一、ElasticSearch概述

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

Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理PB级别(大数据时代）的数据。es也使用java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。

据国际权威的数据库产品评测机构DB Engines的统计，在2016年1月，ElasticSearch已超过Solr等，成为排名第一的搜索引擎类应用。

总结

1、es基本是开箱即用(解压就可以用!) ,非常简单。Solr安装略微复杂一丢丢!
2、Solr 利用Zookeeper进行分布式管理,而Elasticsearch自身带有分布式协调管理功能。
3、Solr 支持更多格式的数据,比如JSON、XML、 CSV ,而Elasticsearch仅支持json文件格式。
4、Solr 官方提供的功能更多,而Elasticsearch本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要kibana友好支撑
5、Solr 查询快,但更新索引时慢(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) ，即实时性查询快，用于facebook新浪等搜索。
  • Solr是传统搜索应用的有力解决方案，但Elasticsearch更适用于新兴的实时搜索应用。

6、Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而Elasticsearch相对开发维护者较少,更新太快,学习使用成本较高。

二、ElasticSearch安装

Windows下安装

1、安装

下载地址：https://www.elastic.co/cn/downloads/

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

2、熟悉目录

bin 启动文件目录config 配置文件目录    1og4j2 日志配置文件    jvm.options java 虚拟机相关的配置(默认启动占1g内存，内容不够需要自己调整)    elasticsearch.ym1 elasticsearch 的配置文件! 默认9200端口!跨域!1ib   相关jar包modules 功能模块目录plugins 插件目录    ik分词器

3、启动

bin目录下的elasticsearch.bat

访问地址: localhost:9200

{  "name" : "TIANYH",  "cluster_name" : "elasticsearch",  "cluster_uuid" : "IOHRCRK6TKibMGdNZq4YtA",  "version" : {    "number" : "7.6.1",    "build_flavor" : "default",    "build_type" : "zip",    "build_hash" : "aa751e09be0a5072e8570670309b1f12348f023b",    "build_date" : "2020-02-29T00:15:25.529771Z",    "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"}

安装可视化界面

elasticsearch-head

使用前提：需要安装nodejs

1、下载地址

https://github.com/mobz/elasticsearch-head

2、安装

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

cd elasticsearch-head# 安装依赖npm install# 启动npm run start# # 访问http://localhost:9100/

开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）

# 开启跨域http.cors.enabled: true# 所有人访问http.cors.allow-origin: "*"

重启elasticsearch

理解：

  • 如果你是初学者
    • 索引 可以看做 “数据库”
    • 类型 可以看做 “表”
    • 文档 可以看做 “库中的数据（表中的行）”
  • 这个head，我们只是把它当做可视化数据展示工具，之后所有的查询都在kibana中进行
    • 因为不支持json格式化，不方便

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、查看交互存储在Elasticsearch索引中的数据。使用Kibana ,可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单,基于浏览器的用户界面可以快速创建仪表板( dashboard )实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础架构,几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。

1、下载地址:

下载的版本需要与ElasticSearch版本对应

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

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

2、安装

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

bin目录下的kibanan.bat

访问地址: localhost:5601

4、kibana汉化

编辑器打开kibana解压目录/config/kibana.yml，添加

i18n.locale: "zh-CN"

重启kibana

了解ELK

  • ELK是

    Elasticsearch、Logstash、 Kibana三大开源框架首字母大写简称

    。市面上也被成为Elastic Stack。

    • 其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。
      • 像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架，可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。
    • Logstash是ELK的中央数据流引擎,用于从不同目标(文件/数据存储/MQ )收集的不同格式数据,经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。
    • Kibana可以将elasticsearch的数据通过友好的页面展示出来 ,提供实时分析的功能。

  • 市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称 ,但实际上ELK不仅仅适用于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性。并非唯一性。

收集清洗数据(Logstash) ==> 搜索、存储(ElasticSearch) ==> 展示(Kibana)

三、ElasticSearch核心概念

概述

1、索引（ElasticSearch）

  • 包多个分片

2、字段类型（映射）

  • 字段类型映射（字段是整型，还是字符型…）

3、文档

4、分片（Lucene索引，倒排索引）

ElasticSearch是面向文档，关系行数据库和ElasticSearch客观对比！一切都是JSON！

Relational DBElasticSearch
数据库（database）索引（indices）
表（tables）types
行（rows）documents
字段（columns）fields

elasticsearch（集群）中可以包含多个索引（数据库） ,每个索引中可以包含多个类型（表） ,每个类型下又包含多个文档（行） ,每个文档中又包含多个字段（列）。

物理设计:

elasticsearch在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移

一个人就是一个集群! ，即启动的ElasticSearch服务，默认就是一个集群，且默认集群名为elasticsearch

逻辑设计:

一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，可以通过这样的顺序找到它：索引 => 类型 => 文档ID ，通过这个组合我们就能索引到某个具体的文档。 注意：ID不必是整数，实际上它是个字符串。

文档（”行“）

之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要属性:

  • 自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key:value !
  • 可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的!
  • 灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候,我们可以忽略该字段，或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在elasticsearch中，类型有时候也称为映射类型。

类型（“表”）

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为字符串类型。我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢?

  • elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别整什么幺蛾子。

索引（“库”）

索引是映射类型的容器， elasticsearch中的索引是一个非常大的文档集合。 索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。

一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片(primary shard ,又称主分片)构成的，每一个主分片会有一个副本(replica shard，又称复制分片)

有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于失。实际上，一个分片是一个Lucene索引（一个ElasticSearch索引包含多个Lucene索引） ，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。不过，等等，倒排索引是什么鬼?

倒排索引（Lucene索引底层）

简单说就是 按（文章关键字，对应的文档）形式建立索引，根据关键字就可直接查询对应的文档（含关键字的），无需查询每一个文档，如下图

四、IK分词器(elasticsearch插件)

IK分词器：中文分词器

分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一一个匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），比如“我爱狂神”会被分为”我”，”爱”，”狂”，”神” ，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。

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为最细粒度划分!

1、下载

版本要与ElasticSearch版本对应

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

2、安装

ik文件夹是自己创建的

加压即可（但是我们需要解压到ElasticSearch的plugins目录ik文件夹下）

4、使用 ElasticSearch安装补录/bin/elasticsearch-plugin 可以查看插件

E:\ElasticSearch\elasticsearch-7.6.1\bin>elasticsearch-plugin list

5、使用kibana测试

ik_smart：最少切分

GET _analyze{  "analyzer": "ik_smart",  "text": "白日依山尽黄河入海流"}{  "tokens" : [    {      "token" : "白日",      "start_offset" : 0,      "end_offset" : 2,      "type" : "CN_WORD",      "position" : 0    },    {      "token" : "依",      "start_offset" : 2,      "end_offset" : 3,      "type" : "CN_CHAR",      "position" : 1    },    {      "token" : "山",      "start_offset" : 3,      "end_offset" : 4,      "type" : "CN_CHAR",      "position" : 2    },    {      "token" : "尽",      "start_offset" : 4,      "end_offset" : 5,      "type" : "CN_CHAR",      "position" : 3    },    {      "token" : "黄河",      "start_offset" : 5,      "end_offset" : 7,      "type" : "CN_WORD",      "position" : 4    },    {      "token" : "入海流",      "start_offset" : 7,      "end_offset" : 10,      "type" : "CN_WORD",      "position" : 5    }  ]}

ik_max_word：最细粒度划分（穷尽词库的可能）

GET _analyze{  "analyzer": "ik_max_word",  "text": "白日依山尽黄河入海流"}{  "tokens" : [    {      "token" : "白日",      "start_offset" : 0,      "end_offset" : 2,      "type" : "CN_WORD",      "position" : 0    },    {      "token" : "依",      "start_offset" : 2,      "end_offset" : 3,      "type" : "CN_CHAR",      "position" : 1    },    {      "token" : "山",      "start_offset" : 3,      "end_offset" : 4,      "type" : "CN_CHAR",      "position" : 2    },    {      "token" : "尽",      "start_offset" : 4,      "end_offset" : 5,      "type" : "CN_CHAR",      "position" : 3    },    {      "token" : "黄河",      "start_offset" : 5,      "end_offset" : 7,      "type" : "CN_WORD",      "position" : 4    },    {      "token" : "入海流",      "start_offset" : 7,      "end_offset" : 10,      "type" : "CN_WORD",      "position" : 5    },    {      "token" : "入海",      "start_offset" : 7,      "end_offset" : 9,      "type" : "CN_WORD",      "position" : 6    },    {      "token" : "海流",      "start_offset" : 8,      "end_offset" : 10,      "type" : "CN_WORD",      "position" : 7    }  ]}

6、添加自定义的词添加到扩展字典中

elasticsearch目录/plugins/ik/config/IKAnalyzer.cfg.xml

打开 IKAnalyzer.cfg.xml 文件，扩展字典

IK Analyzer 扩展配置my.dic <!-- words_location --><!-- words_location -->

编写 my.dic

白日依山尽黄河入海流
GET _analyze{  "analyzer": "ik_smart",  "text": "白日依山尽黄河入海流"}{  "tokens" : [    {      "token" : "白日依山尽",      "start_offset" : 0,      "end_offset" : 5,      "type" : "CN_WORD",      "position" : 0    },    {      "token" : "黄河入海流",      "start_offset" : 5,      "end_offset" : 10,      "type" : "CN_WORD",      "position" : 1    }  ]}

五、Rest风格说明

一种软件架构风格,而不是标准,只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。

基本Rest命令说明：

methodurl地址描述
PUT（创建,修改）localhost:9200/索引名称/类型名称/文档id创建文档（指定文档id）
POST（创建）localhost:9200/索引名称/类型名称创建文档（随机文档id）
POST（修改）localhost:9200/索引名称/类型名称/文档id/_update修改文档
DELETE（删除）localhost:9200/索引名称/类型名称/文档id删除文档
GET（查询）localhost:9200/索引名称/类型名称/文档id查询文档通过文档ID
POST（查询）localhost:9200/索引名称/类型名称/文档id/_search查询所有数据

测试1、创建一个索引，添加

PUT /test/type/1{  "name": "测试",  "age": 18}{  "_index" : "test",  "_type" : "type",  "_id" : "1",  "_version" : 1,  "result" : "created",  "_shards" : {    "total" : 2,    "successful" : 1,    "failed" : 0  },  "_seq_no" : 0,  "_primary_term" : 1}

2、字段数据类型

  • 字符串类型

    • text、

      keyword

      • text：支持分词，全文检索,支持模糊、精确查询,不支持聚合,排序操作;text类型的最大支持的字符长度无限制,适合大字段存储；
      • keyword：不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。

  • 数值型

    • long、Integer、short、byte、double、float、half float、scaled float

  • 日期类型

    • date

  • te布尔类型

    • boolean

  • 二进制类型

    • binary

  • 等等…

3、指定字段的类型（使用PUT）

类似于建库（建立索引和字段对应类型），也可看做规则的建立

PUT /test2{  "mappings": {    "properties": {      "name": {        "type": "text"      },      "age":{        "type": "long"      },      "birthday":{        "type": "date"      }    }  }}{  "acknowledged" : true,  "shards_acknowledged" : true,  "index" : "test2"}

4、获取3建立的规则

GET test2{  "test2" : {    "aliases" : { },    "mappings" : {      "properties" : {        "age" : {          "type" : "long"        },        "birthday" : {          "type" : "date"        },        "name" : {          "type" : "text"        }      }    },    "settings" : {      "index" : {        "creation_date" : "1676438148562",        "number_of_shards" : "1",        "number_of_replicas" : "1",        "uuid" : "d-qUkOZKQJKzd68KHiN_pw",        "version" : {          "created" : "7060199"        },        "provided_name" : "test2"      }    }  }}

5、获取默认信息

_doc 默认类型（default type），type 在未来的版本中会逐渐弃用，因此产生一个默认类型进行代替

PUT /test3/_doc/1{  "name": "黄河",  "age": 18}{  "_index" : "test3",  "_type" : "_doc",  "_id" : "1",  "_version" : 1,  "result" : "created",  "_shards" : {    "total" : 2,    "successful" : 1,    "failed" : 0  },  "_seq_no" : 0,  "_primary_term" : 1}GET test3{  "test3" : {    "aliases" : { },    "mappings" : {      "properties" : {        "age" : {          "type" : "long"        },        "name" : {          "type" : "text",          "fields" : {            "keyword" : {              "type" : "keyword",              "ignore_above" : 256            }          }        }      }    },    "settings" : {      "index" : {        "creation_date" : "1676438576004",        "number_of_shards" : "1",        "number_of_replicas" : "1",        "uuid" : "QmHErZuzSvmczgtgyzC7oA",        "version" : {          "created" : "7060199"        },        "provided_name" : "test3"      }    }  }}

如果自己的文档字段没有被指定，那么ElasticSearch就会给我们默认配置字段类型

扩展：通过GET _cat/ 可以获取ElasticSearch的当前的很多信息！

=^.^=/_cat/allocation/_cat/shards/_cat/shards/{index}/_cat/master/_cat/nodes/_cat/tasks/_cat/indices/_cat/indices/{index}/_cat/segments/_cat/segments/{index}/_cat/count/_cat/count/{index}/_cat/recovery/_cat/recovery/{index}/_cat/health/_cat/pending_tasks/_cat/aliases/_cat/aliases/{alias}/_cat/thread_pool/_cat/thread_pool/{thread_pools}/_cat/plugins/_cat/fielddata/_cat/fielddata/{fields}/_cat/nodeattrs/_cat/repositories/_cat/snapshots/{repository}/_cat/templates

6、修改

两种方案

①旧的（使用put覆盖原来的值）

  • 版本+1（_version）
  • 但是如果漏掉某个字段没有写，那么更新是没有写的字段 ，会消失
PUT /test/type/1{  "name": "测试",  "age": 19}GET /test/_doc/1{  "_index" : "test",  "_type" : "_doc",  "_id" : "1",  "_version" : 2,  "_seq_no" : 1,  "_primary_term" : 1,  "found" : true,  "_source" : {    "name" : "测试",    "age" : 19  }}PUT /test/type/1{  "age": 20}GET /test/_doc/1{  "_index" : "test",  "_type" : "_doc",  "_id" : "1",  "_version" : 3,  "_seq_no" : 2,  "_primary_term" : 1,  "found" : true,  "_source" : {    "age" : 20  }}

②新的（使用post的update）

  • version不会改变
  • 需要注意doc
  • 不会丢失字段
POST /test/_doc/1/_update{  "doc":{    "age":11  }}GET /test/_doc/1{  "_index" : "test",  "_type" : "_doc",  "_id" : "1",  "_version" : 5,  "_seq_no" : 4,  "_primary_term" : 1,  "found" : true,  "_source" : {    "name" : "测试",    "age" : 11  }}

7、删除

DELETE /test{  "acknowledged" : true}

8、查询（简单条件）

GET /test/_doc/_search?q=age:19{  "took" : 1,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 1,      "relation" : "eq"    },    "max_score" : 1.0,    "hits" : [      {        "_index" : "test",        "_type" : "_doc",        "_id" : "1",        "_score" : 1.0,        "_source" : {          "name" : "测试",          "age" : 19        }      }    ]  }}

9、复杂查询①查询匹配

  • match：匹配（会使用分词器解析（先分析文档，然后进行查询））
  • _source：过滤字段
  • sort：排序
  • form、size 分页
GET /test/_doc/_search{  }{  "took" : 0,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 5,      "relation" : "eq"    },    "max_score" : 1.0,    "hits" : [      {        "_index" : "test",        "_type" : "_doc",        "_id" : "1",        "_score" : 1.0,        "_source" : {          "name" : "测试",          "age" : 19        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "2",        "_score" : 1.0,        "_source" : {          "name" : "小李",          "age" : 19        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "3",        "_score" : 1.0,        "_source" : {          "name" : "小张",          "age" : 18        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "4",        "_score" : 1.0,        "_source" : {          "name" : "小明",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "5",        "_score" : 1.0,        "_source" : {          "name" : "明明",          "age" : 16        }      }    ]  }}
GET /test/_doc/_search{  "query":{    "match":{      "name":"明"    }  },  "_source":["age","name"],  "sort":[{"age":{"order":"asc"}}],  "from":0,  "size":20}{  "took" : 0,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 2,      "relation" : "eq"    },    "max_score" : null,    "hits" : [      {        "_index" : "test",        "_type" : "_doc",        "_id" : "4",        "_score" : null,        "_source" : {          "name" : "小明",          "age" : 16        },        "sort" : [          16        ]      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "5",        "_score" : null,        "_source" : {          "name" : "明明",          "age" : 16        },        "sort" : [          16        ]      }    ]  }}

②多条件查询（bool）

  • must 相当于 and
  • should 相当于 or
  • must_not 相当于 not (... and ...)
  • filter 过滤
GET /test/_doc/_search{  "query":{    "bool":{      "must":[{"match":{"age":16}},{"match":{"name":"小"}}],      "filter":{        "range":{        "age":{          "gte":15,          "lte":17          }        }      }    }  } }{  "took" : 1,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 4,      "relation" : "eq"    },    "max_score" : 1.2940125,    "hits" : [      {        "_index" : "test",        "_type" : "_doc",        "_id" : "4",        "_score" : 1.2940125,        "_source" : {          "name" : "小明",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "6",        "_score" : 1.2940125,        "_source" : {          "name" : "小黄",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "7",        "_score" : 1.2940125,        "_source" : {          "name" : "小黑",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "9",        "_score" : 1.2940125,        "_source" : {          "name" : "小花",          "age" : 16        }      }    ]  }}

③匹配数组

  • 貌似不能与其它字段一起使用
  • 可以多关键字查（空格隔开）— 匹配字段也是符合的
  • match 会使用分词器解析（先分析文档，然后进行查询）
  • 搜词
GET /test/_doc/_search{  "query":{    "match":{      "name":"明 黑"    }  }}{  "took" : 1,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 3,      "relation" : "eq"    },    "max_score" : 1.9388659,    "hits" : [      {        "_index" : "test",        "_type" : "_doc",        "_id" : "7",        "_score" : 1.9388659,        "_source" : {          "name" : "小黑",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "5",        "_score" : 1.4651942,        "_source" : {          "name" : "明明",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "4",        "_score" : 1.0729234,        "_source" : {          "name" : "小明",          "age" : 16        }      }    ]  }}

④精确查询

  • term 直接通过 倒排索引 指定词条查询
  • 适合查询 number、date、keyword ，不适合text
GET /test/_doc/_search{  "query":{    "term":{      "age":16    }  }}{  "took" : 0,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 5,      "relation" : "eq"    },    "max_score" : 1.0,    "hits" : [      {        "_index" : "test",        "_type" : "_doc",        "_id" : "4",        "_score" : 1.0,        "_source" : {          "name" : "小明",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "5",        "_score" : 1.0,        "_source" : {          "name" : "明明",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "6",        "_score" : 1.0,        "_source" : {          "name" : "小黄",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "7",        "_score" : 1.0,        "_source" : {          "name" : "小黑",          "age" : 16        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "9",        "_score" : 1.0,        "_source" : {          "name" : "小花",          "age" : 16        }      }    ]  }}

⑤text和keyword

  • text：
    • 支持分词，全文检索、支持模糊、精确查询,不支持聚合,排序操作;
    • text类型的最大支持的字符长度无限制,适合大字段存储；
  • keyword：
    • 不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。
    • keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。
// 设置索引类型PUT /test2{  "mappings": {    "properties": {      "text":{        "type":"text"      },      "keyword":{        "type":"keyword"      }    }  }}// 设置字段数据PUT /test2/_doc/1{  "text":"测试keyword和text是否支持分词",  "keyword":"测试keyword和text是否支持分词"}GET /test2/_doc/_search{  "query":{   "match":{      "text":"测试"   }  }}{  "took" : 426,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 1,      "relation" : "eq"    },    "max_score" : 0.5753642,    "hits" : [      {        "_index" : "test2",        "_type" : "_doc",        "_id" : "1",        "_score" : 0.5753642,        "_source" : {          "text" : "测试keyword和text是否支持分词",          "keyword" : "测试keyword和text是否支持分词"        }      }    ]  }}GET /test2/_doc/_search{  "query":{   "match":{      "keyword":"测试"   }  }}{  "took" : 0,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 0,      "relation" : "eq"    },    "max_score" : null,    "hits" : [ ]  }}GET _analyze{  "analyzer": "keyword",  "text": ["白日依山尽"]}{  "tokens" : [    {      "token" : "白日依山尽",      "start_offset" : 0,      "end_offset" : 5,      "type" : "word",      "position" : 0    }  ]}GET _analyze{  "analyzer": "standard",    "text": ["白日依山尽"]}{  "tokens" : [    {      "token" : "白",      "start_offset" : 0,      "end_offset" : 1,      "type" : "",      "position" : 0    },    {      "token" : "日",      "start_offset" : 1,      "end_offset" : 2,      "type" : "",      "position" : 1    },    {      "token" : "依",      "start_offset" : 2,      "end_offset" : 3,      "type" : "",      "position" : 2    },    {      "token" : "山",      "start_offset" : 3,      "end_offset" : 4,      "type" : "",      "position" : 3    },    {      "token" : "尽",      "start_offset" : 4,      "end_offset" : 5,      "type" : "",      "position" : 4    }  ]}GET _analyze{  "analyzer": "ik_max_word",    "text": ["白日依山尽"]}{  "tokens" : [    {      "token" : "白日依山尽",      "start_offset" : 0,      "end_offset" : 5,      "type" : "CN_WORD",      "position" : 0    },    {      "token" : "白日",      "start_offset" : 0,      "end_offset" : 2,      "type" : "CN_WORD",      "position" : 1    },    {      "token" : "依",      "start_offset" : 2,      "end_offset" : 3,      "type" : "CN_CHAR",      "position" : 2    },    {      "token" : "山",      "start_offset" : 3,      "end_offset" : 4,      "type" : "CN_CHAR",      "position" : 3    },    {      "token" : "尽",      "start_offset" : 4,      "end_offset" : 5,      "type" : "CN_CHAR",      "position" : 4    }  ]}

⑥高亮查询

GET /test/_doc/_search{    "query":{        "match":{"name":"小"}    },        "highlight":{      "fields":{        "name":{}      }    }  }{  "took" : 89,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 6,      "relation" : "eq"    },    "max_score" : 0.18681718,    "hits" : [      {        "_index" : "test",        "_type" : "_doc",        "_id" : "2",        "_score" : 0.18681718,        "_source" : {          "name" : "小李",          "age" : 19        },        "highlight" : {          "name" : [            "小李"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "3",        "_score" : 0.18681718,        "_source" : {          "name" : "小张",          "age" : 18        },        "highlight" : {          "name" : [            "小张"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "4",        "_score" : 0.18681718,        "_source" : {          "name" : "小明",          "age" : 16        },        "highlight" : {          "name" : [            "小明"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "6",        "_score" : 0.18681718,        "_source" : {          "name" : "小黄",          "age" : 16        },        "highlight" : {          "name" : [            "小黄"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "7",        "_score" : 0.18681718,        "_source" : {          "name" : "小黑",          "age" : 16        },        "highlight" : {          "name" : [            "小黑"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "9",        "_score" : 0.18681718,        "_source" : {          "name" : "小花",          "age" : 16        },        "highlight" : {          "name" : [            "小花"          ]        }      }    ]  }}GET /test/_doc/_search{    "query":{        "match":{"name":"小"}    },      "highlight": {    "pre_tags": "
",    "post_tags": "
",     "fields": {      "name": {}    }  }  }{  "took" : 2,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 6,      "relation" : "eq"    },    "max_score" : 0.18681718,    "hits" : [      {        "_index" : "test",        "_type" : "_doc",        "_id" : "2",        "_score" : 0.18681718,        "_source" : {          "name" : "小李",          "age" : 19        },        "highlight" : {          "name" : [            "
小
李"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "3",        "_score" : 0.18681718,        "_source" : {          "name" : "小张",          "age" : 18        },        "highlight" : {          "name" : [            "
小
张"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "4",        "_score" : 0.18681718,        "_source" : {          "name" : "小明",          "age" : 16        },        "highlight" : {          "name" : [            "
小
明"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "6",        "_score" : 0.18681718,        "_source" : {          "name" : "小黄",          "age" : 16        },        "highlight" : {          "name" : [            "
小
黄"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "7",        "_score" : 0.18681718,        "_source" : {          "name" : "小黑",          "age" : 16        },        "highlight" : {          "name" : [            "
小
黑"          ]        }      },      {        "_index" : "test",        "_type" : "_doc",        "_id" : "9",        "_score" : 0.18681718,        "_source" : {          "name" : "小花",          "age" : 16        },        "highlight" : {          "name" : [            "
小
花"          ]        }      }    ]  }}

六、SpringBoot整合1、导入依赖

导入elasticsearch

        org.springframework.boot        spring-boot-starter-data-elasticsearch

提前导入fastjson、lombok

        com.alibaba        fastjson        1.2.70        org.projectlombok        lombok        true

2、创建并编写配置类

@Configurationpublic class ElasticSearchConfig {// 注册 rest高级客户端@Beanpublic RestHighLevelClient restHighLevelClient(){RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("localhost",9200,"http")));return client;}}

3、创建并编写实体类

@Data@NoArgsConstructor@AllArgsConstructorpublic class User implements Serializable {private static final long serialVersionUID = -3843548915035470817L;private String name;private Integer age;}

4、测试注入 RestHighLevelClient

    @Autowired    public RestHighLevelClient restHighLevelClient;

索引的操作1、索引的创建

    public void CreatIndex() throws IOException {        CreateIndexRequest request = new CreateIndexRequest("test6");        CreateIndexResponse response = restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);        System.out.println(response.isAcknowledged());        System.out.println(response);        restHighLevelClient.close();        return ;    }

2、索引的获取，并判断其是否存在

    public void IndexIsExists() throws IOException {        GetIndexRequest request = new GetIndexRequest("test6");        boolean exists = restHighLevelClient.indices().exists(request,RequestOptions.DEFAULT);        System.out.println(exists);        restHighLevelClient.close();        return;    }

3、索引的删除

    public void DeleteIndex() throws IOException {        DeleteIndexRequest request = new DeleteIndexRequest("test6");        AcknowledgedResponse response = restHighLevelClient.indices().delete(request,RequestOptions.DEFAULT);        System.out.println(response.isAcknowledged());        restHighLevelClient.close();        return;    }

文档的操作1、文档的添加

public void AddDocument() throws IOException {User user = new User("笑笑",25);IndexRequest request = new IndexRequest("test");request.id("16");request.timeout(TimeValue.timeValueMillis(1000));request.source(JSON.toJSONString(user),XContentType.JSON);IndexResponse response = restHighLevelClient.index(request,RequestOptions.DEFAULT);System.out.println(response.status());System.out.println(response);restHighLevelClient.close();    return;}

2、文档信息的获取

public void GetDocument() throws IOException {GetRequest request = new GetRequest("test","1");GetResponse response = restHighLevelClient.get(request,RequestOptions.DEFAULT);System.out.println(response.getSourceAsString());restHighLevelClient.close();return;}

3、文档的获取，并判断其是否存在

public void DocumentIsExists() throws IOException {    GetRequest request = new GetRequest("test","1111");    request.fetchSourceContext(new FetchSourceContext(false));    request.storedFields("_none_");    boolean exists = restHighLevelClient.exists(request,RequestOptions.DEFAULT);    System.out.println(exists);    restHighLevelClient.close();    return;}

4、文档的更新

public void UpdateDocument() throws IOException {UpdateRequest request =  new UpdateRequest("test","16");User user = new User("黑黑",18);request.doc(JSON.toJSONString(user),XContentType.JSON);UpdateResponse response = restHighLevelClient.update(request,RequestOptions.DEFAULT);System.out.println(response.status());restHighLevelClient.close();    return;}

5、文档的删除

public void DeleteDocument() throws Exception {DeleteRequest request = new DeleteRequest("test","1");request.timeout("1s");DeleteResponse response = restHighLevelClient.delete(request,RequestOptions.DEFAULT);System.out.println(response.status());restHighLevelClient.close();}

6、文档的查询

public void Search() throws Exception {SearchRequest request = new SearchRequest("test");SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name","明");//MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();searchSourceBuilder.highlighter(new HighlightBuilder());searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));searchSourceBuilder.query(termQueryBuilder);//searchSourceBuilder.query(matchAllQueryBuilder);searchSourceBuilder.from(0);searchSourceBuilder.size(100);request.source(searchSourceBuilder);SearchResponse search = restHighLevelClient.search(request, RequestOptions.DEFAULT);SearchHits hits = search.getHits();System.out.println(JSON.toJSONString(hits));System.out.println("++++++++++++++++++++++++++++++++++++++++");for (SearchHit documentFields: hits.getHits()) {System.out.println(documentFields.getSourceAsMap());}restHighLevelClient.close();}

错误的批量添加数据

public void test() throws Exception {    IndexRequest request = new IndexRequest("bulk");    request.source(JSON.toJSONString(new User("小1",12)),XContentType.JSON);request.source(JSON.toJSONString(new User("小2",12)),XContentType.JSON);request.source(JSON.toJSONString(new User("小3",12)),XContentType.JSON);request.source(JSON.toJSONString(new User("小4",12)),XContentType.JSON);request.source(JSON.toJSONString(new User("小5",12)),XContentType.JSON);request.source(JSON.toJSONString(new User("小6",12)),XContentType.JSON);request.source(JSON.toJSONString(new User("小7",12)),XContentType.JSON);IndexResponse indexResponse = restHighLevelClient.index(request,RequestOptions.DEFAULT);System.out.println(indexResponse.status());restHighLevelClient.close();}

7、批量添加数据

public void testBullk() throws Exception {BulkRequest bulkRequest = new BulkRequest();bulkRequest.timeout("10s");ArrayList users = new ArrayList();users.add(new User("小1",12));users.add(new User("小2",12));users.add(new User("小3",12));users.add(new User("小4",12));users.add(new User("小5",12));users.add(new User("小6",12));for (User user:users) {bulkRequest.add(new IndexRequest("bulk").source(JSON.toJSONString(user),XContentType.JSON));}BulkResponse response = restHighLevelClient.bulk(bulkRequest,RequestOptions.DEFAULT);System.out.println(response.status());restHighLevelClient.close();}

七、ElasticSearch实战防京东商城搜索（高亮）

1、导入依赖

                    org.jsoup        jsoup        1.10.2                    com.alibaba        fastjson        1.2.70                    org.springframework.boot        spring-boot-starter-data-elasticsearch                    org.springframework.boot        spring-boot-starter-thymeleaf                    org.springframework.boot        spring-boot-starter-web                    org.springframework.boot        spring-boot-devtools        runtime        true                    org.springframework.boot        spring-boot-configuration-processor        true                    org.projectlombok        lombok        true                    org.springframework.boot        spring-boot-starter-test        test

2、导入前端素材

ES资料地址：链接：https://pan.baidu.com/s/1qdvSk7SdVnlI8QzeK5gxaA 提取码：ldrh

3、编写 application.preperties配置文件

# 更改端口，防止冲突server.port=9999# 关闭thymeleaf缓存spring.thymeleaf.cache=false

4、测试controller和view

@Controllerpublic class DemoApi {@GetMapping({"/","index"})public String index(){return "index";}}

5、编写service

ContentService

@Servicepublic class ContentService {@Autowiredprivate RestHighLevelClient restHighLevelClient;// 1、解析数据放入 es 索引中public Boolean parseContent(String keyword) throws IOException {// 获取内容List contents = HtmlParseUtil.parseJD(keyword);// 内容放入 es 中BulkRequest bulkRequest = new BulkRequest();bulkRequest.timeout("2m"); // 可更具实际业务是指for (int i = 0; i < contents.size(); i++) {bulkRequest.add(new IndexRequest("jd_goods").id(""+(i+1)).source(JSON.toJSONString(contents.get(i)), XContentType.JSON));}BulkResponse bulk = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);//restHighLevelClient.close();return !bulk.hasFailures();}// 2、根据keyword分页查询结果public List<Map> search(String keyword, Integer pageIndex, Integer pageSize) throws IOException {if (pageIndex < 0){pageIndex = 0;}SearchRequest jd_goods = new SearchRequest("jd_goods");// 创建搜索源建造者对象SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();// 条件采用：精确查询 通过keyword查字段nameTermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", keyword);searchSourceBuilder.query(termQueryBuilder);searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));// 60s// 分页searchSourceBuilder.from(pageIndex);searchSourceBuilder.size(pageSize);// 高亮// ....// 搜索源放入搜索请求中jd_goods.source(searchSourceBuilder);// 执行查询，返回结果SearchResponse searchResponse = restHighLevelClient.search(jd_goods, RequestOptions.DEFAULT);//restHighLevelClient.close();// 解析结果SearchHits hits = searchResponse.getHits();List<Map> results = new ArrayList();for (SearchHit documentFields : hits.getHits()) {Map sourceAsMap = documentFields.getSourceAsMap();results.add(sourceAsMap);}// 返回查询的结果return results;}// 3、 在2的基础上进行高亮查询public List<Map> highlightSearch(String keyword, Integer pageIndex, Integer pageSize) throws IOException {SearchRequest searchRequest = new SearchRequest("jd_goods");SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();// 精确查询，添加查询条件TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", keyword);searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));searchSourceBuilder.query(termQueryBuilder);// 分页searchSourceBuilder.from(pageIndex);searchSourceBuilder.size(pageSize);// 高亮 =========HighlightBuilder highlightBuilder = new HighlightBuilder();highlightBuilder.field("name");highlightBuilder.preTags("");highlightBuilder.postTags("");searchSourceBuilder.highlighter(highlightBuilder);// 执行查询searchRequest.source(searchSourceBuilder);SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);// 解析结果 ==========SearchHits hits = searchResponse.getHits();List<Map> results = new ArrayList();for (SearchHit documentFields : hits.getHits()) {// 使用新的字段值（高亮），覆盖旧的字段值Map sourceAsMap = documentFields.getSourceAsMap();// 高亮字段Map highlightFields = documentFields.getHighlightFields();HighlightField name = highlightFields.get("name");// 替换if (name != null){Text[] fragments = name.fragments();StringBuilder new_name = new StringBuilder();for (Text text : fragments) {new_name.append(text);}sourceAsMap.put("name",new_name.toString());}results.add(sourceAsMap);}return results;}}

6、编写controller

@Controllerpublic class DemoApi {@GetMapping({"/","index"})public String index(){return "index";}@Autowiredprivate ContentService contentService;@ResponseBody@GetMapping("/parse/{keyword}")public Boolean parse(@PathVariable("keyword") String keyword) throws IOException {return contentService.parseContent(keyword);}@ResponseBody@GetMapping("/search/{keyword}/{pageIndex}/{pageSize}")public List<Map> parse(@PathVariable("keyword") String keyword,   @PathVariable("pageIndex") Integer pageIndex,   @PathVariable("pageSize") Integer pageSize) throws IOException {return contentService.search(keyword,pageIndex,pageSize);}@ResponseBody@GetMapping("/h_search/{keyword}/{pageIndex}/{pageSize}")public List<Map> highlightParse(@PathVariable("keyword") String keyword,@PathVariable("pageIndex") Integer pageIndex,@PathVariable("pageSize") Integer pageSize) throws IOException {return contentService.highlightSearch(keyword,pageIndex,pageSize);}}

7、爬虫（jsoup）HtmlParseUtil

public class HtmlParseUtil {public static void main(String[] args) throws IOException {/// 使用前需要联网// 请求urlString url = "http://search.jd.com/search?keyword=java";// 1.解析网页(jsoup 解析返回的对象是浏览器Document对象)Document document = Jsoup.parse(new URL(url), 30000);// 使用document可以使用在js对document的所有操作// 2.获取元素（通过id）Element j_goodsList = document.getElementById("J_goodsList");// 3.获取J_goodsList ul 每一个 liElements lis = j_goodsList.getElementsByTag("li");// 4.获取li下的 img、price、namefor (Element li : lis) {String img = li.getElementsByTag("img").eq(0).attr("src");// 获取li下 第一张图片String name = li.getElementsByClass("p-name").eq(0).text();String price = li.getElementsByClass("p-price").eq(0).text();System.out.println("=======================");System.out.println("img : " + img);System.out.println("name : " + name);System.out.println("price : " + price);}}public static List parseJD(String keyword) throws IOException {/// 使用前需要联网// 请求urlString url = "http://search.jd.com/search?keyword=" + keyword;// 1.解析网页(jsoup 解析返回的对象是浏览器Document对象)Document document = Jsoup.parse(new URL(url), 30000);// 使用document可以使用在js对document的所有操作// 2.获取元素（通过id）Element j_goodsList = document.getElementById("J_goodsList");// 3.获取J_goodsList ul 每一个 liElements lis = j_goodsList.getElementsByTag("li");//        System.out.println(lis);// 4.获取li下的 img、price、name// list存储所有li下的内容List contents = new ArrayList();for (Element li : lis) {// 由于网站图片使用懒加载，将src属性替换为data-lazy-imgString img = li.getElementsByTag("img").eq(0).attr("data-lazy-img");// 获取li下 第一张图片String name = li.getElementsByClass("p-name").eq(0).text();String price = li.getElementsByClass("p-price").eq(0).text();// 封装为对象Content content = new Content(name,img,price);// 添加到list中contents.add(content);}        System.out.println(contents);// 5.返回 listreturn contents;}}

Content

@Data@AllArgsConstructor@NoArgsConstructorpublic class Content implements Serializable {private static final long serialVersionUID = -8049497962627482693L;private String name;private String img;private String price;}

8、前后端分离引入js

修改后的index.html

        狂神说Java-ES仿京东实战        
    
                
            
                
                                        
                                            
                    
                                                
                                                            
                                    天猫搜索                                    
                                        
                                            
                                                                                                                                                                                                                                                
                                                                                                                                                        
            
                                                    
                        
                            
                                
                                    品牌                                                                
                                                                                                                                                                                            
                    综合                    人气                    新品                    销量                    价格                                                
                    
                        
                                                        
                                                                                                                                                                                        
                                                            
                                                        
                                                            
                                                        
                                店铺： 狂神说Java                                                                                     
                                月成交999笔                                评价 3                            
                                                                                        new Vue({        el:"#app",        data:{            "keyword": '', // 搜索的关键字            "results":[] // 后端返回的结果        },        methods:{            searchKey(){                var keyword = this.keyword;                console.log(keyword);                axios.get('h_search/'+keyword+'/0/20').then(response=>{                    console.log(response.data);                    this.results=response.data;                })            }        }    });

9、遗留问题

restHighLevelClient.close(); 引起java.lang.RuntimeException: Request execution cancelled 错误