ElasticSearch
一、聊聊Doug Cutting二、ElasticSearch概述三、Solr和ElasticSearch的区别四、ElasticSearch安装五、Kibana安装六、ES的核心概念概述关系行数据库和elasticsearch客观的对比物理设计逻辑设计物理设计:节点和分片如何工作倒排索引(面试题)
七、IK分词器插件概念安装ik分词器增加自己的配置
八、restful风格说明1.关于索引的基本操作创建一个索引。name这个字段需要指定类型吗?需要(毕竟我们关系型数据库是需要指定类型的)指定字段类型查看默认信息。修改删除2.关于文档的基本操作(重点)2.1 基本操作(增删改查回顾)添加数据
查询数据更新 PUT更新 POST2.2 简单操作(条件查询)2.3 复杂操作(查询select:排序,分页,高亮,模糊查询,精准查询)
过滤字段查询(输出结果,不需要很多):(我们之后使用java操作es,所有的方法和对象就是这里面的key!)排序查询:分页查询:(数据索引下标还是从0开始)布尔值查询:filter查询过滤:匹配多个条件:精确查询:多个值匹配精确查询:高亮查询:
九、springboot 整合1.1导入依赖1.2创建并编写配置类—>连上ES1.3测试索引的操作
一、聊聊Doug Cutting
一位名叫Doug Cutting的美国工程师,做了一个用于文本搜索的函数库(姑且理解为软件的功能组件),命名为Lucene。 Lucene是用JAVA写成的,目的是为各种中小型应用软件加入全文检索功能。因为好用而且开源(代码公开),非常受程序员们的欢迎!
回到主题
Lucene是一套信息检索工具包!jar包!不包含搜索引擎系统! 包含的:索引结构!读写索引的工具!排序、搜索规则等功能(工具类!) Lucene和Elasticsearch关系:ElasticSearch是基于Lucene做了一些封装和增强(我们上手是十分简单!)
二、ElasticSearch概述
ElasticSearch(简称为es)是一个开源的高扩展的分布式全文检索引擎,它可以近乎 实时存储、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(大数据时代)的数据。 es是使用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REST-ful的API来隐藏Lucene的复杂性,从而让全文搜索变得简单。
三、Solr和ElasticSearch的区别
ElasticSearch和Solr区别总结
es基本是开箱即用(解压就可以用),非常简单。Solr安装略微复杂一丢丢。Solr利用Zookeeper进行分布式管理,而Elasticsearch自身带有分布式协调管理功能。Solr支持更多格式的数据,比JSON、XML、CSV,而Elasticsearch仅支持json文件格式。Solr官方提供的功能更多,而Elasticsearch本身更注重于核心功能,高级功能多有第三方插件提供,例如图形化界面需要kibana友好支撑。Solr查询快,但更新索引时慢(即插入删除慢),用于电商等查询多的应用;
ES建立索引快(即查询慢),即实时性查询快,用于facebook新浪等搜索。Solr是传统搜索应用的有力解决方案,但Elasticsearch更适用于新兴的实时搜索应用。 Solr比较成熟,有一个更大,更成熟的用户、开发和贡献者社区,而Elasticsearch相对开发维护者较少,更新太快,学习使用成本较高。
四、ElasticSearch安装
最低要求jdk1.8 最新版本下载地址:https://www.elastic.co/cn/downloads/enterprise-search 其他版本下载地址:https://www.elastic.co/cn/downloads/past-releases#elasticsearch windows下安装 解决问题:http://www.javacui.com/tool/669.html 1、解压就可以使用了 2、熟悉目录
bin:启动文件
config:配置文件
log4j2:日志配置文件
jvm.options:java虚拟机相关的配置
elasticsearch.yml:elasticsearch的配置文件!默认9200端口!跨域!
lib:相关jar包
logs:日志
modules:功能模块
plugins:插件!
3、启动(点击bin文件夹下的elasticsearch.bat),访问9200端口 访问可能会报错或需要输入密码,启动前需要配置elasticsearch.yml:
# 启动时会去更新地图的一些数据库,这里直接禁掉即可,用到时再说.
ingest.geoip.downloader.enabled: false
4、访问测试(localhost:9200) 安装es可视化界面:head的插件
1、 head插件下载地址:https://github.com/mobz/elasticsearch-head/ 2、 启动head插件,访问9100端口
# 安装cnpm的命令
npm install -g cnpm -registry=https://registry.npm.taobao.org
# cnpm下载资源更快
cnpm install
npm run start
如果cnpm不能使用,需要设置:
windows系统搜索Windows PowerShell,以管理员的权限打开。输入set-ExecutionPolicy RemoteSigned,点击回车。输入A(选择A),回车。重新回到项目就可以使用cnpm密令。 3、连接测试发现跨域问题 4、配置es的elasticsearch.yml文件解决跨域问题
http.cors.enabled: true
http.cors.allow-origin: "*"
5、重启es服务,再次连接(访问9100端口)成功 初学,就把es当做一个数据库!(可以建立索引(库),文档(库中的数据!))
这个head我们就把它当做数据展示工具!(我们后面所有的查询,可以使用Kibana做)。
五、Kibana安装
了解ELK ELK是Elasticsearch、Logstash、Kibana三大开源框架首字母大写简称。市面上也被成为Elastic Stack。其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架,可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。 Logstash是ELK的中央数据流引擎,用于从不同目标(文件/数据存储/MQ)收集的不同格式数据,经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。Kibana可以将elasticsearch的数据通过友好的页面展示出来,提供实时分析的功能。 市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称,但实际上ELK不仅仅适用于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性,并非唯一性。 Kibana Kibana是一个针对Elasticsearch的开源分析及可视化平台,用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana,可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单,基于浏览器的用户界面可以快速创建仪表板(dashboard)实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础架构,几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。 官网:https://www.elastic.co/cn/kibana/
Kibana要和ES版本一致!!! 1、解压目录 2、启动测试(/bin/Kibana.bat) 3、访问测试,端口号5601 4、开发工具 我们之后的所有操作都在这里进行编写! 5、汉化 自己修改/config/Kibana.yml文件,添加i18n.locale: “zh-CN”,重启Kibana。
i18n.locale: "zh-CN"
六、ES的核心概念
1、索引 2、字段类型(mapping) 3、文档(documents)
概述
在前面的学习中,我们已经掌握了es是什么,同时也把es的服务已经安装启动,那么es是如何去存储数据,数据结构是什么,又是如何实现搜索的呢? 我们先来聊聊ElasticSearch的相关概念吧! 集群,节点,索引,类型,文档,分片,映射是什么?
关系行数据库和elasticsearch客观的对比
elasticsearch面向文档 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,每个分片可以在集群中的不同服务器间迁移! 一个人就是一个集群!默认的集群名elasticsearch
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。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。 1、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!(就是一个json对象,fastjson进行自动转换)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。
1、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,别整什么么蛾子。 2、索引(就是数据库) 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。不过,等等,倒排索引是什么鬼?
倒排索引(面试题)
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: 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:
现在,我们试图搜索to forever,只需要查看包含每个词条的文档。权重score
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。别问为什么,谁让elasticsearch使用Lucene作为底层呢! 如无特指,说起索引都是指elasticsearch的索引。 接下来的一切操作都在kibana中Dev Tools下的Console里完成。基础操作!
七、IK分词器插件
概念
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“我爱狂神”会被分为“我””爱”,“狂”,”神”,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!一会我们测试!
如果要使用中文,建议使用IK分词器
安装
1、下载地址:https://github.com/medcl/elasticsearch-analysis-ik/releases 2、下载完成之后,解压放在elasticsearch的plugins文件下 3、重启,观察ES 4、可以通过elasticsearch-plugin这个命令来查看加载进来的插件。 5、使用kibana测试。(查看不同分词效果) 其中ik_smart为最少切分 ik_max_word为最细粒度划分(穷尽词库) 当我们输入”超级喜欢狂神说java”,发现问题:狂神说,被拆开了。 这种自己需要的词,需要自己加到我们的分词器的字典中。
ik分词器增加自己的配置
1、自定义配置。 2、把自定义配置添加到扩展配置中去。 3、重启ES(看细节:如下图)。 4、重启kibana。 5、再次测试下,输入”超级喜欢狂神说java”,看下效果。 以后的话,我们需要自己配置分词就在自己定义的dic文件中进行配置即可!|
八、restful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说明:
1.关于索引的基本操作
创建一个索引。
name这个字段需要指定类型吗?需要(毕竟我们关系型数据库是需要指定类型的)
指定字段类型
获得这个规则(可以通过GET请求获取具体的信息)
查看默认信息。
如果自己的文档字段没有指定,那么es就会给我们默认配置字段类型!
扩展:通过命令elasticsearch索引情况!(通过get_cat/可以获得es的当前的很多信息!)
修改
提交,使用PUT,覆盖(弊端:如果漏掉一个字段,那么字段的值就没了)
新的修改方法:使用post提交(7.x.x版本和8.x.x版本提交方式不一样)
7.x.x版本(7.6.1) 8.x.x版本(8.2.3)
删除
通过DELETE命令实现删除、根据你的请求来判断是删除索引还是删除文档记录! 使用RESTFUL风格是我们ES推荐大家使用的!
2.关于文档的基本操作(重点)
2.1 基本操作(增删改查回顾)
添加数据
查询数据
更新 PUT
更新 POST
2.2 简单操作(条件查询)
2.3 复杂操作(查询select:排序,分页,高亮,模糊查询,精准查询)
过滤字段查询(输出结果,不需要很多):(我们之后使用java操作es,所有的方法和对象就是这里面的key!)
排序查询:
分页查询:(数据索引下标还是从0开始)
布尔值查询:
must (and),所有的条件都要符合 where id=1 and name=xxx should(or),所有的条件都要符合 where id=1 or name=xxx must_not (not)
filter查询过滤:
匹配多个条件:
精确查询:
(term 查询是直接通过倒排索引指定的词条进程精确的查找的!) 关于分词:
term:直接查询精确的。(两种情况:text、keyword)match:会使用分词器解析!(先分析文档,然后在通过分析的文档进行查询!) 1、创建数据 2、分析数据,查看结果 3、查询数据(keyword类型的字段不会被分词器解析)
多个值匹配精确查询:
高亮查询:
九、springboot 整合
1.1导入依赖
导入elasticsearch
1.2创建并编写配置类—>连上ES
@Configuration
public class ElasticSearchConfig {
// 注册 rest高级客户端
@Bean
public RestHighLevelClient restHighLevelClient(){
RestHighLevelClient client = new RestHighLevelClient(
RestClient.builder(
new HttpHost("127.0.0.1",9200,"http")
)
);
return client;
}
}
1.3测试索引的操作
1、索引的创建
@Test
void testCreateIndex() throws IOException {
//1、创建索引请求
CreateIndexRequest request = new CreateIndexRequest("jd_goods");
//2、执行创建请求
CreateIndexResponse createIndexResponse =
restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);
System.out.println("执行创建请求===>"+createIndexResponse);
}
2、测试获取索引
@Test
void testExistIndex() throws IOException {
GetIndexRequest request = new GetIndexRequest("kuang_index");
boolean exists = restHighLevelClient.indices().exists(request, RequestOptions.DEFAULT);
System.out.println("测试获取索引===>"+exists);
}
3、测试删除索引
@Test
void testDeleteIndex() throws IOException {
DeleteIndexRequest request = new DeleteIndexRequest("kuang_index");
AcknowledgedResponse delete = restHighLevelClient.indices().delete(request, RequestOptions.DEFAULT);
System.out.println("是否删除成功===>"+delete);
}
4、测试添加文档
@Test
void testAddDocument() throws IOException {
//创建对象
User user = new User("狂神说",3);
//创建请求
IndexRequest request = new IndexRequest("kuang_index");
//规则
request.id("1");
request.timeout(TimeValue.timeValueSeconds(1));
request.timeout("1s");
//将我们的数据放入请求 json
request.source(JSON.toJSONString(user), XContentType.JSON);
//客户端发送请求 获取响应的结果
IndexResponse indexResponse = restHighLevelClient.index(request, RequestOptions.DEFAULT);
System.out.println(indexResponse.toString());
System.out.println(indexResponse.status());//对应我们命令返回的状态 CREATED
}
5、获取文档 判断是否存在
@Test
void testIsExists() throws IOException {
GetRequest getRequest = new GetRequest("kuang_index","1");
//不获取返回的 _source的上下文
getRequest.fetchSourceContext(new FetchSourceContext(false));
getRequest.storedFields("_none_");
boolean exists = restHighLevelClient.exists(getRequest, RequestOptions.DEFAULT);
System.out.println(exists);
}
6、获取文档的信息
@Test
void testGetDocument() throws IOException {
GetRequest getRequest = new GetRequest("kuang_index","1");
GetResponse documentFields = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT);
System.out.println(getRequest);
System.out.println(documentFields);
}
7、更新文档的信息
@Test
void testUpdateRequest() throws IOException {
UpdateRequest updateRequest = new UpdateRequest("test","1");
updateRequest.timeout("1s");
User user = new User("狂神说java",18);
updateRequest.doc(JSON.toJSONString(user),XContentType.JSON);
UpdateResponse updateResponse = restHighLevelClient.update(updateRequest, RequestOptions.DEFAULT);
System.out.println(updateResponse.status());
}
8、删除文档记录
@Test
void testDeleteRequest() throws IOException {
DeleteRequest request = new DeleteRequest("kuang_index","2");
request.timeout("1s");
DeleteResponse delete = restHighLevelClient.delete(request, RequestOptions.DEFAULT);
System.out.println(delete.status());
}
9、批量插入数据
@Test
void testBulkRequest() throws IOException {
BulkRequest bulkRequest = new BulkRequest();
bulkRequest.timeout("10s");
ArrayList
userList.add(new User("kuangshen1",3));
userList.add(new User("kuangshen2",4));
userList.add(new User("kuangshen3",5));
userList.add(new User("kuangshen4",6));
userList.add(new User("kuangshen5",13));
userList.add(new User("kuangshen6",23));
userList.add(new User("kuangshen7",33));
// 批处理请求
for (int i = 0; i < userList.size(); i++) {
bulkRequest.add(new IndexRequest("kuang_index")
.id(""+(i+1))
.source(JSON.toJSONString(userList.get(i)),XContentType.JSON));
}
BulkResponse bulkResponse = restHighLevelClient.bulk(bulkRequest,RequestOptions.DEFAULT);
System.out.println(bulkResponse.hasFailures());//是否失败 返回false 代表成功
}
10、查询
@Test
void testSearch() throws IOException {
SearchRequest searchRequest = new SearchRequest(ESconst.ES_INDEX);
//构建搜索条件
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
//高亮
sourceBuilder.highlighter();
//查询条件 我们可以使用 QueryBuilders 工具来实现
//QueryBuilders.termQuery() 精确
//QueryBuilders.matchAllQuery() 匹配所有
TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "qinjiang1");
MatchAllQueryBuilder allQueryBuilder = QueryBuilders.matchAllQuery();
System.out.println("allQueryBuilder===>>"+allQueryBuilder);
sourceBuilder.query(termQueryBuilder);
sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
//放入请求
searchRequest.source(sourceBuilder);
SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
System.out.println(JSON.toJSONString(searchResponse.getHits()));
System.out.println("=====================================");
for (SearchHit documentFields : searchResponse.getHits().getHits()) {
System.out.println(documentFields.getSourceAsMap());
}
}
文章链接
大家都在找:
elasticsearch:elasticsearch怎么读
大数据:大数据技术的就业前景和就业方向
搜索引擎:搜索引擎其实也是一个____。
发表评论