Elasticsearch+Hbase实现海量数据秒回查询

文章出处： http://blog.csdn.net/sdksdk0/article/details/53966430
作者：朱培      ID：sdksdk0     

--------------------------------------------------------------------------------------------

首先祝大家2017新年快乐，我今天分享的是通过ElasticSearch与hbase进行整合的一个搜索案例，这个案例涉及的技术面比较广，首先你得有JAVAEE的基础，要会SSM,而且还要会大数据中的hdfs、zookeeper、hbase以及ElasticSearch和kibana。环境部署在4台centos7上。主机名为node1-node4。这里假设你已经安装好了zookeeper、Hadoop、hbase和ElasticSearch还有kibana，我这里使用的是hadoop2.5.2，ElasticSearch用的你是2.2,kibana是4.4.1。我这里的环境是 hadoop是4台在node1-node4， zookeeper是3台再node1-node3,，ElasticSearch是3台在node1-node3,kibana是一台在node1上。该系统可以对亿万数据查询进行秒回，是一般的关系型数据库很难做到的。在IntelliJ IDEA 中进行代码编写。环境搭建我这里就不啰嗦，相信大家作为一名由经验的开发人员来说都是小事一桩。文末提供源码下载链接。

一、ElasticSearch和Hbase

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。 Elasticsearch的性能是solr的50倍。

HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩、
实时读写的分布式数据库
– 利用Hadoop HDFS作为其文件存储系统,利用Hadoop MapReduce来处理
HBase中的海量数据,利用Zookeeper作为其分布式协同服务
– 主要用来存储非结构化和半结构化的松散数据（列存 NoSQL 数据库）

二、需求分析&服务器环境设置

主要是做一个文章的搜索。有文章标题、作者、摘要、内容四个主要信息。效果图如下：这里样式我就没怎么设置了。。。。想要好看一点的可以自己加css。

服务器：

在3台centos7中部署，主机名为node1-node3.安装好ElasticSearch并配置好集群，

1.     解压

2.     修改config/elasticsearch.yml    (注意要顶格写，冒号后面要加一个空格)

a)      Cluster.name: tf   (同一集群要一样)

b)      Node.name： node-1  (同一集群要不一样)

c)       Network.Host: 192.168.44.137  这里不能写127.0.0.1

3.     解压安装kibana

4.     再congfig目录下的kibana.yml中修改elasticsearch.url

5.     安装插件

Step 1: Install Marvel into Elasticsearch:	bin/plugin install license bin/plugin install marvel-agent
Step 2: Install Marvel into Kibana	bin/kibana plugin --install elasticsearch/marvel/latest
Step 3: Start Elasticsearch and Kibana	bin/elasticsearch bin/kibana

 

启动好elasticsearch集群后，

然后启动zookeeper、hdfs、hbase。zkService.sh start  、start-all.sh、start-hbase.sh。

接下来就是剩下编码步骤了。

三、编码开发

1、首先在IntelliJ IDEA中新建一个maven工程，加入如下依赖。

<dependencies>
        <dependency>
            <groupId>junitgroupId>
            <artifactId>junitartifactId>
            <version>4.9version>
        dependency>



        <dependency>
            <groupId>org.springframeworkgroupId>
            <artifactId>spring-contextartifactId>
            <version>3.2.0.RELEASEversion>
        dependency>
        <dependency>
            <groupId>org.springframeworkgroupId>
            <artifactId>spring-ormartifactId>
            <version>3.2.0.RELEASEversion>
        dependency>
        <dependency>
            <groupId>org.springframeworkgroupId>
            <artifactId>spring-aspectsartifactId>
            <version>3.2.0.RELEASEversion>
        dependency>
        <dependency>
            <groupId>org.springframeworkgroupId>
            <artifactId>spring-webartifactId>
            <version>3.2.0.RELEASEversion>
        dependency>
        <dependency>
            <groupId>org.springframeworkgroupId>
            <artifactId>spring-webmvcartifactId>
            <version>3.2.0.RELEASEversion>
        dependency>
        <dependency>
            <groupId>org.springframeworkgroupId>
            <artifactId>spring-testartifactId>
            <version>3.2.0.RELEASEversion>
        dependency>


        <dependency>
            <groupId>jstlgroupId>
            <artifactId>jstlartifactId>
            <version>1.2version>
        dependency>
        <dependency>
            <groupId>taglibsgroupId>
            <artifactId>standardartifactId>
            <version>1.1.2version>
        dependency>

        <dependency>
            <groupId>org.slf4jgroupId>
            <artifactId>slf4j-apiartifactId>
            <version>1.7.10version>
        dependency>
        <dependency>
            <groupId>org.slf4jgroupId>
            <artifactId>slf4j-log4j12artifactId>
            <version>1.7.10version>
        dependency>


        <dependency>
            <groupId>org.elasticsearchgroupId>
            <artifactId>elasticsearchartifactId>
            <version>2.2.0version>
        dependency>


        <dependency>
            <groupId>org.apache.hbasegroupId>
            <artifactId>hbase-clientartifactId>
            <version>1.1.3version>
            <exclusions>
                <exclusion>
                    <groupId>com.google.guavagroupId>
                    <artifactId>guavaartifactId>
                exclusion>
            exclusions>
        dependency>


    dependencies>

2、Dao层

private Integer id;
private String title;

private String describe;

private String content;

private String author;

实现其getter/setter方法。

3、数据准备

在桌面新建一个doc1.txt文档，用于把我们需要查询的数据写入到里面，这里我只准备了5条数据。中间用tab键隔开。

4、在hbase中建立表。表名师doc，列族是cf。

public static void main(String[] args) throws Exception {
      HbaseUtils hbase = new HbaseUtils();
      //创建一张表

	hbase.createTable("doc","cf");

}

/**
 * 创建一张表
 * @param tableName
 * @param column
 * @throws Exception
 */
public void createTable(String tableName, String column) throws Exception {
   if(admin.tableExists(TableName.valueOf(tableName))){
      System.out.println(tableName+"表已经存在！");
   }else{
      HTableDescriptor tableDesc = new HTableDescriptor(TableName.valueOf(tableName));
      tableDesc.addFamily(new HColumnDescriptor(column.getBytes()));
      admin.createTable(tableDesc);
      System.out.println(tableName+"表创建成功！");
   }
}

5、导入索引。这一步的时候确保你的hdfs和hbase以及elasticsearch是处于开启状态。

@Test
  public void createIndex() throws Exception {
      List arrayList = new ArrayList();
      File file = new File("C:\\Users\\asus\\Desktop\\doc1.txt");
      List list = FileUtils.readLines(file,"UTF8");
      for(String line : list){
          Doc Doc = new Doc();
          String[] split = line.split("\t");
          System.out.print(split[0]);
          int parseInt = Integer.parseInt(split[0].trim());
          Doc.setId(parseInt);
          Doc.setTitle(split[1]);
          Doc.setAuthor(split[2]);
          Doc.setDescribe(split[3]);
          Doc.setContent(split[3]);
          arrayList.add(Doc);
      }
      HbaseUtils hbaseUtils = new HbaseUtils();
      for (Doc Doc : arrayList) {
          try {
              //把数据插入hbase
              hbaseUtils.put(hbaseUtils.TABLE_NAME, Doc.getId()+"", hbaseUtils.COLUMNFAMILY_1, hbaseUtils.COLUMNFAMILY_1_TITLE, Doc.getTitle());
              hbaseUtils.put(hbaseUtils.TABLE_NAME, Doc.getId()+"", hbaseUtils.COLUMNFAMILY_1, hbaseUtils.COLUMNFAMILY_1_AUTHOR, Doc.getAuthor());
              hbaseUtils.put(hbaseUtils.TABLE_NAME, Doc.getId()+"", hbaseUtils.COLUMNFAMILY_1, hbaseUtils.COLUMNFAMILY_1_DESCRIBE, Doc.getDescribe());
              hbaseUtils.put(hbaseUtils.TABLE_NAME, Doc.getId()+"", hbaseUtils.COLUMNFAMILY_1, hbaseUtils.COLUMNFAMILY_1_CONTENT, Doc.getContent());
              //把数据插入es
              Esutil.addIndex("tfjt","doc", Doc);
          } catch (Exception e) {
              e.printStackTrace();
          }
      }
  }

数据导入成功之后可以在服务器上通过命令查看一下：

curl -XGET http://node1:9200/tfjt/_search

7、搜索。

在这里新建了一个工具类Esutil.java,主要用于处理搜索的。注意，我们默认的elasticsearch是9200端口的，这里数据传输用的是9300，不要写成9200了，然后就是集群名字为tf，也就是前面配置的集群名。还有就是主机名node1-node3,这里不能写ip地址，如果是本地测试的话，你需要在你的window下面配置hosts文件。

public class Esutil {
    public static Client client = null;

        /**
         * 获取客户端
         * @return
         */
        public static  Client getClient() {
            if(client!=null){
                return client;
            }
            Settings settings = Settings.settingsBuilder().put("cluster.name", "tf").build();
            try {
                client = TransportClient.builder().settings(settings).build()
                        .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("node1"), 9300))
                        .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("node2"), 9300))
                        .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("node3"), 9300));
            } catch (UnknownHostException e) {
                e.printStackTrace();
            }
            return client;
        }




    public static String addIndex(String index,String type,Doc Doc){
        HashMap hashMap = new HashMap();
        hashMap.put("id", Doc.getId());
        hashMap.put("title", Doc.getTitle());
        hashMap.put("describe", Doc.getDescribe());
        hashMap.put("author", Doc.getAuthor());

        IndexResponse response = getClient().prepareIndex(index, type).setSource(hashMap).execute().actionGet();
        return response.getId();
    }


    public static Map search(String key,String index,String type,int start,int row){
        SearchRequestBuilder builder = getClient().prepareSearch(index);
        builder.setTypes(type);
        builder.setFrom(start);
        builder.setSize(row);
        //设置高亮字段名称
        builder.addHighlightedField("title");
        builder.addHighlightedField("describe");
        //设置高亮前缀
        builder.setHighlighterPreTags("");
        //设置高亮后缀
        builder.setHighlighterPostTags("");
        builder.setSearchType(SearchType.DFS_QUERY_THEN_FETCH);
        if(StringUtils.isNotBlank(key)){
//          builder.setQuery(QueryBuilders.termQuery("title",key));
            builder.setQuery(QueryBuilders.multiMatchQuery(key, "title","describe"));
        }
        builder.setExplain(true);
        SearchResponse searchResponse = builder.get();

        SearchHits hits = searchResponse.getHits();
        long total = hits.getTotalHits();
        Map map = new HashMap();
        SearchHit[] hits2 = hits.getHits();
        map.put("count", total);
        List> list = new ArrayList>();
        for (SearchHit searchHit : hits2) {
            Map highlightFields = searchHit.getHighlightFields();
            HighlightField highlightField = highlightFields.get("title");
            Map source = searchHit.getSource();
            if(highlightField!=null){
                Text[] fragments = highlightField.fragments();
                String name = "";
                for (Text text : fragments) {
                    name+=text;
                }
                source.put("title", name);
            }
            HighlightField highlightField2 = highlightFields.get("describe");
            if(highlightField2!=null){
                Text[] fragments = highlightField2.fragments();
                String describe = "";
                for (Text text : fragments) {
                    describe+=text;
                }
                source.put("describe", describe);
            }
            list.add(source);
        }
        map.put("dataList", list);
        return map;
    }

//  public static void main(String[] args) {
//      Map search = Esutil.search("hbase", "tfjt", "doc", 0, 10);
//      List> list = (List>) search.get("dataList");
//  }
}

8、使用spring控制层处理

在里面的spring配置这里就不说了，代码文末提供。

@RequestMapping("/search.do")
public String serachArticle(Model model,
        @RequestParam(value="keyWords",required = false) String keyWords,
        @RequestParam(value = "pageNum", defaultValue = "1") Integer pageNum,
        @RequestParam(value = "pageSize", defaultValue = "3") Integer pageSize){
    try {
        keyWords = new String(keyWords.getBytes("ISO-8859-1"),"UTF-8");
    } catch (UnsupportedEncodingException e) {
        e.printStackTrace();
    }
    Map map = new HashMap();
    int count = 0;
    try {
        map = Esutil.search(keyWords,"tfjt","doc",(pageNum-1)*pageSize, pageSize);
        count = Integer.parseInt(((Long) map.get("count")).toString());
    } catch (Exception e) {
        logger.error("查询索引错误!{}",e);
        e.printStackTrace();
    }
    PageUtil> page = new PageUtil>(String.valueOf(pageNum),String.valueOf(pageSize),count);
    List> articleList = (List>)map.get("dataList");
    page.setList(articleList);
    model.addAttribute("total",count);
    model.addAttribute("pageNum",pageNum);
    model.addAttribute("page",page);
    model.addAttribute("kw",keyWords);
    return "index.jsp";
}

9、页面

"search.do" method="get">
  "text" name="keyWords" />
  "submit" value="百度一下">
  "hidden" value="1" name="pageNum">

if test="${! empty page.list }">
百度为您找到相关结果约${total}个
"${page.list}" var="bean">
  "/es/detailDocById/${bean.id}.do">${bean.title}


  ${bean.describe}




if test="${page.hasPrevious }">
  "search.do?pageNum=${page.previousPageNum }&keyWords=${kw}"> 上一页
if>
"${page.everyPageStart }" end="${page.everyPageEnd }" var="n">
  "search.do?pageNum=${n }&keyWords=${kw}"> ${n }


if test="${page.hasNext }">
  "search.do?pageNum=${page.nextPageNum }&keyWords=${kw}"> 下一页
if>
if>

10、项目发布

在IntelliJ IDEA 中配置好常用的项目，这里发布名Application context名字为es，当然你也可以自定义设置。

最终效果如下：搜索COS会得到结果，速度非常快。

总结：这个案例的操作流程还是挺多的，要有细心和耐心，特别是服务器配置，各种版本要匹配好，不然会出各种头疼的问题，当然了，这个还是需要有一定基础，不然搞不定这个事情。。。。。

源码地址：https://github.com/sdksdk0/es