SpringBoot高级（三）Elasticsearch

一、ES介绍

1、安装

（1） Elasticsearch

elastic的官网 elastic.co/downloads/elasticsearch 获取最新版本的Elasticsearch。解压文档后，按照下面的操作

cd elasticsearch-<version>
./bin/elasticsearch.bat

此时，Elasticsearch运行在本地的9200端口，在浏览器中输入网址“http://localhost:9200/”

如果想要获取到过往版本，可以访问：
Elasticsearch：https://www.elastic.co/guide/en/elasticsearch/reference/7.3/zip-windows.html

7.3.2版本的具体下载地址
Elasticsearch: https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.3.2-windows-x86_64.zip

（2）Kibana

如果想要图形化界面，可以安装Kibana
Kibana-官网: https://www.elastic.co/guide/en/kibana/7.3/install.html
Kibana-7.3.2: https://artifacts.elastic.co/downloads/kibana/kibana-7.3.2-windows-x86_64.zip
修改config/kibana.yml文件

cd elasticsearch-<version>
./bin/kibana.bat

此时，Kibana运行在本地的5601端口，在浏览器中输入网址“http://localhost:5601/”

（3）IK

如果想要设置ik分词，下载与Elasticsearch一致的版本
github地址： https://github.com/infinilabs/analysis-ik
下载地址： https://release.infinilabs.com/analysis-ik/stable/
在elasticsearch的plugins文件夹下新建ik文件夹，将ik解压复制到ik下


重启es和kibana，验证ik是否安装成功

IK分词器有三种模式，tokenizer可以选择下面其中一种

• standard：默认
• ik_smart:智能切分，粗粒度
• ik_max_word:最细切分，细粒度IK分词器
  
  但是新出现的词语无法识别，需要手动维护词典库

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict"></entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <entry key="remote_ext_dict">words_location</entry> -->
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

2、概念

（1）倒排索引

• 正向索引：基于文档id创建索引。根据id查询快，但是查询词条时必须先找到文档，而后判断是否包含词条。
• 倒排索引：对文档内容分词，对词条创建索引，并记录词条所在文档的id，查询时先根据词条查询到文档id，而后根据文档id查询文档

传统数据库(如MySQL)采用正向索引，例如给下表(goods)中的id创建索引:

elasticsearch采用倒排索引:

• 文档(document)：每条数据就是一个文档
• 词条(term)：文档按照语义分成的词语
  
  

（2）基础概念

3、postman访问命令

（1）索引

创建索引：

发送put请求：http://localhost:9200/索引名

查询索引集合

发送get请求：http://localhost:9200/_cat/indices?v

查询索引信息

发送get请求：http://localhost:9200/google

删除索引

发送delete请求：http://localhost:9200/google

Kibana对应界面

（2）文档

创建文档

使用put方式请求：http://localhost:9200/索引名/_doc/自定义id

注意：如果没有自定义id，则要使用post方式请求。生成随机id

查询文档集合

get请求：http://localhost:9200/索引/_search
注意：postman的body中不能有数据

查询单条文档

get请求：http://localhost:9200/索引/_doc/数据id

条件查询文档

发送get请求：http://localhost:9200/索引/_search，在请求body中写条件

{
  "query": {
    "match": {
      "字段": "查询条件"
    }
  }
}

注意1：如果只想查询所需字段，可以添加查询参数 "_source": "{field}"

{
  "query": {
    "match": {
      "title": "小米"
    }
  },
  "_source": "title"
}

注意2：如果想按照某字段排序，可以添加查询参数 "sort"

  "sort": [
    {
      "FIELD": {
        "order": "desc"
      }
    }
  ]

注意3：复核查询。如果某字段满足多个条件，可以添加查询参数 "bool"

• must：必须匹配每个子查询，类似“与”
• should：选择性匹配子查询，类似“或”
• must_not：必须不匹配，不参与算分，类似“非”
• filter：必须匹配，不参与算分

GET /items/_search
{
  "query": {
    "bool": {
      "must": [
        {"match": {"name": "手机"}}
      ],
      "should": [
        {"term": {"brand": { "value": "vivo" }}},
        {"term": {"brand": { "value": "小米" }}}
      ],
      "must_not": [
        {"range": {"price": {"gte": 2500}}}
      ],
      "filter": [
        {"range": {"price": {"lte": 1000}}}
      ]
    }
  }
}

{
    "query": {
        "bool": {
        # 只要有小米或者华为的就满足
            "should": [
                {
                    "match": {
                        "title": "小米"
                    }
                },
                {
                    "match": {
                        "title": "华为"
                    }
                }
            ]
        }
    }
}

{
    "query": {
        "bool": {
        # 既要有小米，又要有华为
            "must": [
                {
                    "match": {
                        "title": "小米"
                    }
                },
                {
                    "match": {
                        "title": "华为"
                    }
                }
            ]
        }
    }
}

注意4：如果想要完全匹配，可以添加查询参数 "match_phrase"。

{
  "query": {
    "match_phrase": {
      #查询出数据 “小米手机”和“小米手环”
      "title": "小米"        
      #查询出数据 “小米手机”
      "title": "小米手机"    
       #查询空数据
      "title": "小米电脑"   
    }
  }
}

注意5：精确查询。词条级别的查询。也就是说不会对用户输入的搜索条件再分词，而是作为一个词条，与搜索的字段内容精确值匹配。因此推荐查找keyword、数值、日期、boolean类型的字段。包括id，term，range三种方式

GET /{索引库名}/_search
{
  "query": {
    "ids": {
		 "values": [id]
    }
  }
}

GET /{索引库名}/_search
{
  "query": {
    "term": {
      "字段名": {
        "value": "搜索条件"
      }
    }
  }
}

GET /{索引库名}/_search
{
  "query": {
    "range": {
      "字段名": {
        "gte": {最小值},
        "lte": {最大值}
      }
    }
  }
}

分页查询文档

发送get请求：http://localhost:9200/索引/_search，在请求body中写条件

{
  "query": {
    "match": {
      "字段": "查询条件"
    },
    "from": 0,   # 第几页
    "size": 1    # 每页多少
  }
}

高亮查询

GET student/_search
{
  "query": {
    "match": {
      "字段": "查询条件"
    }
  }
  , "highlight": {
    "fields": {
      "字段": {
        "pre_tags": "<em>",
        "post_tags": "</em>"
      }
    }
  }
}

修改文档

1.全量修改：
发送put请求：http://localhost:9200/索引/_doc/数据id
和创建文档一样，数据id不存在则新建，存在则修改

2.局部修改：
发送post请求：http://localhost:9200/索引/_update/id
修改内容要放到doc中。

{
  "doc": {
    "title": "华为电脑"
  }
}

删除文档

发送delete请求：http://localhost:9200/索引/_doc/数据id

（3）映射

elasticsearch中的映射就类似于mysql中的表的各种信息，如字段的长度等。
put请求创建索引：http://localhost:9200/student
put请求添加映射：http://localhost:9200/student/_mapping

• test：表示文本，是可以分词的，即查询条件只要是其中的一个分词也可以匹配。
• keyword表示完整匹配，不能分词，即查询条件必须完全匹配才可以
• index true表示可以索引查询的，false表示不可以索引查询

get请求查询映射：http://localhost:9200/student/_mapping

按照sno查询失败

二、SpringBoot整合

SpringBoot默认支持两种技术来和ES交互：

1. Jest（默认不生效）
2. SpringData ElasticSearch

1、Jest

需要导入jest的工具包（io.searchbox.client.JestClient）

（1）核心依赖

<dependency>
    <groupId>io.searchbox</groupId>
    <artifactId>jest</artifactId>
    <version>6.3.1</version>
</dependency>

（2）配置文件

spring.elasticsearch.jestt.uris=192.168.99.100:9200

（3）实体类配置

@Data
public class Article {
	@JestId
    private Integer id;

    private String author;

    private String title;

    private String content;

（4）调用

    @Autowired
    JestClient jestClient;

	//添加
    @Test
    void contextLoads() {
        Article article = new Article(1, "allen", "王武", "helloworld");
        System.err.println(article);
        //修改也可以用save
        Index index = new Index.Builder(article)
        			.index("megacorp").type("news").build(); 

		jestClient.execute(index);
    }

	//获取
    @Test
    public void search(){
        //获取aaa索引中id为1的Article对象
        String json = "";
        Search search = new Search.Builder(json)
        				.addIndex("megacorp").addType("news").build(); 
 	    SearchResult result = jestClient.execute(search );
    }

2、SpringData ElasticSearch

注意：SpringData和ES版本需要适配
https://docs.spring.io/spring-data/elasticsearch/docs/current/reference/html/#preface.versions

（1）核心依赖

  <dependency>
     <groupId>org.springframework.boot</groupId>
     <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
  </dependency>

（2）配置文件

spring.elasticsearch.rest.uris=192.168.99.100:9200
spring.data.elasticsearch.cluster-name=elasticsearch
spring.data.elasticsearch.cluster-nodes=192.168.99.100:9300

（3）实体类配置

@Data
@Document(indexName="megacorp", type="news")
public class Book{
	@JestId
    private Integer id;

    private String author;

    private String title;

（4）第一种调用：继承ElasticseanchRepository

public interface BookRepository 
				extends ElasticseanchRepository<Book,Integer> {
}

    @Autowired
    BookRepository bookRepository ;

	//添加
    @Test
    void contextLoads() {
       Book book = new Book();
       bookRepository.index(book);
    }

（5）第二种调用: ElasticsearchRestTemplate

    @Autowired
    ElasticsearchRestTemplate elasticsearchRestTemplate;

	//添加
    @Test
    void contextLoads() {
        Article article = new Article(1, "allen", "bbb", "helloworld");
        System.err.println(article);
        //修改也可以用save
        elasticsearchRestTemplate.save(article);
    }

	//获取
    @Test
    public void test02(){
        //获取aaa索引中id为1的Article对象
        Article article = elasticsearchRestTemplate.get("1", Article.class);
        System.out.println(article);
    }