1.初識(shí)elasticsearch

1.1.了解ES

1.1.1.elasticsearch的作用

elasticsearch是一款非常強(qiáng)大的開(kāi)源搜索引擎，具備非常多強(qiáng)大功能，可以幫助我們從海量數(shù)據(jù)中快速找到需要的內(nèi)容

1.1.2.ELK技術(shù)棧

elasticsearch結(jié)合kibana、Logstash、Beats，也就是elastic stack（ELK）。被廣泛應(yīng)用在日志數(shù)據(jù)分析、實(shí)時(shí)監(jiān)控等領(lǐng)域：

而elasticsearch是elastic stack的核心，負(fù)責(zé)存儲(chǔ)、搜索、分析數(shù)據(jù)。elasticsearch是其中不可被替代的。

1.1.3.elasticsearch和lucene

elasticsearch底層是基于lucene來(lái)實(shí)現(xiàn)的。

Lucene是一個(gè)Java語(yǔ)言的搜索引擎類(lèi)庫(kù)，是Apache公司的頂級(jí)項(xiàng)目，由DougCutting于1999年研發(fā)。官網(wǎng)地址：https://lucene.apache.org/ 。

1.1.4.總結(jié)

什么是elasticsearch？

• 一個(gè)開(kāi)源的分布式搜索引擎，可以用來(lái)實(shí)現(xiàn)搜索、日志統(tǒng)計(jì)、分析、系統(tǒng)監(jiān)控等功能

什么是elastic stack（ELK）？

• 是以elasticsearch為核心的技術(shù)棧，包括beats、Logstash、kibana、elasticsearch

什么是Lucene？

• 是Apache的開(kāi)源搜索引擎類(lèi)庫(kù)，提供了搜索引擎的核心API

1.2.倒排索引

倒排索引的概念是基于MySQL這樣的正向索引而言的。

1.2.1.正向索引

那么什么是正向索引呢？例如給下表（tb_goods）中的id創(chuàng)建索引：

如果是根據(jù)id查詢(xún)，那么直接走索引，查詢(xún)速度非?？?。

但如果是基于title做模糊查詢(xún)，只能是逐行掃描數(shù)據(jù)，流程如下：

1）用戶(hù)搜索數(shù)據(jù)，條件是title符合"%手機(jī)%"

2）逐行獲取數(shù)據(jù)，比如id為1的數(shù)據(jù)

3）判斷數(shù)據(jù)中的title是否符合用戶(hù)搜索條件

4）如果符合則放入結(jié)果集，不符合則丟棄?；氐讲襟E1

逐行掃描，也就是全表掃描，隨著數(shù)據(jù)量增加，其查詢(xún)效率也會(huì)越來(lái)越低。當(dāng)數(shù)據(jù)量達(dá)到數(shù)百萬(wàn)時(shí)，就是一場(chǎng)災(zāi)難。

1.2.2.倒排索引

倒排索引中有兩個(gè)非常重要的概念：

• 文檔（Document）：用來(lái)搜索的數(shù)據(jù)，其中的每一條數(shù)據(jù)就是一個(gè)文檔。例如一個(gè)網(wǎng)頁(yè)、一個(gè)商品信息
• 詞條（Term）：對(duì)文檔數(shù)據(jù)或用戶(hù)搜索數(shù)據(jù)，利用某種算法分詞，得到的具備含義的詞語(yǔ)就是詞條。例如：我是中國(guó)人，就可以分為：我、是、中國(guó)人、中國(guó)、國(guó)人這樣的幾個(gè)詞條

創(chuàng)建倒排索引是對(duì)正向索引的一種特殊處理，流程如下：

• 將每一個(gè)文檔的數(shù)據(jù)利用算法分詞，得到一個(gè)個(gè)詞條
• 創(chuàng)建表，每行數(shù)據(jù)包括詞條、詞條所在文檔id、位置等信息
• 因?yàn)樵~條唯一性，可以給詞條創(chuàng)建索引，例如hash表結(jié)構(gòu)索引

如圖：

倒排索引的搜索流程如下（以搜索"華為手機(jī)"為例）：

1）用戶(hù)輸入條件"華為手機(jī)"進(jìn)行搜索。

2）對(duì)用戶(hù)輸入內(nèi)容分詞，得到詞條：華為、手機(jī)。

3）拿著詞條在倒排索引中查找，可以得到包含詞條的文檔id：1、2、3。

4）拿著文檔id到正向索引中查找具體文檔。

如圖：
雖然要先查詢(xún)倒排索引，再查詢(xún)倒排索引，但是無(wú)論是詞條、還是文檔id都建立了索引，查詢(xún)速度非?？?！無(wú)需全表掃描。

1.2.3.正向和倒排

那么為什么一個(gè)叫做正向索引，一個(gè)叫做倒排索引呢？

• 正向索引是最傳統(tǒng)的，根據(jù)id索引的方式。但根據(jù)詞條查詢(xún)時(shí)，必須先逐條獲取每個(gè)文檔，然后判斷文檔中是否包含所需要的詞條，是根據(jù)文檔找詞條的過(guò)程。

• 而倒排索引則相反，是先找到用戶(hù)要搜索的詞條，根據(jù)詞條得到保護(hù)詞條的文檔的id，然后根據(jù)id獲取文檔。是根據(jù)詞條找文檔的過(guò)程。

是不是恰好反過(guò)來(lái)了？

那么兩者方式的優(yōu)缺點(diǎn)是什么呢？

正向索引：

• 優(yōu)點(diǎn)：
  • 可以給多個(gè)字段創(chuàng)建索引
  • 根據(jù)索引字段搜索、排序速度非?？?/li>
• 缺點(diǎn)：
  • 根據(jù)非索引字段，或者索引字段中的部分詞條查找時(shí)，只能全表掃描。

倒排索引：

• 優(yōu)點(diǎn)：
  • 根據(jù)詞條搜索、模糊搜索時(shí)，速度非?？?/li>
• 缺點(diǎn)：
  • 只能給詞條創(chuàng)建索引，而不是字段
  • 無(wú)法根據(jù)字段做排序

1.3.es的一些概念

elasticsearch中有很多獨(dú)有的概念，與mysql中略有差別，但也有相似之處。

1.3.1.文檔和字段

elasticsearch是面向文檔（Document）存儲(chǔ)的，可以是數(shù)據(jù)庫(kù)中的一條商品數(shù)據(jù)，一個(gè)訂單信息。文檔數(shù)據(jù)會(huì)被序列化為json格式后存儲(chǔ)在elasticsearch中：
而Json文檔中往往包含很多的字段（Field），類(lèi)似于數(shù)據(jù)庫(kù)中的列。

1.3.2.索引和映射

索引（Index），就是相同類(lèi)型的文檔的集合。

例如：

• 所有用戶(hù)文檔，就可以組織在一起，稱(chēng)為用戶(hù)的索引；
• 所有商品的文檔，可以組織在一起，稱(chēng)為商品的索引；
• 所有訂單的文檔，可以組織在一起，稱(chēng)為訂單的索引；

因此，我們可以把索引當(dāng)做是數(shù)據(jù)庫(kù)中的表。

數(shù)據(jù)庫(kù)的表會(huì)有約束信息，用來(lái)定義表的結(jié)構(gòu)、字段的名稱(chēng)、類(lèi)型等信息。因此，索引庫(kù)中就有映射（mapping），是索引中文檔的字段約束信息，類(lèi)似表的結(jié)構(gòu)約束。

1.3.3.mysql與elasticsearch

我們統(tǒng)一的把mysql與elasticsearch的概念做一下對(duì)比：

是不是說(shuō)，我們學(xué)習(xí)了elasticsearch就不再需要mysql了呢？

并不是如此，兩者各自有自己的擅長(zhǎng)支出：

• Mysql：擅長(zhǎng)事務(wù)類(lèi)型操作，可以確保數(shù)據(jù)的安全和一致性

• Elasticsearch：擅長(zhǎng)海量數(shù)據(jù)的搜索、分析、計(jì)算

因此在企業(yè)中，往往是兩者結(jié)合使用：

• 對(duì)安全性要求較高的寫(xiě)操作，使用mysql實(shí)現(xiàn)
• 對(duì)查詢(xún)性能要求較高的搜索需求，使用elasticsearch實(shí)現(xiàn)
• 兩者再基于某種方式，實(shí)現(xiàn)數(shù)據(jù)的同步，保證一致性
  1.4.docker部署安裝es、kibana

1.4.3.總結(jié)

分詞器的作用是什么？

• 創(chuàng)建倒排索引時(shí)對(duì)文檔分詞
• 用戶(hù)搜索時(shí)，對(duì)輸入的內(nèi)容分詞

IK分詞器有幾種模式？

• ik_smart：智能切分，粗粒度
• ik_max_word：最細(xì)切分，細(xì)粒度

IK分詞器如何拓展詞條？如何停用詞條？

• 利用config目錄的IkAnalyzer.cfg.xml文件添加拓展詞典和停用詞典
• 在詞典中添加拓展詞條或者停用詞條

2.索引庫(kù)操作

索引庫(kù)就類(lèi)似數(shù)據(jù)庫(kù)表，mapping映射就類(lèi)似表的結(jié)構(gòu)。

我們要向es中存儲(chǔ)數(shù)據(jù)，必須先創(chuàng)建“庫(kù)”和“表”。

2.1.mapping映射屬性

mapping是對(duì)索引庫(kù)中文檔的約束，常見(jiàn)的mapping屬性包括：

• type：字段數(shù)據(jù)類(lèi)型，常見(jiàn)的簡(jiǎn)單類(lèi)型有：
  • 字符串：text（可分詞的文本）、keyword（精確值，例如：品牌、國(guó)家、ip地址）
  • 數(shù)值：long、integer、short、byte、double、float、
  • 布爾：boolean
  • 日期：date
  • 對(duì)象：object
• index：是否創(chuàng)建索引，默認(rèn)為true
• analyzer：使用哪種分詞器
• properties：該字段的子字段

例如下面的json文檔：

{
    "age": 21,
    "weight": 52.1,
    "isMarried": false,
    "info": "黑馬程序員Java講師",
    "email": "zy@itcast.cn",
    "score": [99.1, 99.5, 98.9],
    "name": {
        "firstName": "云",
        "lastName": "趙"
    }
}

對(duì)應(yīng)的每個(gè)字段映射（mapping）：

• age：類(lèi)型為 integer；參與搜索，因此需要index為true；無(wú)需分詞器
• weight：類(lèi)型為float；參與搜索，因此需要index為true；無(wú)需分詞器
• isMarried：類(lèi)型為boolean；參與搜索，因此需要index為true；無(wú)需分詞器
• info：類(lèi)型為字符串，需要分詞，因此是text；參與搜索，因此需要index為true；分詞器可以用ik_smart
• email：類(lèi)型為字符串，但是不需要分詞，因此是keyword；不參與搜索，因此需要index為false；無(wú)需分詞器
• score：雖然是數(shù)組，但是我們只看元素的類(lèi)型，類(lèi)型為float；參與搜索，因此需要index為true；無(wú)需分詞器
• name：類(lèi)型為object，需要定義多個(gè)子屬性
  • name.firstName；類(lèi)型為字符串，但是不需要分詞，因此是keyword；參與搜索，因此需要index為true；無(wú)需分詞器
  • name.lastName；類(lèi)型為字符串，但是不需要分詞，因此是keyword；參與搜索，因此需要index為true；無(wú)需分詞器

2.2.索引庫(kù)的CRUD

這里我們統(tǒng)一使用Kibana編寫(xiě)DSL的方式來(lái)演示。

2.2.1.創(chuàng)建索引庫(kù)和映射

基本語(yǔ)法：

• 請(qǐng)求方式：PUT
• 請(qǐng)求路徑：/索引庫(kù)名，可以自定義
• 請(qǐng)求參數(shù)：mapping映射

格式：

PUT /索引庫(kù)名稱(chēng)
{
  "mappings": {
    "properties": {
      "字段名":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "字段名2":{
        "type": "keyword",
        "index": "false"
      },
      "字段名3":{
        "properties": {
          "子字段": {
            "type": "keyword"
          }
        }
      },
      // ...略
    }
  }
}

示例：

PUT /heima
{
  "mappings": {
    "properties": {
      "info":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "email":{
        "type": "keyword",
        "index": "falsae"
      },
      "name":{
        "properties": {
          "firstName": {
            "type": "keyword"
          }
        }
      },
      // ... 略
    }
  }
}

2.2.2.查詢(xún)索引庫(kù)

基本語(yǔ)法：

• 請(qǐng)求方式：GET

• 請(qǐng)求路徑：/索引庫(kù)名

• 請(qǐng)求參數(shù)：無(wú)

格式：

GET /索引庫(kù)名

2.2.3.修改索引庫(kù)

倒排索引結(jié)構(gòu)雖然不復(fù)雜，但是一旦數(shù)據(jù)結(jié)構(gòu)改變（比如改變了分詞器），就需要重新創(chuàng)建倒排索引，這簡(jiǎn)直是災(zāi)難。因此索引庫(kù)一旦創(chuàng)建，無(wú)法修改mapping。

雖然無(wú)法修改mapping中已有的字段，但是卻允許添加新的字段到mapping中，因?yàn)椴粫?huì)對(duì)倒排索引產(chǎn)生影響。

語(yǔ)法說(shuō)明：

PUT /索引庫(kù)名/_mapping
{
  "properties": {
    "新字段名":{
      "type": "integer"
    }
  }
}

2.2.4.刪除索引庫(kù)

語(yǔ)法：

• 請(qǐng)求方式：DELETE

• 請(qǐng)求路徑：/索引庫(kù)名

• 請(qǐng)求參數(shù)：無(wú)

格式：

DELETE /索引庫(kù)名

2.2.5.總結(jié)

索引庫(kù)操作有哪些？

• 創(chuàng)建索引庫(kù)：PUT /索引庫(kù)名
• 查詢(xún)索引庫(kù)：GET /索引庫(kù)名
• 刪除索引庫(kù)：DELETE /索引庫(kù)名
• 添加字段：PUT /索引庫(kù)名/_mapping

3.文檔操作

3.1.新增文檔

語(yǔ)法：

POST /索引庫(kù)名/_doc/文檔id
{
    "字段1": "值1",
    "字段2": "值2",
    "字段3": {
        "子屬性1": "值3",
        "子屬性2": "值4"
    },
    // ...
}

示例：

POST /heima/_doc/1
{
    "info": "黑馬程序員Java講師",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "趙"
    }
}

3.2.查詢(xún)文檔

根據(jù)rest風(fēng)格，新增是post，查詢(xún)應(yīng)該是get，不過(guò)查詢(xún)一般都需要條件，這里我們把文檔id帶上。

語(yǔ)法：

GET /{索引庫(kù)名稱(chēng)}/_doc/{id}

通過(guò)kibana查看數(shù)據(jù)：

GET /heima/_doc/1

3.3.刪除文檔

刪除使用DELETE請(qǐng)求，同樣，需要根據(jù)id進(jìn)行刪除：

語(yǔ)法：

DELETE /{索引庫(kù)名}/_doc/id值

示例：

# 根據(jù)id刪除數(shù)據(jù)
DELETE /heima/_doc/1

3.4.修改文檔

修改有兩種方式：

• 全量修改：直接覆蓋原來(lái)的文檔
• 增量修改：修改文檔中的部分字段

3.4.1.全量修改

全量修改是覆蓋原來(lái)的文檔，其本質(zhì)是：

• 根據(jù)指定的id刪除文檔
• 新增一個(gè)相同id的文檔

注意：如果根據(jù)id刪除時(shí)，id不存在，第二步的新增也會(huì)執(zhí)行，也就從修改變成了新增操作了。

語(yǔ)法：

PUT /{索引庫(kù)名}/_doc/文檔id
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}

示例：

PUT /heima/_doc/1
{
    "info": "黑馬程序員高級(jí)Java講師",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "趙"
    }
}

3.4.2.增量修改

增量修改是只修改指定id匹配的文檔中的部分字段。

語(yǔ)法：

POST /{索引庫(kù)名}/_update/文檔id
{
    "doc": {
         "字段名": "新的值",
    }
}

示例：

POST /heima/_update/1
{
  "doc": {
    "email": "ZhaoYun@itcast.cn"
  }
}

3.5.總結(jié)

文檔操作有哪些？

• 創(chuàng)建文檔：POST /{索引庫(kù)名}/_doc/文檔id { json文檔 }
• 查詢(xún)文檔：GET /{索引庫(kù)名}/_doc/文檔id
• 刪除文檔：DELETE /{索引庫(kù)名}/_doc/文檔id
• 修改文檔：
  • 全量修改：PUT /{索引庫(kù)名}/_doc/文檔id { json文檔 }
  • 增量修改：POST /{索引庫(kù)名}/_update/文檔id { “doc”: {字段}}

4.RestAPI

ES官方提供了各種不同語(yǔ)言的客戶(hù)端，用來(lái)操作ES。這些客戶(hù)端的本質(zhì)就是組裝DSL語(yǔ)句，通過(guò)http請(qǐng)求發(fā)送給ES。官方文檔地址：https://www.elastic.co/guide/en/elasticsearch/client/index.html

其中的Java Rest Client又包括兩種：

• Java Low Level Rest Client
• Java High Level Rest Client

4.0.3.mapping映射分析

創(chuàng)建索引庫(kù)，最關(guān)鍵的是mapping映射，而mapping映射要考慮的信息包括：

• 字段名
• 字段數(shù)據(jù)類(lèi)型
• 是否參與搜索
• 是否需要分詞
• 如果分詞，分詞器是什么？

其中：

• 字段名、字段數(shù)據(jù)類(lèi)型，可以參考數(shù)據(jù)表結(jié)構(gòu)的名稱(chēng)和類(lèi)型
• 是否參與搜索要分析業(yè)務(wù)來(lái)判斷，例如圖片地址，就無(wú)需參與搜索
• 是否分詞呢要看內(nèi)容，內(nèi)容如果是一個(gè)整體就無(wú)需分詞，反之則要分詞
• 分詞器，我們可以統(tǒng)一使用ik_max_word

酒店數(shù)據(jù)結(jié)構(gòu)如下：

CREATE TABLE `tb_hotel` (
  `id` bigint(20) NOT NULL COMMENT '酒店id',
  `name` varchar(255) NOT NULL COMMENT '酒店名稱(chēng)；例：7天酒店',
  `address` varchar(255) NOT NULL COMMENT '酒店地址；例：航頭路',
  `price` int(10) NOT NULL COMMENT '酒店價(jià)格；例：329',
  `score` int(2) NOT NULL COMMENT '酒店評(píng)分；例：45，就是4.5分',
  `brand` varchar(32) NOT NULL COMMENT '酒店品牌；例：如家',
  `city` varchar(32) NOT NULL COMMENT '所在城市；例：上海',
  `star_name` varchar(16) DEFAULT NULL COMMENT '酒店星級(jí)，從低到高分別是：1星到5星，1鉆到5鉆',
  `business` varchar(255) DEFAULT NULL COMMENT '商圈；例：虹橋',
  `latitude` varchar(32) NOT NULL COMMENT '緯度；例：31.2497',
  `longitude` varchar(32) NOT NULL COMMENT '經(jīng)度；例：120.3925',
  `pic` varchar(255) DEFAULT NULL COMMENT '酒店圖片；例:/img/1.jpg',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

來(lái)看下酒店數(shù)據(jù)的索引庫(kù)結(jié)構(gòu):

PUT /hotel
{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "name":{
        "type": "text",
        "analyzer": "ik_max_word",
        "copy_to": "all"
      },
      "address":{
        "type": "keyword",
        "index": false
      },
      "price":{
        "type": "integer"
      },
      "score":{
        "type": "integer"
      },
      "brand":{
        "type": "keyword",
        "copy_to": "all"
      },
      "city":{
        "type": "keyword",
        "copy_to": "all"
      },
      "starName":{
        "type": "keyword"
      },
      "business":{
        "type": "keyword"
      },
      "location":{
        "type": "geo_point"
      },
      "pic":{
        "type": "keyword",
        "index": false
      },
      "all":{
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

幾個(gè)特殊字段說(shuō)明：

• location：地理坐標(biāo)，里面包含精度、緯度
• all：一個(gè)組合字段，其目的是將多字段的值 利用copy_to合并，提供給用戶(hù)搜索

地理坐標(biāo)說(shuō)明：

4.0.4.初始化RestClient

在elasticsearch提供的API中，與elasticsearch一切交互都封裝在一個(gè)名為RestHighLevelClient的類(lèi)中，必須先完成這個(gè)對(duì)象的初始化，建立與elasticsearch的連接。

分為三步：

1）引入es的RestHighLevelClient依賴(lài)：

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>

2）因?yàn)镾pringBoot默認(rèn)的ES版本是7.6.2，所以我們需要覆蓋默認(rèn)的ES版本：

<properties>
    <java.version>1.8</java.version>
    <elasticsearch.version>7.12.1</elasticsearch.version>
</properties>

3）初始化RestHighLevelClient：

初始化的代碼如下：

RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
        HttpHost.create("http://192.168.150.101:9200")
));

這里為了單元測(cè)試方便，我們創(chuàng)建一個(gè)測(cè)試類(lèi)HotelIndexTest，然后將初始化的代碼編寫(xiě)在@BeforeEach方法中：

package cn.itcast.hotel;

import org.apache.http.HttpHost;
import org.elasticsearch.client.RestHighLevelClient;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;

import java.io.IOException;

public class HotelIndexTest {
    private RestHighLevelClient client;

    @BeforeEach
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.150.101:9200")
        ));
    }

    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }
}

4.1.創(chuàng)建索引庫(kù)

4.1.1.代碼解讀

創(chuàng)建索引庫(kù)的API如下：
代碼分為三步：

• 1）創(chuàng)建Request對(duì)象。因?yàn)槭莿?chuàng)建索引庫(kù)的操作，因此Request是CreateIndexRequest。
• 2）添加請(qǐng)求參數(shù)，其實(shí)就是DSL的JSON參數(shù)部分。因?yàn)閖son字符串很長(zhǎng)，這里是定義了靜態(tài)字符串常量MAPPING_TEMPLATE，讓代碼看起來(lái)更加優(yōu)雅。
• 3）發(fā)送請(qǐng)求，client.indices()方法的返回值是IndicesClient類(lèi)型，封裝了所有與索引庫(kù)操作有關(guān)的方法。

4.1.2.完整示例

在hotel-demo的cn.itcast.hotel.constants包下，創(chuàng)建一個(gè)類(lèi)，定義mapping映射的JSON字符串常量：

package cn.itcast.hotel.constants;

public class HotelConstants {
    public static final String MAPPING_TEMPLATE = "{\n" +
            "  \"mappings\": {\n" +
            "    \"properties\": {\n" +
            "      \"id\": {\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"name\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_max_word\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"address\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"price\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"score\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"brand\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"city\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"starName\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"business\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"location\":{\n" +
            "        \"type\": \"geo_point\"\n" +
            "      },\n" +
            "      \"pic\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"all\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_max_word\"\n" +
            "      }\n" +
            "    }\n" +
            "  }\n" +
            "}";
}

在hotel-demo中的HotelIndexTest測(cè)試類(lèi)中，編寫(xiě)單元測(cè)試，實(shí)現(xiàn)創(chuàng)建索引：

@Test
void createHotelIndex() throws IOException {
    // 1.創(chuàng)建Request對(duì)象
    CreateIndexRequest request = new CreateIndexRequest("hotel");
    // 2.準(zhǔn)備請(qǐng)求的參數(shù)：DSL語(yǔ)句
    request.source(MAPPING_TEMPLATE, XContentType.JSON);
    // 3.發(fā)送請(qǐng)求
    client.indices().create(request, RequestOptions.DEFAULT);
}

4.2.刪除索引庫(kù)

刪除索引庫(kù)的DSL語(yǔ)句非常簡(jiǎn)單：

DELETE /hotel

與創(chuàng)建索引庫(kù)相比：

• 請(qǐng)求方式從PUT變?yōu)镈ELTE
• 請(qǐng)求路徑不變
• 無(wú)請(qǐng)求參數(shù)

所以代碼的差異，注意體現(xiàn)在Request對(duì)象上。依然是三步走：

• 1）創(chuàng)建Request對(duì)象。這次是DeleteIndexRequest對(duì)象
• 2）準(zhǔn)備參數(shù)。這里是無(wú)參
• 3）發(fā)送請(qǐng)求。改用delete方法

在hotel-demo中的HotelIndexTest測(cè)試類(lèi)中，編寫(xiě)單元測(cè)試，實(shí)現(xiàn)刪除索引：

@Test
void testDeleteHotelIndex() throws IOException {
    // 1.創(chuàng)建Request對(duì)象
    DeleteIndexRequest request = new DeleteIndexRequest("hotel");
    // 2.發(fā)送請(qǐng)求
    client.indices().delete(request, RequestOptions.DEFAULT);
}

4.3.判斷索引庫(kù)是否存在

判斷索引庫(kù)是否存在，本質(zhì)就是查詢(xún)，對(duì)應(yīng)的DSL是：

GET /hotel

因此與刪除的Java代碼流程是類(lèi)似的。依然是三步走：

• 1）創(chuàng)建Request對(duì)象。這次是GetIndexRequest對(duì)象
• 2）準(zhǔn)備參數(shù)。這里是無(wú)參
• 3）發(fā)送請(qǐng)求。改用exists方法

@Test
void testExistsHotelIndex() throws IOException {
    // 1.創(chuàng)建Request對(duì)象
    GetIndexRequest request = new GetIndexRequest("hotel");
    // 2.發(fā)送請(qǐng)求
    boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
    // 3.輸出
    System.err.println(exists ? "索引庫(kù)已經(jīng)存在！" : "索引庫(kù)不存在！");
}

4.4.總結(jié)

JavaRestClient操作elasticsearch的流程基本類(lèi)似。核心是client.indices()方法來(lái)獲取索引庫(kù)的操作對(duì)象。

索引庫(kù)操作的基本步驟：

• 初始化RestHighLevelClient
• 創(chuàng)建XxxIndexRequest。XXX是Create、Get、Delete
• 準(zhǔn)備DSL（ Create時(shí)需要，其它是無(wú)參）
• 發(fā)送請(qǐng)求。調(diào)用RestHighLevelClient#indices().xxx()方法，xxx是create、exists、delete

5.RestClient操作文檔

為了與索引庫(kù)操作分離，我們?cè)俅螀⒓右粋€(gè)測(cè)試類(lèi)，做兩件事情：

• 初始化RestHighLevelClient
• 我們的酒店數(shù)據(jù)在數(shù)據(jù)庫(kù)，需要利用IHotelService去查詢(xún)，所以注入這個(gè)接口

package cn.itcast.hotel;

import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.service.IHotelService;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;

import java.io.IOException;
import java.util.List;

@SpringBootTest
public class HotelDocumentTest {
    @Autowired
    private IHotelService hotelService;

    private RestHighLevelClient client;

    @BeforeEach
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.150.101:9200")
        ));
    }

    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }
}

5.1.新增文檔

我們要將數(shù)據(jù)庫(kù)的酒店數(shù)據(jù)查詢(xún)出來(lái)，寫(xiě)入elasticsearch中。

5.1.1.索引庫(kù)實(shí)體類(lèi)

數(shù)據(jù)庫(kù)查詢(xún)后的結(jié)果是一個(gè)Hotel類(lèi)型的對(duì)象。結(jié)構(gòu)如下：

@Data
@TableName("tb_hotel")
public class Hotel {
    @TableId(type = IdType.INPUT)
    private Long id;
    private String name;
    private String address;
    private Integer price;
    private Integer score;
    private String brand;
    private String city;
    private String starName;
    private String business;
    private String longitude;
    private String latitude;
    private String pic;
}

與我們的索引庫(kù)結(jié)構(gòu)存在差異：

• longitude和latitude需要合并為location

因此，我們需要定義一個(gè)新的類(lèi)型，與索引庫(kù)結(jié)構(gòu)吻合：

package cn.itcast.hotel.pojo;

import lombok.Data;
import lombok.NoArgsConstructor;

@Data
@NoArgsConstructor
public class HotelDoc {
    private Long id;
    private String name;
    private String address;
    private Integer price;
    private Integer score;
    private String brand;
    private String city;
    private String starName;
    private String business;
    private String location;
    private String pic;

    public HotelDoc(Hotel hotel) {
        this.id = hotel.getId();
        this.name = hotel.getName();
        this.address = hotel.getAddress();
        this.price = hotel.getPrice();
        this.score = hotel.getScore();
        this.brand = hotel.getBrand();
        this.city = hotel.getCity();
        this.starName = hotel.getStarName();
        this.business = hotel.getBusiness();
        this.location = hotel.getLatitude() + ", " + hotel.getLongitude();
        this.pic = hotel.getPic();
    }
}

5.1.2.語(yǔ)法說(shuō)明

新增文檔的DSL語(yǔ)句如下：

POST /{索引庫(kù)名}/_doc/1
{
    "name": "Jack",
    "age": 21
}

對(duì)應(yīng)的java代碼如圖：
可以看到與創(chuàng)建索引庫(kù)類(lèi)似，同樣是三步走：

• 1）創(chuàng)建Request對(duì)象
• 2）準(zhǔn)備請(qǐng)求參數(shù)，也就是DSL中的JSON文檔
• 3）發(fā)送請(qǐng)求

變化的地方在于，這里直接使用client.xxx()的API，不再需要client.indices()了。

5.1.3.完整代碼

我們導(dǎo)入酒店數(shù)據(jù)，基本流程一致，但是需要考慮幾點(diǎn)變化：

• 酒店數(shù)據(jù)來(lái)自于數(shù)據(jù)庫(kù)，我們需要先查詢(xún)出來(lái)，得到hotel對(duì)象
• hotel對(duì)象需要轉(zhuǎn)為HotelDoc對(duì)象
• HotelDoc需要序列化為json格式

因此，代碼整體步驟如下：

• 1）根據(jù)id查詢(xún)酒店數(shù)據(jù)Hotel
• 2）將Hotel封裝為HotelDoc
• 3）將HotelDoc序列化為JSON
• 4）創(chuàng)建IndexRequest，指定索引庫(kù)名和id
• 5）準(zhǔn)備請(qǐng)求參數(shù)，也就是JSON文檔
• 6）發(fā)送請(qǐng)求

在hotel-demo的HotelDocumentTest測(cè)試類(lèi)中，編寫(xiě)單元測(cè)試：

@Test
void testAddDocument() throws IOException {
    // 1.根據(jù)id查詢(xún)酒店數(shù)據(jù)
    Hotel hotel = hotelService.getById(61083L);
    // 2.轉(zhuǎn)換為文檔類(lèi)型
    HotelDoc hotelDoc = new HotelDoc(hotel);
    // 3.將HotelDoc轉(zhuǎn)json
    String json = JSON.toJSONString(hotelDoc);

    // 1.準(zhǔn)備Request對(duì)象
    IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());
    // 2.準(zhǔn)備Json文檔
    request.source(json, XContentType.JSON);
    // 3.發(fā)送請(qǐng)求
    client.index(request, RequestOptions.DEFAULT);
}

5.2.查詢(xún)文檔

5.2.1.語(yǔ)法說(shuō)明

查詢(xún)的DSL語(yǔ)句如下：

GET /hotel/_doc/{id}

非常簡(jiǎn)單，因此代碼大概分兩步：

• 準(zhǔn)備Request對(duì)象
• 發(fā)送請(qǐng)求

不過(guò)查詢(xún)的目的是得到結(jié)果，解析為HotelDoc，因此難點(diǎn)是結(jié)果的解析。完整代碼如下：

可以看到，結(jié)果是一個(gè)JSON，其中文檔放在一個(gè)_source屬性中，因此解析就是拿到_source，反序列化為Java對(duì)象即可。

與之前類(lèi)似，也是三步走：

• 1）準(zhǔn)備Request對(duì)象。這次是查詢(xún)，所以是GetRequest
• 2）發(fā)送請(qǐng)求，得到結(jié)果。因?yàn)槭遣樵?xún)，這里調(diào)用client.get()方法
• 3）解析結(jié)果，就是對(duì)JSON做反序列化

5.2.2.完整代碼

在hotel-demo的HotelDocumentTest測(cè)試類(lèi)中，編寫(xiě)單元測(cè)試：

@Test
void testGetDocumentById() throws IOException {
    // 1.準(zhǔn)備Request
    GetRequest request = new GetRequest("hotel", "61082");
    // 2.發(fā)送請(qǐng)求，得到響應(yīng)
    GetResponse response = client.get(request, RequestOptions.DEFAULT);
    // 3.解析響應(yīng)結(jié)果
    String json = response.getSourceAsString();

    HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
    System.out.println(hotelDoc);
}

5.3.刪除文檔

刪除的DSL為是這樣的：

DELETE /hotel/_doc/{id}

與查詢(xún)相比，僅僅是請(qǐng)求方式從DELETE變成GET，可以想象Java代碼應(yīng)該依然是三步走：

• 1）準(zhǔn)備Request對(duì)象，因?yàn)槭莿h除，這次是DeleteRequest對(duì)象。要指定索引庫(kù)名和id
• 2）準(zhǔn)備參數(shù)，無(wú)參
• 3）發(fā)送請(qǐng)求。因?yàn)槭莿h除，所以是client.delete()方法

在hotel-demo的HotelDocumentTest測(cè)試類(lèi)中，編寫(xiě)單元測(cè)試：

@Test
void testDeleteDocument() throws IOException {
    // 1.準(zhǔn)備Request
    DeleteRequest request = new DeleteRequest("hotel", "61083");
    // 2.發(fā)送請(qǐng)求
    client.delete(request, RequestOptions.DEFAULT);
}

5.4.修改文檔

5.4.1.語(yǔ)法說(shuō)明

修改我們講過(guò)兩種方式：

• 全量修改：本質(zhì)是先根據(jù)id刪除，再新增
• 增量修改：修改文檔中的指定字段值

在RestClient的API中，全量修改與新增的API完全一致，判斷依據(jù)是ID：

• 如果新增時(shí)，ID已經(jīng)存在，則修改
• 如果新增時(shí)，ID不存在，則新增

這里不再贅述，我們主要關(guān)注增量修改。

代碼示例如圖
與之前類(lèi)似，也是三步走：

• 1）準(zhǔn)備Request對(duì)象。這次是修改，所以是UpdateRequest
• 2）準(zhǔn)備參數(shù)。也就是JSON文檔，里面包含要修改的字段
• 3）更新文檔。這里調(diào)用client.update()方法

5.4.2.完整代碼

在hotel-demo的HotelDocumentTest測(cè)試類(lèi)中，編寫(xiě)單元測(cè)試：

@Test
void testUpdateDocument() throws IOException {
    // 1.準(zhǔn)備Request
    UpdateRequest request = new UpdateRequest("hotel", "61083");
    // 2.準(zhǔn)備請(qǐng)求參數(shù)
    request.doc(
        "price", "952",
        "starName", "四鉆"
    );
    // 3.發(fā)送請(qǐng)求
    client.update(request, RequestOptions.DEFAULT);
}

5.5.批量導(dǎo)入文檔

案例需求：利用BulkRequest批量將數(shù)據(jù)庫(kù)數(shù)據(jù)導(dǎo)入到索引庫(kù)中。

步驟如下：

• 利用mybatis-plus查詢(xún)酒店數(shù)據(jù)

• 將查詢(xún)到的酒店數(shù)據(jù)（Hotel）轉(zhuǎn)換為文檔類(lèi)型數(shù)據(jù)（HotelDoc）

• 利用JavaRestClient中的BulkRequest批處理，實(shí)現(xiàn)批量新增文檔

5.5.1.語(yǔ)法說(shuō)明

批量處理BulkRequest，其本質(zhì)就是將多個(gè)普通的CRUD請(qǐng)求組合在一起發(fā)送。

其中提供了一個(gè)add方法，用來(lái)添加其他請(qǐng)求：

可以看到，能添加的請(qǐng)求包括：

• IndexRequest，也就是新增
• UpdateRequest，也就是修改
• DeleteRequest，也就是刪除

因此Bulk中添加了多個(gè)IndexRequest，就是批量新增功能了。示例：
其實(shí)還是三步走：

• 1）創(chuàng)建Request對(duì)象。這里是BulkRequest
• 2）準(zhǔn)備參數(shù)。批處理的參數(shù)，就是其它Request對(duì)象，這里就是多個(gè)IndexRequest
• 3）發(fā)起請(qǐng)求。這里是批處理，調(diào)用的方法為client.bulk()方法

我們?cè)趯?dǎo)入酒店數(shù)據(jù)時(shí)，將上述代碼改造成for循環(huán)處理即可。

5.5.2.完整代碼

在hotel-demo的HotelDocumentTest測(cè)試類(lèi)中，編寫(xiě)單元測(cè)試：

@Test
void testBulkRequest() throws IOException {
    // 批量查詢(xún)酒店數(shù)據(jù)
    List<Hotel> hotels = hotelService.list();

    // 1.創(chuàng)建Request
    BulkRequest request = new BulkRequest();
    // 2.準(zhǔn)備參數(shù)，添加多個(gè)新增的Request
    for (Hotel hotel : hotels) {
        // 2.1.轉(zhuǎn)換為文檔類(lèi)型HotelDoc
        HotelDoc hotelDoc = new HotelDoc(hotel);
        // 2.2.創(chuàng)建新增文檔的Request對(duì)象
        request.add(new IndexRequest("hotel")
                    .id(hotelDoc.getId().toString())
                    .source(JSON.toJSONString(hotelDoc), XContentType.JSON));
    }
    // 3.發(fā)送請(qǐng)求
    client.bulk(request, RequestOptions.DEFAULT);
}

5.6.小結(jié)

文檔操作的基本步驟：文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-725090.html

• 初始化RestHighLevelClient
• 創(chuàng)建XxxRequest。XXX是Index、Get、Update、Delete、Bulk
• 準(zhǔn)備參數(shù)（Index、Update、Bulk時(shí)需要）
• 發(fā)送請(qǐng)求。調(diào)用RestHighLevelClient#.xxx()方法，xxx是index、get、update、delete、bulk
• 解析結(jié)果（Get時(shí)需要）

到了這里，關(guān)于elasticsearch(ES)分布式搜索引擎01——（初識(shí)ES,索引庫(kù)操作和文檔操作，RestClient操作索引庫(kù)和文檔）的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！