Elasticsearch（一个基于分布式的搜索引擎）

目录

一、Elasticsearch入门

        简介、术语

二、Elasticsearch下载及配置

        ES下载和配置、中文分词插件ik下载、Postman下载

三、Elasticsearch启动与测试

        命令行启动与测试、Postman访问ES服务器

四、Spring整合Elasticsearch

        导包、配置、冲突解决、向ES服务器映射数据、ES的API接口、测试CRUD(搜索条件)

---

一、Elasticsearch入门

【Elasticsearch简介】

Elasticsearch，简称ES，是一个分布式、高扩展、高实时、以及 Restful 风格的搜索引擎。它能很方便的使大量数据具有搜索、分析和探索的能力，支持对各种类型的数据的检索，且搜索速度快，可以提供实时的搜索服务。并且充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值，每秒可以处理PB级海量数据。

Elasticsearch 的实现原理：主要分为以下几个步骤，首先用户将数据提交到 Elasticsearch 数据库中，再通过分词控制器去将对应的语句分词，将其权重和分词结果一并存入数据，当用户搜索数据时候，再根据权重将结果排名，打分，再将返回结果呈现给用户。

Elasticsearch 是目前性能最好、最流行的一个搜索引擎，像大名鼎鼎的FaceBook、GitHub、 维基百科、百度等等都使用Elasticsearch搜索引擎完成搜索功能。

【Elasticsearch术语】

• 索引：与数据库中的database数据库相对应。一个索引就相当于一个库
• 类型：与数据库中的table表相对应。一个类型就相当于一张表
• 文档： 相当于table表中的一条数据。通常采用JSON结构
• 字段： 就相当于table中的一个字段。一列数据

注： 在6.0版本之后，类型的概念逐渐的被废弃，之后索引就代表的是一张表，文档还是相当于一条数据，字段还是相当于一列数据。

• 集群：分布式部署中一台或多台ES服务器组合在一起就是一个集群
• 节点：集群当中的每一个服务器称为一个结点
• 分片：对索引(表)的进一步划分。一个索引划分成若干个分片，可以提高并发的能力
• 副本：对分片数据的备份。一个分片可以包含多个副本，提高系统的容错性

---

二、Elasticsearch下载及配置

【下载Elasticsearch】

由于我使用的是2.1.5.RELEASE版本的SpringBoot中的父pom.xml文件中适配的Elasticsearch版本为6.4.3，所以我们下载Elasticsearch 6.4.3版本，下载地址：Elasticsearch 6.4.3 | Elastic
注：父 pom.xml 文件需要使用 2.1.5.RELEASE 版本才能够适应后面Spring整合ES时步骤。

  根据系统点击链接即可下载。之后解压到某一文件夹即可.（配置环境变量略）

【配置Elasticsearch】

配置 /config/elasticsearch.yml 文件：



以上名字和路径可以根据自己的需求更改，这里仅作参考。大家在更改配置的时候不要加注释，我这里加注释只是为的方便大家观看，否则容易出问题。若出问题参考：elasticsearch常见问题总结

【下载中文分词插件ik】

ES默认会对英文进行分词，若想要对中文进行分词，还要下载中文分词的插件，下载地址：
可以进入Github官网中按照以下步骤操作进行下载，也可以直接点击此链接下载安装包

进入界面下拉找到Install

找到与ES版本相对应的6.4.3版本下载即可

下载好的压缩包需要解压到固定的目录下：即刚才安装的elasticsearch目录下的plugins目录下的ik目录下

解压后的目录如下：

config目录下的文件都是对关键词的配置

如果有想要添加的网络新词，可以在 /config/IKAnalyzer.cfg.xml 文件中进行配置：即在config目录下新建 .dic 文件，然后配置到 /config/IKAnalyzer.cfg.xml 文件中即可

【下载postman】

postman(可选) 能够模拟web客户端，即能够模拟网页发送http请求，使用此插件可以增强我们入门体验感，也可以不使用或使用其他类似的插件
下载地址：Download Postman | Get Started for Free

下载完成后，双击开始自动安装，免费注册后即可使用 

---

三、Elasticsearch启动与测试

【启动Elasticsearch服务器】：可以通过命令行启动，也可直接双击启动

 看到以下页面则启动成功

【测试】
配置过环境变量后可以直接在命令行中测试：

// 查看集群的健康状况
curl -X GET "localhost:9200/_cat/health?v"

// 查看集群中的结点
curl -X GET "localhost:9200/_cat/nodes?v"
​
// 查看ES服务器中的索引
curl -X GET "localhost:9200/_cat/indices?v"

// 创建名为test的索引
curl -X PUT "localhost:9200/test"

// 删除名为test的索引
curl -X DELETE "localhost:9200/test"

【使用Postman访问ES服务器】

如果使用 Postman 对ES服务器访问，则去掉命令前面的curl -X，方式选择对应方式，后面的命令不变即可。

向 test 索引(表)中添加一个文档(一行数据)，id为1，格式为JSON字符串：

查看 test 索引之下，id 为 1 的数据：

删除 test 索引之下，id 为 1 的数据：

更新 test 索引中的数据，只需再重新添加一个相同id文档即可，底层默认会先删除、再建立一个新的文档

搜索全部信息：

搜索 title 中指定词条的信息：

搜索  content 中指定词条的信息：

       注意：在分词器的作用下，这里会把"运营实习"再分成"运营"和"实习"两个词条进行搜索

搜索多个字段匹配的复杂信息(既在title中搜索、也在content中搜索)：

---

四、Spring整合Elasticsearch

【版本问题】

以下配置和整合都依赖于 spring 的 2.1.5.RELEASE 版本，如果使用高版本，会有很多配置和属性无法使用的问题。

【在pom.xml中导入依赖】

Spring Boot Starter Data Elasticsearch

<!-- https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-starter-data-elasticsearch -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

【在application.properties中配置】

如果spring不是2.1.5.RELEASE版本，则会报红

# ElasticsearchPropertices
spring.data.elasticsearch.cluster-name=nowcoder # 自定义集群名称
spring.data.elasticsearch.cluster-nodes=127.0.0.1:9300 # TCP协议的接口

【解决冲突】

这里有个坑：ES和redis的底层都依赖netty，如果我们同时使用就会产生冲突，为解决冲突我们可以在项目启动入口类中初始化 Netty4Utils 包中的一个开关。

冲突底层原因：

解决办法： 在项目启动入口类中初始化 Netty4Utils 包中的key

@PostConstruct
public void init() {
	// 解决netty启动冲突的问题
	// 在Netty4Utils.setAvailableProcessors()
	System.setProperty("es.set.netty.runtime.available.processors", "false");
}

【向Elasticsearch服务器映射数据】

spring整合的ES提供的一项技术：spring底层在访问ES服务器时会自动地将实体数据和ES服务器里面的索引相互映射，但我们需要在实体类中加上一些注解，以便告知其映射后的索引名称(indexName)、类型名称(type)以及分片个数(shards)、副本个数(replicas)等。

analyzer：存储时的解析器。
        例如：我们要往Elasticsearch存入"互联网校招"，那么采用ik_max_word这个解析器那么在存数据时，就会尽可能多的对数据进行分词，建立尽可能多的词条以便于之后的搜索服务，可能"互联网校招"就会被拆分成"互联"、“联网”、“互联网”、“网校”、"校招"这么多分词。（ik为中文分词插件）

searchAnalyzer：搜索时的解析器。
        例如：我们在搜索"互联网校招"时，我们没有必要再把它拆分出很多的词条，我们应该希望Elasticsearch能够智能的理解它的意思，进行智能的分词，那么可能只会拆分出"互联网"、"校招"这两个词条，这样就会便于查找相应的内容，所以采用ik_smart分词器。

以DiscussPost(帖子)实体为例：

@Document(indexName = "discusspost", type = "_doc", shards = 6, replicas = 3)
public class DiscussPost {

    @Id // Id注解
    private int id;

    @Field(type = FieldType.Integer)
    private int userId;

    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
    private String title;

    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
    private String content;

    @Field(type = FieldType.Integer)
    private int type;

    @Field(type = FieldType.Integer)
    private int status;

    @Field(type = FieldType.Date)
    private Date createTime;

    @Field(type = FieldType.Integer)
    private int commentCount;

    @Field(type = FieldType.Double)
    private double score;
}

【Elasticsearch的API接口】

ES有两个API接口：

• ElasticsearchRepository ：这个接口操作起来比较简单
• ElasticsearchTemplate ：需要这个接口来补充ElasticsearchRepository接口不能进行的操作

在接口中，我们只需要继承 ElasticsearchRepository 类即可，在此类中已经事先定义好了增删改查的操作，同时，我们还需在泛型中表明实体类型和主键类型

@Repository
public interface DiscussPostRepository extends ElasticsearchRepository<DiscussPost, Integer> {
    
}

【测试CRUD操作数据】

操作数据前需要引入依赖：

// 从MySQL中取数据，以便转存至ES服务器
@Autowired
private DiscussPostMapper discussMapper;

// ElasticsearchRepository接口
@Autowired
private DiscussPostRepository discussRepository;

// ElasticsearchRepository接口解决不了的，使用ElasticsearchTemplate来解决
@Autowired
private ElasticsearchTemplate elasticTemplate;

一次插入一条数据 save( )：

@Test
public void testInsert() {
    discussRepository.save(discussMapper.selectDiscussPostById(241));
    discussRepository.save(discussMapper.selectDiscussPostById(242));
    discussRepository.save(discussMapper.selectDiscussPostById(243));
}

一次插入多条数据 saveAll( )：

@Test
public void testInsertList() {
    discussRepository.saveAll(discussMapper.selectDiscussPosts(101,0,100));
}

更新一条数据 save( )：

@Test
public void testUpdate() {
    // 从Mysql中查询，更改后存入ES，即可覆盖原来的数据，达到更新的目的
    DiscussPost post = discussMapper.selectDiscussPostById(231);
    post.setContent("我是新人,使劲灌水.");
    discussRepository.save(post);
}

删除一条 deleteById( ) 或多条 deleteAll( ) 数据：

@Test
public void testDelete() {
    discussRepository.deleteById(231);
    discussRepository.deleteAll();
}

通过 ElasticsearchRepository 接口搜索 search( )：

构造搜索条件需要构造一系列的内容，比如：关键词(withQuery)、排序方式(withSort)、分页方式(withPageable)、高亮显示(withHighlightFields)等等

高亮显示是通过对关键词加标签，然后在css中添加样式的机制来实现的，通过此接口无法获取高亮显示的数据。

@Test
public void testSearchByRepository() {
    // 构造查询条件
    SearchQuery searchQuery = new NativeSearchQueryBuilder()
            .withQuery(QueryBuilders.multiMatchQuery("互联网寒冬", "title", "content"))
            .withSort(SortBuilders.fieldSort("type").order(SortOrder.DESC))
            .withSort(SortBuilders.fieldSort("score").order(SortOrder.DESC))
            .withSort(SortBuilders.fieldSort("createTime").order(SortOrder.DESC))
            .withPageable(PageRequest.of(0,10))
            .withHighlightFields(
                    new HighlightBuilder.Field("title").preTags("<em>").postTags("</em>"),
                    new HighlightBuilder.Field("content").preTags("<em>").postTags("<.em>")
            ).build();

    // elasticTemplate.queryForPage(SearchQuery, class,SearchResultMapper);
    // elasticRepository.search() 方法底层调用了上一行的方法, 获取到了高亮显示的值, 但是没有返回

    // ElasticsearchRepository接口的查询操作
    Page<DiscussPost> page = discussRepository.search(searchQuery);
    System.out.println(page.getTotalElements());// 数据的总量
    System.out.println(page.getTotalPages());// 按当前分页条件的总页数
    System.out.println(page.getNumber());// 当前处于第几页
    System.out.println(page.getSize());// 每一页最多显示几条数据
    for (DiscussPost post : page) {
        System.out.println(post);
    }
}

通过 ElasticsearchTemplate 接口搜索 queryForPage( )：

elasticsearchRepository.search( ) 方法底层调用了 elasticsearchTemplate.queryForPage(SearchQuery对象, class,SearchResultMapper); 方法, 获取到了高亮显示的值, 但是没有返回，返回的仍是原始的没有高亮标签的数据。如果想要获取到带有高亮标签的数据，需要对两份数据进行整合，即在调用 elasticsearchRepository.search( ) 方法前重写 elasticsearchTemplate 的方法，这样会很麻烦，不如直接使用elasticsearchTemplate 的方法。

构造查询条件不变，使用elasticsearchTemplate 接口的查询操作

@Test
public void testSearchByTemplate() {
    // 构造查询条件
    SearchQuery searchQuery = new NativeSearchQueryBuilder()
            .withQuery(QueryBuilders.multiMatchQuery("互联网寒冬", "title", "content"))
            .withSort(SortBuilders.fieldSort("type").order(SortOrder.DESC))
            .withSort(SortBuilders.fieldSort("score").order(SortOrder.DESC))
            .withSort(SortBuilders.fieldSort("createTime").order(SortOrder.DESC))
            .withPageable(PageRequest.of(0, 10))
            .withHighlightFields(
                    new HighlightBuilder.Field("title").preTags("<em>").postTags("</em>"),
                    new HighlightBuilder.Field("content").preTags("<em>").postTags("</em>")
            ).build();

    // ElasticsearchTemplate接口的查询操作
    Page<DiscussPost> page = elasticTemplate.queryForPage(searchQuery, DiscussPost.class, new SearchResultMapper() {
        @Override
        public <T> AggregatedPage<T> mapResults(SearchResponse searchResponse, Class<T> aClass, Pageable pageable) {
            // 获取本次搜索的数据
            SearchHits hits = searchResponse.getHits();
            // 如果未查询到数据, 直接返回
            if(hits.getTotalHits() <= 0) {
                return null;
            }

            // 将数据存入List集合中
            List<DiscussPost> list = new ArrayList<>();
            for (SearchHit hit : hits) {
                DiscussPost post = new DiscussPost();

                String id = hit.getSourceAsMap().get("id").toString();
                post.setId(Integer.valueOf(id));

                String userId = hit.getSourceAsMap().get("userId").toString();
                post.setUserId(Integer.valueOf(userId));

                String title = hit.getSourceAsMap().get("title").toString();
                post.setTitle(title);

                String content = hit.getSourceAsMap().get("content").toString();
                post.setContent(content);

                String status = hit.getSourceAsMap().get("status").toString();
                post.setStatus(Integer.valueOf(status));

                String createTime = hit.getSourceAsMap().get("createTime").toString();
                post.setCreateTime(new Date(Long.valueOf(createTime)));

                String commentCount = hit.getSourceAsMap().get("commentCount").toString();
                post.setCommentCount(Integer.valueOf(commentCount));

                // 处理高亮显示的结果
                HighlightField titleField = hit.getHighlightFields().get("title");
                if(titleField != null) {
                    post.setTitle(titleField.getFragments()[0].toString());
                }// 得到的是一个数组, 因为一段内容中可能会有多个高亮显示的结果, 而得到的数组中每个数据都一样, 所以只需设置一个

                HighlightField contentField = hit.getHighlightFields().get("content");
                if(contentField != null) {
                    post.setContent(contentField.getFragments()[0].toString());
                }

                list.add(post);
            }

            return new AggregatedPageImpl(list, pageable,
                        hits.getTotalHits(), searchResponse.getAggregations(), searchResponse.getScrollId(), hits.getMaxScore());
        }
    });

    System.out.println(page.getTotalElements());// 数据的总量
    System.out.println(page.getTotalPages());// 按当前分页条件的总页数
    System.out.println(page.getNumber());// 当前处于第几页
    System.out.println(page.getSize());// 每一页最多显示几条数据
    for (DiscussPost post : page) {
        System.out.println(post);
    }
}