狂神（狂神唐家三少）

　　本篇文章为你整理了狂神（狂神唐家三少）的详细内容，包含有狂神无双手游下载狂神唐家三少狂神魔尊狂神未删减版阅读狂神，希望能帮助你了解狂神。

　　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。

　　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

　　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

　　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

　　解压即可（尽量将ElasticSearch相关工具放在统一目录下）

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）”

　　
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/

　　解压即可（尽量将ElasticSearch相关工具放在统一目录下）

　　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

　　
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。

　　
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 0个或多个）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!

　　版本要与ElasticSearch版本对应

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

　　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

 ?xml version="1.0" encoding="UTF-8"?

　　 !DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"

　　 properties

　　 comment IK Analyzer 扩展配置 /comment

　　 !--用户可以在这里配置自己的扩展字典 --

　　 entry key="ext_dict" my.dic /entry

　　 !--用户可以在这里配置自己的扩展停止词字典--

　　 entry key="ext_stopwords" /entry

　　 !--用户可以在这里配置远程扩展字典 --

　　 !-- entry key="remote_ext_dict" words_location /entry --

　　 !--用户可以在这里配置远程扩展停止词字典--

　　 !-- entry key="remote_ext_stopwords" words_location /entry --

　　 /properties

　　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：

　　
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。

　　
_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

　　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

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

　　
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）

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；

　　
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。

　　
groupId org.springframework.boot /groupId

　　 artifactId spring-boot-starter-data-elasticsearch /artifactId

　　 /dependency

　　提前导入fastjson、lombok

 dependency

　　 groupId com.alibaba /groupId

　　 artifactId fastjson /artifactId

　　 version 1.2.70 /version

　　 /dependency

　　 !-- lombok需要安装插件 --

　　 dependency

　　 groupId org.projectlombok /groupId

　　 artifactId lombok /artifactId

　　 optional true /optional

　　 /dependency

　　2、创建并编写配置类

@Configuration

　　public class ElasticSearchConfig {

　　 // 注册 rest高级客户端

　　 @Bean

　　 public 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

　　@AllArgsConstructor

　　public class User implements Serializable {

　　 private static final long serialVersionUID = -3843548915035470817L;

　　 private String name;

　　 private Integer age;

　　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 User 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

 dependencies

　　 !-- jsoup解析页面 --

　　 !-- 解析网页爬视频可研究tiko --

　　 dependency

　　 groupId org.jsoup /groupId

　　 artifactId jsoup /artifactId

　　 version 1.10.2 /version

　　 /dependency

　　 !-- fastjson --

　　 dependency

　　 groupId com.alibaba /groupId

　　 artifactId fastjson /artifactId

　　 version 1.2.70 /version

　　 /dependency

　　 !-- ElasticSearch --

　　 dependency

　　 groupId org.springframework.boot /groupId

　　 artifactId spring-boot-starter-data-elasticsearch /artifactId

　　 /dependency

　　 !-- thymeleaf --

　　 dependency

　　 groupId org.springframework.boot /groupId

　　 artifactId spring-boot-starter-thymeleaf /artifactId

　　 /dependency

　　 !-- web --

　　 dependency

　　 groupId org.springframework.boot /groupId

　　 artifactId spring-boot-starter-web /artifactId

　　 /dependency

　　 !-- devtools热部署 --

　　 dependency

　　 groupId org.springframework.boot /groupId

　　 artifactId spring-boot-devtools /artifactId

　　 scope runtime /scope

　　 optional true /optional

　　 /dependency

　　 !-- --

　　 dependency

　　 groupId org.springframework.boot /groupId

　　 artifactId spring-boot-configuration-processor /artifactId

　　 optional true /optional

　　 /dependency

　　 !-- lombok 需要安装插件 --

　　 dependency

　　 groupId org.projectlombok /groupId

　　 artifactId lombok /artifactId

　　 optional true /optional

　　 /dependency

　　 !-- test --

　　 dependency

　　 groupId org.springframework.boot /groupId

　　 artifactId spring-boot-starter-test /artifactId

　　 scope test /scope

　　 /dependency

　　 /dependencies

　　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

@Controller

　　public class DemoApi {

　　 @GetMapping({"/","index"})

　　 public String index(){

　　 return "index";

　　5、编写service

　　ContentService

@Service

　　public class ContentService {

　　 @Autowired

　　 private 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 Content 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 String, Object 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name

　　 TermQueryBuilder 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。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

相关文章阅读