谷粒商城项目总结–Elasticsearch

大大源码 • 2023年5月28日 pm10:13 • 未分类

官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
官方中文：https://www.elastic.co/guide/cn/elasticsearch/guide/current/foreword_id.html
社区中文：
https://es.xiaoleilu.com/index.html
http://doc.codingdict.com/elasticsearch/0/

一、基本概念

1、Index（索引）

动词，相当于 MySQL 中的 insert；名词，相当于 MySQL 中的 Database

2、Type（类型）

在 Index（索引）中，可以定义一个或多个类型。类似于 MySQL 中的 Table；每一种类型的数据放在一起；

3、Document（文档）

保存在某个索引（Index）下，某种类型（Type）的一个数据（Document），文档是 JSON 格式的，Document 就像是
MySQL 中的某个 Table 里面的内容；

在这里插入图片描述
4、倒排索引机制

二、安装

1、下载镜像文件

docker pull elasticsearch:7.4.2 存储和检索数据
docker pull kibana:7.4.2 可视化检索数据

2、创建实例

#挂载目录
mkdir -p /mydata/elasticsearch/config
mkdir -p /mydata/elasticsearch/data

#host: 0.0.0.0 es可以被远程任何机器访问
echo "http.host: 0.0.0.0" >> /mydata/elasticsearch/config/elasticsearch.yml

#保证权限
chmod -R 777 /mydata/elasticsearch/

#启动容器
docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms64m -Xmx512m" \
-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.4.2

特别注意：
-e ES_JAVA_OPTS="-Xms64m -Xmx256m" \ 测试环境下，设置 ES 的初始内存和最大内存，否则导致过大启动不了 ES

Kibana

docker run --name kibana -e ELASTICSEARCH_HOSTS=http://192.168.56.10:9200 -p 5601:5601 \
-d kibana:7.4.2

三、初步检索

1、_cat

GET /_cat/nodes 查看所有节点
GET /_cat/health 查看 es 健康状况
GET /_cat/master 查看主节点
GET /_cat/indices 查看所有索引相当于mysql中show databases;

2、索引一个文档（保存）

保存一个数据，保存在哪个索引的哪个类型下，指定用哪个唯一标识

PUT customer/external/1

在 customer 索引下的 external 类型下保存 1 号数据为

PUT customer/external/1 { "name": "John Doe" }

PUT 和 POST 都可以，
POST 新增。如果不指定 id会自动生成 id。指定 id 会修改这个数据并新增版本号
PUT可以新增可以修改。PUT 必须指定 id；由于 PUT 需要指定 id，我们一般都用来做修改操作，不指定 id 会报错。

3、查询文档

GET customer/external/1

结果：

{ “_index”: “customer”, //在哪个索引
“_type”: “external”, //在哪个类型
“_id”:“1”, //记录 id
“_version”: 2, //版本号
“_seq_no”: 1,//并发控制字段，每次更新就会+1，用来做乐观锁
“_primary_term”: 1, //同上，主分片重新分配，如重启，就会变化
“found”: true,
“_source”: { //真正的内容
“name”: “John Doe”
} }

更新携带 ?if_seq_no=0&if_primary_term=1 乐观锁修改

4、更新文档

POST customer/external/1/_update { "doc":{ "name": "John Doew"}}

或者

POST customer/external/1 { "name": "John Doe2"}

或者

PUT customer/external/1 { "name": "John Doe"}

不同：POST 操作会对比源文档数据，如果相同不会有什么操作，文档 version 不增加 PUT 操作总会将数据重新保存并增加version 版本；带_update 对比元数据如果一样就不进行任何操作。

看场景；对于大并发更新，不带 update；对于大并发查询偶尔更新，带 update；对比更新，重新计算分配规则。

#更新同时增加属性
POST customer/external/1/_update { "doc": { "name": "Jane Doe", "age": 20 }}

PUT 和 POST 不带_update 也可以增加属性

5、删除文档&索引

DELETE customer/external/1
DELETE customer

6、bulk 批量 API

POST customer/external/_bulk
{"index":{"_id":"1"}}
{"name": "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe" }

#语法格式
{ action: { metadata }}
{ request body }
{ action: { metadata }}
{ request body }

复杂实例：
POST /_bulk
{ "delete": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "create": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "title": "My first blog post" }
{ "index": { "_index": "website", "_type": "blog" }}
{ "title": "My second blog post" }
{ "update": { "_index": "website", "_type": "blog", "_id": "123"} }
{ "doc" : {"title" : "My updated blog post"} }

bulk API 以此按顺序执行所有的 action（动作）。如果一个单个的动作因任何原因而失败，它将继续处理它后面剩余的动作。当bulk API 返回时，它将提供每个动作的状态（与发送的顺序相同），所以您可以检查是否一个指定的动作是不是失败了。

7、样本测试数据

我准备了一份顾客银行账户信息的虚构的 JSON 文档样本。每个文档都有下列的 schema（模式）:

{	"account_number": 0,
	"balance": 16623, 
	"firstname": "Bradshaw", 
	"lastname": "Mckenzie", 
	"age": 29, 
	"gender": "F", 
	"address": "244 Columbus Place", 
	"employer": "Euron",
	"email": "bradshawmckenzie@euron.com",
	"city": "Hobucken", "state": "CO"
}

https://github.com/elastic/elasticsearch/blob/master/docs/src/test/resources/accounts.json?raw=true

导入测试数据测试数据 POST bank/account/_bulk

四、进阶检索

ES 支持两种基本方式检索 : 一个是通过使用 REST request URI 发送搜索参数（uri+检索参数）另一个是通过使用 REST request body 来发送它们（uri+请求体）

1、检索信息

GET bank/_search 检索 bank 下所有信息，包括 type 和 docs

GET bank/_search?q=*&sort=account_number:asc 请求参数方式检索

响应结果解释：
took - Elasticsearch 执行搜索的时间（毫秒）
time_out - 告诉我们搜索是否超时
_shards - 告诉我们多少个分片被搜索了，以及统计了成功/失败的搜索分片
hits - 搜索结果
hits.total - 搜索结果
hits.hits - 实际的搜索结果数组（默认为前 10 的文档）
sort - 结果的排序 key（键）（没有则按 score 排序）
score 和 max_score –相关性得分和最高得分（全文检索用）

uri+请求体进行检索

GET bank/_search
{ 
"query": { "match_all": {}
},
"sort": [
	{ "account_number": { 
	"order": "desc"
			}
		}
	]
}

2、Query DSL

1、基本语法格式

Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL（domain-specific language 领域特定语言）。这个被称为 Query DSL。该查询语言非常全面，并且刚开始的时候感觉有点复杂，真正学好它的方法是从一些基础的示例开始的。
一个查询语句的典型结构

{
QUERY_NAME: {
ARGUMENT: VALUE, ARGUMENT: VALUE,... }
}

如果是针对某个字段，那么它的结构如下：

{
QUERY_NAME: {
FIELD_NAME: {
ARGUMENT: VALUE, ARGUMENT: VALUE,... }
}
}

GET bank/_search
{ "query": { "match_all": {}
},"from": 0, "size": 5, "sort": [
{ "account_number": { "order": "desc"
			}
		}
	]
}

query 定义如何查询，
match_all 查询类型【代表查询所有的所有】，es 中可以在 query 中组合非常多的查
询类型完成复杂查询
除了 query 参数之外，我们也可以传递其它的参数以改变查询结果。如 sort，size
from+size 限定，完成分页功能
sort 排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准

2、返回部分字段

#从第一条记录一次拿五条
GET bank/_search
{ "query": {
"match_all": {}
},"from": 0, "size": 5, "_source": ["age","balance"]
}

3、match【匹配查询】

基本类型（非字符串），精确匹配

GET bank/_search
{ "query": { "match": { "account_number": "20"
}
}
}

match 返回 account_number=20 的字符串，全文检索

GET bank/_search
{ "query": { "match": { "address": "mill"
}
}
}

最终查询出 address 中包含 mill 单词的所有记录 match 当搜索字符串类型的时候，会进行全文检索，并且每条记录有相关性得分。

字符串，多个单词（分词+全文检索）

GET bank/_search
{ "query": { "match": { "address": "mill road"
}
}
}

最终查询出 address 中包含 mill 或者 road 或者 mill road 的所有记录，并给出相关性得分

4、match_phrase【短语匹配】

将需要匹配的值当成一个整体单词（不分词）进行检索

GET bank/_search
{ "query": { "match_phrase": { "address": "mill road"
}
}
}

查出 address 中包含 mill road 的所有记录，并给出相关性得分

5、multi_match【多字段匹配】

GET bank/_search
{ "query": { "multi_match": { "query": "mill", "fields": ["state","address"]
}
}
}

state 或者 address 包含 mill

6、bool【复合查询】

bool 用来做复合查询：复合语句可以合并任何
其它查询语句，包括复合语句，了解这一点是很重要的。这就意味着，复合语句之间可以互相嵌套，可以表达非常复杂的逻辑。

must：必须达到 must 列举的所有条件

GET bank/_search
{ "query": { "bool": { "must": [
{ "match": { "address": "mill" } },
{ "match": { "gender": "M" } }
]
}
}
}

should：应该达到 should 列举的条件，如果达到会增加相关文档的评分，并不会改变查询的结果。如果 query 中只有should 且只有一种匹配规则，那么 should 的条件就会被作为默认匹配条件而去改变查询结果

GET bank/_search
{ "query": { "bool": { "must": [
{ "match": { "address": "mill" } }, { "match": { "gender": "M" } }
],"should": [
{"match": { "address": "lane" }}
]
}
}
}

must_not 必须不是指定的情况

GET bank/_search
{ "query": { "bool": { "must": [
{ "match": { "address": "mill" } }, { "match": { "gender": "M" } }
],"should": [
{"match": { "address": "lane" }}
],"must_not": [
{"match": { "email": "baluba.com" }}
]
}
}
}

address 包含 mill，并且 gender 是 M，如果 address 里面有 lane 最好不过，但是 email 必须不包含
baluba.com

并不是所有的查询都需要产生分数，特别是那些仅用于 “filtering”（过滤）的文档。为了不计算分数 Elasticsearch
会自动检查场景并且优化查询的执行。

7、filter【结果过滤】

GET bank/_search
{ "query": { "bool": { "must": [
{"match": { "address": "mill"}}
],"filter": { "range": { "balance": { "gte": 10000, "lte": 20000
}
}
}
}
}
}

8、term

和 match 一样。匹配某个属性的值。全文检索字段用 match，其他非 text 字段匹配用 term

GET bank/_search
{ "query": { "bool": { "must": [
{"term": { "age": { "value": "28"
}
}}, {"match": { "address": "990 Mill Road"
}}
]
}
}
}

9、aggregations（执行聚合）

聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于 SQL GROUP BY 和 SQL 聚合函数。在 Elasticsearch 中，您有执行搜索返回 hits（命中结果），并且同时返回聚合结果，把一个响应中的所有 hits（命中结果）分隔开的能力。这是非常强大且有效的，您可以执行查询和多个聚合，并且在一次使用中得到各自的（任何一个的）返回结果，使用一次简洁和简化的 API 来避免网络往返

搜索 address 中包含 mill 的所有人的年龄分布以及平均年龄，但不显示这些人的详情。

GET bank/_search
{ "query": { "match": { "address": "mill"
}
},"aggs": { "group_by_state": { "terms": { "field": "age"
}
},"avg_age": { "avg": {
"field": "age"
}
}
},"size": 0
}

size：0 不显示搜索数据 aggs：执行聚合。聚合语法如下

 "aggs": { 
 		"aggs_name 这次聚合的名字，方便展示在结果集中": 
 		{ "AGG_TYPE 聚合的类型（avg,term,terms）": {}
 	}
 },

#按照年龄聚合，并且请求这些年龄段的这些人的平均薪资
GET bank/account/_search
{ "query": { "match_all": {}
},"aggs": { "age_avg": { "terms": { "field": "age", "size": 1000
},"aggs": { "banlances_avg": { "avg": { "field": "balance"
}
}
}
}
}
,"size": 1000
}

3、Mapping

Es7 及以上移除了 type 的概念。关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但 ES中不是这样的。elasticsearch 是基于 Lucene 开发的搜索引擎，而 ES 中不同 type 下名称相同的 filed 最终在 Lucene 中的处理方式是一样的。  两个不同 type 下的两个 user_name，在 ES 同一个索引下其实被认为是同一个filed，你必须在两个不同的 type 中定义相同的 filed 映射。否则，不同 type 中的相同字段名称就会在处理中出现冲突的情况，导致 Lucene 处理效率下降。去掉 type 就是为了提高 ES 处理数据的效率。Elasticsearch 7.x  URL 中的 type 参数为可选。比如，索引一个文档不再要求提供文档类型。Elasticsearch 8.x 不再支持 URL 中的 type 参数。

4、数据迁移

先创建出 new_twitter 的正确映射。然后使用如下方式进行数据迁移

POST _reindex [固定写法]
{ "source": { "index": "twitter"
},"dest": { "index": "new_twitter"
}
}

将旧索引的 type 下的数据进行迁移

POST _reindex
{ "source": {
"index": "twitter", "type": "tweet"
},"dest": { "index": "tweets"
}
}

5、分词

1、安装 ik 分词器

注意：不能用默认 elasticsearch-plugin install xxx.zip 进行自动安装

https://github.com/medcl/elasticsearch-analysis-ik/releases对应 es 版本安装

#进入 es 容器内部 plugins 目录
docker exec -it 容器 id /bin/bash
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip

unzip 下载的文件

rm –rf *.zip

mv elasticsearch/ ik

#可以确认是否安装好了分词器
cd ../bin
elasticsearch plugin list 列出系统的分词器

2、测试分词器

#使用默认
POST _analyze
{ "text": "我是中国人"
}

#使用分词器
POST _analyze
{ "analyzer": "ik_smart", "text": "我是中国人"
}

#另外一个分词器ik_max_word
POST _analyze
{ "analyzer": "ik_max_word", "text": "我是中国人"
}

能够看出不同的分词器，分词有明显的区别，所以以后定义一个索引不能再使用默认的 mapping 了，要手工建立 mapping,因为要选择分词器。

3、自定义词库

修改/usr/share/elasticsearch/plugins/ik/config/中的 IKAnalyzer.cfg.xml

<?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> -->
<entry key="remote_ext_dict">http://192.168.128.130/fenci/myword.txt</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>

按照remote_ext_dict的路径利用 nginx 发布静态资源,按照请求路径，创建对应的文件夹以及文件，放在nginx 的 html下然后重启 es 服务器，重启 nginx。
更新完成后，es 只会对新增的数据用新词分词。历史数据是不会重新分词的。如果想要历史数据重新分词。需要执行：

POST my_index/_update_by_query?conflicts=proceed

五、SpringBoot 整合

<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>elasticsearch-rest-high-level-client</artifactId>
<version>7.4.2</version>
</dependency>

//配置
@Configuration
public class ElasticSearchConfig {
    public static final RequestOptions COMMON_OPTIONS;
    //请求头相关
    static {
        RequestOptions.Builder builder = RequestOptions.DEFAULT.toBuilder();
//        builder.addHeader("Authorization", "Bearer " + TOKEN);
//        builder.setHttpAsyncResponseConsumerFactory(
//                new HttpAsyncResponseConsumerFactory
//                        .HeapBufferedResponseConsumerFactory(30 * 1024 * 1024 * 1024));
        COMMON_OPTIONS = builder.build();
    }
    @Bean
    public RestHighLevelClient esRestClient(){
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("192.168.0.105", 9200, "http")));
        return client;
    }
}

//使用
@Test
void test1() throws IOException {
   User user = new User();
        user.setName("test");
        user.setGender("nan");
        user.setAge(12);
        String s = JSON.toJSONString(user);
        indexRequest.source(s, XContentType.JSON);
        IndexResponse index = client.index(indexRequest, ElasticSearchConfig.COMMON_OPTIONS);
}

== 复杂条件 must filter order from size ggre==

//模糊匹配 过滤
//1.构建bool-query
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
//must模糊匹配
if (!StringUtils.isEmpty(param.getKeyword())) {
    boolQuery.must(QueryBuilders.matchQuery("skuTitle", param.getKeyword()));
}
//1.2 bool-filter 按照三级分类id查询
if (param.getCatalog3Id() != null) {
    boolQuery.filter(QueryBuilders.termQuery("catalogId", param.getCatalog3Id()));
}
//2.1排序
if (!StringUtils.isEmpty(param.getSort())) {
    String sort = param.getSort();
    String[] s = sort.split("_");
    SortOrder order = s[1].equalsIgnoreCase("asc") ? SortOrder.ASC : SortOrder.DESC;
    sourceBuilder.sort(s[0], order);
}
        //2.2分页 from = (pageNumber-1)*size
sourceBuilder.from((param.getPageNum() - 1) * EsConstant.PRODUCT_PAGESIEZ);
sourceBuilder.size(EsConstant.PRODUCT_PAGESIEZ);
   //2.3高亮
if (!StringUtils.isEmpty(param.getKeyword())) {
    HighlightBuilder highlightBuilder = new HighlightBuilder();
    highlightBuilder.field("skuTitle");
    highlightBuilder.preTags("<b style='color:red'>");
    highlightBuilder.postTags("</b>");
    sourceBuilder.highlighter(highlightBuilder);
}
    //聚合分析
TermsAggregationBuilder brand_agg = AggregationBuilders.terms("brand_agg");
brand_agg.field("brandId").size(50);

原文链接：https://blog.csdn.net/weixin_40566934/article/details/119545044

THE END

如何理解UEFI中handle和protocol的概念

< <上一篇

创造与魔法怎么自建服务器,创造与魔法自建服攻略大全_创造与魔法自建服建造方法、福利_玩游戏网…

下一篇>>

大大搜源码

搜索内容