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。

留言与评论(共有 条评论)
   
验证码: