ElasticSearch——全文检索

最新推荐文章于 2024-09-18 21:05:08 发布

SherlockerSun

最新推荐文章于 2024-09-18 21:05:08 发布

阅读量2.8k

点赞数

分类专栏： springboot springcloud IDEA 文章标签： java spring boot elasticsearch

本文链接：https://blog.csdn.net/sherlockersun/article/details/121491766

版权

springboot 同时被 3 个专栏收录

9 篇文章 1 订阅

订阅专栏

IDEA

3 篇文章 1 订阅

订阅专栏

springcloud

2 篇文章 0 订阅

订阅专栏

ElasticSearch——全文检索

来源【尚硅谷】-《谷粒商城高级篇》

一、简介

官网：https://www.elastic.co/cn/what-is/elasticsearch

全文搜索属于最常见的需求，开源的 Elasticsearch 是目前全文搜索引擎的首选。它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它 Elastic 的底层是开源库 Lucene。但是，你没法直接用 Lucene，必须自己写代码去调用它的接口。Elastic 是 Lucene 的封装，提供了 REST API 的操作接口，开箱即用。

Kibana（可视化工具）

REST API：天然的跨平台。

官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html

官方中文：https://www.elastic.co/guide/cn/elasticsearch/guide/current/foreword_id.html

社区中文： https://es.xiaoleilu.com/index.html http://doc.codingdict.com/elasticsearch/0

二、基本概念

1. index（索引）

相当于MySQL中的数据库

2. type（类型）

相当于MySQL中的数据表

3. Document（文档）

相当于MySQL中的数据

4. 倒排索引机制

词	记录
红海	1,2,3,4,5
行动	1,2,3
探索	2,5
特别	3,5
纪录篇	4
特工	5

三、初步检索

1. _cat

_GET：查看es信息

{
    "name": "616a9e1efbf4",
    "cluster_name": "elasticsearch",
    "cluster_uuid": "Op8Z3VQzSeKTG2Q3rN17yQ",
    "version": {
        "number": "7.4.2",
        "build_flavor": "default",
        "build_type": "docker",
        "build_hash": "2f90bbf7b93631e52bafb59b3b049cb44ec25e96",
        "build_date": "2019-10-28T20:40:44.881551Z",
        "build_snapshot": false,
        "lucene_version": "8.2.0",
        "minimum_wire_compatibility_version": "6.8.0",
        "minimum_index_compatibility_version": "6.0.0-beta1"
    },
    "tagline": "You Know, for Search"
}

_GET /_cat/nodes：查看所有节点

127.0.0.1 22 77 4 0.00 0.01 0.06 dilm * 616a9e1efbf4

GET /_cat/health：查看 es 健康状况

1637633495 02:11:35 elasticsearch yellow 1 1 9 9 0 0 6 0 - 60.0%

GET /_cat/master：查看主节点

9QX5tgTTQW-djqKkz6tnFQ 127.0.0.1 127.0.0.1 616a9e1efbf4

GET /_cat/indices：查看所有索引 show databases

yellow open bank                     s8dd9wdKSC2j4HA9pfCrig 1 1 1000 0 428.4kb 428.4kb
yellow open website                  YmVaHWr9SL6ilyWfaRyHog 1 1    2 2   8.6kb   8.6kb
green  open .kibana_task_manager_1   vhVToLqpT4-NCXd5rXicPw 1 0    2 0  21.7kb  21.7kb
yellow open my_index                 diw79fzHRRKi7MdS1Seflg 1 1    0 0    283b    283b
green  open .apm-agent-configuration DQhr7FobQg6tV9q5z7QA8g 1 0    0 0    283b    283b
yellow open newbank                  N-6EQ7M4TcmDKIMBQQv4Aw 1 1 1000 0 286.5kb 286.5kb
green  open .kibana_1                vzWLn08uRK2R8xDGukZzdw 1 0    9 1    30kb    30kb
yellow open users                    T1m16_wQSiyHxKiA5CIv-A 1 1    1 0   4.3kb   4.3kb
yellow open customer                 LlfbJVXnSXWHaZr-_n-w2g 1 1    2 0   3.5kb   3.5kb

2. 索引一个文档（保存）

保存一个数据，保存在哪个索引的哪个类型下，指定用哪个唯一标识 PUT customer/external/1；在 customer 索引下的 external 类型下保存 1 号数据为

PUT customer/external/1
{ 
	"name": "John Doe"
}

PUT 和 POST 都可以， POST 新增。如果不指定 id，会自动生成 id。指定 id 就会修改这个数据，并新增版本号 PUT 可以新增可以修改。PUT 必须指定 id；由于 PUT 需要指定 id，我们一般都用来做修改操作，不指定 id 会报错。

3. 查询文档

GET customer/externa

结果：

{ 
	"_index": "customer", //在哪个索引
	"_type": "external", //在哪个类型
	"_id": "1", //记录 id
	"_version": 2, //版本号
	"_seq_no": 1, //并发控制字段，每次更新就会+1，用来做乐观锁
	"_primary_term": 1, //同上，主分片重新分配，如重启，就会变化
	"found": true, "_source": { //真正的内容
		"name": "John Doe"
	}
}

更新携带

?if_seq_no=0&if_primary_term=

4. 更新文档

POST customer/external/1/_update
{ 
    "doc":{ 
        "name": "John Doew"
	}
}
//或者===========================
POST customer/external/1
{ 
    "name": "John Doe2"
}
//或者===========================
PUT customer/external/1
{ 
    "name": "John Doe"
}

不同：

POST 操作会对比源文档数据，如果相同不会有什么操作，文档 version 不增加 PUT 操作总会将数据重新保存并增加 version 版本；带_update 对比元数据如果一样就不进行任何操作。看场景；对于大并发更新，不带 update；对于大并发查询偶尔更新，带 update；对比更新，重新计算分配规则。

更新同时增加属性：

POST customer/external/1/_update
{ 
	"doc": { 
		"name": "Jane Doe", 
		"age": 20 
    }
}
//PUT 和 POST 不带_update 也可以

5. 删除文档&索引

DELETE customer/external/1
DELETE customer

6. bulk 批量 API

POST customer/external/_bulk
{"index":{"_id":"1"}} 
{"name": "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe" }

语法格式：

{ action: { metadata }}\n 
{ request body }\n 

{ action: { metadata }}\n 
{ request body }\n

复杂实例：

POST /_bulk 
{ "delete": { "_index": "website", "_type": "blog", "_id": "123" }} 
{ "create": { "_index": "website", "_type": "blog", "_id": "123" }} 
{ "title": "My first blog post" } 
{ "index": { "_index": "website", "_type": "blog" }} 
{ "title": "My second blog post" } 
{ "update": { "_index": "website", "_type": "blog", "_id": "123", "_retry_on_conflict" : 3} } 
{ "doc" : {"title" : "My updated blog post"} }

bulk API 以此按顺序执行所有的 action（动作）。如果一个单个的动作因任何原因而失败，它将继续处理它后面剩余的动作。当 bulk API 返回时，它将提供每个动作的状态（与发送的顺序相同），所以可以检查是否一个指定的动作是不是失败了。

四、进阶检索

1. SearchAPI

ES 支持两种基本方式检索 :

一个是通过使用 REST request URI 发送搜索参数（uri+检索参数）
另一个是通过使用 REST request body 来发送它们（uri+请求体）

1）检索信息

检索	说明
GET bank/_searc	检索 bank 下所有信息，包括 type 和 docs
GET bank/_search?q=*&sort=account_number:asc	请求参数方式检索

响应体

响应体属性	说明
took - Elasticsearch	执行搜索的时间（毫秒）
time_out	是否超时
_shards	统计被搜索分片数量，以及统计了成功/失败的搜索分片
hits	搜索结果
hits.total	搜索结果
hits.hits	实际的搜索结果数组（默认为前 10 的文档）
sort	结果的排序 key（键）（没有则按 score 排序）
score \|\| max_score	相关性得分和最高得分（全文检索用）

uri+请求体进行检索

GET bank/_search
{ 
    "query": { 
        "match_all": {}
	},
    "sort": [
		{ 
            "account_number": { 
            	"order": "desc"
			}
		}
	]
}

HTTP 客户端工具（POSTMAN），get 请求不能携带请求体，我们变为 post 也是一样的我们 POST 一个 JSON 风格的查询请求体到 _search API。需要了解，一旦搜索的结果被返回，Elasticsearch 就完成了这次请求，并且不会维护任何服务端的资源或者结果的 cursor（游标）

2. Query DSL

1）基本语法格式

Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL（domain-specific language 领域特定语言）。这个被称为 Query DSL。该查询语言非常全面，并且刚开始的时候感觉有点复杂，真正学好它的方法是从一些基础的示例开始的。

一个查询语句的典型结构

{ 
    QUERY_NAME: { 
        ARGUMENT: VALUE, 
        ARGUMENT: VALUE,
        ... 
    } 
}

如果是针对某个字段，那么它的结构如下：

{ 
    QUERY_NAME: { 
        FIELD_NAME: { 
            ARGUMENT: VALUE, 
            ARGUMENT: VALUE,
            ... 
        } 
    }
}

GET bank/_search
{ 
    "query": { 
        "match_all": {}
    },
    "from": 0, 
    "size": 5, 
    "sort": [
        { 
            "account_number": { 
                "order": "desc"
            }
        }
    ]
}

query 定义如何查询，
match_all 查询类型【代表查询所有的所有】，es 中可以在 query 中组合非常多的查询类型完成复杂查询
除了 query 参数之外，我们也可以传递其它的参数以改变查询结果。如 sort，size
from+size 限定，完成分页功能
sort 排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准

2）返回部分字段

GET bank/_search
{ 
    "query": {
        "match_all": {}
    },
    "from": 0, 
    "size": 5, 
    "_source": [
        "age","balance"
    ]
}

3）match【匹配查询】

基本类型（非字符串），精确匹配

GET bank/_search 
{ 
    "query": { 
        "match": { 
            "account_number": "20" 
        } 
    } 
}

match 返回 account_number=20 的

字符串，全文检索
```
GET bank/_search
{ 
    "query": { 
        "match": { 
            "address": "mill"
        }
    }
}
```
最终查询出 address 中包含 mill 单词的所有记录 match 当搜索字符串类型的时候，会进行全文检索，并且每条记录有相关性得分。

字符串，多个单词（分词+全文检索）

GET bank/_search 
{ 
    "query": { 
        "match": { 
            "address": "mill road" 
        } 
    } 
}

最终查询出 address 中包含 mill 或者 road 或者 mill road 的所有记录，并给出相关性得分

4）match_phrase【短语匹配】

将需要匹配的值当成一个整体单词（不分词）进行检索

GET bank/_search
{ 
    "query": { 
        "match_phrase": { 
            "address": "mill road"
		}
	}
}

查出 address 中包含 mill road 的所有记录，并给出相关性得分

5）multi_match【多字段匹配】

GET bank/_search 
{ 
    "query": { 
        "multi_match": { 
            "query": "mill", 
            "fields": ["state","address"] 
        } 
    } 
}
state 或者 address包含null

6）bool【复合查询】

bool 用来做复合查询：

复合语句可以合并任何其它查询语句，包括复合语句，了解这一点是很重要的。这就意味着，复合语句之间可以互相嵌套，可以表达非常复杂的逻辑。

must：必须达到 must 列举的所有条件

GET bank/_search
{ 
    "query": { 
        "bool": { 
            "must": [
				{ "match": { "address": "mill" } },
				{ "match": { "gender": "M" } }
			]
		}
	}
}

should：应该达到 should 列举的条件，如果达到会增加相关文档的评分，并不会改变查询的结果。如果 query 中只有 should 且只有一种匹配规则，那么 should 的条件就会被作为默认匹配条件而去改变查询结果

GET bank/_search
{ 
    "query": { 
        "bool": { 
            "must": [
				{ "match": { "address": "mill" } }, 
                { "match": { "gender": "M" } }
			],"should": [
				{"match": { "address": "lane" }}
			]
		}
	}
}

must_not 必须不是指定的情况

GET bank/_search
{ 
    "query": { 
        "bool": { 
            "must": [
				{"match": { "address": "mill" } }, 
                {"match": { "gender": "M" } }
			],
            "should": [
				{"match": { "address": "lane" }}
			],
            "must_not": [
				{"match": { "email": "baluba.com" }}
			]
		}
	}
}

address 包含 mill，并且 gender 是 M，如果 address 里面有 lane 最好不过，但是 email 必须不包含 baluba.com

事件	描述
must	字句（查询）必须出现在匹配的文档中，并将有助于得分
filter	字句（查询）必须出现在匹配的文档中，然而不像must此查询的得分将被忽略
should	字句（查询）应出现在匹配的文档中，在布尔查询中不包含must或filter字句，一个或多个should子句必须有匹配的文件，匹配should条件的最小数据可通过设置minimum_should_match参数
must_not	字句（查询）不能出现在匹配的文档中

7）filter【结果过滤】

并不是所有的查询都需要产生分数，特别是那些仅用于 “filtering”（过滤）的文档。为了不计算分数 Elasticsearch 会自动检查场景并且优化查询的执行。

GET bank/_search
{
	"query": {
		"bool": {
			"must": [{
				"match": {
					"address": "mill"
				}
			}],
			"filter": {
				"range": {
					"balance": {
						"gte": 10000,
						"lte": 20000
					}
				}
			}
		}
	}
}

8）term

和 match 一样。匹配某个属性的值。全文检索字段用 match，其他非 text 字段匹配用 term。

GET bank/_search
{
	"query": {
		"bool": {
			"must": [{
				"term": {
					"age": {
						"value": "28"
					}
				}
			}, {
				"match": {
					"address": "990 Mill Road"
				}
			}]
		}
	}
}

9）aggregations（执行聚合）

聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于 SQL GROUP BY 和 SQL 聚合函数。在 Elasticsearch 中，您有执行搜索返回 hits（命中结果），并且同时返回聚合结果，把一个响应中的所有 hits（命中结果）分隔开的能力。这是非常强大且有效的，您可以执行查询和多个聚合，并且在一次使用中得到各自的（任何一个的）返回结果，使用一次简洁和简化的 API 来避免网络往返。

搜索 address 中包含 mill 的所有人的年龄分布以及平均年龄，但不显示这些人的详情。

GET bank/_search
{
	"query": {
		"match": {
			"address": "mill"
		}
	},
	"aggs": {
		"group_by_state": {
			"terms": {
				"field": "age"
			}
		},
		"avg_age": {
			"avg": {
				"field": "age"
			}
		}
	},
	"size": 0
}
//========================================
size：0 //不显示搜索数据
aggs：//执行聚合。聚合语法如下
"aggs": {
	"aggs_name 这次聚合的名字，方便展示在结果集中": {
		"AGG_TYPE 聚合的类型（avg,term,terms）": {}
	}
}

按照年龄聚合，并且请求这些年龄段的这些人的平均薪资

GET bank/account/_search
{
	"query": {
		"match_all": {}
	},
	"aggs": {
		"age_avg": {
			"terms": {
				"field": "age",
				"size": 1000
			},
			"aggs": {
				"banlances_avg": {
					"avg": {
						"field": "balance"
					}
				}
			}
		}
	},
	"size": 1000
}

查出所有年龄分布，并且这些年龄段中 M 的平均薪资和 F 的平均薪资以及这个年龄段的总体平均薪资

GET bank/account/_search
{
	"query": {
		"match_all": {}
	},
	"aggs": {
		"age_agg": {
			"terms": {
				"field": "age",
				"size": 100
			},
			"aggs": {
				"gender_agg": {
					"terms": {
						"field": "gender.keyword",
						"size": 100
					},
					"aggs": {
						"balance_avg": {
							"avg": {
								"field": "balance"
							}
						}
					}
				},
				"balance_avg": {
					"avg": {
						"field": "balance"
					}
				}
			}
		}
	},
	"size": 1000
}

3. Mapping

1）字段类型

在这里插入图片描述

2）映射

Mapping（映射）

Mapping 是用来定义一个文档（document），以及它所包含的属性（field）是如何存储和索引的。比如，使用 mapping 来定义：

哪些字符串属性应该被看做全文本属性（full text fields）。
哪些属性包含数字，日期或者地理位置。
文档中的所有属性是否都能被索引（_all 配置）。
日期的格式。
自定义映射规则来执行动态添加属性。
查看 mapping 信息
```
GET bank/_mappi
```
修改 mapping 信息

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html

自动猜测的映射类型

JSON type 域type
布尔型：true或者false boolean
整数：123 long
浮点型：123.45 double
字符串，有效日期：2014-09-15 date
字符串：foo bar string

JSON type	域type
布尔型：true或者false	boolean
整数：123	long
浮点型：123.45	double
字符串，有效日期：2014-09-15	date
字符串：foo bar	string

3）新版本改变

Es7 及以上移除了 type 的概念。

关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但 ES 中不是这样的。elasticsearch 是基于 Lucene 开发的搜索引擎，而 ES 中不同 type 下名称相同的 filed 最终在 Lucene 中的处理方式是一样的。
- 两个不同 type 下的两个 user_name，在 ES 同一个索引下其实被认为是同一个 filed，你必须在两个不同的 type 中定义相同的 filed 映射。否则，不同 type 中的相同字段名称就会在处理中出现冲突的情况，导致 Lucene 处理效率下降。
- 去掉 type 就是为了提高 ES 处理数据的效率。 Elasticsearch 7.x
URL 中的 type 参数为可选。比如，索引一个文档不再要求提供文档类型。 Elasticsearch 8.x
不再支持 URL 中的 type 参数。解决：
1. 将索引从多类型迁移到单类型，每种类型文档一个独立索引
2. 将已存在的索引下的类型数据，全部迁移到指定位置即可。详见数据迁移

1、创建映射

1、创建索引并指定映射
PUT /my-index
{
	"mappings": {
		"properties": {
			"age": {
				"type": "integer"
			},
			"email": {
				"type": "keyword"
			},
			"name": {
				"type": "text"
			}
		}
	}
}

2、添加新的字段映射

PUT /my-index/_mapping
{
	"properties": {
		"employee-id": {
			"type": "keyword",
			"index": false
		}
	}
}

3、更新映射

对于已经存在的映射字段，我们不能更新。更新必须创建新的索引进行数据迁移

4、数据迁移

先创建出 new_twitter 的正确映射。然后使用如下方式进行数据迁移

POST _reindex [固定写法]
{
	"source": {
		"index": "twitter"
	},
	"dest": {
		"index": "new_twitter"
	}
}

将旧索引的 type 下的数据进行迁移

POST _reindex
{
	"source": {
		"index": "twitter",
		"type": "tweet"
	},
	"dest": {
		"index": "tweets"
	}
}

4、分词

一个 tokenizer（分词器）接收一个字符流，将之分割为独立的 tokens（词元，通常是独立的单词），然后输出 tokens 流。

例如，whitespace tokenizer 遇到空白字符时分割文本。它会将文本 “Quick brown fox!” 分割为 [Quick, brown, fox!]。该

tokenizer（分词器）还负责记录各个 term（词条）的顺序或 position 位置（用于 phrase 短语和 word proximity 词近邻查询），以及 term（词条）所代表的原始 word（单词）的 start （起始）和 end（结束）的 character offsets（字符偏移量）（用于高亮显示搜索的内容）。

Elasticsearch 提供了很多内置的分词器，可以用来构建 custom analyzers（自定义分词器）。

1）安装 ik 分词器

注意：不能用默认 elasticsearch-plugin install xxx.zip 进行自动安装

https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v6.4.2 对应 es 版本安装

进入 es 容器内部 plugins 目录

docker exec -it 容器 id /bin/bash

wget

https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-anal ysis-ik-7.4.2.zip

unzip 下载的文件

rm –rf *.zip

mv elasticsearch/

ik 可以确认是否安装好了分词器

cd …/bin

elasticsearch plugin list：即可列出系统的分词器

2）测试分词器

使用默认

POST _analyze 
{ 
    "text": "我是中国人" 
}

使用分词器

POST _analyze 
{ 
    "analyzer": "ik_smart", 
    "text": "我是中国人" 
}

另外一个分词器

ik_max_word

POST _analyze 
{ 
    "analyzer": "ik_max_word ", 
    "text": "我是中国人" 
}

观察结果，能够看出不同的分词器，分词有明显的区别，所以以后定义一个索引不能再使用默认的 mapping 了，要手工建立 mapping, 因为要选择分词器。

3）自定义词库

修改/usr/share/elasticsearch/plugins/ik/config/中的 IKAnalyzer.cfg.xml /usr/share/elasticsearch/plugins/ik/config

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict"></entry>
	<!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<entry key="remote_ext_dict">http://192.168.128.130/fenci/myword.txt</entry>
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

原来的 xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict"></entry>
	<!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <entry key="remote_ext_dict">words_location</entry> -->
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

按照标红的路径利用 nginx 发布静态资源,按照请求路径，创建对应的文件夹以及文件，放在 nginx 的 html

然后重启 es 服务器，重启 nginx。

更新完成后，es 只会对新增的数据用新词分词。历史数据是不会重新分词的。如果想要历史数据重新分词。需要执行：

POST my_index/_update_by_query?conflicts=proceed

五、Elasticsearch-Rest-Client

1）、9300：TCP

spring-data-elasticsearch:transport-api.jar；
- springboot 版本不同， transport-api.jar 不同，不能适配 es 版本
- 7.x 已经不建议使用，8 以后就要废弃

2）、9200：HTTP

JestClient：非官方，更新慢
RestTemplate：模拟发 HTTP 请求，ES 很多操作需要自己封装，麻烦
HttpClient：同上
Elasticsearch-Rest-Client：官方 RestClient，封装了 ES 操作，API 层次分明，上手简单

最终选择 Elasticsearch-Rest-Client（elasticsearch-rest-high-level-client） https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/java-rest-high.html

1、SpringBoot 整合

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.4.2</version>
</dependency>

2、配置


import org.apache.http.HttpHost;
import org.elasticsearch.client.*;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * @Description :
 * @Author : sherlock
 * @Date : 2021/11/22 14:29
 */

@Configuration
public class ElasticSearchConfig {

    public static final RequestOptions COMMON_OPTIONS;

    static {
        RequestOptions.Builder builder = RequestOptions.DEFAULT.toBuilder();
//        builder.addHeader("authorization", "Bearer" + Token);
//        builder.setHttpAsyncResponseConsumerFactory(
//                new HttpAsyncResponseConsumerFactory
//                        .HeapBufferedResponseConsumerFactory(30 * 1024 * 1024 * 1024)
//        );
        COMMON_OPTIONS = builder.build();
    }

    //elasticsearch地址
    @Bean
    public RestHighLevelClient client() {
        RestClientBuilder builder = RestClient.builder(
                new HttpHost("192.168.56.10", 9200, "http")
        );
        return new RestHighLevelClient(builder);
    }
}

3、使用

参照官方文档：

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


import cn.hutool.json.JSON;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import com.syq.gulimail.search.config.ElasticSearchConfig;
import lombok.Data;
import lombok.ToString;
import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.action.index.IndexResponse;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.aggregations.Aggregation;
import org.elasticsearch.search.aggregations.AggregationBuilders;
import org.elasticsearch.search.aggregations.Aggregations;
import org.elasticsearch.search.aggregations.bucket.terms.Terms;
import org.elasticsearch.search.aggregations.bucket.terms.TermsAggregationBuilder;
import org.elasticsearch.search.aggregations.metrics.Avg;
import org.elasticsearch.search.aggregations.metrics.AvgAggregationBuilder;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;

import java.io.IOException;

@RunWith(SpringRunner.class)
@SpringBootTest
public class GulimailSearchApplicationTests {

    @Autowired
    private RestHighLevelClient client;

    @ToString
    @Data
    class Account {

        private int account_number;
        private int balance;
        private String firstname;
        private String lastname;
        private int age;
        private String gender;
        private String address;
        private String employer;
        private String email;
        private String city;
        private String state;

    }

    /**
     * 检索数据
     *
     * @throws IOException
     */
    @Test
    public void searchData() throws IOException {
        SearchRequest searchRequest = new SearchRequest();
        //1.指定索引
        searchRequest.indices("bank");
        //2.指定检索条件
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        //构造检索条件
//        sourceBuilder.query();
//        sourceBuilder.from();
//        sourceBuilder.size();
//        sourceBuilder.aggregation();
        sourceBuilder.query(QueryBuilders.matchQuery("address", "mill"));

        //3.创建聚合条件
        //3.1）按照年龄的值发布进行聚合
        TermsAggregationBuilder ageAgg = AggregationBuilders.terms("ageAgg").field("age").size(10);
        sourceBuilder.aggregation(ageAgg);

        //3.2）计算平均薪资
        AvgAggregationBuilder balanceAvg = AggregationBuilders.avg("balanceAvg").field("balance");
        sourceBuilder.aggregation(balanceAvg);

        System.out.println("检索条件：" + sourceBuilder.toString());
        searchRequest.source(sourceBuilder);

        //4.执行检索
        SearchResponse searchResponse = client.search(searchRequest, ElasticSearchConfig.COMMON_OPTIONS);

        //5.分析结果
        System.out.println("查询结果：" + searchResponse.toString());
        SearchHit[] searchHits = searchResponse.getHits().getHits();
        for (SearchHit hit : searchHits) {
//            hit.getIndex();hit.getType();hit.getId();
            hit.getSourceAsString();
            Account account = JSONUtil.toBean(hit.getSourceAsString(), Account.class);
            System.out.println("account:" + account);
        }
        Aggregations aggregations = searchResponse.getAggregations();
//        for (Aggregation aggregation : aggregations.asList()) {
//            System.out.println("当前聚合："+aggregation.getName());
//        }
        Terms ageAgg1 = aggregations.get("ageAgg");
        for (Terms.Bucket bucket : ageAgg1.getBuckets()) {
            String keyAsString = bucket.getKeyAsString();
            System.out.println("年龄:" + keyAsString + "==>" + bucket.getDocCount());
        }

        Avg balanceAvg1 = aggregations.get("balanceAvg");
        System.out.println("平均薪资：" + balanceAvg1.getValue());

    }

    /**
     * 存储/更新数据到es
     *
     * @throws IOException
     */
    @Test
    public void indexData() throws IOException {
        IndexRequest indexRequest = new IndexRequest("users");
        indexRequest.id("1");//数据id
//        indexRequest.source("username","zhangsan","age",18,"gender","男");
        User user = new User();
        user.setUsername("sherlock");
        user.setAge(18);
        user.setGender("男");
        String s = JSONUtil.toJsonStr(user);
        indexRequest.source(s, XContentType.JSON);//要保存的内容，内容类型

        //执行操作
        IndexResponse index = client.index(indexRequest, ElasticSearchConfig.COMMON_OPTIONS);

        //提取有用的数据
        System.out.println(index);
    }

    @Data
    class User {
        private String username;
        private String gender;
        private Integer age;
    }

    @Test
    public void contextLoads() {
        System.out.println(client);
    }

}