like-this功能来找到相关的问题和答案。
• Github使用Elasticsearch检索1300亿行的代码。
• 但是Elasticsearch不仅用于大型企业，它还让像DataDog以及Klout这样的创业公司将最初的想法变成可扩展的解决方案。
• Elasticsearch可以在你的笔记本上运行,也可以在数以百计的服务器上处理PB级别的数据。
• Elasticsearch是一个基于Apache Lucene™的开源搜索引擎。无论在开源还是专有领域, Lucene可被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。
  • 但是, Lucene只是一个库。 想要使用它,你必须使用Java来作为开发语言并将其直接集成到你的应用中,更糟糕的是, Lucene非常复杂,你需要深入了解检索的相关知识来理解它是如何工作的。
• Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能,但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性,从而让全文搜索变得简单。

2、Solr简介

• Solr是Apache下的一个顶级开源项目,采用Java开发,它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言,同时实现了可配置、可扩展，并对索引、搜索性能进行了优化
• Solr可以独立运行,运行在letty. Tomcat等这些Selrvlet容器中 , Solr 索引的实现方法很简单,用POST方法向Solr服务器发送一个描述Field及其内容的XML文档, Solr根据xml文档添加、删除、更新索引。Solr 搜索只需要发送HTTP GET请求,然后对Solr返回xml、json等格式的查询结果进行解析,组织页面布局。
• Solr不提供构建UI的功能, Solr提供了一个管理界面,通过管理界面可以查询Solr的配置和运行情况。
• Solr是基于lucene开发企业级搜索服务器,实际上就是封装了lucene.
• Solr是一个独立的企业级搜索应用服务器,它对外提供类似于Web-service的API接口。用户可以通过http请求,向搜索引擎服务器提交-定格式的文件,生成索引;也可以通过提出查找请求,并得到返回结果。

3、ElasticSearch与Solr比较

1. 当单纯的对已有数据进行搜索时，Solr更快

1. 当实时建立索引时，Solr会产生io阻塞，查询性能较差，ElasticSearch具有明显的优势

1. 随着数据量的增加，Solr的搜索效率会变得更低，而ElasticSearch却没有明显的变化

1. 转变我们的搜索基础设施后从Solr ElasticSearch，我们看见一个即时~ 50x提高搜索性能！

4、总结

1、es基本是开箱即用(解压就可以用!) ,非常简单。Solr安装略微复杂一丢丢!
2、Solr 利用Zookeeper进行分布式管理,而Elasticsearch自身带有分布式协调管理功能。
3、Solr 支持更多格式的数据,比如JSON、XML、 CSV ,而Elasticsearch仅支持json文件格式。
4、Solr 官方提供的功能更多,而Elasticsearch本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要kibana友好支撑
5、Solr 查询快,但更新索引时慢(即插入删除慢) ，用于电商等查询多的应用;

• ES建立索引快(即查询慢) ，即实时性查询快，用于facebook新浪等搜索。
• Solr是传统搜索应用的有力解决方案，但Elasticsearch更适用于新兴的实时搜索应用。

6、Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而Elasticsearch相对开发维护者较少,更新太快,学习使用成本较高。

三、安装

安装地址使用阿里云镜像的，下载速度比较快：https://mirrors.huaweicloud.com/elasticsearch/7.6.1/

支持多种操作系统，这里用的是Windows的

四、初探ES

1、文件结构

bin：启动文件目录

config：相关配置

其中比较重要的三个：elasticsearch.yml 核心配置、jvm.options JVM配置、log4j2.properties log4j日志配置

es的默认端口是9200

lib：相关jar包

logs：日志

modules：模块

plugins：拓展插件（默认为空，即没有引入插件），比如我们后面会引入ik分词器插件

2、尝试启动

双击bin目录下的启动项即可启动

启动后，直接访问本地的9200端口，返回json信息如下：

3、安装可视化界面——ES-head

elasticsearch-head

使用前提：需要安装nodejs

1、下载地址

https://github.com/mobz/elasticsearch-head

2、安装

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

1. cd elasticsearch-head
2. # 安装依赖
3. npm install
4. # 启动
5. npm run start
6. # 访问
7. http://localhost:9100/

安装依赖

运行

访问

存在跨域问题（只有当两个页面同源，才能交互）

同源（端口，主机，协议三者都相同）

什么是跨域？跨域解决方法_@Demi的博客-CSDN博客_跨域

开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）

1. # 开启跨域
2. http.cors.enabled: true
3. # 所有人访问
4. http.cors.allow-origin: "*"

重启elasticsearch

再次连接

如何理解上图：

• 如果你是初学者

  • 索引 可以看做 “数据库”
  • 类型 可以看做 “表”
  • 文档 可以看做 “库中的数据（表中的行）”

• 这个head，我们只是把它当做可视化数据展示工具，之后所有的查询都在kibana中进行

  • 因为不支持json格式化，不方便elasticsearch-head

    使用前提：需要安装nodejs

    1、下载地址

    GitHub - mobz/elasticsearch-head: A web front end for an elastic search cluster

    2、安装

    解压即可（尽量将ElasticSearch相关工具放在统一目录下）

    3、启动

    1. cd elasticsearch-head
    2. # 安装依赖
    3. npm install
    4. # 启动
    5. npm run start
    6. # 访问
    7. http://localhost:9100/

    安装依赖

    

    运行

    

    访问

    存在跨域问题（只有当两个页面同源，才能交互）

    同源（端口，主机，协议三者都相同）

    什么是跨域？跨域解决方法_@Demi的博客-CSDN博客_跨域

    

    开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）

    1. # 开启跨域
    2. http.cors.enabled: true
    3. # 所有人访问
    4. http.cors.allow-origin: "*"

    重启elasticsearch

    再次连接

    

    如何理解上图：

    • 如果你是初学者
      • 索引 可以看做 “数据库”
      • 类型 可以看做 “表”
      • 文档 可以看做 “库中的数据（表中的行）”
    • 这个head，我们只是把它当做可视化数据展示工具，之后所有的查询都在kibana中进行
      • 因为不支持json格式化，不方便

4、安装kinaba

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。Kibana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。

1、下载地址:

下载的版本需要与ElasticSearch版本对应

下载 Elastic 产品 | Elastic

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

镜像：https://mirrors.huaweicloud.com/kibana/?C=N&O=D

2、安装

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

访问

1. localhost:5601

4、开发工具

（Postman、curl、head、谷歌浏览器插件）

可以使用 Kibana进行测试

如果说，你在英文方面不太擅长，kibana是支持汉化的

5、kibana汉化

编辑器打开kibana解压目录/config/kibana.yml，添加

1. i18n.locale: "zh-CN"

重启kibana

汉化成功

五、ElasticSearch的核心原理

自我的简单理解：ES本质上是文档型数据库

六、IK分词器

IK分词器是ElasticSearch的核心插件之一

IK分词器：中文分词器

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，然后进行一一个匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），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。

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!

1、下载

版本要与ElasticSearch版本对应

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

2、安装

ik文件夹是自己创建的

加压即可（但是我们需要解压到ElasticSearch的plugins目录ik文件夹下）

3、重启ElasticSearch

加载了IK分词器

4、使用 ElasticSearch安装补录/bin/elasticsearch-plugin 可以查看插件

1. E:\ElasticSearch\elasticsearch-7.6.1\bin>elasticsearch-plugin list

5、使用kibana测试

ik_smart：最少切分

ik_max_word：最细粒度划分（穷尽词库的可能）

我们发现，分词情况不够理想，我的嘉然小姐居然被分成了两个字而不是一个词！

那么，我们需要手动将该词添加到分词器的词典当中

6、添加自定义的词添加到扩展字典中

elasticsearch目录/plugins/ik/config/IKAnalyzer.cfg.xml

打开 IKAnalyzer.cfg.xml 文件，扩展字典

创建字典文件，添加字典内容

重启ElasticSearch，再次使用kibana测试

现在可以得到我们想要的嘉然了

七、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。

基本Rest命令说明：

method	url地址	描述
PUT（创建,修改）	localhost:9200/索引名称/类型名称/文档id	创建文档（指定文档id）
POST（创建）	localhost:9200/索引名称/类型名称	创建文档（随机文档id）
POST（修改）	localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE（删除）	localhost:9200/索引名称/类型名称/文档id	删除文档
GET（查询）	localhost:9200/索引名称/类型名称/文档id	查询文档通过文档ID
POST（查询）	localhost:9200/索引名称/类型名称/文档id/_search	查询所有数据

八、使用kibana对ES进行基本操作

前言：其实用kibana也行，用postman也行，只要发送json数据给9200端口就可以了

1、创建一个索引并插入一个数据

（这里有坑，如果电脑内存不够大的话，会超时，导致爆503错误，需要把es的jvm配置文件中的xms调小，也就是堆大小调小，才可以正常运行）

kibana：

es-head：

2、ES的数据类型

• 字符串类型
  • text、keyword
    • text：支持分词，全文检索,支持模糊、精确查询,不支持聚合,排序操作;text类型的最大支持的字符长度无限制,适合大字段存储；
    • keyword：不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。
• 数值型
  • long、Integer、short、byte、double、float、half float、scaled float
• 日期类型
  • date
• 布尔类型
  • boolean
• 二进制类型
  • binary
• 等等…

3、单独创建一个索引

kibana：

es-head：

4、获取索引的创建信息

kibana：

5、获取默认类型

因为类型这个概念，在ES中是被逐渐抛弃的，所以增加了一个叫__doc的默认类型来代替

这个默认类型是天然存在的

6、ES会默认指定属性的类型

我们创建的时候并没有指定属性的类型，但是查看索引创建属性的时候，发现它会自动指定

拓展：GET _cat/

该命令可以用来获取ES中的对应信息：

1. GET _cat/indices
2. GET _cat/aliases
3. GET _cat/allocation
4. GET _cat/count
5. GET _cat/fielddata
6. GET _cat/health
7. GET _cat/indices
8. GET _cat/master
9. GET _cat/nodeattrs
10. GET _cat/nodes
11. GET _cat/pending_tasks
12. GET _cat/plugins
13. GET _cat/recovery
14. GET _cat/repositories
15. GET _cat/segments
16. GET _cat/shards
17. GET _cat/snapshots
18. GET _cat/tasks
19. GET _cat/templates
20. GET _cat/thread_pool

7、修改文档

1. PUT修改

本质上是一种覆盖，但是需要写全部属性，否则会导致属性丢失，有点像构造器生成对象，就是生成一个对象，替代原来的对象

不缺失：

缺失：

2. POST修改

本质上就是只修改某一个属性，有点像set修改属性，直接修改原对象的某个属性

8、删除索引

9、简单查询

简单等值查询（实际上会做一个模糊匹配）：

10、复杂查询

查询的索引内容为：

1. 匹配查询

match：匹配

_source：选择想要筛选出来的字段

sort：按照某个字段的正序或逆序排序

form和size：用来分页查询的，from表示从第几个数据开始，size表示一共读取几个数据

2. 多条件查询

must：相当于and

should：相当于or

must_not：相当于not（…and…）

filter：条件查询，比如大于小于等于，也可以说是范围查询

3. 匹配数组

就是有一个数组进行匹配，相当于很多个普通的match单值匹配

4. 精确查询

term：直接通过 倒排索引 指定词条查询；适合查询 number、date、keyword ，不适合text

5. 高亮查询

可以指定字段高亮显示

普通高亮查询只是简单的加粗，但自定义高亮可以定义html属性，其实有点md文件原理的意思了

6. text和keyword的区别

• text：
  • 支持分词，全文检索、支持模糊、精确查询,不支持聚合,排序操作;
  • text类型的最大支持的字符长度无限制,适合大字段存储；
• keyword：
  • 不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。
  • keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。

九、SpringBoot整合ElasticSearch

1、相关依赖

所需依赖：

<dependencies>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.70</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-thymeleaf</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
            <scope>runtime</scope>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-configuration-processor</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

导入核心rest高级客户端对象，并注入为bean：

@Configuration
public class ElasticSearchConfig {
    // 注册 rest高级客户端 
    @Bean
    public RestHighLevelClient restHighLevelClient(){
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("127.0.0.1",9200,"http")
                )
        );
        return client;
    }
}

用于举例的实体user类：

@Data
@NoArgsConstructor
@AllArgsConstructor
public class User implements Serializable {
    private static final long serialVersionUID = -3843548915035470817L;
    private String name;
    private Integer age;
}

2、对索引的基本操作

注入 RestHighLevelClient

@Autowired
public RestHighLevelClient restHighLevelClient;

1、索引的创建

// 测试索引的创建， Request PUT liuyou_index
@Test
public void testCreateIndex() throws IOException {
    CreateIndexRequest request = new CreateIndexRequest("liuyou_index");
    CreateIndexResponse response = restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);
    System.out.println(response.isAcknowledged());// 查看是否创建成功
    System.out.println(response);// 查看返回对象
    restHighLevelClient.close();
}

2、索引的获取，并判断其是否存在

// 测试获取索引，并判断其是否存在
@Test
public void testIndexIsExists() throws IOException {
    GetIndexRequest request = new GetIndexRequest("index");
    boolean exists = restHighLevelClient.indices().exists(request, RequestOptions.DEFAULT);
    System.out.println(exists);// 索引是否存在
    restHighLevelClient.close();
}

3、索引的删除

// 测试索引删除
@Test
public void testDeleteIndex() throws IOException {
    DeleteIndexRequest request = new DeleteIndexRequest("liuyou_index");
    AcknowledgedResponse response = restHighLevelClient.indices().delete(request, RequestOptions.DEFAULT);
    System.out.println(response.isAcknowledged());// 是否删除成功
    restHighLevelClient.close();
}

3、对文档的基本操作

1、文档的添加

// 测试添加文档(先创建一个User实体类，添加fastjson依赖)
@Test
public void testAddDocument() throws IOException {
    // 创建一个User对象
    User liuyou = new User("liuyou", 18);
    // 创建请求
    IndexRequest request = new IndexRequest("liuyou_index");
    // 制定规则 PUT /liuyou_index/_doc/1
    request.id("1");// 设置文档ID
    request.timeout(TimeValue.timeValueMillis(1000));// request.timeout("1s")
    // 将我们的数据放入请求中
    request.source(JSON.toJSONString(liuyou), XContentType.JSON);
    // 客户端发送请求，获取响应的结果
    IndexResponse response = restHighLevelClient.index(request, RequestOptions.DEFAULT);
    System.out.println(response.status());// 获取建立索引的状态信息 CREATED
    System.out.println(response);// 查看返回内容 IndexResponse[index=liuyou_index,type=_doc,id=1,version=1,result=created,seqNo=0,primaryTerm=1,shards={"total":2,"successful":1,"failed":0}]
}

2、文档信息的读取

// 测试获得文档信息
@Test
public void testGetDocument() throws IOException {
    GetRequest request = new GetRequest("liuyou_index","1");
    GetResponse response = restHighLevelClient.get(request, RequestOptions.DEFAULT);
    System.out.println(response.getSourceAsString());// 打印文档内容
    System.out.println(request);// 返回的全部内容和命令是一样的
    restHighLevelClient.close();
}

3、文档的获取，并判断是否存在

// 获取文档，判断是否存在 get /liuyou_index/_doc/1
@Test
public void testDocumentIsExists() throws IOException {
    GetRequest request = new GetRequest("liuyou_index", "1");
    // 不获取返回的 _source的上下文了
    request.fetchSourceContext(new FetchSourceContext(false));
    request.storedFields("_none_");
    boolean exists = restHighLevelClient.exists(request, RequestOptions.DEFAULT);
    System.out.println(exists);
}

4、文档的更新

// 测试更新文档内容
@Test
public void testUpdateDocument() throws IOException {
    UpdateRequest request = new UpdateRequest("liuyou_index", "1");
    User user = new User("lmk",11);
    request.doc(JSON.toJSONString(user),XContentType.JSON);
    UpdateResponse response = restHighLevelClient.update(request, RequestOptions.DEFAULT);
    System.out.println(response.status()); // OK
    restHighLevelClient.close();
}

5、文档的删除

// 测试删除文档
@Test
public void testDeleteDocument() throws IOException {
    DeleteRequest request = new DeleteRequest("liuyou_index", "1");
    request.timeout("1s");
    DeleteResponse response = restHighLevelClient.delete(request, RequestOptions.DEFAULT);
    System.out.println(response.status());// OK
}

6、文档的查询

// 查询
// SearchRequest 搜索请求
// SearchSourceBuilder 条件构造
// HighlightBuilder 高亮
// TermQueryBuilder 精确查询
// MatchAllQueryBuilder
// xxxQueryBuilder ...
@Test
public void testSearch() throws IOException {
    // 1.创建查询请求对象
    SearchRequest searchRequest = new SearchRequest();
    // 2.构建搜索条件
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
    // (1)查询条件 使用QueryBuilders工具类创建
    // 精确查询
    TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "liuyou");
    //        // 匹配查询
    //        MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();
    // (2)其他<可有可无>：（可以参考 SearchSourceBuilder 的字段部分）
    // 设置高亮
    searchSourceBuilder.highlighter(new HighlightBuilder());
    //        // 分页
    //        searchSourceBuilder.from();
    //        searchSourceBuilder.size();
    searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
    // (3)条件投入
    searchSourceBuilder.query(termQueryBuilder);
    // 3.添加条件到请求
    searchRequest.source(searchSourceBuilder);
    // 4.客户端查询请求
    SearchResponse search = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
    // 5.查看返回结果
    SearchHits hits = search.getHits();
    System.out.println(JSON.toJSONString(hits));
    System.out.println("=======================");
    for (SearchHit documentFields : hits.getHits()) {
        System.out.println(documentFields.getSourceAsMap());
    }
}

7、批量添加文档

@Test
public void testBulk() throws IOException {
    BulkRequest bulkRequest = new BulkRequest();
    bulkRequest.timeout("10s");
    ArrayList<User> users = new ArrayList<>();
    users.add(new User("liuyou-1",1));
    users.add(new User("liuyou-2",2));
    users.add(new User("liuyou-3",3));
    users.add(new User("liuyou-4",4));
    users.add(new User("liuyou-5",5));
    users.add(new User("liuyou-6",6));
    // 批量请求处理
    for (int i = 0; i < users.size(); i++) {
        bulkRequest.add(
                // 这里是数据信息
                new IndexRequest("bulk")
                        .id(""+(i + 1)) // 没有设置id 会自定生成一个随机id
                        .source(JSON.toJSONString(users.get(i)),XContentType.JSON)
        );
    }
    BulkResponse bulk = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);
    System.out.println(bulk.status());// ok
}

十、ElasticSearch实战demo之仿京东搜索

1、创建项目并跑通环境

依赖：

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-thymeleaf</artifactId>
        </dependency>
        <!-- jsoup解析页面 -->
        <!-- 解析网页 爬视频可 研究tiko -->
        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.10.2</version>
        </dependency>
        <!-- fastjson -->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.70</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
            <scope>runtime</scope>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-configuration-processor</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

前端页面如下：

启动测试成功：

2、爬虫爬取数据

审查页面元素发现目标数据：

编写爬虫程序：

public class HTMLParseUtil {
    public static void main(String[] args) throws IOException {
        //爬取的url
        String url = "https://search.jd.com/Search?keyword=java&enc=utf-8";
        //1、解析网页,得到的Document对象就是JS中的Document对象,可以用来对html页面内容进行操作
        Document document = Jsoup.parse(new URL(url), 3000);
        //2、获取元素
        Element j_goodsList = document.getElementById("J_goodsList");
        //3、获取每一个li
        Elements lis = j_goodsList.getElementsByTag("li");
        //4、获取li下的目标属性
        for(int i = 0;i<lis.size();i++){
            System.out.println("================");
            System.out.println(lis.get(i).getElementsByTag("img").eq(0).attr("src"));
            System.out.println(lis.get(i).getElementsByClass("p-name").eq(0).text());
            System.out.println(lis.get(i).getElementsByClass("p-price").eq(0).text());
        }

    }
}

运行后发现，img标签的src没有拿到：

再看一眼审查元素，发现是因为京东使用了懒加载

这种情况下，只需要把获取的属性src改成data-lazy-img就行了，再把获取到的数据封装成对象，最后的代码如下：

实体类：

@Data
@AllArgsConstructor
@NoArgsConstructor
public class Content implements Serializable {
    private static final long serialVersionUID = -8049497962627482693L;
    private String name;
    private String img;
    private String price;
}

封装的爬虫函数：

    public static List<Content> spiderJD(String keyword) throws IOException {
        //爬取的url
        String url = "https://search.jd.com/Search?keyword="+keyword+"&enc=utf-8";
        //1、解析网页,得到的Document对象就是JS中的Document对象,可以用来对html页面内容进行操作
        Document document = Jsoup.parse(new URL(url), 3000);
        //2、获取元素
        Element j_goodsList = document.getElementById("J_goodsList");
        //3、获取每一个li
        Elements lis = j_goodsList.getElementsByTag("li");
        //4、获取li下的目标属性,并注入到对象中
        List<Content> contents = new CopyOnWriteArrayList<>();
        for(int i = 0;i<lis.size();i++){
            contents.add(new Content(
                    lis.get(i).getElementsByTag("img").eq(0).attr("data-lazy-img"),
                    lis.get(i).getElementsByClass("p-name").eq(0).text(),
                    lis.get(i).getElementsByClass("p-price").eq(0).text()));
        }
        return contents;
    }
}

至此就完成了简单的爬取数据了

3、结合ES的简单前后端分离demo

同样的，先放入es的rest服务器注入到bean中：

@Configuration
public class ElasticSearchConfig {
    @Bean
    public RestHighLevelClient restHighLevelClient(){
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("127.0.0.1",9200,"http")
                )
        );
        return client;
    }
}

由于我们的数据爬取出来后直接放到一个list中了，而且并没有进行本地数据库的写入等操作，所以直接拿着这个list编写service进行操作就可以了，如有需要可以自行编写dao层：

@Service
public class ESJDService {
    @Autowired
    private RestHighLevelClient restHighLevelClient;

    //向ES插入数据
    public boolean paserJD(String keyword) throws IOException {
        //根据关键字获取内容
        List<Content> contents = HTMLParseUtil.spiderJD(keyword);

        //内容放入es中
        BulkRequest bulkRequest = new BulkRequest();
        for (int i = 0; i < contents.size(); i++) {
            bulkRequest.add(
                    new IndexRequest("jd_goods")
                    .id(("" + i+1))
                    .source(JSON.toJSONString(contents.get(i)), XContentType.JSON)
            );
        }
        BulkResponse bulk = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);

        System.out.println(bulk.hasFailures());

        restHighLevelClient.close();

        return !bulk.hasFailures();
    }

    //根据关键字查询相关内容
    public List<Map<String,Object>> search(String keyword,Integer pageNum,Integer pageSize) throws IOException {
        if(pageNum<=0){
            pageNum = 1;
        }
        //搜索请求
        SearchRequest jd_goods = new SearchRequest("jd_goods");
        //创建搜索源建造者对象
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        //放入条件
        MatchQueryBuilder matchQuery = QueryBuilders.matchQuery("name", keyword);
        searchSourceBuilder.query(matchQuery);
        searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
        //分页
        searchSourceBuilder.from((pageNum-1)*pageSize);
        searchSourceBuilder.size(pageSize);
        //设置高亮
        HighlightBuilder highlightBuilder = new HighlightBuilder();
        highlightBuilder.field("name");
        highlightBuilder.preTags("<span style='color:red'>");
        highlightBuilder.postTags("</span>");
        //搜索源放入请求
        jd_goods.source(searchSourceBuilder);
        //执行查询，返回结果
        SearchResponse searchs = restHighLevelClient.search(jd_goods, RequestOptions.DEFAULT);
        System.out.println(searchs.status());
        restHighLevelClient.close();

        //解析结果
        SearchHits hits = searchs.getHits();
        System.out.println(hits.getHits().length);
        System.out.println("解析出hits");
        //返回给前端的model
        List<Map<String,Object>> results = new ArrayList<>();
        for (SearchHit element : hits.getHits()) {
            Map<String,Object> map = element.getSourceAsMap();
            Map<String, HighlightField> highlightFields = element.getHighlightFields();
            HighlightField name = highlightFields.get("name");
            if(name!=null){
                Text[] fragments = name.fragments();
                StringBuffer sb = new StringBuffer();
                for (Text fragment : fragments) {
                    sb.append(fragment);
                }
                map.put("name",sb.toString());
            }
            results.add(map);
        }
        return results;
    }
}

编写控制器：

@Controller
public class ESJDController {
    @Autowired
    private ESJDService esjdService;

    @ResponseBody
    @GetMapping("/parse/{keyword}")
    public Boolean parse(@PathVariable("keyword") String keyword) throws IOException {
        return esjdService.paserJD(keyword);
    }

    @ResponseBody
    @GetMapping("/search/{keyword}/{pageIndex}/{pageSize}")
    public List<Map<String, Object>> parse(@PathVariable("keyword") String keyword,
                                           @PathVariable("pageIndex") Integer pageIndex,
                                           @PathVariable("pageSize") Integer pageSize) throws IOException {
        return esjdService.search(keyword,pageIndex,pageSize);
    }
}

前端页面：此处需要引入vue和axios

<!DOCTYPE html>
<html xmlns:th="http://www.thymeleaf.org">

<head>
    <meta charset="utf-8"/>
    <title>夏帆仿京东实战</title>
    <link rel="stylesheet" th:href="@{/css/style.css}"/>
    <script th:src="@{/js/jquery.min.js}"></script>
</head>

<body class="pg">
<div class="page">
    <div id="app" class=" mallist tmall- page-not-market ">
        <!-- 头部搜索 -->
        <div id="header" class=" header-list-app">
            <div class="headerLayout">
                <div class="headerCon ">
                    <!-- Logo-->
                    <h1 id="mallLogo">
                        <img th:src="@{/images/jdlogo.png}" alt="">
                    </h1>
                    <div class="header-extra">
                        <!--搜索-->
                        <div id="mallSearch" class="mall-search">
                            <form name="searchTop" class="mallSearch-form clearfix">
                                <fieldset>
                                    <legend>京北搜索</legend>
                                    <div class="mallSearch-input clearfix">
                                        <div class="s-combobox" id="s-combobox-685">
                                            <div class="s-combobox-input-wrap">
                                                <input v-model="keyword"  type="text" autocomplete="off" id="mq"
                                                       class="s-combobox-input"  aria-haspopup="true">
                                            </div>
                                        </div>
                                        <button type="submit" @click.prevent="searchKey" id="searchbtn">搜索</button>
                                    </div>
                                </fieldset>
                            </form>
                            <ul class="relKeyTop">
                                <li><a>夏帆学Java</a></li>
                                <li><a>夏帆学go</a></li>
                                <li><a>夏帆学Redis</a></li>
                                <li><a>夏帆学es</a></li>
                                <li><a>夏帆学kafka</a></li>
                            </ul>
                        </div>
                    </div>
                </div>
            </div>
        </div>
        <!-- 商品详情页面 -->
        <div id="content">
            <div class="main">
                <!-- 品牌分类 -->
                <form class="navAttrsForm">
                    <div class="attrs j_NavAttrs" style="display:block">
                        <div class="brandAttr j_nav_brand">
                            <div class="j_Brand attr">
                                <div class="attrKey">
                                    品牌
                                </div>
                                <div class="attrValues">
                                    <ul class="av-collapse row-2">
                                        <li><a href="#"> 夏帆 </a></li>
                                        <li><a href="#"> Java </a></li>
                                    </ul>
                                </div>
                            </div>
                        </div>
                    </div>
                </form>
                <!-- 排序规则 -->
                <div class="filter clearfix">
                    <a class="fSort fSort-cur">综合<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">人气<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">新品<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">销量<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">价格<i class="f-ico-triangle-mt"></i><i class="f-ico-triangle-mb"></i></a>
                </div>
                <!-- 商品详情 -->
                <div class="view grid-nosku" >
                    <div class="product" v-for="result in results">
                        <div class="product-iWrap">
                            <!--商品封面-->
                            <div class="productImg-wrap">
                                <a class="productImg">
                                    <img :src="result.img">
                                </a>
                            </div>
                            <!--价格-->
                            <p class="productPrice">
                                <em v-text="result.price"></em>
                            </p>
                            <!--标题-->
                            <p class="productTitle">
                                <a v-html="result.name"></a>
                            </p>
                            <!-- 店铺名 -->
                            <div class="productShop">
                                <span>店铺： 夏帆の店 </span>
                            </div>
                            <!-- 成交信息 -->
                            <p class="productStatus">
                                <span>月成交<em>999笔</em></span>
                                <span>评价 <a>3</a></span>
                            </p>
                        </div>
                    </div>
                </div>
            </div>
        </div>
    </div>
</div>
<script th:src="@{/js/vue.min.js}"></script>
<script th:src="@{/js/axios.min.js}"></script>
<script>
    new Vue({
        el:"#app",
        data:{
            "keyword": '', // 搜索的关键字
            "results":[] // 后端返回的结果
        },
        methods:{
            searchKey(){
                var keyword = this.keyword;
                console.log(keyword);
                axios.get('search/'+keyword+'/0/20').then(response=>{
                    console.log(response.data);
                    this.results=response.data;
                })
            }
        }
    });
</script>
</body>
</html>

测试结果：

4、遇到的问题

查询的时候，如果使用的是term是找不到数据的，因为是精确查询，而且我们的分词器并没有做相关配置，所以有两个方法，要么使用match查询，要么引入分词器配置。本人采用的是使用match查询