ES（Elasticsearch）的基本使用

一、常见的NoSQL解决方案

1、redis

Redis是一个基于内存的 key-value 结构数据库。Redis是一款采用key-value数据存储格式的内存级NoSQL数据库，重点关注数据存储格式，是key-value格式，也就是键值对的存储形式。与MySQL数据库不同，MySQL数据库有表、有字段、有记录，Redis没有这些东西，就是一个名称对应一个值，并且数据以存储在内存中使用为主。redis的基本使用

2、mongodb

1. MongoDB可以在内存中存储类似对象的数据并实现数据的快速访问。
2. 使用Redis技术可以有效的提高数据访问速度，但是由于Redis的数据格式单一性，无法操作结构化数据，当操作对象型的数据时，Redis就显得捉襟见肘。在保障访问速度的情况下，如果想操作结构化数据，看来Redis无法满足要求了，此时需要使用全新的数据存储结束来解决此问题，即MongoDB技术。mongodb的基本使用

3、ES（Elasticsearch）

1. ES（Elasticsearch）是一个分布式全文搜索引擎，重点是全文搜索。

二、ES的使用

ES简介

1. es是由Apache开源的一个兼有搜索引擎和NoSQL数据库功能的系统，其特点主要如下。
   • 1. 基于Java/Lucene构建，支持全文搜索、结构化搜索（应用于加速数据的查询）
   • 2. 低延迟，支持实时搜索
   • 3. 分布式部署，可横向集群扩展
   • 4. 支持百万级数据
   • 5. 支持多条件复杂查询，如聚合查询
   • 6. 高可用性，数据可以进行切片备份
   • 7. 支持Restful风格的api调用

全文搜索

1. 全文搜索的理解：
   比如用户要在淘宝上买一本书（Java开发），那么他就可以以Java为关键字进行搜索，不管是书名中还是书的介绍中，甚至是书的作者名字，只要包含java就作为查询结果返回给用户查看。这就可以理解为全文搜索。

   • 搜索的条件不再是仅用于对某一个字段进行比对，而是在一条数据中使用搜索条件去比对更多的字段，只要能匹配上就列入查询结果，这就是全文搜索的目的。而ES技术就是一种可以实现上述效果的技术。

2. 全文搜索的实现：
   要实现全文搜索的效果，不可能使用数据库中like操作去进行比对，这种效率太低了。ES设计了一种全新的思想，来实现全文搜索。具体操作过程如下：

   • 1. 将被查询的字段的数据全部文本信息进行拆分，分成若干个词
     • 例如“中华人民共和国”就会被拆分成三个词，分别是“中华”、“人民”、“共和国”，此过程有专业术语叫做分词。分词的策略不同，分出的效果不一样，不同的分词策略称为分词器。
   • 2. 将分词得到的结果存储起来，对应每条数据的id
     • 例如id为1的数据中名称这一项的值是“中华人民共和国”，那么分词结束后，就会出现“中华”对应id为1，“人民”对应id为1，“共和国”对应id为1
     • 例如id为2的数据中名称这一项的值是“人民代表大会“，那么分词结束后，就会出现“人民”对应id为2，“代表”对应id为2，“大会”对应id为2
     • 此时就会出现如下对应结果，按照上述形式可以对所有文档进行分词。需要注意分词的过程不是仅对一个字段进行，而是对每一个参与查询的字段都执行，最终结果汇总到一个表格中

   分词结果关键字	对应id
   中华	1
   人民	1,2
   共和国	1
   代表	2
   大会	2

   • 3. 当进行查询时，如果输入“人民”作为查询条件，可以通过上述表格数据进行比对，得到id值1,2，然后根据id值就可以得到查询的结果数据了。

3. ​上述过程中分词结果关键字内容每一个都不相同，作用有点类似于数据库中的索引，是用来加速数据查询的。

   • 但是数据库中的索引是对某一个字段进行添加索引，而这里的分词结果关键字不是一个完整的字段值，只是一个字段中的其中的一部分内容。并且索引使用时是根据索引内容查找整条数据，全文搜索中的分词结果关键字查询后得到的并不是整条的数据，而是数据的id，要想获得具体数据还要再次查询，因此这里为这种分词结果关键字起了一个全新的名称，叫做倒排索引。

ES的应用场景

1. ES作为全文检索的搜索引擎，在以下几个方面都存在着相应的应用：
   • 1. 监控。针对日志类数据进行存储、分析、可视化。针对日志数据，ES给出了ELK的解决方案。其中logstash采集日志，ES进行复杂的数据分析，kibana进行可视化展示。
   • 2. 电商网站。用于商品信息检索。
   • 3. Json文档数据库。用于存放json格式的文档
   • 4. 维基百科。提供全文搜索并高亮关键字

Es的windows版安装

1. windows版安装包下载地址：https://www.elastic.co/cn/downloads/elasticsearch

   • 下载zip文件，然后直接解压即可，解压完的目录如下：（data目录，是使用了数据库后自己给你创建的，里面的存放的就是你ES数据库的文件）
     

2. ES的运行：在bin目录下，双击elasticserach.bat文件。（默认端口号：9200）
   
   
   然后访问：http://localhost:9200/，看到下面的json数据后，表示es已经启动成功。
   

ES的基础操作

ES的基础操作-----索引操作

1. 对于mysql数据库，我们一般需要创建数据库之后才能继续操作，而ES则需要创建索引之后才能继续操作。
   • 对于es的操作，我们只需要发web请求就可以了。要操作ES可以通过Rest风格的请求来进行（因为它支持rest风格，可以使用postman进行操作），也就是说发送一个请求就可以执行一个操作。比如新建索引，删除索引这些操作都可以使用发送请求的形式来进行。
2. ES中保存的数据，只是格式和数据库存储的数据格式 与我们的mysql等数据库不同而已。
   • 在ES中我们要先创建倒排索引，这个索引的功能又有点类似于数据库的表。
   • 然后将数据添加到倒排索引中，添加的数据称为文档。
   • 所以要进行ES的操作要先创建索引，再添加文档，这样才能进行后续的查询操作。

不具备分词效果的索引的创建（没有指定分词器）

创建索引：注意这里使用的请求方式是put而不是post

获取索引

获取无分词器的索引返回的信息：

{"book": {"aliases": {},"mappings": {},"settings": {"index": {"routing": {"allocation": {"include": {"_tier_preference": "data_content"}}},"number_of_shards": "1","provided_name": "book","creation_date": "1704103713618","number_of_replicas": "1","uuid": "1mabgD9eR7WvHVZeCBfVqw","version": {"created": "7160299"}}}}
}

删除索引

利用分词器进行创建索引（创建索引并指定分词器）

1. 我们在创建索引时，可以添加请求参数，设置分词器。
2. ik分词器的下载：https://github.com/medcl/elasticsearch-analysis-ik/releases
3. 分词器下载后解压到ES安装目录的plugins目录中即可，安装分词器后需要重新启动ES服务器。使用IK分词器创建索引格式：

创建带分词器的索引：创建索引并指定规则

参数数据如下：

{"mappings":{        //mapping表示：定义mappings属性，替换创建索引时对应的mappings属性"properties":{  // properties表示：定义索引中包含的属性设置（属性是自定义的）"id":{       // 设置索引中包含id属性（相当于数据库表中创建一个id字段）"type":"keyword"    //设置当前属性为关键字，可以被直接搜索},"name":{             // 设置索引中包含name属性"type":"text",      //设置当前属性是文本信息，参与分词 "analyzer":"ik_max_word",  //选择当前属性的分词策略，这里表示使用IK分词器进行分词    "copy_to":"all" // 表示把分词结果拷贝到all属性中，即all属性中也有name属性同样的作用},"type":{"type":"keyword"},"description":{"type":"text","analyzer":"ik_max_word","copy_to":"all"},"all":{  //all是一个定义属性（虚拟的属性，数据库中不存在的属性），用来描述多个字段的分词结果集合，当前属性可以参与查询"type":"text","analyzer":"ik_max_word"}}}
}

查询带分词器的索引

返回值：（与前面的查询不带分词器的相比，会发现mappings里面多了很多数据信息）

{"books": {"aliases": {},"mappings": {   //mappings属性已经被替换"properties": {"all": {"type": "text","analyzer": "ik_max_word"},"description": {"type": "text","copy_to": ["all"],"analyzer": "ik_max_word"},"id": {"type": "keyword"},"name": {"type": "text","copy_to": ["all"],"analyzer": "ik_max_word"},"type": {"type": "keyword"}}},"settings": {"index": {"routing": {"allocation": {"include": {"_tier_preference": "data_content"}}},"number_of_shards": "1","provided_name": "books","creation_date": "1704103876876","number_of_replicas": "1","uuid": "nQ2Jmml6QSOGwOI2cswwJw","version": {"created": "7160299"}}}}
}

ES的基础操作-----文档操作

1. 前面我们已经创建了索引了，但是索引中还没有数据，所以要先添加数据，ES中称数据为文档，下面进行文档操作。

添加文档：

1. 添加文档有三种方式：创建books索引下的文档

POST请求	http://localhost:9200/books/_doc		#使用系统生成id（自动帮你创建）
POST请求	http://localhost:9200/books/_doc/1		  #使用指定id，不存在创建，存在更新（版本递增）POST请求	http://localhost:9200/books/_create/1	   #使用指定id（必须指定id）

传参数据一般不使用id属性：因为指定了也不会生效，要么默认帮你创建，要么在请求路径上进行指定
参数的使用：

{"id": 1,  //一般不使用这一行"name": "springboot1","type": "book","desctiption": "an book"
}

第一种请求方式：

返回结果：

{"_index": "books","_type": "_doc","_id": "MgeZxIwB35gR6M6IUssu","_version": 1,"result": "created","_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 1,"_primary_term": 1
}

第二种请求方式：

返回结果：

{"_index": "books","_type": "_doc","_id": "55","_version": 1,"result": "created","_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 2,"_primary_term": 1
}

第三种请求方式：

返回结果：

{"_index": "books","_type": "_doc","_id": "1","_version": 1,"result": "created","_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 0,"_primary_term": 1
}

获取文档

1. 根据id获取某个索引的文档：http://localhost:9200/books/_doc/1
   
2. 获取某个索引的所有的文档：GET请求 http://localhost:9200/books/_search

3. 根据指定条件获取某个索引的所有的文档：

GET请求	http://localhost:9200/books/_search?q=name:springboot	
# q=查询属性名:查询属性值

删除文档

1. 根据id进行删除：DELETE请求 http://localhost:9200/books/_doc/1
   

修改文档（分为全量更新和部分更新）

全量更新（注意这里是put请求，以及_doc）

1. PUT请求 http://localhost:9200/books/_doc/1：根据指定id进行修改，传入的数据就是修改后的数据。

//文档通过请求参数传递，数据格式json
{"name":"springboot","type":"springboot","description":"springboot"
}

修改文档（部分更新）注意：这里是post请求，以及_update

1. POST请求 http://localhost:9200/books/_update/1

//文档通过请求参数传递，数据格式json
{			"doc":{	//部分更新并不是对原始文档进行更新，而是对原始文档对象中的doc属性中的指定属性更新"name":"springboot"		//仅更新提供的属性值，未提供的属性值不参与更新操作}
}

三、Springboot整合ES

1. 整合步骤（依旧是拿三板斧）：

   • 1. 导入依赖
   • 2. 做配置（springboot底层有默认的配置）
   • 3. 调用它的api接口

2. ES有两种级别的客户端，一种是Low Level Client，一种是High Level Client。

   • Low Level Client：这种客户端操作方式性能方面略显不足，不推荐使用，但是springboot最初整合ES的时候使用的是低级别客户端，所以企业开发需要更换成高级别的客户端模式。
   • High Level Clien：高级别客户端与ES版本同步更新

Springboot整合Low Level Client的ES（不推荐使用了，这里了解一下）

1. ES早期的操作方式如下：
   步骤①：导入springboot整合ES的starter坐标（spiringboot里面有指定版本（就是低级别的版本号）

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

步骤②：进行基础配置

spring:elasticsearch:rest:uris: http://localhost:9200

配置ES服务器地址，端口9200（默认就是9200）

步骤③：使用springboot整合ES的专用客户端接口ElasticsearchRestTemplate来进行操作

@SpringBootTest
class Springboot18EsApplicationTests {@Autowiredprivate ElasticsearchRestTemplate template;
}

springboot测试类中的测试类的初始化方法和销毁方法的使用

1. @BeforeEach:在测试类中每个操作运行前运行的方法
2. @AfterEach ：在测试类中每个操作运行后运行的方法

@SpringBootTest
class Springbootests {@BeforeEach		//在测试类中每个操作运行前运行的方法void setUp() {//各种操作}@AfterEach		//在测试类中每个操作运行后运行的方法void tearDown() {//各种操作}}

Springboot整合High Level Client的ES

1. 高级别客户端方式进行springboot整合ES，操作步骤如下：
   步骤①：导入springboot整合ES高级别客户端的坐标，此种形式目前没有对应的starter

<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>

这里的springboot版本为：2.5.4，es的版本为7.16.2，那时候的springboot没有整合高级别的ES，所以配置文件里不需要配置，只能写硬编码配置
步骤②：使用编程的形式设置连接的ES服务器，并获取客户端对象

步骤③：使用客户端对象操作ES，例如创建索引，为索引添加文档等等操作。

ES-----创建客户端

@SpringBootTest
class Springboot18EsApplicationTests {@Autowiredprivate BookMapper bookMapper;private RestHighLevelClient client;@Testvoid testCreateClient() throws IOException {//先创建ES客户端HttpHost host = HttpHost.create("http://localhost:9200");RestClientBuilder builder = RestClient.builder(host);client = new RestHighLevelClient(builder);client.close();}
}

配置ES服务器地址与端口9200，记得客户端使用完毕需要手工关闭。由于当前客户端是手工维护的，因此不能通过自动装配的形式加载对象。

ES-----根据客户端创建索引

@SpringBootTest
class Springboot18EsApplicationTests {@Autowiredprivate BookMapper bookMapper;private RestHighLevelClient client;@Testvoid testCreateIndex() throws IOException {//先创建ES客户端HttpHost host = HttpHost.create("http://localhost:9200");RestClientBuilder builder = RestClient.builder(host);client = new RestHighLevelClient(builder);//在通过ES客户端创建索引CreateIndexRequest request = new CreateIndexRequest("books");client.indices().create(request, RequestOptions.DEFAULT); client.close();}
}

高级别客户端操作是通过发送请求的方式完成所有操作的，ES针对各种不同的操作，设定了各式各样的请求对象，上例中创建索引的对象是CreateIndexRequest，其他操作也会有自己专用的Request对象。

ES-----根据客户端创建索引（使用Ik分词器）

使用分词器IK：

//json的参数：
{"mappings":{"properties":{"id":{"type":"keyword"},"name":{"type":"text","analyzer":"ik_max_word","copy_to":"all"},"type":{"type":"keyword"},"description":{"type":"text","analyzer":"ik_max_word","copy_to":"all"},"all":{"type":"text","analyzer":"ik_max_word"}}}
}

 @Testvoid testCreateClientIndexByIk() throws IOException {
//            创建客户端HttpHost host = HttpHost.create("http://localhost:9200");RestClientBuilder builder = RestClient.builder(host);client = new RestHighLevelClient(builder);CreateIndexRequest request = new CreateIndexRequest("books");String json = "{\n" +"    \"mappings\":{\n" +"        \"properties\":{\n" +"            \"id\":{\n" +"                \"type\":\"keyword\"\n" +"            },\n" +"            \"name\":{\n" +"                \"type\":\"text\",\n" +"                \"analyzer\":\"ik_max_word\",\n" +"                \"copy_to\":\"all\"\n" +"            },\n" +"            \"type\":{\n" +"                \"type\":\"keyword\"\n" +"            },\n" +"            \"description\":{\n" +"                \"type\":\"text\",\n" +"                \"analyzer\":\"ik_max_word\",\n" +"                \"copy_to\":\"all\"\n" +"            },\n" +"            \"all\":{\n" +"                \"type\":\"text\",\n" +"                \"analyzer\":\"ik_max_word\"\n" +"            }\n" +"        }\n" +"    }\n" +"}";//设置请求中的参数（添加分词器）request.source(json, XContentType.JSON);client.indices().create(request, RequestOptions.DEFAULT);client.close();}

IK分词器是通过请求参数的形式进行设置的，设置请求参数使用request对象中的source方法进行设置，至于参数是什么，取决于你的操作种类。当请求中需要参数时，均可使用当前形式进行参数设置。

ES-----为索引添加文档

//    添加文档：@Testvoid testCreateClientIndexByIkAddData() throws IOException {
//            创建客户端HttpHost host = HttpHost.create("http://localhost:9200");RestClientBuilder builder = RestClient.builder(host);client = new RestHighLevelClient(builder);//        进行添加操作，因为前面已经创建好了books索引Book book = bookMapper.selectById(1);
//        把book对象数据转换为json数据，String json = JSON.toJSONString(book);
//        指定添加的文档的id为book.getId()，需要添加文档的索引为booksIndexRequest request = new IndexRequest("books").id(book.getId().toString());
//        传入数据request.source(json,XContentType.JSON);client.index(request,RequestOptions.DEFAULT);client.close();}

添加文档使用的请求对象是IndexRequest，与创建索引使用的请求对象不同。

ES-----为索引批量添加文档

//    批量添加@Testvoid testCreateClientIndexByIkAddBatchData() throws IOException {
//            创建客户端HttpHost host = HttpHost.create("http://localhost:9200");RestClientBuilder builder = RestClient.builder(host);client = new RestHighLevelClient(builder);//        进行添加操作，因为前面已经创建好了books索引List<Book> bookList= bookMapper.selectList(null);
//       BulkRequest的对象，可以将该对象理解为是一个保存request对象的容器，
//       将所有的请求都初始化好后，添加到BulkRequest对象中，再使用BulkRequest对象的bulk方法，一次性执行完毕BulkRequest bulk = new BulkRequest();for (Book book : bookList) {//        把book对象数据转换为json数据，String json = JSON.toJSONString(book);
//        指定添加的文档的id为book.getId()，需要添加文档的索引为booksIndexRequest request = new IndexRequest("books").id(book.getId().toString());
//        传入数据request.source(json,XContentType.JSON);
//            把数据放进BulkRequest对象里面bulk.add(request);}
//        批量执行client.bulk(bulk,RequestOptions.DEFAULT);
//        关闭客户端client.close();}

批量做时，先创建一个BulkRequest的对象，可以将该对象理解为是一个保存request对象的容器，将所有的请求都初始化好后，添加到BulkRequest对象中，再使用BulkRequest对象的bulk方法，一次性执行完毕。

ES-----查询文档

根据id查询

 @Test//按id查询void testGetById() throws IOException {//            创建客户端HttpHost host = HttpHost.create("http://localhost:9200");RestClientBuilder builder = RestClient.builder(host);client = new RestHighLevelClient(builder);//        根据id查询GetRequest request = new GetRequest("books","1");GetResponse response = client.get(request, RequestOptions.DEFAULT);
//        获取查询到的数据中的source属性的数据String json = response.getSourceAsString();System.out.println(json);client.close();}

条件查询

 @Test//按条件查询void testSearch() throws IOException {//            创建客户端HttpHost host = HttpHost.create("http://localhost:9200");RestClientBuilder builder = RestClient.builder(host);client = new RestHighLevelClient(builder);//SearchRequest request = new SearchRequest("books");//创建条件查询对象SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
//        设置查询条件searchSourceBuilder.query(QueryBuilders.termQuery("all", "spring"));
//       把查询条件放进请求中request.source(searchSourceBuilder);//        根据请求获取返回数据SearchResponse response = client.search(request, RequestOptions.DEFAULT);
//        获取返回数据里面的hits属性（获取的具体属性，可以看上面的postman操作）SearchHits hits = response.getHits();for (SearchHit hit : hits) {String source = hit.getSourceAsString();//把json数据转换为对象Book book = JSON.parseObject(source, Book.class);System.out.println(book);}}

Mysql与Es数据同步的实现（这里只是基本了解一下）

1. 在实际项目开发中，我们经常将mysql作为业务数据库，ES作为擦汗寻数据库，用来实现读写分离，缓解mysql数据库的查询压力，应对海量数据的复杂查询。

1、同步双写

1. 这是一种最为简单的方式，在将数据写入mysql的同时，也把数据写到ES里面
2. 优缺点：
   • 优点
     • 1. 业务逻辑简单
     • 2、 实时性高
   • 缺点：
     • 1. 硬编码，有需要写入MySQL的地方，都需要添加写入es的代码
     • 2. 业务强耦合
     • 3. 存在双写失败丢失数据的风险
     • 4. 性能较差，本来的mysql的性能不是很高，再加一个es系统的性能必然会下降

2. 异步双写

1. 针对多数据源写入的场景，可以借助MQ实现异步的多源写入
2. 优缺点
   • 优点：
     • 1. 性能高
     • 2. 不易出现数据丢失问题：主要基于MQ消息的消费保障机制，比如ES宕机或者写入失败，还能重新消费MQ消息；
     • 3. 多源写入之间相互隔离，便于扩展更多的数据源写入
   • 缺点：
     • 1. 硬编码问题：接入新的数据源需要实现新的消费者代码
     • 2、系统复杂度增加，映入了消息中间件
     • 3、数据实时问题，mq是异步消费，用户输入，不一定会马上同步让他看到

3、基于sql抽取（定时任务）

1. 上面两种方案都存在硬编码问题，代码的侵入性太强，如果对实时性要求不高的情况下，可以考虑用定时器来处理：
   • 1. 数据库的相关表中增加一个字段为updatetime（自己定义的名称）字段，任何CURD操作都会导致该字段的实际发生变化
   • 2. 原来程序中的crud操作不做任何变化
   • 3. 增加一个定时器程序，让该程序按一定的时间周期扫描指定的表，把该时间段内发生的变化的数据提取出来
   • 4. 比较此字段来确认变更数据，然后把变更的数据逐条写入ES中。
2. 优缺点：
   • 优点：
     • 1、不改原代码，没有侵入性，没有硬编码；
     • 2、没有业务强耦合，不改变原来程序的性能；
     • 3、worker代码编写简单，不需要考虑增删改查；
   • 缺点：
     • 1、时效性太差，由于采取定时器根据固定频率查询表来同步数据，尽管将同步周期设置到秒级，也还是会存在一定时间的延迟。
     • 2、对数据库有一定的轮询压力。
   • 优化的方案：
   • 1、将轮寻放到压力不大的从库上
   • 2、借助logstash实现数据同步，其底层实现原理就是根据配置定期使用sql查询新增的数据写入es中，实现数据的增量同步（经典方案）

4、基于Binlog实现同步

1. 前三种代码要么有代码侵入，要么有延迟。

2. 而基于Binlog与mysql实现同步：既能保证数据同步的实时性又没有代入、侵入性。

3. 实施步骤

   • 1、读取mysql 的binlog日志，获取指定表的日志信息；
   • 2、将读取的信息转为mq；
   • 3、编写一个mq消费程序；
   • 4、不断消费mq，每费完一条消息，将消息写入到es中；

4. 优缺点：

   • 优点：
     • 1、没有代码侵入，没有硬编码；
     • 原有系统不需要任何变化，没有感知；
     • 3、性能高
     • 4、业务解耦，不需要关注原来系统的业务逻辑
   • 缺点：
     • 1、构建Binlog系统复杂
     • 2、如皋采用MQ消费解析的Binlog信息，也会存在MQ延时的风险

数据迁移工具选型

1. 对于上面的四种数据同步方案，“基于Binlog实时同步”方案是目前最为常用的，也诞生了很多优秀的数据迁移工具，主要有以下几种：
   • 1、canal （原理是伪装成mysql的从数据库）
   • 2、阿里云DTS （需付费）
   • 3、databus
   • 4、Flink
   • 5、CloudCanal
   • 6、Maxwell