Elasticsearch（一）

Elasticsearch（一）

初始elasticsearch

什么是elasticsearch

elasticsearch是一款非常强大的开源搜索引擎，可以帮助我们从海量数据中快速查找到需要的内容

elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK）。被广泛应用在日志数据分析、实时监控等领域。

elasticsearch是elastic stack的核心，负责存储、搜索、分析数据

Lucene是一个Java语言的搜索引擎类库：https://lucene.apache.org/

优势：

• 易扩展
• 高性能（基于倒排索引）

缺点：

• 只限于Java语言开发
• 学习路线陡峭
• 不支持水平扩展

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

相比与lucene，elasticsearch具备下列优势：

• 支持分布式，可水平扩展
• 提供Restful接口，可被任何语言调用

搜索引擎技术排名：

1. Elasticsearch：开源分布式搜索引擎
2. Splunk：商业项目
3. Solr：Apache的开源搜索引擎

正向索引和倒排索引

传统数据库采用正向索引，例如给下表中创建id索引：

elasticsearch采用倒排索引：

• 文档：每条数据就是一个文档
• 词条：文档按照语义分成词语

文档

elasticsearch是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息

文档数据会被序列化为json格式后存储在elasticsearch中

索引

索引：相同类型的文档的集合

映射：索引中文案的字段约束信息，类似于表的结构约束

概念对比

架构

Mysql：擅长事务类型操作，可以确保数据的安全和一致性

Elasticsearch：擅长海量数据的搜索、分析、计算

安装elasticsearch、kibana

1.部署单点es

1.1.创建网络

因为我们还需要部署kibana容器，因此需要让es和kibana容器互联。这里先创建一个网络：

docker network create es-net

1.2.加载镜像

这里我们采用elasticsearch的7.12.1版本的镜像，这个镜像体积非常大，接近1G。不建议大家自己pull。

课前资料提供了镜像的tar包：

大家将其上传到虚拟机中，然后运行命令加载即可：

# 导入数据
docker load -i es.tar

同理还有kibana的tar包也需要这样做。

1.3.运行

运行docker命令，部署单点es：

docker run -d \--name es \-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \-e "discovery.type=single-node" \-v es-data:/usr/share/elasticsearch/data \-v es-plugins:/usr/share/elasticsearch/plugins \--privileged \--network es-net \-p 9200:9200 \-p 9300:9300 \
elasticsearch:7.12.1

命令解释：

• -e “cluster.name=es-docker-cluster”：设置集群名称
• -e “http.host=0.0.0.0”：监听的地址，可以外网访问
• -e “ES_JAVA_OPTS=-Xms512m -Xmx512m”：内存大小
• -e “discovery.type=single-node”：非集群模式
• -v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定es的数据目录
• -v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定es的日志目录
• -v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定es的插件目录
• –privileged：授予逻辑卷访问权
• –network es-net ：加入一个名为es-net的网络中
• -p 9200:9200：端口映射配置

在浏览器中输入：http://192.168.72.133:9200 即可看到elasticsearch的响应结果：

2.部署kibana

kibana可以给我们提供一个elasticsearch的可视化界面，便于我们学习。

2.1.部署

运行docker命令，部署kibana

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601  \
kibana:7.12.1

• –network es-net ：加入一个名为es-net的网络中，与elasticsearch在同一个网络中
• -e ELASTICSEARCH_HOSTS=http://es:9200"：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch
• -p 5601:5601：端口映射配置

kibana启动一般比较慢，需要多等待一会，可以通过命令：

docker logs -f kibana

查看运行日志，当查看到下面的日志，说明成功：

此时，在浏览器输入地址访问：http://192.168.72.133:5601，即可看到结果

2.2.DevTools

kibana中提供了一个DevTools界面：

这个界面中可以编写DSL来操作elasticsearch。并且对DSL语句有自动补全功能。

3.安装IK分词器

官网：https://github.com/medcl/elasticsearch-analysis-ik

3.1.在线安装ik插件（较慢）

# 进入容器内部
docker exec -it elasticsearch /bin/bash# 在线下载并安装
./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip#退出
exit
#重启容器
docker restart elasticsearch

3.2.离线安装ik插件（推荐）

1）查看数据卷目录

安装插件需要知道elasticsearch的plugins目录位置，而我们用了数据卷挂载，因此需要查看elasticsearch的数据卷目录，通过下面命令查看:

docker volume inspect es-plugins

显示结果：

[{"CreatedAt": "2022-05-06T10:06:34+08:00","Driver": "local","Labels": null,"Mountpoint": "/var/lib/docker/volumes/es-plugins/_data","Name": "es-plugins","Options": null,"Scope": "local"}
]

说明plugins目录被挂载到了：/var/lib/docker/volumes/es-plugins/_data这个目录中。

2）解压缩分词器安装包

下面我们需要把课前资料中的ik分词器解压缩，重命名为ik

3）上传到es容器的插件数据卷中

也就是/var/lib/docker/volumes/es-plugins/_data：

4）重启容器

# 4、重启容器
docker restart es
# 查看es日志
docker logs -f es

5）测试：

IK分词器包含两种模式：

• ik_smart：最少切分
• ik_max_word：最细切分

POST /_analyze
{"analyzer": "ik_max_word","text": "希诚是无敌的，xc is best"
}

结果：

{"tokens" : [{"token" : "希","start_offset" : 0,"end_offset" : 1,"type" : "CN_CHAR","position" : 0},{"token" : "诚","start_offset" : 1,"end_offset" : 2,"type" : "CN_CHAR","position" : 1},{"token" : "是","start_offset" : 2,"end_offset" : 3,"type" : "CN_CHAR","position" : 2},{"token" : "无敌","start_offset" : 3,"end_offset" : 5,"type" : "CN_WORD","position" : 3},{"token" : "的","start_offset" : 5,"end_offset" : 6,"type" : "CN_CHAR","position" : 4},{"token" : "xc","start_offset" : 7,"end_offset" : 9,"type" : "ENGLISH","position" : 5},{"token" : "best","start_offset" : 13,"end_offset" : 17,"type" : "ENGLISH","position" : 6}]
}

3.3 扩展词词典

随着互联网的发展，“造词运动”也越发的频繁。出现了很多新的词语，在原有的词汇列表中并不存在。比如：“奥力给”，“泰库辣” 等。

所以我们的词汇也需要不断的更新，IK分词器提供了扩展词汇的功能。

1）打开IK分词器config目录：

2）在IKAnalyzer.cfg.xml配置文件内容添加：

<?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 *** 添加扩展词典--><entry key="ext_dict">ext.dic</entry>
</properties>

3）新建一个 ext.dic，可以参考config目录下复制一个配置文件进行修改

泰库辣
奥力给

4）重启elasticsearch

docker restart es# 查看 日志
docker logs -f elasticsearch

日志中已经成功加载ext.dic配置文件

5）测试效果：

GET /_analyze
{"analyzer": "ik_max_word","text": "如果你也跟我一样的话，那么我觉得，泰库辣"
}

注意当前文件的编码必须是 UTF-8 格式，严禁使用Windows记事本编辑

3.4 停用词词典

在互联网项目中，在网络间传输的速度很快，所以很多语言是不允许在网络上传递的，如：关于宗教、政治等敏感词语，那么我们在搜索时也应该忽略当前词汇。

IK分词器也提供了强大的停用词功能，让我们在索引时就直接忽略当前的停用词汇表中的内容。

1）IKAnalyzer.cfg.xml配置文件内容添加：

<?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">ext.dic</entry><!--用户可以在这里配置自己的扩展停止词字典  *** 添加停用词词典--><entry key="ext_stopwords">stopword.dic</entry>
</properties>

3）在 stopword.dic 添加停用词

习大大

4）重启elasticsearch

# 重启服务
docker restart elasticsearch
docker restart kibana# 查看 日志
docker logs -f elasticsearch

日志中已经成功加载stopword.dic配置文件

5）测试效果：

GET /_analyze
{"analyzer": "ik_max_word","text": "如果你也跟我一样的话，那么我觉得，泰库辣，xxx！"
}

注意当前文件的编码必须是 UTF-8 格式，严禁使用Windows记事本编辑

索引库操作

mapping属性

mapping是对索引库中文档的约束，常见的mapping属性包括：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html

• type：字段数据类型，常见的简单类型有：

• • 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
  • 数值：long、integer、short、byte、double、float
  • 布尔：boolean
  • 日期：date
  • 对象：object

• index：是否创建索引，默认为true

• analyzer：使用哪种分词器

• properties：该字段的子字段

创建索引库

ES通过Restful请求操作索引库、文档。请求内容用DSL语句来表示。创建索引库和mapping的DSL语法如下：

# 创建索引库
PUT /xc
{"mappings": {"properties": {"info":{"type": "text","analyzer": "ik_smart"},"email":{"type": "keyword","index": false        },"name":{"type": "object","properties": {"firstName":{"type": "keyword"},"lastName":{"type": "keyword"}}}}}
}

查看、删除索引库

查看索引库语法：

GET /索引库名称

删除索引库的语法

DELETE /索引库名称

修改索引库

索引库和mapping一旦创建无法修改，但是可以添加新的字段，语法：

PUT /索引库名/_mapping
{"properties": {"新字段名":{"type": "text"}}
}

文档操作

添加文档

新增文档的DSL语法：

POST /索引库名/_doc/文档id
{"字段1": "值1","字段2": "值2","字段3": {"子属性1": "值3","子属性2": "值4"}
}

查询、删除文档

查询

GET /索引库名/_doc/文档id

删除

DELETE /索引库名/_doc/文档id

修改文档

方式一：全量修改，会删除旧文档，添加新文档

PUT /索引库名/_doc/文档id
{"字段1": "值1","字段2": "值2","字段3": {"子属性1": "值3","子属性2": "值4"}
}

方式二：增量修改，修改指定字段值

POST /索引库名/_update/文档id
{"doc":{"字段值":"新的值"}
}

RestAPI

ES官网提供了各种不同语言的客户端，用来操作ES。这些客户端的本质就是组装DSL语句，通过http请求发送给ES。官网：https://www.elastic.co/guide/en/elasticsearch/client/index.html

案例：利用JavaRestClient实现创建、删除索引库，判断索引库是否存在

1. 分析数据结构，定义mapping属性

小提示：

定义mapping属性

PUT /hotel
{"mappings": {"properties": {"id":{"type": "keyword"},"name":{"type": "text","analyzer": "ik_max_word","copy_to": "all"},"address":{"type": "keyword","index": false},"price":{"type": "integer"},"score":{"type":"integer"},"brand":{"type": "keyword","copy_to": "all"},"city":{"type": "keyword"},"starName":{"type": "keyword"},"business":{"type": "keyword","copy_to": "all"},"location":{"type": "geo_point"},"pic":{"type": "keyword","index": false},"all":{"type": "text","analyzer": "ik_max_word"}}}
}

2. 初始化JavaRestClient

导入依赖

        <dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId><version>7.12.1</version></dependency>

将springboot管理的es依赖7.6.x的替换成直接管理的

    <properties><elasticsearch.version>7.12.1</elasticsearch.version></properties>

初始化RestHignLevelClient

package cn.itcast.hotel;import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;import java.io.IOException;/*** @author xc* @date 2023/5/10 18:38*/
@SpringBootTest
public class HotelIndexTest {private RestHighLevelClient client;@Testvoid testInit(){System.out.println(client);}// 在调用方法后执行的操作@BeforeEachvoid setUp() {this.client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.72.133:9200")));}// 在调用方法前执行的操作@AfterEachvoid tearDown() throws IOException {this.client.close();}
}

3. 创建索引库

创建索引库

    @Testvoid testInit() throws IOException {// 1.创建Request对象CreateIndexRequest request = new CreateIndexRequest("hotel");// 2.准备请求参数：DSL语句request.source(MAPPING_TEMPLATE, XContentType.JSON);// 3.发送请求client.indices().create(request, RequestOptions.DEFAULT);}

4. 删除索引库、判断索引库是否存在

• 删除索引库代码

    @Testvoid testDeleteHotelIndex() throws IOException {// 1.创建Request对象DeleteIndexRequest request = new DeleteIndexRequest("hotel");// 2.发送请求client.indices().delete(request,RequestOptions.DEFAULT);}

• 判断索引库是否存在

    @Testvoid testExistsHotelIndex() throws IOException {// 1.创建Request对象GetIndexRequest request = new GetIndexRequest("hotel");// 2.发送请求boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);System.out.println(exists);}

案例：利用JavaRestClient实现文档的CRUD

1.利用JavaRestClient新增酒店数据

    @Testvoid testAddDocument() throws IOException {List<Hotel> hotel = hotelService.list();hotel.forEach(h -> {HotelDoc hotelDoc = new HotelDoc(h);IndexRequest request = new IndexRequest("hotel").id(h.getId().toString());request.source(JSON.toJSONString(hotelDoc),XContentType.JSON);try {client.index(request,RequestOptions.DEFAULT);} catch (IOException e) {throw new RuntimeException(e);}});}

2.利用JavaRestClient根据id查询酒店数据

    @Testvoid testGETDocument() throws IOException {GetRequest request = new GetRequest("hotel","61083");GetResponse documentFields = client.get(request, RequestOptions.DEFAULT);String json = documentFields.getSourceAsString();System.out.println(json);}

3.利用JavaRestClient删除酒店数据

    @Testvoid testDELETEDocument() throws IOException {DeleteRequest request = new DeleteRequest("hotel","61083");client.delete(request, RequestOptions.DEFAULT);}

4.利用JavaRestClient修改酒店数据

    @Testvoid testUpdateDocument() throws IOException {UpdateRequest request = new UpdateRequest("hotel", "61083");request.doc("city","武汉");client.update(request, RequestOptions.DEFAULT);}

案例：批量导入数据

    @Testvoid testBulkRequest() throws IOException {BulkRequest request = new BulkRequest();List<Hotel> hotel = hotelService.list();hotel.forEach(h -> {HotelDoc hotelDoc = new HotelDoc(h);request.add(new IndexRequest("hotel").id(hotelDoc.getId().toString()).source(JSON.toJSONString(hotelDoc),XContentType.JSON));});client.bulk(request,RequestOptions.DEFAULT);}
EFAULT);}

4.利用JavaRestClient修改酒店数据

    @Testvoid testUpdateDocument() throws IOException {UpdateRequest request = new UpdateRequest("hotel", "61083");request.doc("city","武汉");client.update(request, RequestOptions.DEFAULT);}

案例：批量导入数据

    @Testvoid testBulkRequest() throws IOException {BulkRequest request = new BulkRequest();List<Hotel> hotel = hotelService.list();hotel.forEach(h -> {HotelDoc hotelDoc = new HotelDoc(h);request.add(new IndexRequest("hotel").id(hotelDoc.getId().toString()).source(JSON.toJSONString(hotelDoc),XContentType.JSON));});client.bulk(request,RequestOptions.DEFAULT);}