记录ElasticSearch（es）

最新推荐文章于 2023-11-02 10:35:41 发布

没有，

最新推荐文章于 2023-11-02 10:35:41 发布

阅读量995

点赞数

分类专栏： ES 笔记

本文链接：https://blog.csdn.net/weixin_44540130/article/details/117200126

版权

笔记同时被 2 个专栏收录

2 篇文章 0 订阅

订阅专栏

1 篇文章 0 订阅

订阅专栏

记录ElasticSearch（es）

什么是ElasticSearch，ElasticSearch是一个开源大数据分布检索引擎，

说到ElasticSearch 就需要说一下他的内部组成包，

Lucene 是一套信息检索工具包（就相当于我们想要写一个java的程序，需要安装一个jdk），不包含搜索引擎系统，包含的索引结构（二叉树，红黑数，Hashmap,B++,）读写索引的工具，排序，搜索规则…工具类，

ElasticSearch 是基于Lucene 实现的一些封装和增强的搜索引擎系统！！

ElasticSearch比较solr总结

1，es 是开箱即用（解压即可使用），solr 相对复杂一点，

2，solr利用zookeeper 进行进行分布式管理，而ES自带分布式协调管理功能，

3，solr 支持更多的数据格式，比如，json,XML,csy，txt, 而ES 只支持json 文件格式

4，solr 官方提供的功能更多，而ES 更加注重核心功能，高级功能需要第三方组件支持，例如高级图形界面需要kibana 友好支持~

5，solr 查询快，但是更新索引慢（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），即时性查询快，用于fackbook 新浪等搜索

solr 是传统搜索应用的有力解决方案，但是ES更加实用于新兴（大数据时代）的实时搜索应用

6，solr 比较成熟，有一个更大，更成熟的用户，社区开发和贡献者环境，而ES 相对开发维护人员较少，更新条块，学习实用成本高。

ElasticSearch简介：

ElasticSearch是一个实时分布式搜索和分析引擎，它让数据以前所未有的速度处理大数据成为可能！！！

它是用于全文搜索，结构化搜索，分析，以及将三者混合使用；

…

ElasticSearch是一个基于Apache Lucene ™的开源搜索引擎，无论是在开源还是在专有领域，Lucene 都是被认为是迄今为止最为先进，性能最好，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项目中，

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

ElasticSearch也使用java 开发环境并使用lucene 来作为它的核心来实现所有索引和搜索的功能，但是他的目的是通过简单的RsetFul API 来隐藏Lucene 的复杂性，

Sorl 简介：

Solr 是Apache 下的一个顶级开源项目，采用java开发，基于Lucene开发的全文搜索服务器，solr 提供了比Lucene更加丰富的查询语言，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jetty ，tomact 等这些servlet 容器中，solr索引的实现方法很简单，用post 方法想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，修改，删除，更新索引，solr搜哦只需要发送HTTP GET 请求，然后对solr返回的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url 的功能。solr 提供一个管理页面，通过管理界面可有查询solr 的配置和运行情况.。

solr是基于Lucene开发的企业及搜索服务器，实际上就是封装了Lucene。

solr是一个独立的企业及搜索应用服务器，它对外提供类似于Web-service API 接口。用户可以同http请求，想搜哦引擎服务器提交一个格式的文件。生成索引；也可以提供提出查找请求，并得到返回结果！！！！

[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-XcRWj4yw-1621773246387)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305112721839.png)]

ElasticSearch 安装及其使用：

下载 ElasticSearch

1，下载 ElasticSearch

ES官网下载地址：https://www.elastic.co/cn/downloads/elasticsearch

elk 华为云下载地址：https://mirrors.huaweicloud.com/logstash/

ELK 三剑客，都是开箱即用（解压就可以直接使用），前提需要满足在我们的电脑上安装了node.js 前端的环境！！！

[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-XCkBN9F8-1621773246389)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305152942182.png)]

2，熟悉目录

bin  启动文件  .bat
config   配置文件 
       log4j2  日志配置文件
       jvm 虚拟机配置文件 
       elasticsearch.yml  ElasticSearch  配置 域名 9200   是否允许跨域  
lib       jar架包 
logs      日志文件
modules   功能模块
plugins   插件

3，点击bin 目录下的 .bat 文件

[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-guahoMVl-1621773246391)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305153829660.png)]

4，打开9200的端口 ,访问测试

{
  "name" : "DESKTOP-0DFTEKM",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "uvrgvMq_RmOSTsLBjVzWAg",
  "version" : {
    "number" : "7.6.2",
    "build_flavor" : "default",
    "build_type" : "zip",
    "build_hash" : "ef48eb35cf30adf4db14086e8aabd07ef6fb113f",
    "build_date" : "2020-03-26T06:34:37.794943Z",
    "build_snapshot" : false,
    "lucene_version" : "8.4.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

安装 head 插件可视化界面

1，官网下载地址： https://www.github.com/mobz/elasticsearch-head/

下载界面：

2，下载完毕之后，如何使用，

可以使用git把github (gitee) 上的文件克隆到本地，然和 cd 打开我们的文件目录， npm install (下载插件，cnpm install 同理)， npm run start 打开测试即可；

[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-onQL8D2p-1621773246397)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305155235086.png)]

打开测试会发现下图，没有连接到集群：

[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-tpX2wtGs-1621773246398)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305160455176.png)]出现这种情况，我们需要在ElasticSearch 配置文件中，允许跨域

[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-SOeyw9ER-1621773246399)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305160718419.png)]

http.cors.enabled: true
http.cors.allow-origin: "*"

[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-YTyE5sDo-1621773246399)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305160846379.png)]

3，连接成功的效果图：

[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-6u16TfSI-1621773246400)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305161045826.png)]

我们初学者可以把ES 当成是一个数据库，（可以建立索引== 库，文档 ==数据）

这个head 我们只作为数据显示的工具，后面的搜索查询数据，用kibana 查询

安装kibana

Kibana 是一个针对ElasticSearch 的开源分析及可视化平台，用来搜索，查询交互存储在ElasticSearch 索引（库），中的数据，使用kibana 可以通过各种的图表进行高级数据分析及展示。kibana 让海量数据更加容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表盘，[ （dashboard) ==类似 Hystrix 的检测 ] 实现显示ElasticSearch 查询动态，

官网：https://www.elastic.co.cn.kibana

注意：kibana 和es 需要保持版本一致；

下载完毕后解压打开 bin 文件运行.bat

[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-6D5YhSMt-1621773246400)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305164910551.png)]

效果图如下：

[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-pxalEIjk-1621773246401)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210305164734336.png)]

4，开发工具的使用，（post，curl，head，kibana,谷歌浏览器插件测试，）

[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-vpS6i5tj-1621773246401)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307090415730.png)]

5，实现 kibana 页面国际化，

找到kibana 的配置文件，下图中是存放汉化字体的文件：

[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-Y3l6b66r-1621773246402)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307090518627.png)]

配置更改成：修改完配置文件需要重启！！！

[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-rsuEtySl-1621773246402)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307090727093.png)]

启动kiabana 之前需要把我们的EleasticSearch 给启动号，不启动的话，他无法实现启动，还会警告你

[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-qQxU1mAK-1621773246403)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307091031767.png)]

ES的核心概念

概述

集群，节点，索引，类型，文档，分片，映射这些都是代表了什么意思？？？

eleasticsearch 是面向文档，关系行数据库和elasticsearch 客观对比；

Realtional DB	Elasticsearch
数据库 (data base ）	索引
表（table )	type 类型
行（rows)	documents 文档
字段( columns )	fileds 一切都是 json {}

elasticSearch （集群）中含有多个索引（数据库）每个索引中国有可以包含多个的类型（表）每个类型下面又含有多个的字段（列）

物理设计

elasticSearch 在后太把每个的索引分成了多个的分片，每个的分片可以在集群中的不同服务器间迁徙，一个人就是一个集群！默认的集群名为 elasticSearch

[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-BApd6iuy-1621773246403)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307093132558.png)]

1）Cluster：集群。

ES可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用性，ES可以运行在许多互相合作的服务器上。这些服务器的集合称为集群。

2）Node：节点

形成集群的每个服务器称为节点。

3）Shard：分片。

当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等，一个节点可能不够。这种情况下，数据可以分为较小的分片。每个分片放到不同的服务器上。
当你查询的索引分布在多个分片上时，ES会把查询发送给每个相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。即：这个过程对用户来说是透明的。

4）Replia：副本。

为提高查询吞吐量或实现高可用性，可以使用分片副本。
副本是一个分片的精确复制，每个分片可以有零个或多个副本。ES中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。
当主分片丢失时，如：该分片所在的数据不可用时，集群将副本提升为新的主分片。

5）全文检索。(索引）

全文检索就是对一篇文章进行索引，可以根据关键字搜索，类似于mysql里的like语句。
全文索引就是把内容根据词的意义进行分词，然后分别创建索引，例如”你们的激情是因为什么事情来的” 可能会被分词成：“你们“，”激情“，“什么事情“，”来“ 等token，这样当你搜索“你们” 或者 “激情” 都会把这句搜出来。

索引

就是数据库！！！

索引是映射类型的容器，elasticseach 文档集合，索引存储了映射类型字段和其他的设置然和他们被存储到了各个分支分片上。我们来研究分片是如何工作的！！！

物理设计：节点和分片是如何工作的

一个集群中至少有一个节点而一个节点就是一个elasric searcn 的进程节点可以是有多个索引默认的，如果你创建索引，那么索引将会有五个分片构成，每一个主分片会有一个副本

[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-nsUmdJTn-1621773246404)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307095202980.png)]

上图是一个有三个节点的集群，可以看得到主分片和对应的复制分片都会在不同的节点之下，这样有利于某一个节点挂掉了，数据也不会至于直接my，实际上一个分片就是一个 Lucene 索引，一个包含倒排索引的文件目录，倒排索引结果使得 ES 在不扫描全部文档情况下，就可以告诉你那些文档包含着特点的关键字, ，接下来我们看看什么是倒排索引！！！

倒排索引

ES 使用的是一种称之为倒排索引的结构，采用的是 Luncene 倒排索引为底层结构，这种结构适用有快速的全文搜索，一个索引于文档中所有不重复的列表构成，对于每一个词，都有一个包含他的文档列表，

图片来源地址：https://blog.csdn.net/csdnliuxin123524/article/details/91581209

　图4 简单的倒排索引

上图中有的几个文档，倒排索引可以通过我们输入的一些关键字来

中文和英文等语言不同，单词之间没有明确分隔符号，所以首先要用分词系统将文档自动切分成单词序列。这样每个文档就转换为由单词序列构成的数据流，为了系统后续处理方便，需要对每个不同的单词赋予唯一的单词编号，同时记录下哪些文档包含这个单词，在如此处理结束后，我们可以得到最简单的倒排索引（参考图3-4）。在图4中，“单词ID”一栏记录了每个单词的单词编号，第二栏是对应的单词，第三栏即每个单词对应的倒排列表。比如单词“谷歌”，其单词编号为1，倒排列表为{1,2,3,4,5}，说明文档集合中每个文档都包含了这个单词。

图4 简单的倒排索引

之所以说图4所示倒排索引是最简单的，是因为这个索引系统只记载了哪些文档包含某个单词，而事实上，索引系统还可以记录除此之外的更多信息。图5是一个相对复杂些的倒排索引，与图4的基本索引系统比，在单词对应的倒排列表中不仅记录了文档编号，还记载了单词频率信息（TF），即这个单词在某个文档中的出现次数，之所以要记录这个信息，是因为词频信息在搜索结果排序时，计算查询和文档相似度是很重要的一个计算因子，所以将其记录在倒排列表中，以方便后续排序时进行分值计算。在图5的例子里，单词“创始人”的单词编号为7，对应的倒排列表内容为：（3:1），其中的3代表文档编号为3的文档包含这个单词，数字1代表词频信息，即这个单词在3号文档中只出现过1次，其它单词对应的倒排列表所代表含义与此相同。

图 5 带有单词频率信息的倒排索引

实用的倒排索引还可以记载更多的信息，图6所示索引系统除了记录文档编号和单词频率信息外，额外记载了两类信息，即每个单词对应的“文档频率信息”（对应图6的第三栏）以及在倒排列表中记录单词在某个文档出现的位置信息。

图6 带有单词频率、文档频率和出现位置信息的倒排索引

“文档频率信息”代表了在文档集合中有多少个文档包含某个单词，之所以要记录这个信息，其原因与单词频率信息一样，这个信息在搜索结果排序计算中是非常重要的一个因子。而单词在某个文档中出现的位置信息并非索引系统一定要记录的，在实际的索引系统里可以包含，也可以选择不包含这个信息，之所以如此，因为这个信息对于搜索系统来说并非必需的，位置信息只有在支持“短语查询”的时候才能够派上用场。

 以单词“拉斯”为例，其单词编号为8，文档频率为2，代表整个文档集合中有两个文档包含这个单词，对应的倒排列表为：{(3;1;<4>)，(5;1;<4>)},其含义为在文档3和文档5出现过这个单词，单词频率都为1，单词“拉斯”在两个文档中的出现位置都是4，即文档中第四个单词是“拉斯”。

 图6所示倒排索引已经是一个非常完备的索引系统，实际搜索系统的索引结构基本如此，区别无非是采取哪些具体的数据结构来实现上述逻辑结构。

 有了这个索引系统，搜索引擎可以很方便地响应用户的查询，比如用户输入查询词“Facebook”，搜索系统查找倒排索引，从中可以读出包含这个单词的文档，这些文档就是提供给用户的搜索结果，而利用单词频率信息、文档频率信息即可以对这些候选搜索结果进行排序，计算文档和查询的相似性，按照相似性得分由高到低排序输出，此即为搜索系统的部分内部流程。

————————————————
版权声明：本文为CSDN博主「小宇plus」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/csdnliuxin123524/article/details/91581209

扩展：正向排序：https://blog.csdn.net/GarfieldEr007/article/details/50479074

IK分词器插件

什么是IK 分词器？？

分成：即把一段中文或者别的划分为一个一个的关键词，在我们搜索的时候会把之间的信息进行分词，会把数据库中或者索引库的数据进行分词，然后进行一个匹配操作，默认的中文分词是将一个字看成一个词，比如我爱 ljm === “我”+ “爱” + “l" +“j”+”m“;

这显然是不符合要求的，所以我们需要使用IK 分词器来解决这个问题。把一些不是常规词的词，加入到我们的“ 仓库 ” 中！！

IK分词器适用用于中文。

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 为最细颗粒划分！！

安装 IK 分词器

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

2，下载完毕，把这个插件放置在ES 在的plugins 包下

[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-zs0xCFXm-1621773246405)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307192417329.png)]

3，重启ES 在kibana 进行测试

使用 ik_smart 最少切分搜索结果

[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-eUkNdXxY-1621773246405)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307192715779.png)]

使用 ik_max_word 最细颗粒划分搜索结果

[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-foQ1kYMA-1621773246406)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307192919845.png)]

比较尴尬的时，在开始使用的时候出现了这样的一个错误

{
  "error" : {
    "root_cause" : [
      {
        "type" : "json_parse_exception",
        "reason" : "Unexpected character ('\"' (code 34)): was expecting comma to separate Object entries\n at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@2100f5c0; line: 3, column: 4]"
      }
    ],
    "type" : "json_parse_exception",
    "reason" : "Unexpected character ('\"' (code 34)): was expecting comma to separate Object entries\n at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@2100f5c0; line: 3, column: 4]"
  },
  "status" : 400
}

400 状态码 , 上传的格式错误，产生错误的原因是忘记写一个逗号，但是没有提示，然后我关闭重启后，才有一个“ 逗号” 的提示；

[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-cn5UQA8V-1621773246406)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307193317750.png)]

这其中还有一个问题出现：

[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-lnsL9oH4-1621773246407)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307193619665.png)]当我输入一个自己组建的 ” 陌生 “ 词的时候，在使用最少切分的这个词也仍然是按一个一个词来，这样没有实现我想要的，这就需要我们在IK 分析器里面，自己把这个词给家进去！！！

在IK分词器插件的config 包下新建一个自己的扩建字典：

[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-mZMqUq1L-1621773246407)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307194157923.png)]

在配置中，把自己新建的扩展字段，加入到配置问文件中：

[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-v8iXHzVS-1621773246408)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307194444994.png)]

配置好，重启之后，在使用最少切分搜索得到一下结果：

[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-FwbGX6et-1621773246408)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210307194836315.png)]

Rest 风格

一种软件架构的风格，而不是标准，只是提供了一组设计原则和约束条件，（通过不同的命令来实现不同的操作！！1）；它主要用于客户端和服务器之间交互类的软件，基于这个风格设计的软件可以更加的简洁，更有层次，更易用实现缓存等机制！！

[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-FYmIR7At-1621773246409)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210308083842864.png)]

基础测试：

##新增一个简单的 索引（库）中的文档
PUT   /仓库名称/~类型~/ id  
{
json字段文档信息内容
}


POST /text02/_doc/3/
{
 "doc":{
  "name":"周杰伦",
  "age":"21",
  "brtind":"1997-03-29",
  "remack":["歌手","青年","z作家"]

 }
  
}

[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-TlpNoXGP-1621773246409)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210308090349123.png)]

[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-RUWZn5Nd-1621773246410)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210308101924248.png)]

###  设置索引config 
PUT  /仓库名称 
{
  "mappings": { ### mappings 映射规则
    "properties": {   ## 索引属性 设置  properties
      "name":{
        "type": "text"
      },
      "age":{
        "type": "long"
      },
      "brtind":{
        "type": "date"
      },
      "remack":{
        "type": "text"
      }
    }
}

[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-yefhhOrW-1621773246410)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210308091427034.png)]

修改索引中的文件：

强制替换

[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-EuKPLUnB-1621773246411)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210308091655274.png)]

使用修改语句修改索引的数据

[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-4kACRRsA-1621773246412)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210308092743868.png)]

查询显示某一个索引（库）中的索引文档：

GET /text02/_search
{
}

[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-NZphHmNu-1621773246412)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210308093014287.png)]

删除索引

依据DELECT 语句，根据你输入的语句来判断，你是需要删除一个索引，还是删除一个索引内部的某个文档！！！


###  删除的一个文档：
DELETE /text03/_doc/1/

#####删除的一个索引 
DELETE /text03/

[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-Ul63wJCt-1621773246413)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210308093736080.png)]

kibana 复杂查询

…

使用springboot 集成es

在IDEA 中新建一个springboot 项目， springboot版本为，

<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>2.4.4</version>
    <relativePath/> <!-- lookup parent from repository -->
</parent>

需要导入 fackjson ，lombok , elasticsearch 的maven 依赖

<!--lombok-->
<dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <optional>true</optional>
</dependency>
<!--fastJson-->
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.46</version>
</dependency>
<!-- high client-->
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>${es.version}</version>

</dependency>
<dependency>
    <groupId>org.elasticsearch</groupId>
    <artifactId>elasticsearch</artifactId>
    <version>${es.version}</version>
</dependency>

这里需要注意的是在springboot 版本中有一个默认的低版本的elasticsearch，这里我们需要自己定义一个elasticsearch 的版本（elasticsearch 版本需要和自己电脑中的elasticsearch 版本一致）；

第二步，创建一个配置类，自己建一个高级的客户端来方便与我们来使用 elasticsearch 的api 接口；

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

第三步：编译测试类

  @Autowired

  RestHighLevelClient restHighLevelClient;

//添加索引
  @Test
  public void add() throws IOException {
      CreateIndexRequest createIndexRequest = new CreateIndexRequest("Document");
      System.out.println(createIndexRequest);
      CreateIndexResponse createIndexResponse = restHighLevelClient.indices().create(createIndexRequest, RequestOptions.DEFAULT);
      System.out.println(createIndexResponse);
  }

现在有一个问题：bug 测试 add(); 方法

[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-2i5NStQs-1621773246413)(C:\Users\刘\AppData\Roaming\Typora\typora-user-images\image-20210412201206323.png)]

定义的

@Configuration
public class RestHighLevelClientConfig {

    ///https://blog.csdn.net/admin741admin/article/details/107816451
    @Bean
    public RestHighLevelClient restHighLevelClient() {
        RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
                new HttpHost("127.0.0.1", 9200, "http")));
        return client;
    }



}

没有，

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
记录ElasticSearch（es）

记录ElasticSearch（es）什么是ElasticSearch，ElasticSearch是一个开源大数据分布检索引擎，说到ElasticSearch 就需要说一下他的内部组成包，Lucene 是一套信息检索工具包（就相当于我们想要写一个java的程序，需要安装一个jdk），不包含搜索引擎系统，包含的索引结构（二叉树，红黑数，Hashmap,B++,）读写索引的工具，排序，搜索规则…工具类，ElasticSearch 是基于Lucene 实现的一些封装和增强的搜索引擎系统！！Elast
复制链接

扫一扫