【C#】ElasticSearch环境搭建与使用

以前在.net里如果要做全文搜索的话，一般都会使用Lucene.net配合盘古分词。使用起来麻烦而且还不容易查看数据，后来就出现了ElastiSearch。ES也是基于Lucene并采用java编写， 相当于对Lucene做了一层封装，我们只需要调用ES相关API即可，配合Kibana数据可视化工具可以很方便的分析和统计数据。

 1.安装（路径中不能有空格） 

这里以windows环境为例，linux类似。
移步到ES官网，下载ElasticSearch和Kibana

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

   Kibana: https://www.elastic.co/downloads/kibana

这两个压缩包，解压之后即可用（ES自带jdk无需单独安装）。
▼双击elasticsearch.bat启动ES

▼双击kibana.bat启动Kibana

都启动完成之后，浏览器输入localhost:9200查看ES，

如果有输出内容，则证明ES运行正常。打开localhost:5601如果能看到页面则Kibana正常运行。

---

2. 配置

因为ES和Kibana绑定的是localhost，无法对外访问，所以需要我们修改下配置文件，将访问暴露给外部。

• 配置ES和用户密码：
  修改ES根目录config文件夹下的elasticsearch.yml。里面有很多被注释掉的配置项，如下所示将对应的注释项放开：

 cluster.name: my-application
 node.name: node-1
 network.host: 0.0.0.0
 http.port: 9200
 cluster.initial_master_nodes: ["node-1"]
 

主要就是将network.host:127.0.0.1改为0.0.0.0。

配置用户密码：
在yml中最后增加以下几项：

http.cors.enabled: true
http.cors.allow-origin: "*"
http.cors.allow-headers: Authorization
xpack.security.enabled: true
xpack.security.transport.ssl.enabled: true

先启动ES，然后找到elasticsearch-setup-passwords.bat这个文件，

执行下述命令elasticsearch-setup-passwords.bat interactive,配置密码。

配置完成之后，再次打开localhost:9200就会要求输入用户名和密码了。

• 配置Kibana
  配置类似， 打开Kibana根目录下的config文件夹的kibana.yml文件。修改kibana的server.port和server.host如下所示▼：

(▲配置kibana要连接到的ES信息)
到现在，ES和Kibana已经暴露给外网了，直接通过外部IP访问▼：

ES配置用户名密码：参考Elasticsearch 配置用户名和密码

---

 

3. C#调用ElasticSearch

新建项目，nuget搜索：NEST或Elasticsearch.Net。其中NEST是对Elasticsearch.NET的封装，更易使用，建议使用NEST。

1. 连接ES

var node = new Uri("localhost:9200");
var settings = new ConnectionSettings(node);
var client = new ElasticClient(settings);
 

2.插入\索引数据

var response = client.Index(houseDTO, idx => idx.Index("house"));

3.查询
可以使用FluentAPI查询：

var response = client.Search<Tweet>(s => s
    .From(0)
    .Size(10)
    .Query(q => q
        .Term(t => t.User, "kimchy") || q
        .Match(mq => mq.Field(f => f.User).Query("nest"))
    )
);
var list=response.Documents;

也可以使用对象方式查询：

var request = new SearchRequest
{
    From = 0,
    Size = 10,
    Query = new TermQuery { Field = "user", Value = "kimchy" } || 
            new MatchQuery { Field = "description", Query = "nest hello" }
};

var response = client.Search<Tweet>(request);
var list=response.Documents;

注：TermQuery会将kimchy作为整个单词进行搜索，MatchQuery会将nest hello按照分词器进行分词，然后再搜索。

---

4. Kibana查看数据

添加索引模式▼：

▼这里列出了ES里目前已有的index，就是我们刚才添加进去名为house的indexname。

▼然后输入索引名称，点击next step

▼选择houseDTO的createDateTime字段作为过滤字段（用来在Discover里过滤数据）

▼创建完成之后，切换到Discover

右侧的时间选择框，就是创建索引模式时选择的createDateTime字段。

---

5.修正时区问题 
走到这里ElasticSearch和Kibana的环境都已经搭建起来了，并且也能正常使用。不过还有个问题，我插入数据到ES时checkInDateTime是2019-12-09 00:00:00，createDateTime是2019-07-15 09:05:02，但是Kibana显示的时候却比实际时间多了8个小时。这是因为NEST的序列化器默认认为我们的DateTime类型是UTC时区的，序列化时把时区信息丢失了，而我们的Kibana设置的东八区。所以显示的时候直接在原有时间上加了8个小时。 
我们知道NEST也是用Newtonsoft.Json进行序列化的，所以可以从这里入手解决这个问题：

 var node = new Uri(ConstString.EsUrl);
var pool = new SingleNodeConnectionPool(node);
var settings = new ConnectionSettings(pool, sourceSerializer: (builtin, setting) => new JsonNetSerializer(builtin, setting, () => new Newtonsoft.Json.JsonSerializerSettings { DateTimeZoneHandling = Newtonsoft.Json.DateTimeZoneHandling.Local }));
var client = new ElasticClient(settings);

创建client时传入设置参数。 

---

6. 中文分词 
ES内置几款分析器，具体参见Analyzers。但这几款对于中文分词不好，这里建议使用IK分词，Github。 
下载作者编译好的插件https://github.com/medcl/elasticsearch-analysis-ik/releases，然后在ES根目录的plugins目录下新建ik文件夹然后将下载好的解压进去即可。 
重启ES，见到如下字段后，表明加载成功：
 

由于在之前的操作中我们已经创建好了索引对应的mapping，可在这里查看▼

 

而ES的mapping一旦创建好之后就不能再次修改，所以要把house这个索引删除之后再次创建，点击“Manage”删除索引。

重新创建索引和mapping

var node = new Uri(ConstString.EsUrl);
var pool = new SingleNodeConnectionPool(node);
var settings = new ConnectionSettings(pool, sourceSerializer: (builtin, setting) => new JsonNetSerializer(builtin, setting, () => new Newtonsoft.Json.JsonSerializerSettings { DateTimeZoneHandling = Newtonsoft.Json.DateTimeZoneHandling.Local }));

Client = new ElasticClient(settings);
//给address字段添加IK分词
Client.Indices.Create(IndexName.HOUSE.ToString().ToLower(), c => c.Map<HouseDTO>(h => h.AutoMap().Properties(ps => ps.Text(s => s.Name(n => n.Address).Analyzer("ik_max_word").SearchAnalyzer("ik_smart")))));

重新创建成功之后，可以看到addrss字段已经配置好了IK分析器▼：

 

查询结果
Kibana切换到调试工具，查询address配置“荷花”的记录：

这里看到有两个记录命中。

参考： 1.Elasticsearch.Net and NEST: the .NET clients https://github.com/elastic/elasticsearch-net https://www.elastic.co/guide/en/elasticsearch/client/net-api/current/custom-serialization.html