☀️☀️你好啊！小伙伴，我是小冷。是一个兴趣驱动自学练习两年半的的Java工程师。 一位十分喜欢将知识分享出来的Java博主⭐️⭐️⭐️，擅长使用Java技术开发web项目和工具 文章内容丰富：覆盖大部分java必学技术栈，前端，计算机基础，容器等方面的文章 ✏️高质量技术专栏专栏链接: 微服务，数据结构，netty，单点登录，SSM ，SpringCloudAlibaba等 ⏩当前专栏：搜索引擎系列 ⏩专栏代码地址: ES-京东 ⏩专栏代码地址: ES-API
Elasticsearch
我们搜做 ： 冷环渊，可以看到有关冷环渊的一些信息，
那么这个是怎么做到的呢？，往常我们都是用
SQL : like %冷环渊% 但是数据量一旦变大了，就会变慢，这个时候用索引， 也是只能快一些
这个时候 Elasticsearch就是帮助我们解决问题的关键人物
他专注于搜索 ： 百度，github，淘宝等搜索都能看到他的影子
我们下面会通过以下去完成对es的学习
- 认识一个人
- 看看同种类的搜索引擎的区别
- 安装
- 生态圈
- IK 分词器
- RestFul 操作
- RestFul CRUD
- SpingBoot 继承 ES(从原理开始分析)
- 实战 ： 爬虫爬取数据！
- 模拟全文检索
以后只要，需要用到搜索，就可以使用ES ， 建议基于大数据的情况下
聊聊这个人 Doug Cutting
1998年9月4日，Google公司在美国硅谷成立。正如大家所知，它是一家做搜索引擎起家的公司。
学大数据 首先就是 hadoop
无独有偶，一位名叫Doug Cutting的美国工程师，也迷上了搜索引擎。他做了一个用于文本搜索的函数库（姑且理解为软件的功能组件），命名为Lucene。
左为Doug Cutting，右为Lucene的LOGO
Lucene是用JAVA写成的，目标是为各种中小型应用软件加入全文检索功能。因为好用而且开源（代码公开），非常受程序员们的欢迎。
早期的时候，这个项目被发布在Doug Cutting的个人网站和SourceForge（一个开源软件网站）。后来，2001年底，Lucene成为Apache软件基金会jakarta项目的一个子项目。
Apache软件基金会，搞IT的应该都认识
2004年，Doug Cutting再接再励，在Lucene的基础上，和Apache开源伙伴Mike Cafarella合作，开发了一款可以代替当时的主流搜索的开源搜索引擎，命名为Nutch。
Nutch是一个建立在Lucene核心之上的网页搜索应用程序，可以下载下来直接使用。它在Lucene的基础上加了网络爬虫和一些网页相关的功能，目的就是从一个简单的站内检索推广到全球网络的搜索上，就像Google一样。
Nutch在业界的影响力比Lucene更大。
大批网站采用了Nutch平台，大大降低了技术门槛，使低成本的普通计算机取代高价的Web服务器成为可能。甚至有一段时间，在硅谷有了一股用Nutch低成本创业的潮流。
随着时间的推移，无论是Google还是Nutch，都面临搜索对象“体积”不断增大的问题。
尤其是Google，作为互联网搜索引擎，需要存储大量的网页，并不断优化自己的搜索算法，提升搜索效率。
Google搜索栏
在这个过程中，Google确实找到了不少好办法，并且无私地分享了出来。
2003年，Google发表了一篇技术学术论文，公开介绍了自己的谷歌文件系统GFS（Google File System）。这是Google公司为了存储海量搜索数据而设计的专用文件系统。
第二年，也就是2004年，Doug Cutting基于Google的GFS论文，实现了分布式文件存储系统，并将它命名为NDFS（Nutch Distributed File System）。
还是2004年，Google又发表了一篇技术学术论文，介绍自己的MapReduce编程模型。这个编程模型，用于大规模数据集（大于1TB）的并行分析运算。
第二年（2005年），Doug Cutting又基于MapReduce，在Nutch搜索引擎实现了该功能。
2006年，当时依然很厉害的Yahoo（雅虎）公司，招安了Doug Cutting。
这里要补充说明一下雅虎招安Doug的背景：2004年之前，作为互联网开拓者的雅虎，是使用Google搜索引擎作为自家搜索服务的。在2004年开始，雅虎放弃了Google，开始自己研发搜索引擎。所以。。。
加盟Yahoo之后，Doug Cutting将NDFS和MapReduce进行了升级改造，并重新命名为Hadoop（NDFS也改名为HDFS，Hadoop Distributed File System）。
这个，就是后来大名鼎鼎的大数据框架系统——Hadoop的由来。而Doug Cutting，则被人们称为Hadoop之父。
Hadoop这个名字，实际上是Doug Cutting他儿子的黄色玩具大象的名字。所以，Hadoop的Logo，就是一只奔跑的黄色大象。
我们继续往下说。
还是2006年，Google又发论文了。
这次，它们介绍了自己的BigTable。这是一种分布式数据存储系统，一种用来处理海量数据的非关系型数据库。
Doug Cutting当然没有放过，在自己的hadoop系统里面，引入了BigTable，并命名为HBase。
好吧，反正就是紧跟Google时代步伐，你出什么，我学什么。
所以，Hadoop的核心部分，基本上都有Google的影子。
2008年1月，Hadoop成功上位，正式成为Apache基金会的顶级项目。
同年2月，Yahoo宣布建成了一个拥有1万个内核的Hadoop集群，并将自己的搜索引擎产品部署在上面。
7月，Hadoop打破世界纪录，成为最快排序1TB数据的系统，用时209秒。
此后，Hadoop便进入了高速发展期，直至现在。
回到主题
Lucene 是一套信息检索工具包，jar包 不好含搜索引擎系统‘
包含 : 索引结构，读写索引工具 排序，搜索规则 。。。 工具类
Lucene 和 ES 的关系：
ES 是居于 Lucene 做了封装和增强 （我们上手就会感到十分的简单）
ElasticSearch概述
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。
关键字就是：
- 实时
- 分布式
- 大数据
- 速度快
ES和solr的差别
架构选择！！！
Elasticsearch简介
Elasticsearch是一个实时分布式搜索和分析引擎。它让你以前所未有的速度处理大数据成为可能。
它用于全文搜索、结构化搜索、分析以及将这三者混合使用：
维基百科使用Elasticsearch提供全文搜索并高亮关键字，以及输入实时搜索(search-asyou-type)和搜索纠错(did-you-mean)等搜索建议功能。
英国卫报使用Elasticsearch结合用户日志和社交网络数据提供给他们的编辑以实时的反馈，以便及时了解公众对新发表的文章的回应。
StackOverflow结合全文搜索与地理位置查询，以及more-like-this功能来找到相关的问题和答案。
Github使用Elasticsearch检索1300亿行的代码。
但是Elasticsearch不仅用于大型企业，它还让像DataDog以及Klout这样的创业公司将最初的想法变成可扩展的解决方案。
Elasticsearch可以在你的笔记本上运行，也可以在数以百计的服务器上处理PB级别的数据 。
Elasticsearch是一个基于Apache Lucene™的开源搜索引擎。无论在开源还是专有领域，Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。
但是，Lucene只是一个库。想要使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。
Elasticsearch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。
Solr简介
Solr 是Apache下的一个顶级开源项目，采用Java开发，它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展，并对索引、搜索性能进行了优化
Solr可以独立运行，运行在Jetty、Tomcat等这些Servlet容器中，Solr 索引的实现方法很简单，用 POST方法向 Solr 服务器发送一个描述 Field 及其内容的 XML 文档，Solr根据xml文档添加、删除、更新索引。Solr 搜索只需要发送 HTTP GET 请求，然后对 Solr 返回Xml、json等格式的查询结果进行解析，组织页面布局。Solr不提供构建UI的功能，Solr提供了一个管理界面，通过管理界面可以查询Solr的配置和运行情况。
solr是基于lucene开发企业级搜索服务器，实际上就是封装了lucene。
Solr是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的文件，生成索引；也可以通过提出查找请求，并得到返回结果。
Lucene简介
Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。就其本身而言，Lucene是当前以及最近几年最受欢迎的免费Java信息检索程序库。人们经常提到信息检索程序库，虽然与搜索引擎有关，但不应该将信息检索程序库与搜索引擎相混淆。
Lucene是一个全文检索引擎的架构。那什么是全文搜索引擎？
全文搜索引擎是名副其实的搜索引擎，国外具代表性的有Google、Fast/AllTheWeb、AltaVista、Inktomi、Teoma、WiseNut等，国内著名的有百度（Baidu）。它们都是通过从互联网上提取的各个网站的信息（以网页文字为主）而建立的数据库中，检索与用户查询条件匹配的相关记录，然后按一定的排列顺序将结果返回给用户，因此他们是真正的搜索引擎。
从搜索结果来源的角度，全文搜索引擎又可细分为两种，一种是拥有自己的检索程序（Indexer），俗称“蜘蛛”（Spider）程序或“机器人”（Robot）程序，并自建网页数据库，搜索结果直接从自身的数据库中调用，如上面提到的7家引擎；另一种则是租用其他引擎的数据库，并按自定的格式排列搜索结果，如Lycos引擎。
2.4 Elasticsearch和Solr比较
2.5 ElasticSearch vs Solr 总结
- 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！
- 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。
- 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。
- 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~!
- 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。
- 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。（趋势！）
ElasticSearch 安装
就注意一点，JDK必须不能低于 1.8 最低要求就是1.8
因为是java开发的，所以ES的版本和我们之后对应的java的和jar包的版本必须对应，且要保证JDK环境是正常的
下载
官网地址 ：https://www.elastic.co/cn/elasticsearch/
之后解压
查看目录
熟悉目录
代码语言：javascript复制bin 启动文件
config 配置文件
log4j2 日志文件
jvm.options jvm的运行参数，内存不足的一定要调整，默认是1g
elasticsearch ES的一些配置 默认 : 9200
lib 相关架构
logs 日志！
modules 功能模块
pluginx 插件 启动查看
访问查看
安装可视化界面 ES head 插件
下载地址 ： https://github.com/mobz/elasticsearch-head
之后 配置环境和启动测试
代码语言：javascript复制npm install
npm run start之后启动查看 9100端口
但是发现，迟迟连接不上，这个是为什么？ 跨域问题，端口和端口的访问，于是我们要去配置ES的快去权限开启
代码语言：javascript复制http.cors.enabled: ture
http.cors.allow-origin: "*"之后重启es，连接成功
我们可以创建索引体验一下，我们可以把索引，我们可以暂时当作是一个数据库（索引（库），表（库中的数据）），7.x之后就淘汰了表，这个我们之后的学习就可以了解到哈哈
创建索引查看
这个head就当作我们展示数据的工具
这里面的json是没有格式化的，我们后续用kabanna做
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ElasticStack。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。
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
日志数据清洗 —> 搜索，存储 —> 展示
官网：https://www.elastic.co/cn/kibana
安装注意 ： klbanna 要和 ES 的版本要一致
下载完毕后，解压需要一些时间，是一个标准的工程
好处 ELK基本上都是拆箱就可以用了
启动测试
查看解压目录
启动
访问 5601看看i情况
开发工具 Post curl head 谷歌插件
之后我们的命令就在这个klbanna里面
这个时候，全英文就让我们很难受，klbanna也提供了国际化，这个项目十分的优秀
配置汉化
之后重启klbanna就可以了
ES核心概念
- 索引
- 字段类型（mapping）
- 文档（documents）
概述
在前面的学习中，我们已经掌握了es是什么，同时也把es的服务已经安装启动，那么es是如何去存储数据，数据结构是什么，又是如何实现搜索的呢？我们先来聊聊ElasticSearch的相关概念吧！
集群，节点，索引，类型，文档，分片，映射是什么？
一切都是json
elasticsearch是面向文档，关系行数据库 和 elasticsearch 客观的对比！一切都是JSON！
Relational DB | Elasticsearch |
|---|---|
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！默认的集群名称就是 elaticsearh
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，可以通过这样的一各顺序找到 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
就是我们的一条条数据
代码语言：javascript复制user
1 zhangsan 18
2 kuangshen 3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！ {就是一个json对象！fastjson进行自动转换！}
- 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
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
就是数据库！
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。
物理设计 ：节点和分片 如何工作
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 )
上图是一个有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，数据也不至于丢失。 实际上，一个分片是一个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
elasticsearch使用的是一种称为倒排索引的结构，采用Lucene倒排索作为底层。这种结构适用于快速的全文搜索， 一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。 例如，现在有两个文档， 每个文档包含如下内容：
代码语言：javascript复制Study every day, good good up to forever # 文档1包含的内容
To forever, study every day, good good up # 文档2包含的内容为了创建倒排索引，我们首先要将每个文档拆分成独立的词(或称为词条或者tokens)，然后创建一个包含所有不重 复的词条的排序列表，然后列出每个词条出现在哪个文档 :
term | doc_1 | doc_2 |
|---|---|---|
Study | √ | x |
To | x | x |
every | √ | √ |
forever | √ | √ |
day | √ | √ |
study | x | √ |
good | √ | √ |
every | √ | √ |
to | √ | x |
up | √ | √ |
现在，我们试图搜索 to forever，只需要查看包含每个词条的文档 score
term | doc_1 | doc_2 |
|---|---|---|
to | √ | × |
forever | √ | √ |
total | 2 | 1 |
两个文档都匹配，但是第一个文档比第二个匹配程度更高。如果没有别的条件，现在，这两个包含关键字的文档都将返回。
再来看一个示例，比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构 :
如果要搜索含有 python 标签的文章，那相对于查找所有原始数据而言，查找倒排索引后的数据将会快的多。只需要 查看标签这一栏，然后获取相关的文章ID即可。完全过滤掉无关的所有数据，提高效率！
elasticsearch的索引和Lucene的索引对比
在elasticsearch中， 索引 （库）这个词被频繁使用，这就是术语的使用。 在elasticsearch中，索引被分为多个分片，每份 分片是一个Lucene的索引。所以一个elasticsearch索引是由多个Lucene索引组成的。别问为什么，谁让elasticsearch使用Lucene作为底层呢! 如无特指，说起索引都是指elasticsearch的索引。
IK分词器插件
什么是IK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，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，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。
如果要使用中文，建议使用ik分词器！
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！
安装
- https://github.com/medcl/elasticsearch-analysis-ik
- 下载完毕之后，放入到我们的elasticsearch 插件即可！
- 重启观察ES，可以看到ik分词器被加载了！
- elasticsearch-plugin 可以通过这个命令来查看加载进来的插件
- 使用kibana测试！
查看不同的分词效果
其中 ik_smart 为最少切分
ik_max_word为最细粒度划分！穷尽词库的可能！字典！
我们输入 超级喜欢狂神说Java
发现问题：狂神说被拆开了！
这种自己需要的词，需要自己加到我们的分词器的字典中！
ik 分词器增加自己的配置！
重启es，看细节！
再次测试一下狂神说，看下效果！
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：
method | url地址 | 描述 |
|---|---|---|
PUT | localhost:9200/索引名称/类型名称/文档id | 创建文档（指定文档id） |
POST | localhost:9200/索引名称/类型名称 | 创建文档（随机文档id） |
POST | localhost:9200/索引名称/类型名称/文档id/_update | 修改文档 |
DELETE | localhost:9200/索引名称/类型名称/文档id | 删除文档 |
GET | localhost:9200/索引名称/类型名称/文档id | 查询文档通过文档id |
POST | localhost:9200/索引名称/类型名称/_search | 查询所有数据 |
关于索引的基本操作
创建一个索引！
代码语言：javascript复制PUT /索引名/~类型名~/文档id
{请求体}
完成了自动增加了索引！数据也成功的添加了，这就是我说大家在初期可以把它当做数据库学习的原因！
那么 name 这个字段用不用指定类型呢。毕竟我们关系型数据库 是需要指定类型的啊 !
- 字符串类型 text 、 keyword
- 数值类型 long, integer, short, byte, double, float, half_float, scaled_float
- 日期类型 date
- 布尔值类型 boolean
- 二进制类型 binary
- 等等…
指定字段的类型
获得这个规则！ 可以通过 GET 请求获取具体的信息！
查看默认的信息
如果自己的文档字段没有指定，那么es 就会给我们默认配置字段类型！
扩展： 通过命令 elasticsearch 索引情况！ 通过get _cat/ 可以获得es的当前的很多信息！
修改 提交还是使用PUT 即可！ 然后覆盖！最新办法！
曾经！
现在的方法！
删除索引！
通过DELETE 命令实现删除、 根据你的请求来判断是删除索引还是删除文档记录！
使用RESTFUL 风格是我们ES推荐大家使用的！
8. 关于文档的基本操作（重点）
基本操作
添加数据
代码语言：javascript复制PUT /kuangshen/user/1
{
"name": "狂神说",
"age": 23,
"desc": "一顿操作猛如虎，一看工资2500",
"tags": ["技术宅","温暖","直男"]
}
获取数据 GET
更新数据 PUT
Post _update , 推荐使用这种更新方式！
简单地搜索！
代码语言：javascript复制GET kuangshen/user/1简答的条件查询，可以根据默认的映射规则，产生基本的查询！
复杂操作搜索 select ( 排序，分页，高亮，模糊查询，精准查询！)
输出结果，不想要那么多！
我们之后使用Java操作es ，所有的方法和对象就是这里面的 key！
排序！
分页查询！
数据下标还是从0开始的，和学的所有数据结构是一样的！
/search/{current}/{pagesize}
布尔值查询
must （and），所有的条件都要符合 where id = 1 and name = xxx
should（or），所有的条件都要符合 where id = 1 or name = xxx
must_not （not）
过滤器 filter
- gt 大于
- gte 大于等于
- lt 小于
- lte 小于等于！
匹配多个条件！
精确查询！
term 查询是直接通过倒排索引指定的词条进程精确查找的！
关于分词：
- term ，直接查询精确的
- match，会使用分词器解析！（先分析文档，然后在通过分析的文档进行查询！）
两个类型 text keyword
多个值匹配精确查询
高亮查询！
使用的命令
代码语言：javascript复制PUT /test1/type1/1
{
"name" : "小冷",
"age" : 3
}
PUT /test2
{
"mappings": {
"properties": {
"name": {
"type": "text"
},
"age":{
"type": "long"
},
"birthDay":{
"type": "date"
}
}
}
}
GET test2
PUT /test3/_doc/1
{
"name": "",
"age":8,
"brith":"2004-02-08"
}
POST /test3/_doc/1/_update
{
"doc":{
"name": "小冷"
}
}
GET test3
PUT /lhy/user/1
{
"name": "狂神说",
"age": 23,
"desc": "一顿操作猛如虎，一看工资2500",
"tags": ["技术宅","温暖","直男"]
}
PUT /lhy/user/2
{
"name": "法外狂徒张三",
"age": 30,
"desc": "罗老师手下的得力干将",
"tags": ["身体好","懂法律","难判刑"]
}
PUT /lhy/user/2
{
"name": "法外狂徒张三",
"age": 19,
"desc": "罗老师手下的得力干将",
"tags": ["身体好","懂法律","难判刑"]
}
POST /lhy/user/2/_update
{
"doc":{
"name": "张三"
}
}
PUT /lhy/user/3
{
"name": "狂神说前端",
"age": 23,
"desc": "前端特效大杀手",
"tags": ["游戏强","抗压强","007"]
}
GET /lhy/user/2
GET lhy/user/_search?q=name:狂神说
GET lhy/user/_search
{
"query":{
"match": {
"name": "狂神"
}
},
"sort": [
{
"age": {
"order": "asc"
}
}
],
"from": 0,
"size": 1
}
#boolean
GET lhy/user/_search
{
"query":{
"bool":{
"should": [
{
"match": {
"name": "狂神说"
}
},
{
"match": {
"age": 23
}
}
]
}
}
}
#没有什么，相当与 not
GET lhy/user/_search
{
"query":{
"bool":{
"must_not": [
{
"match": {
"name": "狂神说"
}
}
]
}
}
}
#过滤器filter 筛选
GET lhy/user/_search
{
"query":{
"bool":{
"must": [
{
"match": {
"name": "狂神说"
}
}
],
"filter": [
{
"range": {
"age": {
"lt": 20
}
}
}
]
}
}
}
GET lhy/user/_search
{
"query":{
"bool":{
"must": [
{
"match": {
"tags": "技术 男 身体 007"
}
}
]
}
}
}
#精确查询和text keyword 两种类型的细节
PUT testdb
{
"mappings": {
"properties": {
"name":{
"type": "text"
},
"desc":{
"type": "keyword"
}
}
}
}
PUT testdb/_doc/1
{
"name":"小冷学java",
"desc":"java真的是个好玩的语言"
}
PUT testdb/_doc/2
{
"name":"小冷学java",
"desc":"java真的是个好玩的语言2"
}
GET _analyze
{
"analyzer": "keyword" ,
"text": "小冷"
}
GET _analyze
{
"analyzer": "standard" ,
"text": "小冷"
}
GET testdb/_search
{
"query": {
"term": {
"desc": "java真的是个好玩的语言"
}
}
}
#高亮查询
GET lhy/user/_search
{
"query": {
"match": {
"name":"狂神"
}
},
"highlight": {
"fields": {
"name":{}
}
}
}集成SpringBoot
找官方文档！
配置基本的项目
问题：一定要保证 我们的导入的依赖和我们的es 版本一致
源码中提供对象！
虽然这里导入3个类，静态内部类，核心类就一个！
代码语言：javascript复制/**
* Elasticsearch rest client infrastructure configurations.
*
* @author Brian Clozel
* @author Stephane Nicoll
*/
class RestClientConfigurations {
@Configuration(proxyBeanMethods = false)
static class RestClientBuilderConfiguration {
// RestClientBuilder
@Bean
@ConditionalOnMissingBean
RestClientBuilder elasticsearchRestClientBuilder(RestClientProperties
properties,
ObjectProvider<RestClientBuilderCustomizer> builderCustomizers) {
HttpHost[] hosts =
properties.getUris().stream().map(HttpHost::create).toArray(HttpHost[]::new);
RestClientBuilder builder = RestClient.builder(hosts);
PropertyMapper map = PropertyMapper.get();
map.from(properties::getUsername).whenHasText().to((username) -> {
CredentialsProvider credentialsProvider = new
BasicCredentialsProvider();
Credentials credentials = new
UsernamePasswordCredentials(properties.getUsername(),
properties.getPassword());
credentialsProvider.setCredentials(AuthScope.ANY, credentials);
builder.setHttpClientConfigCallback(
(httpClientBuilder) ->
httpClientBuilder.setDefaultCredentialsProvider(credentialsProvider));
});
builder.setRequestConfigCallback((requestConfigBuilder) -> {
map.from(properties::getConnectionTimeout).whenNonNull().asInt(Duration::toMill
is)
.to(requestConfigBuilder::setConnectTimeout);
map.from(properties::getReadTimeout).whenNonNull().asInt(Duration::toMillis)
.to(requestConfigBuilder::setSocketTimeout);
return requestConfigBuilder;
});
builderCustomizers.orderedStream().forEach((customizer) ->
customizer.customize(builder));
return builder;
}
}
@Configuration(proxyBeanMethods = false)
@ConditionalOnClass(RestHighLevelClient.class)
static class RestHighLevelClientConfiguration {
// RestHighLevelClient 高级客户端，也是我们这里要讲，后面项目会用到的客户端
@Bean
@ConditionalOnMissingBean
RestHighLevelClient elasticsearchRestHighLevelClient(RestClientBuilder
restClientBuilder) {
return new RestHighLevelClient(restClientBuilder);
}
@Bean
@ConditionalOnMissingBean
RestClient elasticsearchRestClient(RestClientBuilder builder,
ObjectProvider<RestHighLevelClient> restHighLevelClient) {
RestHighLevelClient client = restHighLevelClient.getIfUnique();
if (client != null) {
return client.getLowLevelClient();
}
return builder.build();
}
}
@Configuration(proxyBeanMethods = false)
static class RestClientFallbackConfiguration {
// RestClient 普通的客户端！
@Bean
@ConditionalOnMissingBean
RestClient elasticsearchRestClient(RestClientBuilder builder) {
return builder.build();
}
}
}具体的Api测试！
- 创建索引
- 判断索引是否存在
- 删除索引
- 创建文档
- crud文档！
@SpringBootTest
class KuangshenEsApiApplicationTests {
// 面向对象来操作
@Autowired
@Qualifier("restHighLevelClient")
private RestHighLevelClient client;
// 测试索引的创建 Request PUT kuang_index
@Test
void testCreateIndex() throws IOException {
// 1、创建索引请求
CreateIndexRequest request = new CreateIndexRequest("kuang_index");
// 2、客户端执行请求 IndicesClient,请求后获得响应
CreateIndexResponse createIndexResponse =
client.indices().create(request, RequestOptions.DEFAULT);
System.out.println(createIndexResponse);
}
// 测试获取索引,判断其是否存在
@Test
void testExistIndex() throws IOException {
GetIndexRequest request = new GetIndexRequest("kuang_index2");
boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
System.out.println(exists);
}
// 测试删除索引
@Test
void testDeleteIndex() throws IOException {
DeleteIndexRequest request = new DeleteIndexRequest("kuang_index");
// 删除
AcknowledgedResponse delete = client.indices().delete(request,
RequestOptions.DEFAULT);
System.out.println(delete.isAcknowledged());
}
// 测试添加文档
@Test
void testAddDocument() throws IOException {
// 创建对象
User user = new User("狂神说", 3);
// 创建请求
IndexRequest request = new IndexRequest("kuang_index");
// 规则 put /kuang_index/_doc/1
request.id("1");
request.timeout(TimeValue.timeValueSeconds(1));
request.timeout("1s");
// 将我们的数据放入请求 json
request.source(JSON.toJSONString(user), XContentType.JSON);
// 客户端发送请求 , 获取响应的结果
IndexResponse indexResponse = client.index(request,
RequestOptions.DEFAULT);
System.out.println(indexResponse.toString()); //
System.out.println(indexResponse.status()); // 对应我们命令返回的状态
CREATED
}
// 获取文档，判断是否存在 get /index/doc/1
@Test
void testIsExists() throws IOException {
GetRequest getRequest = new GetRequest("kuang_index", "1");
// 不获取返回的 _source 的上下文了
getRequest.fetchSourceContext(new FetchSourceContext(false));
getRequest.storedFields("_none_");
boolean exists = client.exists(getRequest, RequestOptions.DEFAULT);
System.out.println(exists);
}
// 获得文档的信息
@Test
void testGetDocument() throws IOException {
GetRequest getRequest = new GetRequest("kuang_index", "1");
GetResponse getResponse = client.get(getRequest,
RequestOptions.DEFAULT);
System.out.println(getResponse.getSourceAsString()); // 打印文档的内容
System.out.println(getResponse); // 返回的全部内容和命令式一样的
}
// 更新文档的信息
@Test
void testUpdateRequest() throws IOException {
UpdateRequest updateRequest = new UpdateRequest("kuang_index","1");
updateRequest.timeout("1s");
User user = new User("狂神说Java", 18);
updateRequest.doc(JSON.toJSONString(user),XContentType.JSON);
UpdateResponse updateResponse = client.update(updateRequest,
RequestOptions.DEFAULT);
System.out.println(updateResponse.status());
}
// 删除文档记录
@Test
void testDeleteRequest() throws IOException {
DeleteRequest request = new DeleteRequest("kuang_index","1");
request.timeout("1s");
DeleteResponse deleteResponse = client.delete(request,
RequestOptions.DEFAULT);
System.out.println(deleteResponse.status());
}
// 特殊的，真的项目一般都会批量插入数据！
@Test
void testBulkRequest() throws IOException {
BulkRequest bulkRequest = new BulkRequest();
bulkRequest.timeout("10s");
ArrayList<User> userList = new ArrayList<>();
userList.add(new User("kuangshen1",3));
userList.add(new User("kuangshen2",3));
userList.add(new User("kuangshen3",3));
userList.add(new User("qinjiang1",3));
userList.add(new User("qinjiang1",3));
userList.add(new User("qinjiang1",3));
// 批处理请求
for (int i = 0; i < userList.size() ; i ) {
// 批量更新和批量删除，就在这里修改对应的请求就可以了
bulkRequest.add(
new IndexRequest("kuang_index")
.id("" (i 1))
.source(JSON.toJSONString(userList.get(i)),XContentType.JSON));
}
BulkResponse bulkResponse = client.bulk(bulkRequest,
RequestOptions.DEFAULT);
System.out.println(bulkResponse.hasFailures()); // 是否失败，返回 false 代表
成功！
}
// 查询
// SearchRequest 搜索请求
// SearchSourceBuilder 条件构造
// HighlightBuilder 构建高亮
// TermQueryBuilder 精确查询
// MatchAllQueryBuilder
// xxx QueryBuilder 对应我们刚才看到的命令！
@Test
void testSearch() throws IOException {
SearchRequest searchRequest = new SearchRequest("kuang_index");
// 构建搜索条件
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
sourceBuilder.highlighter()
// 查询条件，我们可以使用 QueryBuilders 工具来实现
// QueryBuilders.termQuery 精确
// QueryBuilders.matchAllQuery() 匹配所有
TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name",
"qinjiang1");
// MatchAllQueryBuilder matchAllQueryBuilder =
QueryBuilders.matchAllQuery();
sourceBuilder.query(termQueryBuilder);
sourceBuilder.timeout(new TimeValue(60,TimeUnit.SECONDS));
searchRequest.source(sourceBuilder);
SearchResponse searchResponse = client.search(searchRequest,
RequestOptions.DEFAULT);
System.out.println(JSON.toJSONString(searchResponse.getHits()));
System.out.println("=================================");
for (SearchHit documentFields : searchResponse.getHits().getHits()) {
System.out.println(documentFields.getSourceAsMap());
}
}
}实战
新建jd boot的项目
之后我们设置端口和把 thymeleaf的缓存关掉，之后访问一下 index 查看
代码已开源 ，这里只展示核心功能
我们的思路就是暂时2不去使用数据库 用JSONP来拿到页面数据 存入ES
- API添加数据到ES
- 搜索关键词 ES展现出来，
- 前端高亮
爬虫
数据怎么来？从数据库获取，消息队列中获取，都可以成为数据源 爬虫！
需要使用爬虫来爬取数据
代码语言：javascript复制 public List parseJD(String keywords) throws IOException {
// https://search.jd.com/Search?keyword=java
// 前提需要联网
String url = "https://search.jd.com/Search?keyword=" keywords "&enc=utf-8";
//解析网页(jsoup返回document就是js,浏览器的Document对象)
Document document = Jsoup.parse(new URL(url), 30000);
//所有我们再js中可以操作的,在这里都可以
Element element = document.getElementById("J_goodsList");
//System.out.println(element.html());
//获取所有的li标签
Elements li_elements = document.getElementsByTag("li");
ArrayList goodsList = new ArrayList<>();
for (Element el : li_elements) {
if (el.attr("class").equalsIgnoreCase("gl-item")) {
String img = el.getElementsByTag("img").eq(0).attr("data-lazy-img");
String price = el.getElementsByClass("p-price").eq(0).text();
String title = el.getElementsByClass("p-name").eq(0).text();
content content = new content();
content.setTitle(title);
content.setImg(img);
content.setPrice(price);
goodsList.add(content);
}
}
return goodsList;
}关键高亮
- 确定条件
- 查询方式
- 执行
- 解析高亮
- 处理高亮
- 返回结果
//获取数据实现搜索高亮功能
public List<Map<String, Object>> getContentHighContent(String keywords, int pageNo, int pageSize) throws IOException {
if (pageNo < 1) {
pageNo = 1;
}
//条件搜索
SearchRequest searchRequest = new SearchRequest("jd_goods");
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.from(pageNo);
searchSourceBuilder.size(pageSize);
//精确查询
MatchBoolPrefixQueryBuilder queryBuilder = QueryBuilders.matchBoolPrefixQuery("title", keywords);
searchSourceBuilder.query(queryBuilder);
searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
//配置高亮
HighlightBuilder highlightBuilder = new HighlightBuilder();
highlightBuilder.field("title");
highlightBuilder.requireFieldMatch(false); //多个高亮关闭
highlightBuilder.preTags("");
highlightBuilder.postTags("");
searchSourceBuilder.highlighter(highlightBuilder);
//执行搜索
searchRequest.source(searchSourceBuilder);
SearchResponse searchResponse = Client.search(searchRequest, RequestOptions.DEFAULT);
ArrayList<Map<String, Object>> list = new ArrayList<>();
for (SearchHit documentFields : searchResponse.getHits().getHits()) {
//解析高亮的字段
Map<String, HighlightField> highlightFields = documentFields.getHighlightFields();
HighlightField title = highlightFields.get("title");
Map<String, Object> sourceAsMap = documentFields.getSourceAsMap();
if (title != null) {
//取出全部的高亮title
Text[] texts = title.fragments();
String name = "";
//拼接成新字段
for (Text text : texts) {
name = text;
}
//如果需要就替换原来获取到的title
sourceAsMap.put("title", name);
}
list.add(sourceAsMap);
}
return list;
}之后我们需要用前端
vue 去解析html
代码语言：javascript复制 <!--标题-->
<p class="productTitle">
<a v-html="result.title"></a>
</p>
