Elasticsearch使用（Windows）

Elasticsearch介绍
Elasticsearch，简称ES（全文搜索服务器），既可以作为NoSQL数据库，存储任意格式的文档和数据，同时，也可以作为大数据的分析。作为一个跨界开源产品。ES有如下特点：

• 全文搜索引擎，ES是建立在Lucene上的开源搜索引擎，使用ES可以进行全文搜索、地理信息搜索，像GitHub、StackOverFlow这样的网站也在使用ES，足见其性能。
• 文档存储和查询，可以像NoSQL那样存储任意格式文档，并能根据条件查询文档。
• 大数据分析，ES可以准确实时地进行大数据分析，数据量从TB到PB皆可胜任，很多国内外的公司都采用ES来做大数据分析。
• ES同时提供REST API，用来简化对ES的操作。因此可以使用任何语言的客户端，同时也提供Java API，SpringBoot也更是对REST API进行了封装，从而简化了很多开发。
• ES常常配合传统型数据库一同使用。来完成大数据的查询、搜索和数据分析。

安装Elasticsearch

• 首先要有JDK环境，确保JDK8及以上版本
• 访问地址[(https://www.elastic.co/downloads)], 下载最新版本的ES，选择Elasticsearch进行下载即可。
• 直接解压到某个目录
• 进入下载文件的bin目录运行elasticsearch.bat
• 看到以下提示则说明启动成功：
  
  **9200端口是对外的RESTFul接口，而9300端口是ES内部使用的端口。
  -打开浏览器访问：http://localhost:9200 出现以下输出：
  
  其中：
  name: 表示这台ES服务器的名字，可以配置
  cluster_name: 默认是elasticsearch。
  ES的集群方式是通过广播在同一个网络中寻找cluster_name一样的ES，cluster_name一样的ES，cluster_name对应的名字是同一个集群的标记。

Elasticsearch的基本概念

• Index： Index是文档（Document）的集合，Index下面包含了Type，用于对Document进一步分类。可以理解为ES中的Index相当于数据库，而Type相当于数据库中的表，ES中可以轻易地联合Index和Type来搜索数据，而数据库做不到这一点。
• Type： 用来进一步组织Document，一个Index下可以有多个Type，例如用户信息是一个Type，用户的支付记录也是一个Type。
• Document： 文档是ES能够存储和搜索的基本信息，类似数据库表行数据，Document为JSON格式，文档属于Type。
• Node（结点）： 节点是集群里一台ES Server，用于文档的存储和查询。应用可以只有一个节点，也可以由上百个节点组成集群来存储和搜索数据。每个节点都有一个名字，以及所属集群的名字。
• 集群： 同样集群名的节点将组合为ES集群，用来联合完成数据的存储和搜索。默认集群名字是Elasticsearch。
• 分区（Shards）和复制（Replicas）： 每个Index理论上都可以包含大量的数据，超过单个节点的存储限制，将明显限制存储和搜索的性能。因此，ES会将Index在物理上分为多个分区，而且这些分区会按照配置复制到多个节点，Index的分区称为主分区，复制的分区称为复制分区。这样做，既保证了数据安全性又提高了查询性能。

Spring Data Elastic
Spring Data Elastic是Spring官方提供的访问ES的方式，相对于REST访问，更具有优势：

• 完善的封装，遵循Spring Data的规范，只要会使用Spring Data，例如Spring Data JPA，就可以使用Elastic Data。
• 屏蔽了ES REST接口的复杂性，就像调用普通方法一样调用Elastic Data，Spring会自动调用Elastic底层API来完成查询。

1. 首先对于SpringBoot来说，要添加以下依赖：

    org.elasticsearch
    elasticsearch
    6.7.1

2. Spring Boot的application.yml配置ES的访问地址

spring:
  data:
    elasticsearch:
      cluster-nodes: 127.0.0.1:9300

3. 编写Entity

@Data
@Document(indexName = "product",type="book")
public class BookEntity {
    @Id
    private String id;
    private String name;
    private String message;
    private Date postDate;
    private String type;
}
//其中，@Document表示这是一个Elastic Data，indexName和type对应于
//Elasticsearch的Index和Type。本例中的索引是product，类型是book。

4. 编写Dao

public interface BookDao extends CrudRepository {
    public List getByMessage(String key);
}
//该接口继承了CrudRepository，再继续添加一个getByMessage方法，
//这是一个标准Spring Data命名，意味着Elastic Data会查询message字段。

5. 编写Controller

@RestController
public class RestController {

    @Autowired
    private BookDao bookDao;

    @RequestMapping("/springdata/book/{id}")
    public BookEntity getBookById(@PathVariable String id){
        //测试内置的findById
        Optional optional=bookDao.findById(id);
        BookEntity bookEntity=optional.get();
        return bookEntity;
    }

    @RequestMapping("/springdata/search/{key}")
    public List search(@PathVariable String key){
        //测试全文搜索
        List list=bookDao.getByMessage(key);
        return list;
    }

    @RequestMapping("/springdata/search/{key}/{page}")
    public List search(@PathVariable int page,@PathVariable String key){
        int numberOfPage=5;
        PageRequest pageRequest= PageRequest.of(page,numberOfPage);
        //全文搜索翻页
        Page pages=bookDao.getByMessage(key,pageRequest);

        long total=pages.getTotalElements();
        long totalPage=pages.getTotalPages();

        List list=pages.getContent();
        return  list;
    }
}