es7 java教程



1. ElasticSearch对电脑配置要求较高，内存至少4G以上，空闲2G内存，线程数4018+
2. 学习的时候，推荐将ElasticSearch安装到Linux或者mac上，极度不推荐装Windows上(坑太多，服务器部署的时候，也不会部署到Window上，学习用Windows上玩，不是耽误自个时间麽)。如果是Window用户想学这个，电脑自身至少16G，然后装虚拟机，在虚拟机上搞个Linux玩
3. Linux系统不建议装6/6.5版本的(启动的时候，会检查内核是否3.5+，当然可以忽略这个检查)，推荐装7+
4. 自身电脑配置不高的话，怎么办呢？土豪做法，去买个云服务器叭，在云服务器上玩

　　上面第1、2点未满足，又舍不得去买云服务器的小伙伴，就不要往下面看了，看了也白看，ElasticSearch对电脑配置要求较高，前置条件未满足的话，服务是起不来的。

　　我演示的时候，是用的mac系统，上面装了个虚拟机，虚拟机版本Centos6.5，jdk用的13，ElasticSearch用的版本是 7.8.1。这些我使用的包我下面也会提供，为了学习的话，尽量和我使用的版本一致，这样大家碰到的问题都一样，安装过程中，我也猜了不少坑，都总结出来了，仔细阅读文档就可以捣鼓出来。

　　常用的搜索网站：百度、谷歌

　　指具有固定格式或有限长度的数据，如数据库，元数据等。对于结构化数据，我们一般都是可以通过关系型数据库（mysql、oracle）的table的方法存储和搜索，也可以建立索引。通过b-tree等数据结构快速搜索数据

　　全文数据，指不定长或无固定格式的数据，如邮件，word等。对于非结构化数据，也即对全文数据的搜索主要有两种方式：顺序扫描法，全文搜索法

顺序扫描法

　　我们可以了解它的大概搜索方式，就是按照顺序扫描的方式查找特定的关键字。比如让你在一篇篮球新闻中，找出“科比”这个名字在那些段落出现过。那你肯定需要从头到尾把文章阅读一遍，然后标出关键字在哪些地方出现过

　　这种方式毋庸置疑是最低效的，如果文章很长，有几万字，等你阅读完这篇新闻找到“科比”这个关键字，那得花多少时间

全文搜索

　　对非结构化数据进行顺序扫描很慢，我们是否可以进行优化？把非结构化数据想办法弄得有一定结构不就好了嘛？将非结构化数据中的一部分信息提取出来，重新组织，使其变得有一定结构，然后对这些有一定结构的数据进行搜索，从而达到搜索相对较快的目的。这种方式就构成了全文搜索的基本思路。这部分从非结构化数据提取出的然后重新组织的信息，就是索引。

　　根据百度百科中的定义，全文搜索引擎是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每个词，对每个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户。

• Lucene是一个Java全文搜索引擎，完全用Java编写。lucene不是一个完整的应用程序，而是一个代码库和API，可以很容易地用于向应用程序添加搜索功能
• 通过简单的API提供强大的功能
  • 可扩展的高性能索引
  • 强大，准确，高效的搜索算法
  • 跨平台解决方案
• Apache软件基金会
  • 在Apache软件基金会提供的开源软件项目的Apache社区的支持
  • 但是Lucene只是一个框架，要充分利用它的功能，需要使用Java，并且在程序中集成Lucene。需要很多的学习了解，才能明白它是如何运行的，熟练运用Lucene确实非常复杂

• Solr是一个基于Lucene的Java库构建的开源搜索平台。它以友好的方式提供Apache Lucene的搜索功能。它是一个成熟的产品，拥有强大而广泛的用户社区。它能提供分布式索引，复制，负载均衡以及自动故障转移和恢复。如果它被正确部署然后管理的好，他就能够成为一个高可用，可扩展且容错的搜索引擎
• 强大功能
  • 全文搜索
  • 突出
  • 分面搜索
  • 实时索引
  • 动态集群
  • 数据库集成
  • NoSQL功能和丰富的文档处理

• ElasticSearch是一个开源，是一个机遇Apache Lucene库构建的Restful搜索引擎
• ElasticSearch是Solr之后几年推出的。它提供了一个分布式，多租户能力的全文搜索引擎，具有HTTP Web页面和无架构JSON文档。ElasticSearch的官方客户端提供Java、Php、Ruby、Perl、Python、.Net和JavaScript
• 主要功能
  • 分布式搜索
  • 数据分析
  • 分组和聚合
• 应用场景
  • 维基百科
  • Stack Overflow
  • GitHub
  • 电商网站
  • 日志数据分析
  • 商品价格监控网站
  • BI系统
  • 站内搜索
  • 篮球论坛

　　注意，我使用的linux搭建的，当然Window(极度不推荐，坑太多)也能搭建，ElasticSearch安装前需要先安装jdk，这里我使用的是jdk13，因为linux自带jdk版本，需要先将之前的jdk版本卸载(点我直达)，在安装指定的jdk版本!!!

　　开发环境，建议关闭防火墙，避免不必要的麻烦！！！！生产环境，视情况开启端口号！！！！

　　ElasticSearch是强依赖jdk环境的，所以一定要安装对应的jdk版本，并配置好相关的环境变量，比如ES7.X版本要装jdk8以上的版本，而且是要官方来源的jdk。启动的时候有可能会提示要装jdk11，因为ES7以上官方都是建议使用jdk11，但是一般只是提示信息，不影响启动。

ES官网推荐JDK版本兼容地址：点我直达

　　ES强依赖JVM，也很吃内存，所以一定要保证你的机器至少空闲出2G以上内存。推荐使用Linux，可以本地搭建虚拟机。

　　启动一定要使用非root账户！！！！这是ES强制规定的。ElasticSearch为了安全考虑，不让使用root启动，解决办法是新建一个用户，用此用户进行相关的操作。如果你用root启动，会报错。如果是使用root账户安装ES，首先给安装包授权，比如chown -R 777 安装包路径。然后再使用非root账户启动，具体的权限配置，根据自己想要的配置。

　　高版本的ElasticSearch自带jdk版本的，Linux中我安装的是jdk13，没用ElasticSearch自带的jdk，有兴趣的小伙伴可以去研究下。

官网地址：点我直达

1、修改elasticsearch-x.x.x/config/elasticsearch.yml，主要修改成以下内容

2、来到elasticsearch-x.x.x/bin下，执行：sh elasticsearch启动，报错，修改配置文件elasticsearch-env

3、设置用户和组

注意=================以上root用户操作===============

注意=================以下es用户操作================

注意：若es用户密码登录不上，在回到root用户下，修改es用户的密码，语法：passwd 要修改用户名

4、登录到es用户下，继续启动ElasticSearch，执行：sh elasticsearch

5.继续启动ElasticSearch，执行：sh elasticsearch

修改一下内容需要使用root权限

修改完之后，一定要重启，重启，重启，重要的事儿说三遍！！！！！

上面第2条问题，线程数修改不了，可以尝试使用这个方法修改线程数

　　1、第一次配置过程中，踩了不少坑，我踩过的坑，都在上面记录了

　　2、如果照我上面哪个方法还解决不了，自行根据ElasticSearch日志，百度去找答案叭····

　　打开浏览器输入：127.0.0.1:9200

　　传统数据库查询数据的操作步骤是这样的：建立数据库->建表->插入数据->查询

　　一个索引可以理解成一个关系型数据库

　　一个type就像一类表，比如user表、order表

　　注意

　　　　1、ES 5.X中一个index可以有多种type

　　　　2、ES 6.X中一个index只能有一种type

　　　　3、ES 7.X以后已经移除type这个概念

　　mapping定义了每个字段的类型等信息。相当于关系型数据库中的表结构

　　一个document相当于关系型数据库中的一行记录

　　相当于关系型数据库表的字段

　　集群由一个或多个节点组成，一个集群由一个默认名称“elasticsearch”

　　集群的节点，一台机器或者一个进程

• 副本是分片的副本。分片有主分片(primary Shard)和副本分片(replica Shard)之分
• 一个Index数据在屋里上被分布在多个主分片中，每个主分片只存放部分数据
• 每个主分片可以有多个副本，叫副本分片，是主分片的复制

• RESTful是一种架构的规范与约束、原则，符合这种规范的架构就是RESTful架构
• 先看REST是什么意思，英文Representational state transfer表述性状态转移，其实就是对资源的标书性状态转移，即通过HTTP动词来实现资源的状态扭转
• 资源是REST系统的核心概念。所有的设计都是以资源为中心
• elasticsearch使用RESTful风格api来设计的

Postman工具(推荐)

curl工具

获取elasticcsearch状态

新建一个文档

删除一个文档

批量获取

方式一

方式二

　　此时再次查询nba时，返回json会多一行

　　关闭索引标记消失

　　定义索引的结构，之前定义一个nba索引，但是没有定义他的结构，我们现在开始建立mapping；

　　type="keyword"：是一个关键字，不会被分词

　　type="text"：会被分词，使用的是全文索引

json格式

方式一

方式二

踩坑(要POST请求)

PUT请求改POST

• 查看auto_create_index开关状态，请求:http://ip:port/_cluster/settings

• 当索引不存在并且auto_create_index为true的时候，新增文档时会自动创建索引
• 修改auto_create_index状态
  • put方式：ip:port/_cluster/settings

　　当auto_create_index=false时，指定一个不存在的索引，新增文档

PUT请求：ip:port/xxx/_doc/1?op_type=create

方式一

方式二

方式三

方式四

　　upsert当指定的文档不存在时，upsert参数包含的内容将会**入到索引中，作为一个新文档；如果指定的文档存在，ElasticSearch引擎将会执行指定的更新逻辑。

并指定mapping

　　词条查询不会分析查询条件，只有当词条和查询字符串完全匹配时，才匹配搜索。

　　ElasticSearch引擎会先分析查询字符串，将其拆分成多个分词，只要已分析的字段中包含词条的任意一个，或全部包含，就匹配查询条件，返回该文档；如果不包含任意一个分词，表示没有任何问的那个匹配查询条件

　　类似于词条查询，精准查询

　　前缀匹配

• 将用户输入的一段文本，按照一定逻辑，分析成多个词语的一种工具
• example：The best 3-points shooter is Curry!

1. standard analyzer
2. simple analyzer
3. whitespace analyzer
4. stop analyzer
5. language analyzer
6. pattern analyzer

　　标准分析器是默认分词器，如果未指定，则使用该分词器

　　simple分析器当他遇到只要不是字母的字符，就将文本解析成term，而且所有的term都是小写的

　　whitespace分析器，当他遇到空白字符时，就将文本解析成terms

　　stop分析器和simple分析器很想，唯一不同的是，stop分析器增加了对删除停止词的支持，默认使用了english停止词

　　stopwords预定义的停止词列表，比如(ths,a,an,this,of,at)等等

　　用正则表达式将文本分割成sterms，默认的正则表达式是W+

• smartCN一个简单的中文或中英文混合文本的分词器
• IK分词器，更智能更友好的中文分词器

• sh elasticsearch-plugin install analysis-smartcn

校验

　　安装后重启

卸载

　　sh elasticsearch-plugin remove analysis-smartcn

　　下载地址：点我直达

安装，解压到plugins目录

然后重启

• 核心数据类型
• 复杂数据类型
• 专用数据类型

• text：用于全文索引，该类型的字段将通过分词器进行分词
• keyword：不分词，只能搜索该字段的完整的值

• long、integer、short、byte、double、float、half_float、scaled_float

• boolean

• binary：该类型的字段把值当做经过base64编码的字符串，默认不存储，且不可搜索

1. 范围类型表示值是一个范围，而不是一个具体的值
2. integer_range、float_range、long_range、double_range、date_range
3. 比如age类型是integer_range，那么值可以是{"gte":20,"lte":40}；搜索"term":{"age":21}可以搜索该值

　　由于json类型没有date类型，所以es通过识别字符串是否符合format定义的格式来判断是否为date类型

　　format默认为：strict_date_optional_time || epoch_millis

　　格式

　　从开始纪元（1970年1月1日0点）开始的毫秒数

• ES中没有专门的数据类型，直接使用[]定义接口，数组中所有的值必须是同一种数据类型，不支持混合数据类型的数组
• 字符串数组["one","two"]
• 整数数组[1,2]
• Object对象数组[{"name":"alex","age":18},{"name":"tom","age":18}]

索引方式

　　IP类型的字段用于存储IPv4和IPv6的地址，本质上是一个长整形字段

　　可视化工具kibana的安装和使用

点我直达

赋权限

kibana.yml

ip:5601

　　后面示例，会大量使用该工具

　　手把手教你批量导入数据

　　ES提供了一个叫bulk的API来进行批量操作

数据

• 单词级别查询
• 这些查询通常用于结构化的数据，比如：number，data，keyword等，而不是对text
• 也就是说，全文查询之前要先对文本内容进行分词，而单词级别的查询直接在相应字段的反向索引中精确查找，单词级别的查询一般用于数值、日期等类型的字段上

1. 删除nba
2. 新增nba索引

• 批量导入player

Exsit Query在特定的字段中查找非空值的文档(查找队名非空的球员)

Prefix Query查找包含带有指定前缀term的文档(查找队名为Rock开头的球员)

Wildcard Query支持通配符查询，*表示任意字符，?表示任意单个字符（查找火箭队的球员）

Regexp Query正则表达式查询（查找火箭队的球员）

Ids Query(查找id为1和2的球员)

查询指定字段在指定范围内包含值（日期、数字或字符串）的文档

　　查找在nba打球在2年到10年以内的球员

查找1999年到2020年出生的球员

组合起来含义：一定不在东部的james

即使匹配不到也返回，只是评分不同

如果minimum_should_match=1，则变成要查出名字叫做James的打球时间在11年到20年西部球员

minimum_should_match代表了最小匹配经度，如果设置minimum_should_match=1，那么should语句中至少需要有一个条件满足

火箭队中按打球时间从大到小，如果年龄相同则按照身高从高到低排序的球员

1. 聚合查询是数据库中重要的功能特性，完成对一个查询得到的数据集的聚合计算，如：找出某字段(或计算表达式的结果)的最大值，最小值，计算和，平均值等。ES作为搜索引擎，同样提供了强大的聚合分析能力
2. 对一个数据集求最大、最小、和、平均值等指标的聚合，在ES中称为指标聚合
3. 而关系型数据库中除了有聚合函数外，还可以对查询出的数据进行分组group by，再在组上进行指标聚合。在ES中称为“桶聚合”

求出火箭队中球员打球时间不为空的数量

查出火箭队中年龄不同的数量

查出火箭队球员的年龄stats

• 聚合分析是数据库中重要的功能特性，完成对一个查询的数据集中数据的聚合计算，如：找出字段（或计算表达式的结果）的最大值、最小值、计算和、平均值等。ES作为搜索引擎兼容数据库，同样提供了强大的聚合分析能力
• 对一个数据集求最大、最小、和、平均值等指标的聚合，在ES中称为指标聚合
• 而关系型数据库中除了有聚合函数外，还可以对查询出的数据进行分组group by，再在组上进行游标聚合。在ES中称为桶聚合

NBA球员按出生年分组

　　query_string查询，如果熟悉lucene的查询语法，我们可以直接用lucene查询语法写一个查询串进行查询，ES中接到请求后，通过查询解析器，解析查询串生成对应的查询。

　　在开发中，随着业务需求的迭代，较老的业务逻辑就要面临更新甚至是重构，而对于es来说，为了适应新的业务逻辑，可能就要对原有的索引做一些修改，比如对某字段做调整，甚至是重构索引。而做这些操作的时候，可能会对业务造成影响，甚至是停机调整等问题。由此，es提供了索引别名来解决这些问题。索引别名就像一个快捷方式或软连接，可以指向一个或多个索引，也可以给任意一个需要索引名的API来使用。别名的应用为程序提供了极大地灵活性。

　　ElasticSearch是一个实时的分布式搜索引擎，为用户提供搜索服务，当我们决定存储某种数据时，在创建索引的时候需要将数据结构完整确定下来，于此同时索引的设定和很多固定配置将不能修改。当需要改变数据结构时，就需要重新建立索引，为此，Elastic团队提供了很多辅助工具帮助开发人员进行重建索引

1. nba取一个别名nba_latest，nba_latest作为对外使用
2. 新增一个索引nba_，结构复制于nba索引，根据业务要求修改字段
3. 将nba数据同步至nba_
4. 给nba_添加别名nba_latest，删除此处nba别名nba_latest
5. 删除nba索引

同步等待，接口将会在reindex结束后返回

异步执行，如果reindex时间过长，建议加上“wait_for_completion=false”的参数条件，这样reindex将直接返回taskId

　　新的数据一添加到索引中立马就能搜索到，但是真实情况不是这样的

我们使用链式命令请求，先添加一个文档，再立刻搜索

强制刷新

修改默认更新时间（默认时间是1s）

将refresh关闭

　　如果返回的结果集中很多符合条件的结果，那怎么能一眼就能看到我们想要的那个结果呢？比如下面网站所示的那样，我们搜索“科比”，在结果集中，将所有“科比”高亮显示？

　　查询建议：是为了给用户提供更好的搜索体验。包括：词条检查，自动补全

• Term suggester
• Phrase suggester
• Completion suggester

　　term词条建议器，对给输入的文本进行分词，为每个分词提供词项建议

　　phrase短语建议，在term的基础上，会考量多个term之间的关系，比如是否同时出现在索引的原文里，相邻成都，以及词频等

　　Completion完成建议

ElasticSearch 7.8.1集群搭建

Spring Boot整合ElasticSearch和Mysql 附案例源码

点我直达

版权声明：

本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。

本文网址：https://www.bianchenghao6.com/java-jiao-cheng/17308.html