官网：https://www.elastic.co/cn/downloads/elasticsearch

Elaticsearch，简称为es，es是开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;可扩展到数百台服务器进行处理PB数据级别(大数据时代)。es也使用java开发并使用Lucene它作为实现所有索引和搜索功能的核心，但它目的是通过简单的RESTful API来隐藏Lucene复杂性使全文搜索变得简单。

国际权威的数据库产品评估机构DB Engines2016年1月，ElasticSearch已超过Solr等，成为搜索引擎类应用排名第一。

多年前，一个叫Shay Banon刚结婚的失业开发者跟着他，因为他的妻子要去伦敦学厨师。在找工作的过程中，为了给妻子建立一个食谱搜索引擎，他开始建立一个早期版本Lucene。

直接基于Lucene工作会很难，所以Shay开始抽象Lucene代码以便lava程序员可以在应用中添加搜索功能。他发布了他的第一个开源项目，叫做“Compass”。

后来Shay在高性能和内存数据网格的分布式环境中找到一份工作，所以高性能、实时和分布式搜索引擎也是理所当然的。然后他决定重写Compass库使它成为一种独立的服务Elasticsearch。

第一个公开版出现在2010年2月，之后Elasticsearch已经成为Github代码贡献者超过300人是最受欢迎的项目之一。一家主要经营Elasticsearch公司成立了，在开发新功能的同时提供商业支持，但是Elasticsearch它将永远开源，并可用于所有人。

Shay妻子还在等她的食谱搜索……

谁在使用：

1.维基百科，类似百度百科，全文搜索，亮点，搜索推荐/2 2、The Guardian (国外新闻网站) ,类似搜狐新闻，用户行为日志(点击、浏览、收集、评论) 社交网络数据(对某某新闻的相关看法) ,数据分析，给每一篇新闻文章的作者，让他知道自己文章的公众反馈(好、坏、热、垃圾、鄙视、崇拜) 3、Stack Overflow (外国程序异常论坛) , IT问题，程序错误，提交，有人会和你讨论和回答，全文搜索，搜索相关问题和答案，程序错误，会粘贴错误信息，搜索相应的答案 4、GitHub (开源代码管理)，搜索 数千亿行代码 5.电子商务网站检索商品 6.日志数据分析， logstash采集日志, ES复杂的数据分析， ELK技术, elasticsearch logstash kibana 7、商品价格监控网站，用户设置商品价格阈值，当低于阈值时，向用户发送通知信息，如订阅牙膏监控，如果高露洁牙膏家庭套装低于50元，通知我，我去买 8、BI系统，商业智能， Business Intelligence。比如有一个大型商场集团，BI ,对某一地区近三年用户消费的分析 金额的趋势和用户群体的组成，产生相关的几份报表， **在过去的三年里，该地区的年消费量增长了100%，85%的用户是高级白领，开设了一个新的购物中心。ES实施数据分析和挖掘， Kibana数据可视化 9、国内：站内搜索(电商、招聘、门户等)，IT系统搜索(OA,CRM,ERP,等等)，数据分析(ES热门 一个使用场景)

• Elasticsearch是一个实时分布式搜索和分析引擎。 它使您以前所未有的速度处理大数据成为可能。
• 它用于全文搜索、结构化搜索、分析三者混合使用：
• 维基百科使用Elasticsearch提供全文搜索并高亮关键字,以及输入实时搜索(search-asyou-type)和搜索纠错(did-you-mean)等待搜索推荐功能。
• 英国卫报使用Elasticsearch编辑结合用户日志和社交网络数据提供实时反馈，及时了解公众对新发表文章的回应。
• StackOverflow结合全文搜索和地理位置查询，more-like-this找到相关问题和答案的功能。
• Github使用Elasticsearch检索1300亿行代码。
• 但是Elasticsearch不仅用于大型企业，它还让像DataDog以及Klout这样的初创公司把最初的想法变成了可扩展的解决方案。
• Elasticsearch它可以在你的笔记本上运行，也可以在数百台服务器上处理PB等级数据。
• Elasticsearch是一个基于Apache Lucene?开源搜索引擎。无论是开源还是专有领域， Lucene可视为迄今为止最先进、性能最好、功能最全的搜索引擎库。
  • 但是, Lucene只是一个库。 如果你想用它，你必须用它Java更糟糕的是，开发语言并将其直接集成到您的应用程序中， Lucene这是非常复杂的，你需要深入了解检索的相关知识来了解它是如何工作的。
• Elasticsearch也使用Java开发并使用Lucene它作为实现所有索引和搜索功能的核心，但它目的是通过简单的RESTful API来隐藏Lucene复杂性使全文搜索变得简单。

• Solr是Apache下一个顶级开源项目采用Java开发,它是基于Lucene全文搜索服务器。Solr提供了比Lucene更为查询语言丰富,同时实现了可配置、可扩展，并优化索引和搜索性能
• Solr可以独立运行,运行在letty. Tomcat等这些Selrvlet容器中 , Solr 实现索引的方法很简单，用POST方法向Solr服务器发送描述Field及其内容的XML文档, Solr根据xml文档添加、删除、更新索引。Solr 搜索只需发送HTTP GET请求，然后对Solr返回xml、json分析等格式的查询结果，组织页面布局。
• Solr不提供构建UI的功能, Solr通过管理界面可以查询管理界面Solr配置和运行。
• Solr是基于lucene企业级搜索服务器的开发实际上是包装的lucene.
• Solr它是一种独立的企业级搜索应用服务器类似于外部提供Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交-定格式文件，生成索引；也可以通过提出搜索请求获得返回结果。

简单地搜索现有数据时，Solr更快 

当实时建立索引时，Solr会产生io阻塞，查询性能较差，ElasticSearch具有明显的优势

随着数据量的增加，Solr的搜索效率会变得更低，而ElasticSearch却没有明显的变化

转变我们的搜索基础设施后从Solr ElasticSearch，我们看见一个即时~ 50x提高搜索性能！

1、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! 2、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。 3、Solr 支持更多格式的数据,比如JSON、XML、 CSV ,而Elasticsearch仅支持json文件格式。 4、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 5、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。

6、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。

JDK8，最低要求

使用Java开发，必须保证ElasticSearch的版本与Java的核心jar包版本对应！（Java环境保证没错）

下载地址：https://www.elastic.co/cn/downloads/

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

bin 启动文件目录config 配置文件目录    1og4j2 日志配置文件    jvm.options java 虚拟机相关的配置(默认启动占1g内存，内容不够需要自己调整)    elasticsearch.ym1 elasticsearch 的配置文件! 默认9200端口!跨域!1ib     相关jar包modules 功能模块目录plugins 插件目录    ik分词器

一定要检查自己的java环境是否配置好

elasticsearch-head

使用前提：需要安装nodejs

https://github.com/mobz/elasticsearch-head

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

cd elasticsearch-head# 安装依赖npm install# 启动npm run start# 访问http://localhost:9100/

安装依赖

运行

访问

存在跨域问题（只有当两个页面同源，才能交互）

同源（端口，主机，协议三者都相同）

https://blog.csdn.net/qq_38128179/article/details/84956552

开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）

# 开启跨域http.cors.enabled: true# 所有人访问http.cors.allow-origin: "*"

重启elasticsearch

再次连接

如何理解上图：

• 如果你是初学者

  • 索引 可以看做 “数据库”
  • 类型 可以看做 “表”
  • 文档 可以看做 “库中的数据（表中的行）”

• 这个head，我们只是把它

  当做可视化数据展示工具

  ，之后

  所有的查询都在kibana中进行

  • 因为不支持json格式化，不方便

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。

下载的版本需要与ElasticSearch版本对应

https://www.elastic.co/cn/downloads/

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

访问

localhost:5601

（Postman、curl、head、谷歌浏览器插件）

可以使用 Kibana进行测试

如果说，你在英文方面不太擅长，kibana是支持汉化的

编辑器打开kibana解压目录/config/kibana.yml，添加

i18n.locale: "zh-CN"

重启kibana

汉化成功

• 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。

收集清洗数据(Logstash) ==> 搜索、存储(ElasticSearch) ==> 展示(Kibana)

1、索引（ElasticSearch）

• 包多个分片

2、字段类型（映射）

• 字段类型映射（字段是整型，还是字符型…）

3、文档

4、分片（Lucene索引，倒排索引）

ElasticSearch是面向文档，关系行数据库和ElasticSearch客观对比！一切都是JSON！

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）。

elasticsearch在后台把每个索引划分成多个分片，每分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! ，即启动的ElasticSearch服务，默认就是一个集群，且默认集群名为elasticsearch

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。

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。

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，别整什么幺蛾子。

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

创建新索引

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，数据也不至于失。实际上，一个分片是一个Lucene索引（一个ElasticSearch索引包含多个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（Lucene索引底层）

简单说就是 按（文章关键字，对应的文档<0个或多个>）形式建立索引，根据关键字就可直接查询对应的文档（含关键字的），无需查询每一个文档，如下图

IK分词器：中文分词器

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，然后进行一一个匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），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!

版本要与ElasticSearch版本对应

下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

ik文件夹是自己创建的

加压即可（但是我们需要解压到ElasticSearch的plugins目录ik文件夹下）

加载了IK分词器

E:\ElasticSearch\elasticsearch-7.6.1\bin>elasticsearch-plugin list

ik_smart：最少切分

ik_max_word：最细粒度划分（穷尽词库的可能）

从上面看，感觉分词都比较正常，但是大多数，分词都满足不了我们的想法，如下例

那么，我们需要手动将该词添加到分词器的词典当中

elasticsearch目录/plugins/ik/config/IKAnalyzer.cfg.xml

打开 IKAnalyzer.cfg.xml 文件，扩展字典

创建字典文件，添加字典内容

重启ElasticSearch，再次使用kibana测试

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。

PUT /test1/type1/1{  "name" : "流柚",  "age" : 18}

• 字符串类型

  • text、

    keyword

    • text：支持分词，全文检索,支持模糊、精确查询,不支持聚合,排序操作;text类型的最大支持的字符长度无限制,适合大字段存储；
    • keyword：不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。

• 数值型

  • long、Integer、short、byte、double、float、half float、scaled float

• 日期类型

  • date

• te布尔类型

  • boolean

• 二进制类型

  • binary

• 等等…

类似于建库（建立索引和字段对应类型），也可看做规则的建立

PUT /test2{  "mappings": {    "properties": {      "name": {        "type": "text"      },      "age":{        "type": "long"      },      "birthday":{        "type": "date"      }    }  }}

GET test2

_doc 默认类型（default type），type 在未来的版本中会逐渐弃用，因此产生一个默认类型进行代替

PUT /test3/_doc/1{  "name": "流柚",  "age": 18,  "birth": "1999-10-10"}GET test3

如果自己的文档字段没有被指定，那么ElasticSearch就会给我们默认配置字段类型

扩展：通过get _cat/ 可以获取ElasticSearch的当前的很多信息！

GET _cat/indicesGET _cat/aliasesGET _cat/allocationGET _cat/countGET _cat/fielddataGET _cat/healthGET _cat/indicesGET _cat/masterGET _cat/nodeattrsGET _cat/nodesGET _cat/pending_tasksGET _cat/pluginsGET _cat/recoveryGET _cat/repositoriesGET _cat/segmentsGET _cat/shardsGET _cat/snapshotsGET _cat/tasksGET _cat/templatesGET _cat/thread_pool

两种方案

①旧的（使用put覆盖原来的值）

• 版本+1（_version）
• 但是如果漏掉某个字段没有写，那么更新是没有写的字段 ，会消失

PUT /test3/_doc/1{  "name" : "流柚是我的大哥",  "age" : 18,  "birth" : "1999-10-10"}GET /test3/_doc/1// 修改会有字段丢失PUT /test3/_doc/1{  "name" : "流柚"}GET /test3/_doc/1

②新的（使用post的update）

• version不会改变
• 需要注意doc
• 不会丢失字段

POST /test3/_doc/1/_update{  "doc":{    "name" : "post修改，version不会加一",    "age" : 2  }}GET /test3/_doc/1

GET /test1DELETE /test1

GET /test3/_doc/_search?q=name:流柚

test3索引中的内容

• match：匹配（会使用分词器解析（先分析文档，然后进行查询））
• _source：过滤字段
• sort：排序
• form、size 分页

  // 查询匹配  GET /blog/user/_search  {    "query":{      "match":{        "name":"流"      }    }    ,    "_source": ["name","desc"]    ,    "sort": [      {        "age": {          "order": "asc"        }      }    ]    ,    "from": 0    ,    "size": 1  }

• must 相当于 and
• should 相当于 or
• must_not 相当于 not (... and ...)
• filter 过滤

/// bool 多条件查询 must <==> and should <==> or must_not <==> not (... and ...) filter数据过滤 boost minimum_should_matchGET /blog/user/_search{  "query":{    "bool": {      "must": [        {          "match":{            "age":3          }        },        {          "match": {            "name": "流"          }        }      ],      "filter": {        "range": {          "age": {            "gte": 1,            "lte": 3          }        }      }    }  }}

• 貌似不能与其它字段一起使用
• 可以多关键字查（空格隔开）— 匹配字段也是符合的
• match 会使用分词器解析（先分析文档，然后进行查询）
• 搜词

// 匹配数组 貌似不能与其它字段一起使用// 可以多关键字查（空格隔开）// match 会使用分词器解析（先分析文档，然后进行查询）GET /blog/user/_search{  "query":{    "match":{      "desc":"年龄 牛 大"    }  }}

• term 直接通过 倒排索引 指定词条查询
• 适合查询 number、date、keyword ，不适合text

// 精确查询（必须全部都有，而且不可分，即按一个完整的词查询）// term 直接通过 倒排索引 指定的词条 进行精确查找的GET /blog/user/_search{  "query":{    "term":{      "desc":"年 "    }  }}

• text：
  • 支持分词，全文检索、支持模糊、精确查询,不支持聚合,排序操作;
  • text类型的最大支持的字符长度无限制,适合大字段存储；
• keyword：
  • 不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。
  • keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。

// 测试keyword和text是否支持分词// 设置索引类型PUT /test{  "mappings": {    "properties": {      "text":{        "type":"text"      },      "keyword":{        "type":"keyword"      }    }  }}// 设置字段数据PUT /test/_doc/1{  "text":"测试keyword和text是否支持分词",  "keyword":"测试keyword和text是否支持分词"}// text 支持分词// keyword 不支持分词GET /test/_doc/_search{  "query":{   "match":{      "text":"测试"   }  }}// 查的到GET /test/_doc/_search{  "query":{   "match":{      "keyword":"测试"   }  }}// 查不到，必须是 "测试keyword和text是否支持分词" 才能查到GET _analyze{  "analyzer": "keyword",  "text": ["测试liu"]}// 不会分词，即 测试liuGET _analyze{  "analyzer": "standard",  "text": ["测试liu"]}// 分为 测 试 liuGET _analyze{  "analyzer":"ik_max_word",  "text": ["测试liu"]}// 分为 测试 liu

/// 高亮查询GET blog/user/_search{  "query": {    "match": {      "name":"流"    }  }  ,  "highlight": {    "fields": {      "name": {}    }  }}// 自定义前缀和后缀GET blog/user/_search{  "query": {    "match": {      "name":"流"    }  }  ,  "highlight": {    "pre_tags": "<p class='key' style='color:red'>",    "post_tags": "</p>",     "fields": {      "name": {}    }  }}

略

目录结构

注意依赖版本和安装的版本一致

<properties>    <java.version>1.8</java.version>    <!-- 统一版本 -->    <elasticsearch.version>7.6.1</elasticsearch.version></properties>

导入elasticsearch

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

提前导入fastjson、lombok

<dependency>    <groupId>com.alibaba</groupId>    <artifactId>fastjson</artifactId>    <version>1.2.70</version></dependency><!-- lombok需要安装插件 --><dependency>    <groupId>org.projectlombok</groupId>    <artifactId>lombok</artifactId>    <optional>true</optional></dependency>

@Configurationpublic 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;    }}

@Data@NoArgsConstructor@AllArgsConstructorpublic class User implements Serializable {    private static final long serialVersionUID = -3843548915035470817L;    private String name;    private Integer age;}

所有测试均在 SpringbootElasticsearchApplicationTests中编写

@Autowiredpublic RestHighLevelClient restHighLevelClient;

// 测试索引的创建， Request PUT liuyou_index@Testpublic void testCreateIndex() throws IOException {    CreateIndexRequest request = new CreateIndexRequest("liuyou_index");    CreateIndexResponse response = restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);    System.out.println(response.isAcknowledged());// 查看是否创建成功    System.out.println(response);// 查看返回对象    restHighLevelClient.close();}

// 测试获取索引，并判断其是否存在@Testpublic void testIndexIsExists() throws IOException {    GetIndexRequest request = new GetIndexRequest("index");    boolean exists = restHighLevelClient.indices().exists(request, RequestOptions.DEFAULT);    System.out.println(exists);// 索引是否存在    restHighLevelClient.close();}

// 测试索引删除@Testpublic void testDeleteIndex() throws IOException {    DeleteIndexRequest request = new DeleteIndexRequest("liuyou_index");    AcknowledgedResponse response = restHighLevelClient.indices().delete(request, RequestOptions.DEFAULT);    System.out.println(response.isAcknowledged());// 是否删除成功    restHighLevelClient.close();}

// 测试添加文档(先创建一个User实体类，添加fastjson依赖)@Testpublic void testAddDocument() throws IOException {    // 创建一个User对象    User liuyou = new User("liuyou", 18);    // 创建请求    IndexRequest request = new IndexRequest("liuyou_index");    // 制定规则 PUT /liuyou_index/_doc/1    request.id("1");// 设置文档ID    request.timeout(TimeValue.timeValueMillis(1000));// request.timeout("1s")    // 将我们的数据放入请求中    request.source(JSON.toJSONString(liuyou), XContentType.JSON);    // 客户端发送请求，获取响应的结果    IndexResponse response = restHighLevelClient.index(request, RequestOptions.DEFAULT);    System.out.println(response.status());// 获取建立索引的状态信息 CREATED    System.out.println(response);// 查看返回内容 IndexResponse[index=liuyou_index,type=_doc,id=1,version=1,result=created,seqNo=0,primaryTerm=1,shards={"total":2,"successful":1,"failed":0}]}

// 测试获得文档信息@Testpublic void testGetDocument() throws IOException {    GetRequest request = new GetRequest("liuyou_index","1");    GetResponse response = restHighLevelClient.get(request, RequestOptions.DEFAULT);    System.out.println(response.getSourceAsString());// 打印文档内容    System.out.println(request);// 返回的全部内容和命令是一样的    restHighLevelClient.close();}

// 获取文档，判断是否存在 get /liuyou_index/_doc/1@Testpublic void testDocumentIsExists() throws IOException {    GetRequest request = new GetRequest("liuyou_index", "1");    // 不获取返回的 _source的上下文了    request.fetchSourceContext(new FetchSourceContext(false));    request.storedFields("_none_");    boolean exists = restHighLevelClient.exists(request, RequestOptions.DEFAULT);    System.out.println(exists);}

// 测试更新文档内容@Testpublic void testUpdateDocument() throws IOException {    UpdateRequest request = new UpdateRequest("liuyou_index", "1");    User user = new User("lmk",11);    request.doc(JSON.toJSONString(user),XContentType.JSON);    UpdateResponse response = restHighLevelClient.update(request, RequestOptions.DEFAULT);    System.out.println(response.status()); // OK    restHighLevelClient.close();}

// 测试删除文档@Testpublic void testDeleteDocument() throws IOException {    DeleteRequest request = new DeleteRequest("liuyou_index", "1");    request.timeout("1s");    DeleteResponse response = restHighLevelClient.delete(request, RequestOptions.DEFAULT);    System.out.println(response.status());// OK}

// 查询// SearchRequest 搜索请求// SearchSourceBuilder 条件构造// HighlightBuilder 高亮// TermQueryBuilder 精确查询// MatchAllQueryBuilder// xxxQueryBuilder ...@Testpublic void testSearch() throws IOException {    // 1.创建查询请求对象    SearchRequest searchRequest = new SearchRequest();    // 2.构建搜索条件    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();    // (1)查询条件 使用QueryBuilders工具类创建    // 精确查询    TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "liuyou");    //        // 匹配查询    //        MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();    // (2)其他<可有可无>：（可以参考 SearchSourceBuilder 的字段部分）    // 设置高亮    searchSourceBuilder.highlighter(new HighlightBuilder());    //        // 分页    //        searchSourceBuilder.from();    //        searchSourceBuilder.size();    searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));    // (3)条件投入    searchSourceBuilder.query(termQueryBuilder);    // 3.添加条件到请求    searchRequest.source(searchSourceBuilder);    // 4.客户端查询请求    SearchResponse search = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);    // 5.查看返回结果    SearchHits hits = search.getHits();    System.out.println(JSON.toJSONString(hits));    System.out.println("=======================");    for (SearchHit documentFields : hits.getHits()) {        System.out.println(documentFields.getSourceAsMap());    }}

// 上面的这些api无法批量增加数据（只会保留最后一个source）@Testpublic void test() throws IOException {    IndexRequest request = new IndexRequest("bulk");// 没有id会自动生成一个随机ID    request.source(JSON.toJSONString(new User("liu",1)),XContentType.JSON);    request.source(JSON.toJSONString(new User("min",2)),XContentType.JSON);    request.source(JSON.toJSONString(new User("kai",3)),XContentType.JSON);    IndexResponse index = restHighLevelClient.index(request, RequestOptions.DEFAULT);    System.out.println(index.status());// created}

// 特殊的，真的项目一般会 批量插入数据@Testpublic void testBulk() throws IOException {    BulkRequest bulkRequest = new BulkRequest();    bulkRequest.timeout("10s");    ArrayList<User> users = new ArrayList<>();    users.add(new User("liuyou-1",1));    users.add(new User("liuyou-2",2));    users.add(new User("liuyou-3",3));    users.add(new User("liuyou-4",4));    users.add(new User("liuyou-5",5));    users.add(new User("liuyou-6",6));    // 批量请求处理    for (int i = 0; i < users.size(); i++) {        bulkRequest.add(                // 这里是数据信息                new IndexRequest("bulk")                        .id(""+(i + 1)) // 没有设置id 会自定生成一个随机id                        .source(JSON.toJSONString(users.get(i)),XContentType.JSON)        );    }    BulkResponse bulk = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);    System.out.println(bulk.status());// ok}

创建过程略

目录结构

<properties>    <java.version>1.8</java.version>    <elasticsearch.version>7.6.1</elasticsearch.version></properties><dependencies>    <!-- jsoup解析页面 -->    <!-- 解析网页 爬视频可 研究tiko -->    <dependency>        <groupId>org.jsoup</groupId>        <artifactId>jsoup</artifactId>        <version>1.10.2</version>    </dependency>    <!-- fastjson -->    <dependency>        <groupId>com.alibaba</groupId>        <artifactId>fastjson</artifactId>        <version>1.2.70</version>    </dependency>    <!-- ElasticSearch -->    <dependency>        <groupId>org.springframework.boot</groupId>        <artifactId>spring-boot-starter-data-elasticsearch</artifactId>    </dependency>    <!-- thymeleaf -->    <dependency>        <groupId>org.springframework.boot</groupId>        <artifactId>spring-boot-starter-thymeleaf</artifactId>    </dependency>    <!-- web -->    <dependency>        <groupId>org.springframework.boot</groupId>        <artifactId>spring-boot-starter-web</artifactId>    </dependency>    <!-- devtools热部署 -->    <dependency>        <groupId>org.springframework.boot</groupId>        <artifactId>spring-boot-devtools</artifactId>        <scope>runtime</scope>        <optional>true</optional>    </dependency>    <!--  -->    <dependency>        <groupId>org.springframework.boot</groupId>        <artifactId>spring-boot-configuration-processor</artifactId>        <optional>true</optional>    </dependency>    <!-- lombok 需要安装插件 -->    <dependency>        <groupId>org.projectlombok</groupId>        <artifactId>lombok</artifactId>        <optional>true</optional>    </dependency>    <!-- test -->    <dependency>        <groupId>org.springframework.boot</groupId>        <artifactId>spring-boot-starter-test</artifactId>        <scope>test</scope>    </dependency></dependencies>

略

# 更改端口，防止冲突server.port=9999# 关闭thymeleaf缓存spring.thymeleaf.cache=false

@Controllerpublic class IndexController {    @GetMapping({"/","index"})    public String index(){        return "index";    }}

访问 localhost:9999

到这里可以先去编写爬虫，编写之后，回到这里

@Configurationpublic class ElasticSearchConfig {    @Bean    public RestHighLevelClient restHighLevelClient(){        RestHighLevelClient client = new RestHighLevelClient(                RestClient.builder(                        new HttpHost("127.0.0.1",9200,"http")                )        );        return client;    }}

因为是爬取的数据，那么就不走Dao，以下编写都不会编写接口，开发中必须严格要求编写

ContentService

@Servicepublic class ContentService {    @Autowired    private RestHighLevelClient restHighLevelClient;    // 1、解析数据放入 es 索引中    public Boolean parseContent(String keyword) throws IOException {        // 获取内容        List<Content> contents = HtmlParseUtil.parseJD(keyword);        // 内容放入 es 中        BulkRequest bulkRequest = new BulkRequest();        bulkRequest.timeout("2m"); // 可更具实际业务是指        for (int i = 0; i < contents.size(); i++) {            bulkRequest.add(                    new IndexRequest("jd_goods")                            .id(""+(i+1))                            .source(JSON.toJSONString(contents.get(i)), XContentType.JSON)            );        }        BulkResponse bulk = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);        restHighLevelClient.close();        return !bulk.hasFailures();    }        // 2、根据keyword分页查询结果    public List<Map<String, Object>> search(String keyword, Integer pageIndex, Integer pageSize) throws IOException {        if (pageIndex < 0){            pageIndex = 0;        }        SearchRequest jd_goods = new SearchRequest("jd_goods");        // 创建搜索源建造者对象        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();        // 条件采用：精确查询 通过keyword查字段name        TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", keyword);        searchSourceBuilder.query(termQueryBuilder);        searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));// 60s        // 分页        searchSourceBuilder.from(pageIndex);        searchSourceBuilder.size(pageSize);        // 高亮        // ....        // 搜索源放入搜索请求中        jd_goods.source(searchSourceBuilder);        // 执行查询，返回结果        SearchResponse searchResponse = restHighLevelClient.search(jd_goods, RequestOptions.DEFAULT);        restHighLevelClient.close();        // 解析结果        SearchHits hits = searchResponse.getHits();        List<Map<String,Object>> results = new ArrayList<>();        for (SearchHit documentFields : hits.getHits()) {            Map<String, Object> sourceAsMap = documentFields.getSourceAsMap();            results.add(sourceAsMap);        }        // 返回查询的结果        return results;    }}

@Controllerpublic class ContentController {    @Autowired    private ContentService contentService;    @ResponseBody    @GetMapping("/parse/{keyword}")    public Boolean parse(@PathVariable("keyword") String keyword) throws IOException {        return contentService.parseContent(keyword);    }    @ResponseBody    @GetMapping("/search/{keyword}/{pageIndex}/{pageSize}")    public List<Map<String, Object>> parse(@PathVariable("keyword") String keyword,                                           @PathVariable("pageIndex") Integer pageIndex,                                           @PathVariable("pageSize") Integer pageSize) throws IOException {        return contentService.search(keyword,pageIndex,pageSize);    }}

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wQ4Ls6aA-1658329946018)(https://www.kuangstudy.com/bbs/2020-11-24-ElasticSearch7.x%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/image-20201203180102264.png)]

数据获取：数据库、消息队列、爬虫、…

http://search.jd.com/search?keyword=java

页面列表id：J_goodsList

目标元素：img、price、name

public class HtmlParseUtil {    public static void main(String[] args) throws IOException {        /// 使用前需要联网        // 请求url        String url = "http://search.jd.com/search?keyword=java";        // 1.解析网页(jsoup 解析返回的对象是浏览器Document对象)        Document document = Jsoup.parse(new URL(url), 30000);        // 使用document可以使用在js对document的所有操作        // 2.获取元素（通过id）        Element j_goodsList = document.getElementById("J_goodsList");        // 3.获取J_goodsList ul 每一个 li        Elements lis = j_goodsList.getElementsByTag("li");        // 4.获取li下的 img、price、name        for (Element li : lis) {            String img = li.getElementsByTag("img").eq(0).attr("src");// 获取li下 第一张图片            String name = li.getElementsByClass("p-name").eq(0).text();            String price = li.getElementsByClass("p-price").eq(0).text();            System.out.println("=======================");            System.out.println("img : " + img);            System.out.println("name : " + name);            System.out.println("price : " + price);        }    }}

运行结果

原因是啥？

一般图片特别多的网站，所有的图片都是通过延迟加载的

• 更改图片获取属性为 data-lazy-img

• 与实体类结合，实体类如下

  @Data@AllArgsConstructor@NoArgsConstructorpublic class Content implements Serializable {    private static final long serialVersionUID = -8049497962627482693L;    private String name;    private String img;    private String price;}
  

• 封装为方法

public class HtmlParseUtil {    public static void main(String[] args) throws IOException {        System.out.println(parseJD("java"));    }    public static List<Content> parseJD(String keyword) throws IOException {        /// 使用前需要联网        // 请求url        String url = "http://search.jd.com/search?keyword=" + keyword;        // 1.解析网页(jsoup 解析返回的对象是浏览器Document对象)        Document document = Jsoup.parse(new URL(url), 30000);        // 使用document可以使用在js对document的所有操作        // 2.获取元素（通过id）        Element j_goodsList = document.getElementById("J_goodsList");        // 3.获取J_goodsList ul 每一个 li        Elements lis = j_goodsList.getElementsByTag("li");//        System.out.println(lis);        // 4.获取li下的 img、price、name        // list存储所有li下的内容        List<Content> contents = new ArrayList<Content>();        for (Element li : lis) {            // 由于网站图片使用懒加载，将src属性替换为data-lazy-img            String img = li.getElementsByTag("img").eq(0).attr("data-lazy-img");// 获取li下 第一张图片            String name = li.getElementsByClass("p-name").eq(0).text();            String price = li.getElementsByClass("p-price").eq(0).text();            // 封装为对象            Content content = new Content(name,img,price);            // 添加到list中            contents.add(content);        }//        System.out.println(contents);        // 5.返回 list        return contents;    }}

结果展示

在3、的基础上添加内容

// 3、 在2的基础上进行高亮查询public List<Map<String, Object>> highlightSearch(String keyword, Integer pageIndex, Integer pageSize) throws IOException {    SearchRequest searchRequest = new SearchRequest("jd_goods");    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();    // 精确查询，添加查询条件    TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", keyword);    searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));    searchSourceBuilder.query(termQueryBuilder);    // 分页    searchSourceBuilder.from(pageIndex);    searchSourceBuilder.size(pageSize);    // 高亮 =========    HighlightBuilder highlightBuilder = new HighlightBuilder();    highlightBuilder.field("name");    highlightBuilder.preTags("<span style='color:red'>");    highlightBuilder.postTags("</span>");    searchSourceBuilder.highlighter(highlightBuilder);    // 执行查询    searchRequest.source(searchSourceBuilder);    SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);    // 解析结果 ==========    SearchHits hits = searchResponse.getHits();    List<Map<String, Object>> results = new ArrayList<>();    for (SearchHit documentFields : hits.getHits()) {        // 使用新的字段值（高亮），覆盖旧的字段值        Map<String, Object> sourceAsMap = documentFields.getSourceAsMap();        // 高亮字段        Map<String, Hi