ElasticSearch基础学习（SpringBoot集成ES）
一、概述
什么是ElasticSearch？
ElasticSearch，简称为ES， ES是一个开源的高扩展的分布式全文搜索引擎。
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。
ES核心概念
知道了ES是什么后，接下来还需要知道ES是如何存储数据，数据结构是什么，又是如何实现搜索的呢？
学习这些之前需要先了解一些ElasticSearch的相关概念。
ElasticSearch是面向文档型数据库
相信学习过MySql的同学都知道，MySql是关系型数据库，那么ES与关系型数据库有什么区别呢？
下面做一下简单的对比：
| 关系型数据库(MySql、Oracle等) | ElasticSearch |
|---|---|
| 数据库(database) | 索引(indices) |
| 表(tables) | 类型(types) |
| 行(rows) | 文档(documents) |
| 列(columns) | 字段(fields) |
说明：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，每份分片可以在集群中的不同服务器间迁移。
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，文档3。
当我们索引一篇文档时，可以通过这样的一个顺序找到它: 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。
索引
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。 其中，倒排索引又是什么呢？
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：
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
| 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。
ElasticSearch的索引和Lucene的索引对比
在elasticsearch中， 索引这个词被频繁使用，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。
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。
文档
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！
- 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。
二、ES基础操作
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 “我爱学习” 会被分为"我","爱","学","习"，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。
IK分词器安装步骤
1、下载ik分词器的包，Github地址：GitHub - medcl/elasticsearch-analysis-ik: The IK Analysis plugin integrates Lucene IK analyzer into elasticsearch, support customized dictionary. （版本要对应）
2、下载后解压，并将目录拷贝到ElasticSearch根目录下的 plugins 目录中。
3、重新启动 ElasticSearch 服务，在启动过程中，你可以看到正在加载"analysis-ik"插件的提示信息，服务启动后，在命令行运行elasticsearch-plugin list 命令，确认 ik 插件安装成功。
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！
ik_max_word： 细粒度分词，会穷尽一个语句中所有分词可能。ik_smart： 粗粒度分词，优先匹配最长词，只有1个词！
如果某些词语，在默认的词库中不存在，比如我们想让“我爱学习”被识别是一个词，这时就需要我们编辑自定义词库。
步骤：
（1）进入elasticsearch/plugins/ik/config目录
（2）新建一个my.dic文件，编辑内容：
我爱学习
（3）修改IKAnalyzer.cfg.xml（在ik/config目录下）
IK Analyzer 扩展配置 my.dic
注意：修改完配置后，需要重新启动elasticsearch。
增删改查基本命令
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（增、删、改、查命令）：
| method | ur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 |
三、SpringBoot集成ES
1、新建项目
新建一个springboot（2.2.5版）项目 elasticsearch-demo ，导入web依赖即可。
2、配置依赖
配置elasticsearch的依赖：
1.8 7.6.1 org.springframework.boot spring-boot-starter-data-elasticsearch
3、编写配置类
编写elasticsearch的配置类，提供RestHighLevelClient这个bean来进行操作。
package com.hzx.config;import org.apache.http.HttpHost;import org.elasticsearch.client.RestClient;import org.elasticsearch.client.RestHighLevelClient;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;@Configurationpublic class ElasticsearchClientConfig {@Beanpublic RestHighLevelClient restHighLevelClient() {RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("127.0.0.1", 9200, "http")));return client;}}
4、配置工具类
封装ES常用方法工具类
package com.hzx.utils;import com.alibaba.fastjson.JSON;import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;import org.elasticsearch.action.bulk.BulkRequest;import org.elasticsearch.action.bulk.BulkResponse;import org.elasticsearch.action.delete.DeleteRequest;import org.elasticsearch.action.delete.DeleteResponse;import org.elasticsearch.action.get.GetRequest;import org.elasticsearch.action.get.GetResponse;import org.elasticsearch.action.index.IndexRequest;import org.elasticsearch.action.index.IndexResponse;import org.elasticsearch.action.search.SearchRequest;import org.elasticsearch.action.search.SearchResponse;import org.elasticsearch.action.support.master.AcknowledgedResponse;import org.elasticsearch.action.update.UpdateRequest;import org.elasticsearch.action.update.UpdateResponse;import org.elasticsearch.client.RequestOptions;import org.elasticsearch.client.RestHighLevelClient;import org.elasticsearch.client.indices.CreateIndexRequest;import org.elasticsearch.client.indices.CreateIndexResponse;import org.elasticsearch.client.indices.GetIndexRequest;import org.elasticsearch.common.unit.TimeValue;import org.elasticsearch.common.xcontent.XContentType;import org.elasticsearch.index.query.QueryBuilders;import org.elasticsearch.rest.RestStatus;import org.elasticsearch.search.builder.SearchSourceBuilder;import org.elasticsearch.search.fetch.subphase.FetchSourceContext;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.beans.factory.annotation.Qualifier;import org.springframework.stereotype.Component;import java.io.IOException;import java.util.List;import java.util.concurrent.TimeUnit;@Componentpublic class EsUtils{ @Autowired@Qualifier("restHighLevelClient")private RestHighLevelClient client;/*** 判断索引是否存在** @param index* @return* @throws IOException*/public boolean existsIndex(String index) throws IOException {GetIndexRequest request = new GetIndexRequest(index);boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);return exists;}/*** 创建索引** @param index* @throws IOException*/public boolean createIndex(String index) throws IOException {CreateIndexRequest request = new CreateIndexRequest(index);CreateIndexResponse createIndexResponse = client.indices().create(request, RequestOptions.DEFAULT);return createIndexResponse.isAcknowledged();}/*** 删除索引** @param index* @return* @throws IOException*/public boolean deleteIndex(String index) throws IOException {DeleteIndexRequest deleteIndexRequest = new DeleteIndexRequest(index);AcknowledgedResponse response = client.indices().delete(deleteIndexRequest, RequestOptions.DEFAULT);return response.isAcknowledged();}/*** 判断某索引下文档id是否存在** @param index* @param id* @return* @throws IOException*/public boolean docExists(String index, String id) throws IOException {GetRequest getRequest = new GetRequest(index, id);//只判断索引是否存在不需要获取_sourcegetRequest.fetchSourceContext(new FetchSourceContext(false));getRequest.storedFields("_none_");boolean exists = client.exists(getRequest, RequestOptions.DEFAULT);return exists;}/*** 添加文档记录** @param index* @param id* @param t 要添加的数据实体类* @return* @throws IOException*/public boolean addDoc(String index, String id, T t) throws IOException {IndexRequest request = new IndexRequest(index);request.id(id);//timeoutrequest.timeout(TimeValue.timeValueSeconds(1));request.timeout("1s");request.source(JSON.toJSONString(t), XContentType.JSON);IndexResponse indexResponse = client.index(request, RequestOptions.DEFAULT);RestStatus Status = indexResponse.status();return Status == RestStatus.OK || Status == RestStatus.CREATED;}/*** 根据id来获取记录** @param index* @param id* @return* @throws IOException*/public GetResponse getDoc(String index, String id) throws IOException {GetRequest request = new GetRequest(index, id);GetResponse getResponse = client.get(request,RequestOptions.DEFAULT);return getResponse;}/*** 批量添加文档记录* 没有设置id ES会自动生成一个，如果要设置 IndexRequest的对象.id()即可** @param index* @param list* @return* @throws IOException*/public boolean bulkAdd(String index, Listlist) throws IOException { BulkRequest bulkRequest = new BulkRequest();//timeoutbulkRequest.timeout(TimeValue.timeValueMinutes(2));bulkRequest.timeout("2m");for (int i = 0; i < list.size(); i++) {bulkRequest.add(new IndexRequest(index).source(JSON.toJSONString(list.get(i))));}BulkResponse bulkResponse = client.bulk(bulkRequest,RequestOptions.DEFAULT);return !bulkResponse.hasFailures();}/*** 更新文档记录* @param index* @param id* @param t* @return* @throws IOException*/public boolean updateDoc(String index, String id, T t) throws IOException {UpdateRequest request = new UpdateRequest(index, id);request.doc(JSON.toJSONString(t));request.timeout(TimeValue.timeValueSeconds(1));request.timeout("1s");UpdateResponse updateResponse = client.update(request, RequestOptions.DEFAULT);return updateResponse.status() == RestStatus.OK;}/*** 删除文档记录** @param index* @param id* @return* @throws IOException*/public boolean deleteDoc(String index, String id) throws IOException {DeleteRequest request = new DeleteRequest(index, id);//timeoutrequest.timeout(TimeValue.timeValueSeconds(1));request.timeout("1s");DeleteResponse deleteResponse = client.delete(request, RequestOptions.DEFAULT);return deleteResponse.status() == RestStatus.OK;}/*** 根据某字段来搜索** @param index* @param field* @param key 要收搜的关键字* @throws IOException*/public void search(String index, String field, String key, Integerfrom, Integer size) throws IOException {SearchRequest searchRequest = new SearchRequest(index);SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();sourceBuilder.query(QueryBuilders.termQuery(field, key));//控制搜素sourceBuilder.from(from);sourceBuilder.size(size);//最大搜索时间。sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));searchRequest.source(sourceBuilder);SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);System.out.println(JSON.toJSONString(searchResponse.getHits()));}}
5、工具类API测试
测试创建索引：
@Testvoid testCreateIndex() throws IOException {CreateIndexRequest request = new CreateIndexRequest("test_index");CreateIndexResponse createIndexResponse=restHighLevelClient.indices().create(request,RequestOptions.DEFAULT);System.out.println(createIndexResponse);}
测试获取索引：
@Testvoid testExistsIndex() throws IOException {GetIndexRequest request = new GetIndexRequest("test_index");boolean exists = restHighLevelClient.indices().exists(request,RequestOptions.DEFAULT);System.out.println(exists);}
测试删除索引：
@Testvoid testDeleteIndexRequest() throws IOException {DeleteIndexRequest deleteIndexRequest = newDeleteIndexRequest("test_index");AcknowledgedResponse response = restHighLevelClient.indices().delete(deleteIndexRequest,RequestOptions.DEFAULT);System.out.println(response.isAcknowledged());}
测试添加文档记录：
创建一个实体类User
@Data@AllArgsConstructor@NoArgsConstructor@Componentpublic class User {private String name;private int age;}
测试添加文档记录
@Testvoid testAddDocument() throws IOException {// 创建对象User user = new User("zhangsan", 3);// 创建请求IndexRequest request = new IndexRequest("test_index");// 规则request.id("1");request.timeout(TimeValue.timeValueSeconds(1));request.timeout("1s");request.source(JSON.toJSONString(user), XContentType.JSON);// 发送请求IndexResponse indexResponse = restHighLevelClient.index(request,RequestOptions.DEFAULT);System.out.println(indexResponse.toString());RestStatus Status = indexResponse.status();System.out.println(Status == RestStatus.OK || Status ==RestStatus.CREATED);}
测试：判断某索引下文档id是否存在
@Testvoid testIsExists() throws IOException {GetRequest getRequest = new GetRequest("test_index","1");// 不获取_source上下文 storedFieldsgetRequest.fetchSourceContext(new FetchSourceContext(false));getRequest.storedFields("_none_");// 判断此id是否存在！boolean exists = restHighLevelClient.exists(getRequest,RequestOptions.DEFAULT);System.out.println(exists);}
测试：根据id获取文档记录
@Testvoid testGetDocument() throws IOException {GetRequest getRequest = new GetRequest("test_index","3");GetResponse getResponse = restHighLevelClient.get(getRequest,RequestOptions.DEFAULT);// 打印文档内容System.out.println(getResponse.getSourceAsString());System.out.println(getResponse);}
测试：更新文档记录
@Testvoid testUpdateDocument() throws IOException {UpdateRequest request = new UpdateRequest("test_index","1");request.timeout(TimeValue.timeValueSeconds(1));request.timeout("1s");User user = new User("zhangsan", 18);request.doc(JSON.toJSONString(user), XContentType.JSON);UpdateResponse updateResponse = restHighLevelClient.update(request, RequestOptions.DEFAULT);System.out.println(updateResponse.status() == RestStatus.OK);}
测试：删除文档记录
@Testvoid testDelete() throws IOException {DeleteRequest request = new DeleteRequest("test_index","3");//timeoutrequest.timeout(TimeValue.timeValueSeconds(1));request.timeout("1s");DeleteResponse deleteResponse = restHighLevelClient.delete(request, RequestOptions.DEFAULT);System.out.println(deleteResponse.status() == RestStatus.OK);}
测试：批量添加文档
@Testvoid testBulkRequest() throws IOException {BulkRequest bulkRequest = new BulkRequest();//timeoutbulkRequest.timeout(TimeValue.timeValueMinutes(2));bulkRequest.timeout("2m");ArrayListuserList = new ArrayList<>(); userList.add(new User("zhangsan1",3));userList.add(new User("zhangsan2",3));userList.add(new User("zhangsan3",3));userList.add(new User("lisi1",3));userList.add(new User("lisi2",3));userList.add(new User("lisi3",3));for (int i =0;ibulkRequest.add(new IndexRequest("test_index").id(""+(i+1)).source(JSON.toJSONString(userList.get(i)),XContentType.JSON));}// bulkBulkResponse bulkResponse = restHighLevelClient.bulk(bulkRequest,RequestOptions.DEFAULT);System.out.println(!bulkResponse.hasFailures());}
查询测试：
/*** 使用QueryBuilder* termQuery("key", obj) 完全匹配* termsQuery("key", obj1, obj2..) 一次匹配多个值* matchQuery("key", Obj) 单个匹配, field不支持通配符, 前缀具高级特性* multiMatchQuery("text", "field1", "field2"..); 匹配多个字段, field有通配符忒行* matchAllQuery(); 匹配所有文件*/@Testvoid testSearch() throws IOException {SearchRequest searchRequest = new SearchRequest("test_index");SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();// TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name","zhangsan1");MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();sourceBuilder.query(matchAllQueryBuilder);sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));searchRequest.source(sourceBuilder);SearchResponse response = restHighLevelClient.search(searchRequest,RequestOptions.DEFAULT);System.out.println(JSON.toJSONString(response.getHits()));System.out.println("================查询高亮显示==================");for (SearchHit documentFields : response.getHits().getHits()) {System.out.println(documentFields.getSourceAsMap());}}