Elasticsearch入门及常用命令和Spring中的常用操作

入门

官网

简介

一个分布式的、Restful风格的搜索引擎。
支持对各种类型的数据的检索。
搜索速度快，可以提供实时的搜索服务。
便于水平扩展，每秒可以处理PB级海量数据。

常用术语

索引：与MySQL数据库中的Database相对应
类型：与MySQL数据库中的Table相对应
文档: 相当于MySQL中的一条数据，采用JSON结构
字段：对应MySQL数据库中的一列

在ES6.0之后，前两个术语与MySQL对应逐步发生变化，删除了类型，变成一个索引对应一张表，但是保留了类型这个单词。

在ES7.0之后，逐步删除类型。

集群：多台服务器组合在一起，分布式部署，提高整体性能
节点：集群中的每台服务器，称呼为节点
分片：一个索引相当于一张表，分片则是对这个索引进行划分，提高并发能力。
副本：对分片进行备份，一个分片可以有多个备份，提高系统可用性。

安装与配置

对于Elasticsearch的下载，最好在对应项目中，找到父级依赖所确定的版本，因为这是经过测试，与当前Spring Boot版本最匹配的版本。

往期版本下载地址

下载完成后，解压到不含有中文的目录，目录结果如下图所示：

版本不一致，目录结构可能会有所区别。

配置

配置文件

配置主要是配置config目录下的elasticsearch.yml文件；配置内容如下所示：

yml 复制代码

# 集群名字
cluster.name: my-application
# 数据存储位置
path.data: E:\Data\elasticsearch\es-7.15.2\data
# 运行时产生日志 存储位置
path.logs: E:\Data\elasticsearch\es-7.15.2\logs

配置结果如下图所示：

配置环境变量

进入配置环境变量界面步骤：系统->系统信息->高级系统设置->环境变量

在系统变量的Path中新建环境变量；如下图所示：

安装中文分词插件

ES默认进行英文分词，需要安装中文分词插件来对中文进行分词，即可对中文关键词进行检索。

对应Elasticsearch版本来下载对应的中文分词插件。

下载地址

首先在Elasticsearch安装目录下的，plugins目录下，新建一个ik文件夹，然后将分词插件解压到ik目录下，如下图所示：

在config目录下，有许多dic字典文件，里面包含很多中文词语，除此之外，若需要新增当前流行的"网络词语"，需要在IKAnalyzer.cfg.xml文件中进行配置。

安装ApiPost

该工具在操作和界面上与postman类似，但是功能比postman更多，主要用来进行API设计、调试、测试等；且支持中文。

因为ES服务器，通过命令行存储某些数据；过长不方便，可以用ApiPost模拟网页，发送HTTP请求，往ES服务器中添加数据更为方便。

除此之外，当需要查询某些复杂数据时，也可以用ApiPost来简化数据查询。

运行Elasticsearch

可以通过双击bin目录下的elasticsearch.bat文件直接启动，也可以在命令行启动。

若出现如下报错：

log 复制代码

[DESKTOP-CO3SKTG] error updating geoip database [GeoLite2-ASN.mmdb]

则在配置文件中添加如下配置，再重新启动即可。

yml 复制代码

ingest.geoip.downloader.enabled: false

即禁止geoip数据库的更新。

启动后结果如下：

常见命令操作

因为配置过环境变量，所以可以直接在任意位置的命令行中，执行ES命令。

查询ES健康状况

shell 复制代码

curl -X GET "localhost:9200/_cat/health?v"

ES默认端口为9200，v表示显示标题，使用GET请求获取数据；执行结果如下所示：

第一行是标题，第二行是显示的数据。

timestamp：表示事件
cluster：集群名
status：状态；green表示很健康
node.total：集群的节点个数
node.data：集群数据节点个数

查询节点

执行如下命令，查看集群节点；

shell 复制代码

curl -X GET "localhost:9200/_cat/nodes?v"

结果如下：

查看索引

执行如下命令；

shell 复制代码

curl -X GET "localhost:9200/_cat/indices?v"

结果如下：

结果显示当前并未有索引。

新建索引

新建索引采用的是PUT请求，执行命令如下：

shell 复制代码

curl -X PUT "localhost:9200/test"

表示新建test索引；执行结果如下图：

返回结果为JSON格式。

此时再次查询索引，则会显示出一条索引，且因为没有给索引进行分片和备份，所以健康状况会显示yellow，结果如下图：

删除索引

删除索引，使用DELETE请求，执行命令如下所示：

shell 复制代码

curl -X DELETE "localhost:9200/test"

删除名为test的索引；执行结果如下图所示：

此时再次查询索引则不存在名为test的索引，如下图所示：

使用ApiPost访问ES

查询索引

如图所示：

新建索引

如图所示：

再次查询索引即可查到名为test的索引，如下图所示：

删除索引

如图所示：

插入数据

如下图所示：

使用PUT请求，插入数据，会自动创建索引test，_doc插入数据类型，表示占位，1则是插入数据的id；插入数据格式为JSON。

查询数据

如下图所示：

查询使用GET请求，表示查询索引为test，占位为_doc下id为1的数据。

修改数据

如下图所示：

修改数据其实与插入数据一致，在同样的位置修改数据，在底层就是先删除该位置原先存在的数据，并插入新的数据。

删除数据

如下图所示：

删除数据使用的是DELETE请求，返回结果确认删除；此时再次查询，则数据不存在，如下图所示：

查询索引对应所有数据

如图所示：

test表示索引名。

根据索引的单字段条件查询

如图所示：

q表示查询的条件，title:互联网则表示含有title字段，且字段内容含有互联网的数据。

且ES在查询时，会先将条件分割为多个词条，然后去查询包含对应字条的数据。

根据索引的多字段条件查询

如图所示：

多字段查询格式如图所示；query表示条件，multi_match表示多个匹配，fields则表示匹配条件的字段。

Spring整合Elasticsearch

引入依赖

xml 复制代码

<!-- https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-starter-data-elasticsearch -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

配置Elasticsearch

在配置文件application.properties中配置如下内容：

properties 复制代码

# 连接集群节点
spring.elasticsearch.uris=localhost:9200

出现Redis与Elasticsearch发生Netty冲突

主要是Redis与Elasticsearch都调用了NettyRuntime类的setAvailableProcessors方法。

解决办法

在Application启动类中，添加如下内容：

java 复制代码

@PostConstruct	// 所注解的方法 会在构造器调用完以后调用
	public void init() {
		// 解决Netty启动冲突问题
		// 由Netty4Utils.setAvailableProcessors()得
		System.setProperty("es.set.netty.runtime.available.processors", "false");
	}

配置实体

即配置项目实体与ElasticSearch相对应；即可自动生成与某实体相对应的索引；具体实体类配置如下所示：

java 复制代码

/**
 * @author 花木凋零成兰
 * @date 2024/3/4 20:16
 */
@Document(indexName = "discusspost")    // 与Elasticsearch关联 设置索引 注意不能出现大写字母
public class DiscussPost {

    @Id // 与ES索引对应字段
    private int id;

    @Field(type = FieldType.Integer)    // type字段类型
    private int userId;

    /**
     * analyzer时候的解析器   ik_max_word 尽可能的拆分
     * searchAnalyzer搜索时候的解析器   ik_smart 灵活的拆分
     */
    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
    private String title;

    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
    private String content;

    @Field(type = FieldType.Integer)
    private int type;

    @Field(type = FieldType.Integer)
    private int status;

    @Field(type = FieldType.Date)
    private Date createTime;

    @Field(type = FieldType.Integer)
    private int commentCount;

    @Field(type = FieldType.Double)
    private double score;

}

配置接口

配置完实体类后，还需要配置对ES操作接口，即接口内自动包含了与ES有关的API；接口配置如下所示：

java 复制代码

/**
 * ES操作接口
 * @author 花木凋零成兰
 * @date 2024/3/25 21:14
 */
@Repository
public interface DiscussPostRepository extends ElasticsearchRepository<DiscussPost, Integer> {
}

自定义接口继承ElasticsearchRepository<K, V>类，自定义接口内即有关于ES操作的API，K指操作的数据实体类型，V指数据实体类型的id类型。

测试

在ES7中，ElasticsearchRepository主要用来实现简单的对数据增删改查，即主要用于实现简单操作；ElasticsearchRestTemplate类则主要用来实现对数据的复杂查询等；即主要用户复杂的数据操作。

测试代码如下：

java 复制代码

/**
 * @author 花木凋零成兰
 * @date 2024/3/25 21:15
 */
@SpringBootTest
@ContextConfiguration(classes = Application.class)		// 使用Application类的配置
public class ElasticsearchTests {

    @Autowired
    private DiscussPostMapper discussPostMapper;

    @Autowired()
    private DiscussPostRepository discussPostRepository;

    @Autowired
    private ElasticsearchRestTemplate elasticsearchRestTemplate; // 多用于复杂查询

    @Test
    public void insertTest() {
        // 测试插入数据 若不存在索引 会自动创建
        discussPostRepository.save(discussPostMapper.selectDiscussPostById(241));   // 每次插入一条数据
        discussPostRepository.save(discussPostMapper.selectDiscussPostById(242));
        discussPostRepository.save(discussPostMapper.selectDiscussPostById(243));
    }

    @Test
    public void insertListTest() {
        discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(101, 0, 100));   // 一次性插入多条数据
        discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(102, 0, 100));   // 一次性插入多条数据
        discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(103, 0, 100));   // 一次性插入多条数据
        discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(111, 0, 100));   // 一次性插入多条数据
        discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(112, 0, 100));   // 一次性插入多条数据
        discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(131, 0, 100));   // 一次性插入多条数据
        discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(132, 0, 100));   // 一次性插入多条数据
        discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(133, 0, 100));   // 一次性插入多条数据
        discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(134, 0, 100));   // 一次性插入多条数据
    }

    @Test
    public void updateTest() {
        DiscussPost discussPost = discussPostMapper.selectDiscussPostById(231);
        discussPost.setContent("我是Java程序员，我要好好学Java!");
        discussPostRepository.save(discussPost);    // 在同样id处重新插入数据 覆盖原先数据
    }

    @Test
    public void deleteTest() {
        discussPostRepository.deleteById(231);  // 根据id删除数据
    }

    @Test
    public void deleteAllTest() {
        discussPostRepository.deleteAll();  // 一次性删除所有数据
    }

    @Test
    public void testSearch() {
        // 构造搜索条件
        NativeSearchQuery searchQuery = new NativeSearchQueryBuilder()
                .withQuery(QueryBuilders.multiMatchQuery("互联网寒冬", "title", "content"))    // 构建搜索条件 多字段查询内容
                .withSorts(
                        SortBuilders.fieldSort("type").order(SortOrder.DESC), // 构建排序顺序 先按照type倒序排
                        SortBuilders.fieldSort("score").order(SortOrder.DESC), // 再按score倒序排
                        SortBuilders.fieldSort("createTime").order(SortOrder.DESC)  // 再按创建时间 倒序排
                )
                .withPageable(PageRequest.of(0, 10))    // 分页查询 第几页, 该页显示数据数量
                .withHighlightFields(   // 配置字段高亮显示
                        new HighlightBuilder.Field("title").preTags("<em>").postTags("</em>"),
                        new HighlightBuilder.Field("content").preTags("<em>").postTags("</em>")
                )
                .build();
        SearchHits<DiscussPost> searchHits = elasticsearchRestTemplate.search(searchQuery, DiscussPost.class);
        if (searchHits.getTotalHits() <= 0) {      // 若查询无数据
            new PageImpl<DiscussPost>(null, PageRequest.of(0, 20), 0);
        }
        List<DiscussPost> discussPostList = searchHits.stream().map(SearchHit::getContent).collect(Collectors.toList());    // 将查询的数据转化为List集合
        Page<DiscussPost> page = new PageImpl<>(discussPostList, searchQuery.getPageable(), searchHits.getTotalHits());
        System.out.println(page.getTotalElements());  // 获取总数
        System.out.println(page.getNumber());    // 获取页码
        System.out.println(page.getSize());  // 获取每页个数
        System.out.println(page.getTotalPages());    // 分页总数
        for (DiscussPost discussPost : page) {
            System.out.println(discussPost);    // 输出查询结果
        }

    }

    @Test
    public void testSearchByTemplateHighLight() {   // 按条件查询数据 实现高亮
        NativeSearchQuery searchQuery = new NativeSearchQueryBuilder()
                .withQuery(QueryBuilders.multiMatchQuery("互联网寒冬", "title", "content"))    // 构建搜索条件 多字段查询内容
                .withSorts(
                        SortBuilders.fieldSort("type").order(SortOrder.DESC), // 构建排序顺序 先按照type倒序排
                        SortBuilders.fieldSort("score").order(SortOrder.DESC), // 再按score倒序排
                        SortBuilders.fieldSort("createTime").order(SortOrder.DESC)  // 再按创建时间 倒序排
                )
                .withPageable(PageRequest.of(0, 10))    // 分页查询 第几页, 该页显示数据数量
                .withHighlightFields(
                        new HighlightBuilder.Field("title").preTags("<em>").postTags("</em>"),
                        new HighlightBuilder.Field("content").preTags("<em>").postTags("</em>")
                )   // 配置字段高亮显示
                .build();
        SearchHits<DiscussPost> searchHits = elasticsearchRestTemplate.search(searchQuery, DiscussPost.class);
        // SearchPage<DiscussPost> page = SearchHitSupport.searchPageFor(searchHits, searchQuery.getPageable());

        // 获取高亮结果集
        List<DiscussPost> list = new ArrayList<>();
        for (SearchHit<DiscussPost> searchHit : searchHits) {
            DiscussPost discussPost = searchHit.getContent();
            if (searchHit.getHighlightFields().get("title") != null) {
                discussPost.setTitle(searchHit.getHighlightFields().get("title").get(0));
                // discussPost.setContent(searchHit.getHighlightField("content").toString());
            }
            if (searchHit.getHighlightFields().get("content") != null) {
                discussPost.setContent(searchHit.getHighlightFields().get("content").get(0));
                // discussPost.setContent(searchHit.getHighlightField("content").toString());
            }
            list.add(discussPost);
        }
        // 组装分页对象
        Page<DiscussPost> pageInfo = new PageImpl<>(list, searchQuery.getPageable(), searchHits.getTotalHits());
        System.out.println(pageInfo.getTotalElements());    // 获取查询得到数据总数
        System.out.println(pageInfo.getTotalPages());   // 获取总页数
        System.out.println(pageInfo.getNumber());   // 获取当前页码
        System.out.println(pageInfo.getSize());     // 获取当前页面个数
        // 输出分页结果
        for (DiscussPost discussPost : pageInfo) {
            System.out.println(discussPost);
        }

    }
}

因测试数据过多，此处只展示最后一个测试方法执行成功结果；如下所示：