Elasticsearch 实战应用：从入门到项目集成

最新推荐文章于 2024-10-31 17:09:16 发布

EternalDreamer

最新推荐文章于 2024-10-31 17:09:16 发布

阅读量1.3k

点赞数 10

文章标签： elasticsearch

本文链接：https://blog.csdn.net/weixin_41989626/article/details/142650598

版权

lasticsearch 作为一个分布式搜索和分析引擎，已经被广泛应用于日志处理、数据搜索、实时分析等场景。本文将带你了解 Elasticsearch 的基本概念，并通过一个实际案例展示如何将其集成到项目中。

一、Elasticsearch 简介

1.1 什么是 Elasticsearch？

Elasticsearch 是一个基于 Apache Lucene 的分布式搜索引擎。它提供了强大的全文搜索、近实时的索引和搜索功能，广泛应用于日志分析、数据监控、数据分析等场景。

1.2 核心概念

在使用 Elasticsearch 之前，理解以下几个核心概念至关重要：

索引 (Index)：类似于关系型数据库中的“数据库”，是 Elasticsearch 存储和查询数据的地方。
文档 (Document)：Elasticsearch 中的数据单位，相当于关系型数据库中的一行数据。
类型 (Type)：文档的分类，虽然在 Elasticsearch 7.x 版本以后逐步被移除，但它在早期版本中用于对不同文档进行区分。
节点 (Node)：集群中的一个运行实例，集群可以包含多个节点，每个节点存储数据并参与索引和查询处理。

1.3 使用场景

Elasticsearch 可以用于以下场景：

日志分析：结合 Logstash 和 Kibana，形成 ELK 堆栈，用于收集、分析和可视化日志数据。
全文搜索：为网站或应用提供搜索功能，支持模糊搜索、近似匹配等功能。
实时分析：利用 Elasticsearch 的强大分析功能，快速处理大量数据，实现实时监控和分析。

二、安装与配置

2.1 安装 Elasticsearch

在开始项目之前，首先需要在本地或服务器上安装 Elasticsearch。

使用 Docker 安装

docker pull elasticsearch:7.10.0
docker run -d --name elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" elasticsearch:7.10.0

本地安装

可以从Elasticsearch官网下载最新版本的安装包，并根据操作系统选择适合的版本进行安装。

2.2 基本配置

Elasticsearch 的默认配置文件位于 config/elasticsearch.yml。其中几个关键的配置项包括：

cluster.name: my-cluster
node.name: node-1
network.host: 0.0.0.0
http.port: 9200

cluster.name：定义集群的名称。
node.name：定义节点的名称。
network.host：指定网络绑定的地址。
http.port：指定 HTTP 服务的端口，默认是9200。

配置完毕后，启动 Elasticsearch：

./bin/elasticsearch

三、实战案例：商品搜索功能

3.1 场景描述

在一个电商网站中，我们需要为用户提供商品的搜索功能，要求支持关键字匹配、模糊查询和结果分页。为此，我们将利用 Elasticsearch 的全文搜索功能实现这个需求。

3.2 数据建模

首先，我们需要为商品数据建立索引。在 Elasticsearch 中，我们可以使用 JSON 格式来定义索引的结构。

创建索引

PUT /products
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "description": {
        "type": "text"
      },
      "price": {
        "type": "float"
      },
      "in_stock": {
        "type": "boolean"
      }
    }
  }
}

这里定义了一个 products索引，包含以下字段：

name：商品名称，使用 text 类型进行全文检索。
description：商品描述，使用 text 类型。
price：商品价格，使用 float 类型。
in_stock：库存状态，使用 boolean 类型。

3.3 数据导入

接下来我们导入一些商品数据到 Elasticsearch。

POST /products/_doc/1
{
  "name": "iPhone 12",
  "description": "Apple iPhone 12 with 64GB storage",
  "price": 799.99,
  "in_stock": true
}

POST /products/_doc/2
{
  "name": "Samsung Galaxy S21",
  "description": "Samsung Galaxy S21 with 128GB storage",
  "price": 999.99,
  "in_stock": true
}

3.4 搜索功能实现

接下来实现关键字搜索功能。用户可以根据商品名称或描述进行搜索，我们通过 Elasticsearch 的 match 查询实现。

GET /products/_search
{
  "query": {
    "match": {
      "name": "iPhone"
    }
  }
}

上面的查询将返回包含“iPhone”关键字的商品列表。

模糊查询

假设用户输入了拼写错误的关键字，例如“iPohne”，我们可以使用 fuzziness 参数进行模糊搜索。

GET /products/_search
{
  "query": {
    "match": {
      "name": {
        "query": "iPohne",
        "fuzziness": "AUTO"
      }
    }
  }
}

分页查询

为了实现结果分页，我们可以在搜索请求中添加 from 和 size 参数：

GET /products/_search
{
  "query": {
    "match": {
      "name": "Galaxy"
    }
  },
  "from": 0,
  "size": 10
}

这将返回从第0个文档开始的10条记录。

3.5 结合Java项目使用

为了在Java项目中集成 Elasticsearch，我们可以使用官方提供的 Elasticsearch Java REST 客户端。

Maven依赖

在 pom.xml 中添加如下依赖：

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.10.0</version>
</dependency>

代码示例

使用 Java 进行商品搜索的示例代码如下：

import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.builder.SearchSourceBuilder;

public class ProductSearchService {
    private RestHighLevelClient client = new RestHighLevelClient(
        RestClient.builder(new HttpHost("localhost", 9200, "http")));

    public SearchResponse searchProducts(String keyword) throws IOException {
        SearchRequest searchRequest = new SearchRequest("products");
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        sourceBuilder.query(QueryBuilders.matchQuery("name", keyword));
        searchRequest.source(sourceBuilder);
        return client.search(searchRequest, RequestOptions.DEFAULT);
    }
}