微服务实用篇5-分布式搜索elasticsearch篇1
今天的主要学习任务是分布式搜索，首先了解elasticsearch，然后学习索引库的操作、文档的操作、RestAPI等。elasticsearch是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定位到我们需要的内容。这一篇主要学习ES的基本使用，包括安装ES，安装kibana，安装分词器等，另外也学习了在java客户端实现索引库的增删改查和文档的增删改查。
目录
一、初识elasticsearch
1.1、了解ES
1.2、 倒排索引
1.3、ES与MySQL概念对比
1.4、安装ES
1.5、安装kibana
1.6、安装IK分词器
1.7、IK分词器的扩展与停用
二、索引库操作
2.1、mapping映射属性
2.2、创建、查询、删除、修改索引库
2.3、文档的添加、查询、删除、修改
三、RestClient操作
3.1、RestClient操作索引库
3.2、RestClient操作文档
一、初识elasticsearch
1.1、了解ES
elasticsearch是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定位到我们需要的内容。elastic stack(ELK) 主要包含如下三部分，其中es是用于搜索和存储等，是该技术栈的核心，另外还包括数据抓取和数据可视化的技术栈。
下面对elasticsearch做个小总结吧，es是开源的分布式搜索引擎，用来搜索、日志统计、分析等，ELK是以ES为核心的技术栈，包括数据可视化的Kibana和数据抓取的Logstash和Beats。另外Lucene是开源搜索引擎类库，提供搜索引擎核心的API。es底层是基于Lucene实现的。
1.2、 倒排索引
我们先看一下正向索引，比如MySQL就是典型的采用正向索引，例如根据内容进行搜索，比对成功，则存储，比对失败，则丢弃。
正向索引的搜索是一条一条的搜索，而倒排搜索是将数据划分成词条和文档 ，每次搜索前先分词，然后根据词条进行搜索，找到文档id，最后再根据文档id进行搜索，将搜索到的结果按照顺序存入结果集。在复杂的场景适合用倒排索引进行搜索，效率更高。
1.3、ES与MySQL概念对比
我们看一下MySQL和es的概念对比，表对应索引，行对应文档，列对应字段，schema对应映射Mapping，SQL对应DSL。
对于数据安全要求较高的写相关操作，一般使用MySQL数据库，对于性能要求较高的读相关操作，一般使用Elasticsearch完成。MySQL和ES之间也可以实现数据同步。
1.4、安装ES
下面看一下部署单点ES，我们需要先创建网络，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：当然需要先启动docker，再创建网络：
docker network create es-net接下来就是加载es镜像了，一般来说，可以直接从服务器拉取，但是由于es镜像比较大，我们先下载到本地，然后通过xftp上传到虚拟机，然后使用load命令加载压缩包为镜像即可。
docker load -i es.tar把kibana也上传到虚拟机，然后用load命令加载镜像，如下：
docker load -i kibana.tar接下来就可以运行docker命令，部署单点es，如下：
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
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在浏览器输入ip地址+端口号检验es是否安装成功，如下所示出现如下json字符串则安装成功：
1.5、安装kibana
kibana可以给我们提供一个elasticsearch的可视化界面，便于我们学习，我们首先运行docker，部署kibana，具体如下所示：
docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601 \
kibana:7.12.1安装完成后可以在浏览器使用ip地址+端口号的方式打开可视化界面，如下：
1.6、安装IK分词器
有常见的两种方式安装IK分词器，分别在线安装和离线安装，在线安装的docker命令如下，不过该方法比较慢。
# 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另外一种安装IK分词器的方式是离线安装，具体如下，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-pluginsplugins目录被挂载到了： /var/lib/docker/volumes/es-plugins/_data 这个目录中，我们将解压的ik分词器上传到这个目录中，然后重启容器即可。
docker restart es最后测试IK分词的两种模式：在es的可视化界面使用Dev Tools进行测试即可，如下：
● ik_smart ：最少切分
● ik_max_word ：最细切分
1.7、IK分词器的扩展与停用
ik分词器的扩展是很有必要的，因为词库是有限的，对于新的词汇，我们需要对分词器进行拓展，对于没有必要的分词，或者敏感词汇，也可以设置不进行分词，即停用，防止浪费内存。
1）首先打开ik分词器的config目录：
2）在IKAnalyzer.cfg.xml配置文件扩展词典和停用词典，如下：
IK Analyzer 扩展配置
ext.dic
stopword.dic
3）在config文件夹内创建扩展和停用的文件，并设置相应的词语。
4）重启elasticsearch
docker restart es
docker restart kibana5）测试
二、索引库操作
2.1、mapping映射属性
mapping常见的属性包括数据类型、是否索引、分词器、子字段等，常见的数据类型包括：文本或键值对字符串，数字，布尔类型，日期和对象类型等。
2.2、创建、查询、删除、修改索引库
Elasticsearch通过Restful请求操作索引库和文档，请求内容通过DSL语句来表示，创建索引库和mapping的DSL如下：
下面在es的可视化界面的使用Dev Tools创建索引库，如下：
#创建索引库
PUT /wang
{
"mappings": {
"properties": {
"info": {
"type": "text",
"analyzer": "ik_smart"
},
"email": {
"type": "keyword"
, "index": false
},
"name": {
"type": "object",
"properties": {
"firstname": {
"type": "keyword"
},
"lastname": {
"type": "keyword"
}
}
}
}
}
}如下所示，表明创建索引成功。
查询索引库用GET，删除索引库用DELETE,修改索引库用PUT，只能添加新字段，不能修改之前的字段。
#查询索引库
GET /wang
#删除索引
DELETE /wang
#修改索引,添加新字段
PUT /wang/_mapping
{
"properties":{
"age":{
"type":"long"
}
}
}
2.3、文档的添加、查询、删除、修改
创建文档使用POST，查询文档用GET、删除文档用DELETE、修改文档主要有两种，一种是全量修改，另一种是增量修改。
#查询文档
GET /wang/_doc/1
#删除文档
DELETE /wang/_doc/1
#全量修改，修改文档
PUT /wang/_doc/1
{
"info":"Java学习之路，慢慢来",
"email":"[email protected]",
"name":{
"firstname":"忠",
"lastname":"黄"
}
}
#局部修改文档
POST /wang/_update/1
{
"doc":{
"email":"[email protected]"
}
}三、RestClient操作
3.1、RestClient操作索引库
我们要通过Java的客户端操作实现索引库的增删改查相关操作，首先需要导入demo，然后定于mapping映射，通过RestClient完成索引库的相关操作。
初始化Java客户端，需要先引入依赖，并使用相应的IP地址何端口号进行初始化。
创建库索引，如下主要分为三步，创建request对象，准备请求发送，最后是发送请求。
import org.apache.http.HttpHost;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.CreateIndexRequest;
import org.elasticsearch.common.xcontent.XContentType;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import java.io.IOException;
import static cn.itcast.hotel.constants.HotelConstants.MAPPING;
public class HotelIndexTest {
private RestHighLevelClient client ;
@Test
void testInits(){
System.out.println(client);
}
@Test
void TestInit() throws IOException {
//1.创建request对象
CreateIndexRequest createIndexRequest = new CreateIndexRequest("hotel") ;
//2.准备请求的参数
createIndexRequest.source(MAPPING, XContentType.JSON) ;
//3.发送请求
client.indices().create(createIndexRequest, RequestOptions.DEFAULT) ;
}
@BeforeEach
void setUp(){
this.client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.132.128:9200"))) ;
}
@AfterEach
void tearDown() throws IOException {
this.client.close() ;
}
}
因为是通过DSL语句创建索引库，所以这里定义了一个MAPPING常量，通过静态导包的方式加入，如下：
public class HotelConstants {
public static final String MAPPING = "{\n" +
"\"mappings\": {\n" +
"\n" +
"\"properties\": {\n" +
"\n" +
"\"id\":{\n" +
"\n" +
"\"type\": \"keyword\"\n" +
"},\n" +
"\"name\":{\n" +
"\n" +
"\"type\": \"text\",\n" +
"\"analyzer\": \"ik_max_word\",\n" +
"\"copy_to\": \"all\"\n" +
"},\n" +
"\"address\":{\n" +
"\n" +
"\"type\": \"keyword\",\n" +
"\"index\": false\n" +
"},\n" +
"\"price\":{\n" +
"\n" +
"\"type\": \"integer\"\n" +
"},\n" +
"\"score\":{\n" +
"\n" +
"\"type\": \"integer\"\n" +
"},\n" +
"\"brand\":{\n" +
"\n" +
"\"type\":\"keyword\",\n" +
"\"copy_to\": \"all\"\n" +
"},\n" +
"\"city\":{\n" +
"\n" +
"\"type\": \"keyword\"\n" +
"},\n" +
"\"starName\":{\n" +
"\n" +
"\"type\": \"keyword\"\n" +
"},\n" +
"\"business\":{\n" +
"\n" +
"\"type\": \"keyword\",\n" +
"\"copy_to\": \"all\"\n" +
"},\n" +
"\"location\":{\n" +
"\n" +
"\"type\": \"geo_point\"\n" +
"},\n" +
"\"pic\":{\n" +
"\n" +
"\"type\": \"keyword\",\n" +
"\"index\": false\n" +
"},\n" +
"\"all\":{\n" +
"\n" +
"\"type\": \"text\",\n" +
"\"analyzer\": \"ik_max_word\"\n" +
"}\n" +
"}\n" +
"}\n" +
"}" ;
}
删除索引库何判断索引库是否存在的代码如下：
//判断索引库是否存在
@Test
void TestExists() throws IOException {
//1.创建request对象
GetIndexRequest getIndexRequest = new GetIndexRequest("hotel") ;
//2.发送请求
boolean exists = client.indices().exists(getIndexRequest, RequestOptions.DEFAULT) ;
//3.输出
System.out.println(exists ? "索引库存在" : "索引库不存在");
}
//删除索引库
@Test
void TestDelete() throws IOException {
//1.创建request对象
DeleteIndexRequest deleteIndexRequest = new DeleteIndexRequest("hotel") ;
//2.发送请求
client.indices().delete(deleteIndexRequest, RequestOptions.DEFAULT) ;
}
3.2、RestClient操作文档
我们来看一下使用RestClient对文档进行增删改查的相关操作，具体如下：
首先需要初始化Java客户端，然后新增酒店数据到索引库，然后从索引库查询、删除、修改数据。
插入文档的代码如下，首先需要从数据库查询文档，这里面之前报了一个空指针异常，在测试类上加了@SpringBootTest注解后解决了，首先从数据库中查询，然后转换为文档类型，最后根据请求和Json对象发送新增文档请求即可。
@Test //文档新增
void addDocument() throws IOException {
//根据id查询酒店数据
Hotel hotel = iHotelService.getById(38665L) ;
//转换为文档类型
HotelDoc hotelDoc = new HotelDoc(hotel) ;
//1.创建request对象
IndexRequest indexRequest = new IndexRequest("hotel").id(hotel.getId().toString()) ;
//2.准备Json对象
indexRequest.source(JSON.toJSONString(hotelDoc), XContentType.JSON) ;
//3.发送请求
client.index(indexRequest, RequestOptions.DEFAULT) ;
}
可在es的可视化界面中使用指令查询索引库中添加的文档，如下：
根据id查询酒店数据，具体如下：
@Test //文档查询
void getDocumentById() throws IOException {
//1.创建request对象
GetRequest getRequest = new GetRequest("hotel", "38665") ;
//2.发送请求，得到响应
GetResponse getResponse = client.get(getRequest, RequestOptions.DEFAULT) ;
//3.解析响应的结果
String json = getResponse.getSourceAsString() ;
HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class) ;
System.out.println(hotelDoc);
}
根据id进行文档的修改，也就是更新，就是全量更新和局部更新。
@Test //文档更新
void updateDocumentById() throws IOException {
//1.创建request对象
UpdateRequest updateRequest = new UpdateRequest("hotel", "38665") ;
//2.准备请求参数
updateRequest.doc("price","999","starName","3钻") ;
//3.发送请求
client.update(updateRequest,RequestOptions.DEFAULT) ;
}
接下来，我们进行删除文档，如下：
@Test //文档删除
void deleteDocumentById() throws IOException {
//1.创建request对象
DeleteRequest deleteRequest = new DeleteRequest("hotel", "38665") ;
//2.发送请求
client.delete(deleteRequest,RequestOptions.DEFAULT) ;
}最后对文档操作做个总结：首先需要初始化客户端，然后创建请求对象，准备参数，发送请求，最后解析请求得到的结果即可。
最后我们在看一个批量导入数据到ES中，就是将文档数据批量导入到索引库中，具体如下：
下面是文档批量导入的代码，如下：
@Test //文档批量处理
void bulkDocumentById() throws IOException {
//批量出巡酒店数据
List list = iHotelService.list() ;
//1.创建request对象
BulkRequest bulkRequest = new BulkRequest() ;
//转换为文档类型
for(Hotel hotel : list){
HotelDoc hotelDoc = new HotelDoc(hotel) ;
//创建文档的request对象
bulkRequest.add(new IndexRequest("hotel")
.id(hotel.getId().toString())
.source(JSON.toJSONString(hotelDoc),XContentType.JSON)) ;
}
//2.发送请求
client.bulk(bulkRequest,RequestOptions.DEFAULT) ;
}