56.windows docker 安装ES、Go操作ES(github.com/olivere/elastic/v7库）
文章目录
- 一、环境准备
-
- 1、 docker安装ES
- 2、启动容器
- 3、图像化客户端工具ElasticSearch-Head
- 二、Go ES连接与认证
-
- 1、 连接ES
- 2、配置ES认证
- 三、索引的增删改查
- 四、文档的增删改
-
- 创建单个文档
- 根据文档id删除文档
- 批量删除文档
- 批量创建文档
- 五、文档查询
-
- 列表查询
- 精确匹配
- 模糊匹配
- 嵌套字段的搜索
- 六、 更新文档
代码地址： https://gitee.com/lymgoforIT/golang-trick/tree/master/34-go-es
一、环境准备
1、 docker安装ES
首先需要先安装docker，这个网上教程很多，这里就默认docker已经安装好了。当然如果不想用docker的话，也可以和redis、kafka等组件一样，下载后加压、配置环境变量便可以开始使用了。
拉取elasticsearch的镜像
docker pull elasticsearch:7.12.0
创建docker容器挂载的目录
之所以在容器启动的时候要配置挂载的宿主机目录，是因为想要在宿主机（本机）上记录下来当前ES容器的配置信息，数据以及插件等，这样即使到时候我们把容器删了，重新用镜像生成容器时，只要挂载的还是这三个目录，那么即使镜像变了，端口变了，但是启动的容器和之前的会是一样的。
PS：挂载指是是宿主机（本机）的目录映射到容器中的某个目录，一方改动，另一方会相应的改动，通过容器启动时 -v 选项配置。
主要是三个目录：config 、data 、plugins，其实我们如果是自己安装ES，而不是通过docker安装的话，也是可以看到这三个目录的。
既然我们本次是用docker演示的，那就手动创建一下这三个目录吧，如下，放到了自己建的docker-es目录下
然后在config目录下建立配置文件elasticsearch.yml并写入内容 http.host: 0.0.0.0，表示监听本机上的所有IP地址, 也就是接收本机所有网卡发到本进程端口的请求
如果是linux的话，通过命令就可以完成上述步骤了，当然目录名字就稍微换了，毕竟linux没有盘符的概念
# linux的命令
mkdir -p /opt/es/config & mkdir -p /opt/es/data & mkdir -p /opt/es/plugins
chmod 777 /opt/es/data
echo "http.host: 0.0.0.0" > /opt/es/config/elasticsearch.yml
2、启动容器
linux
docker run --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms84m -Xmx512m" -v /opt/es/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /opt/es/data:/usr/share/elasticsearch/data -v /opt/es/plugins:/usr/share/elasticsearch/plugins -d elasticsearch:7.12.0
windows
docker run --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms84m -Xmx512m" -v D:\\GoDevKit\\ElasticSearch\\docker-es\\config\\elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v D:\\GoDevKit\\ElasticSearch\\docker-es\\data:/usr/share/elasticsearch/data -v D:\\GoDevKit\\ElasticSearch\\docker-es\\plugins:/usr/share/elasticsearch/plugins -d elasticsearch:7.12.0
解释：
docker run：运行容器的命令--name:启动后容器的名字-p:port端口映射，表示访问宿主机的9200端口，会映射访问到容器的9200端口，9200是外部访问es的restful端口，9300是es集群内部节点之间通信的端口。-e:env环境变量，ES_JAVA_OPTS="-Xms84m -Xmx512m":es是Java写的，这里是设置Java虚拟机相关参数-v:volume目录挂载映射，这里也可以看到es容器是自带了那三个目录的，就像我们自己安装es一样，只是现在我们想将宿主机的三个目录与之映射，这样即使删除了容器，之前新建的容器只要还是挂载的宿主机这三个目录，那就还是会和原来的容器一样的。-d:daemon后台运行- 最后的参数时镜像名字
docker run参数补充
-i interactive 交互
-t terminal 伪终端运行
-u 指定用户启动docker ps -q 中，-q表示仅打印 容器ID | 镜像ID
如 docker ps -f name=^mys 会打印出所有名字以mys开头的容器全部信息，-f为filter
而 docker ps -q -f name=^mys 只会打印出所有名字以mys开头的容器的ID
启动成功：
通过docker desktop可以看到容器正在运行中了
访问本机的9200端口
并且可以看到我们创建的data空目录中也就有一些数据了
3、图像化客户端工具ElasticSearch-Head
ElasticSearch-Head的安装和使用可以参考：https://www.cnblogs.com/xuwenjin/p/8792919.html
1、elasticsearch-head是一个基于node.js的前端工程，所以需要先安装node.js，下载地址：https://nodejs.org/en/download，下载完成后，基本就是无脑式下一步即可，安装完成后使用node -v查看版本判断是否安装成功。
2、安装grunt为全局命令，grunt是基于node.js的项目构建工具
npm install -g grunt-cli
将grunt需要的一些jar包也安装上，需要联网下载，可能需要一点时间
npm instll
3、下载elasticsearch-head配置包，下载地址：https://github.com/mobz/elasticsearch-head
下载后，进入到该目录中，打开cmd，输入npm run start
打开浏览器连接，绿色表示连接成功了，事实上第一次操作是连接不上的，因为9100去连接9200端口，属于跨域了，是会被拒绝了，所以需要在elasticsearch.yml配置文件中加上允许跨域连接的配置
http.cors.enabled: true
http.cors.allow-origin: "*"
然后通过docker desktop 重启重启容器，就可以看到连接成功啦
二、Go ES连接与认证
安装依赖包
go get github.com/olivere/elastic/v7
1、 连接ES
对于连接操作，我们一般都是会定义一个包级别的变量，然后提供一个显示的Init方法，然后在main方法中初始化，如下
es_connect.go
package core
import (
"fmt"
"github.com/olivere/elastic/v7"
)
var EsClient *elastic.Client
func InitEsConn() {
client, err := elastic.NewClient(
elastic.SetURL("http://127.0.0.1:9200"), // ES服务器地址
// 我们的ES是通过docker启动的，所以会有docker为其分配的IP地址，但是我们想用本机的，然后通过端口映射访问到docker中的，所以这里设置false，表示跳过IP检查
elastic.SetSniff(false),
elastic.SetBasicAuth("", ""),
)
if err != nil {
panic(any(err))
}
EsClient = client
fmt.Println(EsClient)
}
main.go
package main
import "golang-trick/34-go-es/core"
func main() {
core.InitEsConn()
}
运行后，可以看到连接成功
2、配置ES认证
不需要认证的情况
- 服务器自己使用，
9200，9300端口不对外开放 - 本身跑在
127.0.0.1上
需要认证的情况：
ES需要对外提供服务的，我们总不能让外部也能随意通过ip:端口的方式随意的访问到我们的ES数据，所以需要配置认证
配置认证的方式参考：https://blog.csdn.net/qq_38669698/article/details/130529829
- 启用认证，由于我们配置了目录映射，所以改宿主机的
elasticsearch.yml文件即可，添加如下内容
#添加如下内容
#http.cors.allow-headers: Authorization #这个配置改为下面的
http.cors.allow-headers: Authorization,X-Requested-With,Content-Length,Content-Type
xpack.security.enabled: true
xpack.security.transport.ssl.enabled: true
2.保存后，重启ES
docker restart es
- 设置用户密码
a. 上一步重启ES容器后，进入容器：
docker exec -it es /bin/bash
b. 进入容器后，执行以下命令
./bin/elasticsearch-setup-passwords interactive
出现：Initiating the setup of passwords for reserved users elastic,apm_system,kibana,logstash_system,beats_system,remote_monitoring_user.
You will be prompted to enter passwords as the process progresses.
Please confirm that you would like to continue [y/N]
上边英文大概的意思是：你如果确定开启密码的话，需要设置以下六种账户的密码（建议设置成一样的）
Please confirm that you would like to continue [y/N]y
Enter password for [elastic]:
Reenter password for [elastic]:
Enter password for [apm_system]:
Reenter password for [apm_system]:
Enter password for [kibana]:
Reenter password for [kibana]:
Enter password for [logstash_system]:
Reenter password for [logstash_system]:
Enter password for [beats_system]:
Reenter password for [beats_system]:
Enter password for [remote_monitoring_user]:
Reenter password for [remote_monitoring_user]:
Changed password for user [apm_system]
Changed password for user [kibana]
Changed password for user [logstash_system]
Changed password for user [beats_system]
Changed password for user [remote_monitoring_user]
Changed password for user [elastic]
c.完成以上的设置后，需要再次重启ES容器
d. 验证
http://127.0.0.1:9200/
可以看到再次访问，就需要我们输入用户名和密码了，用户名是固定的elastic，密码则是我们自己设置的
现在执行我们开始的连接代码，也会报错了，因为没有给用户名和密码
此外，使用ES-Head连接时，也需要改为http://localhost:9100/?auth_user=elastic&auth_password=123456，即需要带上用户名和密码了
三、索引的增删改查
首先我们创建一个结构体User，用于后续封装从ES中查询的出来的数据，并设置一个mapping(定义索引下的字段约束，其中properties表示的就是索引下文档的各字段）
user.go ：类似MySQL中的Model，定义结构体，表名等。这里就是ES的Model，定义索引名和mapping等。
package model
import "time"
type User struct {
Id uint `json:"id"`
UserName string `json:"user_name"`
NickName string `json:"nick_name"`
//Age int `json:"age"`
CreateAt string `json:"create_at"`
Title string `json:"title"`
}
func (u *User) Index() string{
return "user_index"
}
func (u *User) Mapping() string {
return `
{
"mappings": {
"properties": {
"nick_name": {
"type": "text"
},
"user_name": {
"type": "keyword" // 完整匹配
},
"age": {
"type": "integer" // 完整匹配
},
"id": {
"type": "integer"
},
"created_at":{
"type": "date",
"null_value": "null",
"format": "[yyyy-MM-dd HH:mm:ss]"
}
}
}
}
`
}
index.go :索引的创建、删除、判断索引是否已经存在
package indexs
import (
"context"
"fmt"
"golang-trick/34-go-es/core"
"golang-trick/34-go-es/model"
)
func CreateIndex(indexName string) error {
// 索引不存在时，我们才创建,否则请求创建已经存在的索引会报错的
if ExistsIndex(indexName) {
// 删除已经存在的索引，然后新建索引
err := DeleteIndex(indexName)
if err != nil {
return err
}
}
index, err := core.EsClient.
CreateIndex(indexName). // 创建索引
BodyString((&model.User{}).Mapping()). // 指定索引的mapping，类似mysql中的表各字段的一个类型和其他约束
Do(context.Background()) // 执行
if err != nil {
fmt.Println(err)
return err
}
fmt.Println(fmt.Printf("创建了索引,索引：%v", index))
return nil
}
func ExistsIndex(indexName string) bool {
exists, _ := core.EsClient.IndexExists(indexName).Do(context.Background())
return exists
}
func DeleteIndex(indexName string) error {
_, err := core.EsClient.DeleteIndex(indexName).Do(context.Background())
fmt.Println("删除了索引")
return err
}
运行：
package main
import (
"golang-trick/34-go-es/core"
"golang-trick/34-go-es/indexs"
)
func main() {
core.InitEsConn()
indexs.CreateIndex("user_index")
}
从ES-Head中可以看到索引和相关字段了
再次执行的话，会按我们的代码定义的方式，先删除原有的索引，然后创建新的索引
四、文档的增删改
创建单个文档
package docs
import (
"context"
"fmt"
"golang-trick/34-go-es/core"
"golang-trick/34-go-es/model"
"time"
)
func CreateDoc() {
user := &model.User{
Id: 10,
UserName: "lym",
NickName: "夜空中最亮的星",
CreateAt: time.Now().Format("2006-01-02 15:03:04"), // 需要按照mapping中的约束格式传，否则报错
Title: "学习创建索引",
}
indexResp, err := core.EsClient.
Index(). // 表明是要对索引进行操作
Index(user.Index()). // 指定要操作的索引
BodyJson(user). // 文档的内容，会将结构体给我们转为JSON字符串
Do(context.Background()) // 执行
if err != nil {
fmt.Println(err)
return
}
fmt.Printf("%#v\n", indexResp)
}
运行：
package main
import (
"golang-trick/34-go-es/core"
"golang-trick/34-go-es/docs"
)
func main() {
core.InitEsConn()
// indexs.CreateIndex("user_index")
docs.CreateDoc()
}
要注意的是，这样查看显示的数据是不全的，比如上面就没有显示title和create_at字段，可以点击文档，查看JSON样式的完整数据
如果是mapping里面没有的字段，文档也是可以创建成功的，并且会加上该字段，如上面的title字段在mapping中就是没有的，但是也保存到文档中成功了。
根据文档id删除文档
// 注意：这里的id是文档id，不是文档内容中的id字段
func DeleteDoc(id string) {
deleteResp, err := core.EsClient.
Delete(). // 获取一个DeleteService对象
Index((&model.User{}).Index()). // 指明索引
Id(id).
Refresh("true"). // 删除后，索引会过一会才刷新，这里传true，索引会立即刷新，删除操作我们一般都传true
Do(context.Background())
if err != nil { // 如果文档不存在，会报404错误
fmt.Println(err)
return
}
fmt.Printf("%#v\n", deleteResp)
}
执行：
package main
import (
"golang-trick/34-go-es/core"
"golang-trick/34-go-es/docs"
)
func main() {
core.InitEsConn()
// indexs.CreateIndex("user_index")
//docs.CreateDoc()
docs.DeleteDoc("d6ldWYwBwPESsKz-qasv")
}
批量删除文档
批量删除需要用到Bulk对象，将要操作的文档放入Bulk中，然后一次性提交给ES服务器执行
执行前我们又插入了两条数据，用于测试
根据文档ID列表批量删除文档代码
// 注意：这里的id是文档id，不是文档内容中的id字段
// 传入文档id列表
func BatchDeleteDoc(ids []string) {
bulkService := core.EsClient.Bulk(). // 获取BulkService对象
Index((&model.User{}).Index()). // 指明要操作的索引
Refresh("true")
for _, id := range ids {
bulk := elastic.NewBulkDeleteRequest().Id(id)
bulkService.Add(bulk)
}
bulkResp, err := bulkService.Do(context.Background())
if err != nil {
fmt.Println(err)
return
}
// 如果文档不存在，不会有错误，bulkResp.Succeeded()为空，否则就是删除成功的数量
fmt.Printf("%#v\n", bulkResp.Succeeded())
}
执行：
package main
import (
"golang-trick/34-go-es/core"
"golang-trick/34-go-es/docs"
)
func main() {
core.InitEsConn()
// indexs.CreateIndex("user_index")
//docs.CreateDoc()
//docs.DeleteDoc("d6ldWYwBwPESsKz-qasv")
docs.BatchDeleteDoc([]string{"eKmUWYwBwPESsKz-8qsp", "eamVWYwBwPESsKz-DKve"})
}
批量删除成功
批量创建文档
与批量删除类似，只是添加到BulkService对象中的对象变为了BulkCreateRequest
func BatchCreateDoc() {
userList := []model.User{
{
Id: 11,
UserName: "lym",
NickName: "夜空中最亮的星",
CreateAt: time.Now().Format("2006-01-02 15:04:05"),
},
{
Id: 12,
UserName: "lym",
NickName: "夜空中最亮的星",
CreateAt: time.Now().Format("2006-01-02 15:04:05"),
},
}
bulkService := core.EsClient.Bulk(). // 获取BulkService对象
Index((&model.User{}).Index()). // 指明要操作的索引
Refresh("true")
for _, user := range userList {
// 与批量删除主要就是这一行不同
bulk := elastic.NewBulkCreateRequest().Doc(user)
bulkService.Add(bulk)
}
bulkResp, err := bulkService.Do(context.Background())
if err != nil {
fmt.Println(err)
return
}
fmt.Printf("%#v\n", bulkResp)
}
执行：
package main
import (
"golang-trick/34-go-es/core"
"golang-trick/34-go-es/docs"
)
func main() {
core.InitEsConn()
// indexs.CreateIndex("user_index")
//docs.CreateDoc()
//docs.DeleteDoc("d6ldWYwBwPESsKz-qasv")
// docs.BatchDeleteDoc([]string{"eKmUWYwBwPESsKz-8qsp", "eamVWYwBwPESsKz-DKve"})
docs.BatchCreateDoc()
}
五、文档查询
列表查询
返回结构如下，主要是res.Hits.Hits中的一条记录，是SearchHit对象，里面的Source为我们的文档数据，json.RawMessage就是[]byte的别名而已，所以可以直接转为string，或者反序列化到我们的结构体对象中
代码如下：
func FindDoc() {
query := elastic.NewBoolQuery()
res, err := core.EsClient.
Search((&model.User{}).Index()). // 指定索引，且表明是查询操作
Query(query). // 查询条件
From(0). // 分页操作
Size(10).
Do(context.Background())
if err != nil {
fmt.Println(err)
return
}
count := res.Hits.TotalHits.Value
fmt.Println(count)
for _, hit := range res.Hits.Hits {
fmt.Println(string(hit.Source))
}
}
执行：
package main
import (
"golang-trick/34-go-es/core"
"golang-trick/34-go-es/docs"
)
func main() {
core.InitEsConn()
// indexs.CreateIndex("user_index")
//docs.CreateDoc()
//docs.DeleteDoc("d6ldWYwBwPESsKz-qasv")
// docs.BatchDeleteDoc([]string{"eKmUWYwBwPESsKz-8qsp", "eamVWYwBwPESsKz-DKve"})
// docs.BatchCreateDoc()
docs.FindDoc()
}
精确匹配
精确匹配只能对mapping中定义为keyword的字段生效,比如下面我们只能对user_name使用精确匹配，对nick_name字段无法使用，所以在设计索引时，如果已知后面会对某个字段进行精确匹配，应该将其设置为keyword类型
代码：
func FindDoc() {
limit := 10
page := 1
from := (page - 1) * limit
//query := elastic.NewBoolQuery()
query := elastic.NewTermQuery("user_name", "lym")
res, err := core.EsClient.
Search((&model.User{}).Index()). // 指定索引，且表明是查询操作
Query(query). // 查询条件
From(from). // 分页操作
Size(limit).
Do(context.Background())
if err != nil {
fmt.Println(err)
return
}
count := res.Hits.TotalHits.Value
fmt.Println(count)
for _, hit := range res.Hits.Hits {
fmt.Println(string(hit.Source))
}
}
执行：
如果换成nick_name，即使写为了完全正确的夜空中最亮的星，也是匹配不到结果的，因为nick_name的type是text，不是keyword
模糊匹配
-
主要是查
text，也能查keyword -
模糊匹配
keyword字段，是需要查完整的 -
匹配
text字段则不用，搜完整的也会搜出很多
代码：
查询对象换为NewMatchQuery即可
嵌套字段的搜索
我们在创建索引时，并没有指定title字段的mapping，但是因为在插入文档时，带了title字段，es会自动帮我们将其加入到mapping中，且是一个嵌套类型，如下
"title": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
}
因为title是text类型，只能模糊匹配，但是需要精确匹配的时候，也能通过title.keyword的形式进行精确匹配，如下
query := elastic.NewTermQuery("title.keyword", "学习创建索引2") // 精确匹配
//query := elastic.NewMatchQuery("title", "学习") // 模糊匹配
六、 更新文档
更新文档，我们一般都是已经知道文档id了，所以就是根据文档id进行更新，传入map即可
更新前
代码：
func UpdateDoc(id string) {
res, err := core.EsClient.Update().Index((&model.User{}).Index()).
Id(id).Doc(map[string]any{
"user_name": "lymUpdate",
}).Do(context.Background())
if err != nil {
fmt.Println(err)
return
}
fmt.Printf("%#v\n", res)
}
执行：
package main
import (
"golang-trick/34-go-es/core"
"golang-trick/34-go-es/docs"
)
func main() {
core.InitEsConn()
// indexs.CreateIndex("user_index")
//docs.CreateDoc()
//docs.DeleteDoc("d6ldWYwBwPESsKz-qasv")
// docs.BatchDeleteDoc([]string{"eKmUWYwBwPESsKz-8qsp", "eamVWYwBwPESsKz-DKve"})
// docs.BatchCreateDoc()
// docs.FindDoc()
docs.UpdateDoc("eqmeWYwBwPESsKz-nasc")
}
更新后
