ES基础

程序员校花
VIP.1 初学乍练
75 阅读7分钟

认识elasticsearch

elasticsearch是一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能

ELK技术栈

elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK）。被广泛应用在日志数据分析、实时监控等领域。而elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。

image.png

lucene

elasticsearch底层是基于lucene来实现的。

Lucene是一个Java语言的搜索引擎类库，，提供了搜索引擎的核心API，是Apache公司的顶级项目，由DougCutting于1999年研发。

elasticsearch的发展历史：

  • 2004年Shay Banon基于Lucene开发了Compass。
  • 2010年Shay Banon 重写了Compass，取名为Elasticsearch。

倒排索引

倒排索引的概念是基于MySQL这样的正向索引而言的。

正向索引：

在Mysql中进行模糊查询时，只能是逐行扫描数据，随着数据量增加，其查询效率也会越来越低。

倒排索引：

  • 文档（Document）：每条数据就是一个文档。
  • 词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条。

创建倒排索引是对正向索引的一种特殊处理，流程如下：

  • 将每一个文档的数据利用算法分词，得到一个个词条
  • 创建表，每行数据包括词条、词条所在文档id、位置等信息
  • 因为词条唯一性，可以给词条创建索引，例如hash表结构索引

image.png

倒排索引的搜索流程如下（以搜索"华为手机"为例）：

  1. 用户输入条件"华为手机"进行搜索
  1. 对用户输入内容分词，得到词条：华为、手机
  1. 拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3
  2. 拿着文档id到正向索引中查找具体文档

image.png

虽然要先查询倒排索引，再查询正向索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快，无需全表扫描。

二者对比：

正向索引

优点：

  • 可以给多个字段创建索引
  • 根据索引字段搜索、排序速度非常快

缺点：根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。

倒排索引

优点：根据词条搜索、模糊搜索时，速度非常快

缺点：

  • 只能给词条创建索引，而不是字段
  • 无法根据字段做排序

ES概念

文档（Document） ：

elasticsearch是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中：

image.png

而Json文档中往往包含很多的字段（Field） ，类似于数据库中的列。

索引（Index） ：就是相同类型的文档的集合。

image.png

映射（mapping） ：数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。因此，索引库中就有映射，是索引中文档的字段约束信息，类似表的结构约束。

mysql与elasticsearch

MySQLElasticsearch说明
TableIndex索引(index)，就是文档的集合，类似数据库的表(table)
RowDocument文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
ColumnField字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
SchemaMappingMapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQLDSLDSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD
  • Mysql：擅长事务类型操作，可以确保数据的安全和一致性
  • Elasticsearch：擅长海量数据的搜索、分析、计算

image.png

索引库

索引（库）类似数据库的表，mapping映射就类似表的结构。

mapping映射属性

常见的mapping属性包括：

  • type：字段数据类型
  • index：是否创建索引，默认为true
  • analyzer：使用哪种分词器
  • properties：该字段的子字段

常见的type：

  • 字符串：text（可分词的文本）、keyword（精确值，无需分词，例如：品牌、国家、ip地址）
  • 数值：long、integer、short、byte、double、float、
  • 布尔：boolean
  • 日期：date
  • 对象：object

基本操作

创建索引库和映射

语法：

  • 请求方式：PUT
  • 请求路径：/索引库名，可以自定义
  • 请求参数：mapping映射

格式：

 PUT /索引库名称
 {
   "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"
           }
         }
       },
       // ...
     }
   }
 }

新增映射属性

索引库一旦创建，无法修改mapping，只能添加新的字段到mapping中，因为不会对倒排索引产生影响。

语法：

 PUT /索引库名/_mapping
 {
   "properties": {
     "新字段名":{
       "type": "integer"
     }
   }
 }

查询&删除索引库

查询索引库，相当于查看表结构，格式如下：

 GET /索引库名

删除索引库：

 DELETE /索引库名

文档

新增文档

语法：

 POST /索引库名/_doc/文档id
 {
     "字段1": "值1",
     "字段2": "值2",
     "字段3": {
         "子属性1": "值3",
         "子属性2": "值4"
     },
     // ...
 }

查询&删除文档

查询：

 GET /{索引库名称}/_doc/{id}

删除：

 DELETE /{索引库名}/_doc/{id}

修改文档

全量修改：覆盖原来的文档，如果id不存在，就从修改变成新增，语法如下：

 PUT /{索引库名}/_doc/文档id
 {
     "字段1": "值1",
     "字段2": "值2",
     // ...
 }

局部修改：只修改指定id匹配的文档中的部分字段，语法如下：

 POST /{索引库名}/_update/文档id
 {
     "doc": {
          "字段名": "新的值",
     }
 }

RestClient

初始化

  1. 引入elasticsearch-rest-high-level-client依赖，注意要和服务端的es版本保持一致，因为是SpringBoot项目，所以要覆盖默认的es版本。

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

  2. 初始化RestHighLevelClient：

     RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
         HttpHost.create("http://192.168.20.100:9200")
 ));

索引库操作

  1. 初始化RestHighLevelClient
  2. 创建XxxIndexRequest。Xxx是Create、Get、Delete
  3. 准备DSL（Create时需要，其它是无参）
  4. 发送请求。调用RestHighLevelClien的indices().xxx()方法，xxx是create、exists、delete

client.indices()方法返回的是操作索引库的对象。

创建

 @Test
 void createHotelIndex() throws IOException {
     //1.创建Request对象,指定索引库名称
     CreateIndexRequest request = new CreateIndexRequest("hotel");
     //2.准备请求的参数：DSL语句
     request.source(MAPPING_TEMPLATE, XContentType.JSON);
     //3.发送请求
     client.indices().create(request, RequestOptions.DEFAULT);
 }

删除&&判断

删除：

 @Test
 void testDeleteHotelIndex() throws IOException {
     //1.创建Request对象
     DeleteIndexRequest request = new DeleteIndexRequest("hotel");
     //2.删除没有参数，直接发送请求
     client.indices().delete(request, RequestOptions.DEFAULT);
 }

判断索引库是否存在：

 @Test
 void testExistsHotelIndex() throws IOException {
     //1.创建Request对象
     GetIndexRequest request = new GetIndexRequest("hotel");
     //2.发送请求
     boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
     System.err.println(exists ? "索引库已经存在" : "索引库不存在");
 }

文档操作

  1. 初始化RestHighLevelClient
  2. 创建XxxRequest。XXX是Index、Get、Update、Delete、Bulk
  3. 准备参数（Index、Update、Bulk时需要）
  4. 发送请求。调用RestHighLevelClient.xxx()方法，xxx是index、get、update、delete、bulk
  5. 解析结果（Get时需要）

新增

将一条数据库的数据取出来，写入到es中：

 @Test
 void testAddDocument() throws IOException {
     //根据id查询酒店数据
     Hotel hotel = hotelService.getById(61083L);
     //转换为文档类型，因为es的地理类型是geo_point，是两个经纬度字符串的拼接
     HotelDoc hotelDoc = new HotelDoc(hotel);
 ​
     //1.准备Request对象
     IndexRequest request = new IndexRequest("hotel").id(hotel.getId().toString());
     //2.准备Json文档
     request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);
     //3.发送请求
     client.index(request, RequestOptions.DEFAULT);
 }

查询

 @Test
 void testGetDocumentById() throws IOException {
     //1.准备Request
     GetRequest request = new GetRequest("hotel", "61083");
     //2.发送请求，得到响应
     GetResponse response = client.get(request, RequestOptions.DEFAULT);
     //3.解析响应结果
     String json = response.getSourceAsString();
     //4.将json转换为doc对象
     HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
     System.out.println(hotelDoc);
 }

修改

 @Test
 void testUpdateDocument() throws IOException {
     //1.准备Request
     UpdateRequest request = new UpdateRequest("hotel", "61083");
     //2.准备请求参数
     request.doc(
             "price", "999",
             "starName", "一钻"
     );
     //3.发送请求
     client.update(request, RequestOptions.DEFAULT);
 }

删除

 @Test
 void testDeleteDocument() throws IOException {
     //1.准备Request
     DeleteRequest request = new DeleteRequest("hotel", "61083");
     //2.发送请求
     client.delete(request, RequestOptions.DEFAULT);
 }

批量操作

以批量新增为例：

 @Test
 void testBulkRequest() throws IOException {
     //批量查询酒店数据
     List<Hotel> hotels = hotelService.list();
 ​
     //1.创建Request
     BulkRequest request = new BulkRequest();
     //2.准备参数，添加多个新增的Request
 ​
     for (Hotel hotel : hotels) {
         //转换为文档类型HotelDoc
         HotelDoc hotelDoc = new HotelDoc(hotel);
         //创建新增文档的Request对象
         request.add(new IndexRequest("hotel")
                 .id(hotelDoc.getId().toString())
                 .source(JSON.toJSONString(hotelDoc), XContentType.JSON));
     }
     //3.发送请求
     client.bulk(request, RequestOptions.DEFAULT);
 }
avatar
文章
阅读
粉丝