微服务-Elasticsearch01

一、初始elasticsearch

Elasticsearch的官方网站：https://www.elastic.co/cn/elasticsearch/

1.1 认识和安装

Elasticsearch是由elastic公司开发的一套搜索引擎技术，它是elastic技术栈中的一部分，完整的技术栈包含：

• Elasticsearch：用于数据存储、计算和搜索；
• logstash/Beats：用于数据收集；
• Kibana：用于数据可视化；

整套技术栈被称为ELK，经常用来做日志收集、系统监控和状态分析等；

整套技术栈的核心就是用来存储、搜索、计算的Elasticsearch。
Kibana是elastic公司提供是用于操作Elasticsearch的可视化控制台，其功能包括：

1. 对Elasticsearch数据的搜索、展示；
2. 对Elasticsearch数据的统计、聚合，并形成图形报表、图形；
3. 对Elasticsearch的集群状态监控；
4. 提供了一个开发控制台（DevTools），在其中对Elasticsearch的Restful的API接口提供了语法提示；

1.1.1 安装elasticsearch

方式一：直接通过Docker命令安装单机版本的elasticsearch：

docker run -d \
  --name es \
  -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
  -e "discovery.type=single-node" \
  -v es-data:/usr/share/elasticsearch/data \
  -v es-plugins:/usr/share/elasticsearch/plugins \
  --privileged \
  --network hm-net \
  -p 9200:9200 \
  -p 9300:9300 \
  elasticsearch:7.12.1

方式二：通过直接导入镜像tar包

1. 将镜像tar包复制到虚拟机目录下
   
2. 执行docker命令

# 拉取镜像
docker load -i /home/yueyue/es.tar

# 查看镜像是否拉取成功
docker images

# 启动容器
 docker run -d \
   --name es \
   -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
   -e "discovery.type=single-node" \
   -v es-data:/usr/share/elasticsearch/data \
   -v es-plugins:/usr/share/elasticsearch/plugins \
   --privileged \
   --network yue-net \
   -p 9200:9200 \
   -p 9300:9300 \
   elasticsearch:7.12.1

# 查看容器是否启动成功
docker ps

3. 安装成功后，访问：http://192.168.19.128:9200/，即可看到响应的Elasticsearch服务的基本信息：
   

1.1.2 安装Kibana

方式一：直接通过Docker命令，即可部署Kiana

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=hm-net \
-p 5601:5601  \
kibana:7.12.1

方式二：通过导入镜像kibana.tar

1. 复制tar包到虚拟机
   

2. 执行docker命令

# 拉取镜像
docker load -i /home/yueyue/kiana.tar

# 查看镜像是否拉取成功
docker images

# 启动容器
 docker run -d \
 --name kibana \
 -e ELASTICSEARCH_HOSTS=http://es:9200 \
 --network=yue-net \
 -p 5601:5601  \
 kibana:7.12.1


# 查看容器是否启动成功
docker ps

3. 安装成功，访问http://192.168.19.128:5601/app/home#/，即可看到控制台页面：

选择Explore on my own之后，进入主页面：

然后选中Dev tools，进入开发工具页面：

1.2 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。

1.2.1 正向索引

使用名为tb_goods表讲解一下正向索引：

其中的id字段已经创建了索引，由于索引底层采用了B+树结构，因此根据id搜索的速度会非常快，但其他字段（如title），只在叶子节点上存在；

要根据title搜索时，只能遍历树中的每个叶子节点，判断title数据是否复合要求，sql语句：

select * from tb_goods where title like '%手机%';

搜索的大概流程：

说明：

1. 检查到搜索条件为like '%手机%'，需要找到title中包含手机的数据；
2. 逐条遍历每行数据（每个叶子节点），比如第1次拿到id为1的数据；
3. 判断数据中的title字段值是否符合条件；
4. 如果符合则放入结果集，不符合则丢弃；
5. 回到步骤1；

总结，根据id精确匹配时，可以走索引，查询效率高，而搜索条件为模糊匹配时，由于索无法生效，导致从索引查询退化为全表扫描，效率很差。
正向索引适合于根据索引字段的精确搜索，不适合基于部分词条的模糊匹配，而倒排索引恰好可以解决根据部分词条模糊匹配问题。

1.2.2 倒排索引

倒排索引有两个重要概念：

• 文档（Document）：用来搜索的数据，其中的每一条数据就是一个文档，例如一个网页、一个商品信息；
• 词条（Term）：对文档（每一条数据）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和应用，流程如下：

1. 将每一个文档的数据利用分词算法根据语义拆分，得到一个个词条；
2. 创建表，每行数据包括词条、词条所在文档id、位置等信息；
3. 因为词条唯一性，可以给词条创建正向索引；

此时形成的这张以词条为索引的表，就是倒排索引表，两者对比：
正向索引：

倒排索引：

倒排索引的搜索流程 （以搜索"华为手机"为例）：

流程描述：

1. 用户输入条件"华为手机"进行搜索；
2. 对用户输入条件分词，得到词条：华为、手机；
3. 拿着词条在倒排索引中查找（由于词条有索引、查询效率很高），即可得到包含词条的文档id：1、2、3；
4. 拿着文档id到正向索引中查询具体文档即可（由于id也有索引，查询效率也很高）；

倒排索引+正向索引：

倒排索引负责快速定位"哪些文档包含关键词"（空间换时间）

正向索引负责快速获取"文档的完整内容"（通常用B+树）

1.2.3 正向和倒排

• 正向索引是最传统的，根据id索引的方式，但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。
• 倒排索引，与正向索引相反，先找到用户搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档，是根据词条找文档的过程。

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；

1.3 基础概念

elasticsearch中有很多独有的概念，与mysql中略有差别，但也有相似之处。

1.3.1 文档和字段

elasticsearch是面向文档（Document）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：

{
    "id": 1,
    "title": "小米手机",
    "price": 3499
}
{
    "id": 2,
    "title": "华为手机",
    "price": 4999
}
{
    "id": 3,
    "title": "华为小米充电器",
    "price": 49
}
{
    "id": 4,
    "title": "小米手环",
    "price": 299
}

因此，原来数据库中的一行数据就是ES中的一个JSON文档，而数据库中每行数据都包含很多列，这些列就转换为JSON文档中的字段（Field）。

1.3.2 索引和映射

随着业务发展，需要在es中存储的文档也会越来越多，比如有商品的文档、用户的文档、订单文档等；

所有文档都散乱存放显然非常混乱，也不方便管理，因此，要将类型相同的文档集中在一起管理，成为索引（Index）。
商品索引： 所有商品文档，组织在一起；

{
    "id": 1,
    "title": "小米手机",
    "price": 3499
}

{
    "id": 2,
    "title": "华为手机",
    "price": 4999
}

{
    "id": 3,
    "title": "三星手机",
    "price": 3999
}

用户索引： 所有用户文档，组织在一起；

{
    "id": 101,
    "name": "张三",
    "age": 21
}

{
    "id": 102,
    "name": "李四",
    "age": 24
}

{
    "id": 103,
    "name": "麻子",
    "age": 18
}

订单索引： 所有订单文档，组织在一起；

{
    "id": 10,
    "userId": 101,
    "goodsId": 1,
    "totalFee": 294
}

{
    "id": 11,
    "userId": 102,
    "goodsId": 2,
    "totalFee": 328
}

1.3.3 mysql与elasticsearch

mysql与elasticsearch做对比：

MySQL	Elasticsearch	说明
Table	Index	索引（index），就是文档的集合，类似数据库的表（table）
Row	Document	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
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
Schema	Mapping	Mapping（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）
SQL	DSL	DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

学习了elasticsearch就不再需要mysql了？

并不是，两者之间各有优势：

• 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；

在企业中，两者结合使用：

• 对安全性要求高的写操作，使用MySQL实现；
• 对查询性能要求较高的搜索需求，使用elasticsearch实现；
• 两者再基于某种方式，实现数据的同步，保证一致性；

1.4 IK分词器

Elasticsearch的关键就是倒排索引，而倒排索引依赖于对文档内容的分词，而分词则需要高效、精准的分词算法，IK分词器就是一个中文分词算法。

1.4.1 安装IK分词器

方式一： 在线安装

1. 执行一个docker命令即可：

docker exec -it es ./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

2. 重启es容器：

方式二： 离线安装

1. 查看之前安装的elasticsearch容器的plugins数据据目录：

docker volume inspect es-plugins

结果如下：

[
    {
        "CreatedAt": "2024-11-06T10:06:34+08:00",
        "Driver": "local",
        "Labels": null,
        "Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
        "Name": "es-plugins",
        "Options": null,
        "Scope": "local"
    }
]

可以看到elasticsearch的插件挂载到了/var/lib/docker/volumes/es-plugins/_data目录，需要把IK分词器上传到这个目录。

2. 找到离线的7.12.1版本的ik分词器压缩文件，需要解压，将其对应的文件复制到ik文件夹中；
   

3. 将ik目录复制到虚拟机上；

4. 将ik目录上传至虚拟机的/var/lib/docker/volumes/es-plugins/_data目录中；

执行命令：

docker cp /home/yueyue/ik es:/usr/share/elasticsearch/plugins/

5. 重启容器

docker restart es

1.4.2 使用IK分词器

IK分词器包含两种模式：

• ik_smart：智能语义切分；
• ik_max_word：最细粒度切分；

在Kibana的DevTools上来测试分词器:

首先测试Elasticsearch官方提供的标准分词器,标准分词器智能1字1词条，无法正确对中文做分词：

POST /_analyze
{
  "analyzer": "standard",
  "text": "月月程序员学习java太棒了"
}

结果如下：

{
  "tokens" : [
    {
      "token" : "月",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    },
    {
      "token" : "月",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    },
    {
      "token" : "程",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "<IDEOGRAPHIC>",
      "position" : 2
    },
    {
      "token" : "序",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "<IDEOGRAPHIC>",
      "position" : 3
    },
    {
      "token" : "员",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "<IDEOGRAPHIC>",
      "position" : 4
    },
    {
      "token" : "学",
      "start_offset" : 5,
      "end_offset" : 6,
      "type" : "<IDEOGRAPHIC>",
      "position" : 5
    },
    {
      "token" : "习",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "<IDEOGRAPHIC>",
      "position" : 6
    },
    {
      "token" : "java",
      "start_offset" : 7,
      "end_offset" : 11,
      "type" : "<ALPHANUM>",
      "position" : 7
    },
    {
      "token" : "太",
      "start_offset" : 11,
      "end_offset" : 12,
      "type" : "<IDEOGRAPHIC>",
      "position" : 8
    },
    {
      "token" : "棒",
      "start_offset" : 12,
      "end_offset" : 13,
      "type" : "<IDEOGRAPHIC>",
      "position" : 9
    },
    {
      "token" : "了",
      "start_offset" : 13,
      "end_offset" : 14,
      "type" : "<IDEOGRAPHIC>",
      "position" : 10
    }
  ]
}

测试IK分词器：

POST /_analyze
{
  "analyzer": "ik_smart",
  "text": "月月程序员学习java太棒了"
}

结果如下：

{
  "tokens" : [
    {
      "token" : "月月",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "程序员",
      "start_offset" : 2,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "学习",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "java",
      "start_offset" : 7,
      "end_offset" : 11,
      "type" : "ENGLISH",
      "position" : 3
    },
    {
      "token" : "太棒了",
      "start_offset" : 11,
      "end_offset" : 14,
      "type" : "CN_WORD",
      "position" : 4
    }
  ]
}

1.4.3 拓展词典

随着互联网的发展，"造词运动"也越来越频繁，出现很多的词语，在原有的词汇列表中并不存在，比如"泰传智播客"，"码农"等，IK分词器无法对这些词汇进行分词：

需要正确分词，IK分词器的词库需要不断的更新，IK分词器提供了拓展词汇的功能；

1. 打开IK分词器config目录：
   
2. 在IKAnalyzer.cfg.xml配置文件内容添加：

<?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 *** 添加扩展词典-->
        <entry key="ext_dict">ext.dic</entry>
</properties>

3. 在IK分词器的config目录新建一个 ext.dic，里面写入常用的特殊的词语，可以参考config目录下复制一个配置文件进行修改；

传智播客
泰裤辣

4. 重启elasticsearch;

docker restart es

# 查看 日志
docker logs -f elasticsearch

5. 再次测试；

POST /_analyze
{
  "analyzer": "ik_max_word",
  "text": "传智播客开设大学,真的泰裤辣！"
}

结果(传智播客和泰酷辣都正确分词)：

{
  "tokens" : [
    {
      "token" : "传智播客",
      "start_offset" : 0,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "开设",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "大学",
      "start_offset" : 6,
      "end_offset" : 8,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "真的",
      "start_offset" : 9,
      "end_offset" : 11,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "泰裤辣",
      "start_offset" : 11,
      "end_offset" : 14,
      "type" : "CN_WORD",
      "position" : 4
    }
  ]
}

1.4.4 总结

分词器的作用是什么？

• 创建倒排索引时，对文档分词；
• 用户搜索时，对输入的内容分词；

IK分词器有几种模式？

• ik_smart：智能切分，粗粒度；
• ik_max_word：最细切分，细粒度；

IK分词器如何拓展词条？如何停用词条？

• 利用config目录的IKAnalyzer.cfg.xml文件添加拓展词典和停用词典；
• 在词典(xxx.dic文件)中添加拓展词条或者停用词条；

二、索引库操作

Index就是类似数据库表，Mapping映射就类似表的结构，要向es中存储数据，必须先创建Index和Mapping。

2.1 Mapping映射属性

Mapping是对索引库中文档的约束，常见的Mapping属性包括：

• type：字段数据类型，常见的简单类型：
  • 字符串：text（可分词的文本）、keyword（精确值、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；
• 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；

示例：json文档：

{
    "age": 21,
    "weight": 52.1,
    "isMarried": false,
    "info": "黑马程序员Java讲师",
    "email": "zy@itcast.cn",
    "score": [99.1, 99.5, 98.9],
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

对应的每个字段的映射（Mapping）:

字段名	字段类型	类型说明	是否参与搜索	是否参与分词	分词器
age	integer	整数	x	\[\]	------
weight	float	浮点数	x	\[\]	------
isMarried	boolean	布尔	x	\[\]	------
info	text	字符串，但需要分词	x	x	IK
email	keyword	字符串，但是不分词	\[\]	\[\]	------
score	float	只看数组中元素类型	x	\[\]	------
name
firstName	keyword	字符串，但是不分词	x	\[\]	------
lastName	keyword	字符串，但是不分词	x	\[\]	------

2.2 索引库的CRUD

由于Elasticsearch采用的是Restful风格的API，因此其请求方式和路径相对都比较规范，而且请求参数也都采用json风格。

直接基于Kibana的DevTools来编写请求做测试，有语法提示。

2.2.1 创建索引库和映射

基本语法：

• 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"
          }
        }
      },
      // ...略
    }
  }
}

示例：

PUT /yueyue
{
  "mappings": {
    "properties": {
      "info":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "email":{
        "type": "keyword",
        "index": "false"
      },
      "name":{
        "properties": {
          "firstName": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

返回结果：

2.2.2 查询索引库

基本语法：

• 请求方式：GET
• 请求路径：/索引库名
• 请求参数：无

格式：

GET /索引库名

示例：

GET /yueyue

返回结果：

2.2.3 修改索引库

倒排索引结构虽然不复杂，但一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但允许添加新的字段mapping中，因为不会对倒排索引产生影响。因此修改索引库能做的就是向索引库中添加新字段，或更新索引库的基础属性。
语法说明：

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

示例：

PUT /yueyue/_mapping
{
  "properties": {
    "age":{
      "type": "integer"
    }
  }
}

返回结果：

2.2.4 删除索引库

语法：

• 请求方式：DELETE
• 请求路径：/索引库名
• 请求参数：无

格式：

DELETE /索引库名

示例：

DELETE /yueyue

返回结果：

再执行查询索引库，返回结果：

2.2.5 总结

索引库操作有哪些？

• 创建索引库：PUT/索引库名
• 查询索引库：GET/索引库名
• 删除索引库：DELETE/索引库名
• 修改索引库，添加字段：PUT/索引库名/_mapping

可以看到，对索引库的操作基本遵循的Restful的风格，因此API接口非常统一，方便记忆。

三、文档操作

有了索引库，可以向索引库（类似mysql中的表）中添加数据了。

Elasticsearch中的数据，其实就是json风格的文档，操作文档自然保护增、删、改、查等几种常见操作。

3.1 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"
    },
}

示例：

POST /yueyue/_doc/1
{
    "info": "yueyue程序员",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

返回结果：

3.2 查询文档

根据rest风格，新增是post，查询是get，查询一般都需要条件；
语法：

GET /{索引库名称}/_doc/{id}

示例：

GET /yueyue/_doc/1

返回结果：

3.3 删除文档

删除使用DELETE请求，需要根据id进行删除：

DELETE /{索引库名}/_doc/id值

示例：

DELETE /yueyue/_doc/1

结果：

3.4 修改文档

修改有两种方式：

• 全量修改：直接覆盖原来的文档；
• 局部修改：修改文档中的部分字段

3.4.1 全量修改

全量修改是覆盖原来的文档，其本质是两步操作：

• 根据指定的id删除文档；
• 新增一个相同id的文档；

注意： 如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作。
语法：

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

示例：

PUT /yueyue/_doc/1
{
    "info": "月月程序员高级Java程序员",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

由于id为1的文档已经被删除，所以第一次执行时，得到的反馈时created：

如果执行第2次时，得到的反馈时updated:

3.4.2 局部修改

局部修改是只修改指定id匹配的文档中的部分字段。
语法：

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

示例：

POST /yueyue/_update/1
{
  "doc": {
    "email": "ZhaoYun@itcast.cn"
  }
}

执行结果：

3.5 批处理

批处理采用POST请求，基本语法如下：

POST _bulk
{ "index" : { "_index" : "test", "_id" : "1" } }
{ "field1" : "value1" }
{ "delete" : { "_index" : "test", "_id" : "2" } }
{ "create" : { "_index" : "test", "_id" : "3" } }
{ "field1" : "value3" }
{ "update" : {"_id" : "1", "_index" : "test"} }
{ "doc" : {"field2" : "value2"} }

其中：

• index代表新增操作
  • _index：指定索引库名
  • _id指定要操作的文档id
  • { "field1" : "value1" }：则是要新增的文档内容
• delete代表删除操作
  • _index：指定索引库名
  • _id指定要操作的文档id
• update代表更新操作
  • _index：指定索引库名
  • _id指定要操作的文档id
  • { "doc" : {"field2" : "value2"} }：要更新的文档字段

示例：批量新增：

POST /_bulk
{"index": {"_index":"yueyue", "_id": "3"}}
{"info": "程序员C++工程是", "email": "ww@itcast.cn", "name":{"firstName": "五", "lastName":"王"}}
{"index": {"_index":"yueyue", "_id": "4"}}
{"info": "程序员前端工程师", "email": "zhangsan@itcast.cn", "name":{"firstName": "三", "lastName":"张"}}

返回结果：

示例：批量删除：

POST /_bulk
{"delete":{"_index":"yueyue", "_id": "3"}}
{"delete":{"_index":"yueyue", "_id": "4"}}

返回结果：

3.6 总结

文档操作有哪些？

• 创建文档：POST /{索引库名}/_doc/文档id { json文档 }
• 查询文档：GET /{索引库名}/_doc/文档id
• 删除文档：DELETE /{索引库名}/_doc/文档id
• 修改文档：
  • 全量修改：PUT /{索引库名}/_doc/文档id { json文档 }
  • 局部修改：POST /{索引库名}/_update/文档id { "doc": {字段}}

四、RestAPI

ES官方提供了各种不同语言的客户端，用来操作ES，这些客户端的本质就是组装DSL语句，通过http请求发送给ES。

官方文档地址：https://www.elastic.co/docs/reference/elasticsearch-clients

由于ES目前最新版本是8.8，提供了全新版本呢的客户端，老版本的客户端已经被标为过时的，我们采用7.12版本；

选择7.12版本，HightLevelLevelRestClient版本：

4.1 初始化RestClient

在elasticsearch提供的API中，与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中，必须先完成该对象的初始化，建立与elasticsearch的连接，主要分为三个部分：

1. 在item-service模块中引入es的RestHighLevelClient依赖：

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

2. 因为SpringBoot默认的ES版本是7.17.10，所以我们需要覆盖默认的ES版本；

  <properties>
      <maven.compiler.source>11</maven.compiler.source>
      <maven.compiler.target>11</maven.compiler.target>
      <elasticsearch.version>7.12.1</elasticsearch.version>
  </properties>

3. 初始化RestHighLevelClient：
   初始化的代码如下：

RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
        HttpHost.create("http://192.168.150.101:9200")
));

为了单元测试方便，创建一个测试类IndexTest，然后将初始化代码编写在@BeforeEach方法中：

package com.hmall.item.es;

import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;

import java.io.IOException;

public class IndexTest {

    private RestHighLevelClient client;

    @BeforeEach
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.150.101:9200")
        ));
    }

    @Test
    void testConnect() {
        System.out.println(client);
    }

    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }
}

4.2 创建索引库

由于要实现对商品搜索，所以需要将商品添加到Elasticsearch中，不过需要根据搜索业务的需求来设定索引库结构，而不是一次把MySQL数据写入Elasticsearch。

4.2.1 Mapping映射

搜索页面的效果：

实现搜索功能需要的字段包括三大部分：

• 搜索过滤字段
  • 分类
  • 品牌
  • 价格
• 排序字段
  • 默认：按照更新时间降序排序
  • 销量
  • 价格
• 展示字段
  • 商品id：用于点击后跳转
  • 图片地址
  • 是否是广告推广商品
  • 名称
  • 价格
  • 评价数量
  • 销量

对应的商品表结构如下，索引库无关字段已经划掉：

结合数据库表结构，以上字段对应的mapping映射属性如下：

字段名	字段类型	类型说明	是否参与搜索	是否参与分词	分词器
id	long	长整数	x	\[\]	------
name	text	字符串，参与分词搜索	x	x	IK
price	integer	以分为单位，所以是整数	x	\[\]	------
stock	integer	字符串，但需要分词	x	\[\]	------
image	keyword	字符串，但是不分词	\[\]	\[\]	------
category	keyword	字符串，但是不分词	x	\[\]	------
brand	keyword	字符串，但是不分词	x	\[\]	------
sold	integer	销量，整数	x	\[\]	------
commentCount	integer	评价，整数	\[\]	\[\]	------
isAD	boolean	布尔类型	x	\[\]	------
updateTime	Date	更新时间	x	\[\]	------

因此，最终的索引库文档结构：

PUT /items
{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "name":{
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "price":{
        "type": "integer"
      },
      "stock":{
        "type": "integer"
      },
      "image":{
        "type": "keyword",
        "index": false
      },
      "category":{
        "type": "keyword"
      },
      "brand":{
        "type": "keyword"
      },
      "sold":{
        "type": "integer"
      },
      "commentCount":{
        "type": "integer",
        "index": false
      },
      "isAD":{
        "type": "boolean"
      },
      "updateTime":{
        "type": "date"
      }
    }
  }
}

4.2.2 创建索引

创建索引库的API：

代码分为三步：

• 1. 创建Request对象
  • 因为是创建索引库的操作，因此Request是CreateIndexRequest
• 2. 添加请求参数
  • 其实就是Json格式的Mapping映射参数，因为json字符串很长，是定义了静态字符串常量MAPPING_TEMPLATE，让代码看起来更优雅；
• 3. 发送请求
  • client.indices()方法的返回值是IndicesClient类型，封装了所有与索引库操作有关的方法，例如创建索引、删除索引、判断索引是否存在等；
    在item-service中的IndexTest测试类中，具体代码如下：

    /**
     * 创建索引库（注意导入的包出现问题）
     * @throws IOException
     */
    @Test
    void testCreateIndex() throws IOException {
        // 删除已存在的索引
        GetIndexRequest getRequest = new GetIndexRequest("items");
        if (client.indices().exists(getRequest, RequestOptions.DEFAULT)) {
            DeleteIndexRequest deleteRequest = new DeleteIndexRequest("items");
            client.indices().delete(deleteRequest, RequestOptions.DEFAULT);
            System.out.println("已删除现有索引");
        }

        // 1.创建Request对象
        CreateIndexRequest request = new CreateIndexRequest("items");
        // 2.准备请求参数 - 使用正确的格式
        request.source(MAPPING_TEMPLATE, XContentType.JSON);
        // 3.发送请求
        CreateIndexResponse response = client.indices().create(request, RequestOptions.DEFAULT);
        System.out.println("索引创建是否成功：" + response.isAcknowledged());
    }

    static final String MAPPING_TEMPLATE = "{\n" +
            "  \"mappings\": {\n" +
            "    \"properties\": {\n" +
            "      \"id\": { \"type\": \"keyword\" },\n" +
            "      \"name\": { \"type\": \"text\", \"analyzer\": \"ik_max_word\" },\n" +
            "      \"price\": { \"type\": \"integer\" },\n" +
            "      \"stock\": { \"type\": \"integer\" },\n" +
            "      \"image\": { \"type\": \"keyword\", \"index\": false },\n" +
            "      \"category\": { \"type\": \"keyword\" },\n" +
            "      \"brand\": { \"type\": \"keyword\" },\n" +
            "      \"sold\": { \"type\": \"integer\" },\n" +
            "      \"commentCount\": { \"type\": \"integer\" },\n" +
            "      \"isAD\": { \"type\": \"boolean\" },\n" +
            "      \"updateTime\": { \"type\": \"date\" }\n" +
            "    }\n" +
            "  }\n" +
            "}";

4.3 删除索引库

删除索引库的请求非常简单：

DELETE /hotel

与创建索引库相比：

• 请求方式从PUT变为DELTE
• 请求路径不变
• 无请求参数

代码的差异，体现在Request对象上，流程如下：

1. 创建request对象。这次是DeleteIndexRequest对象；
2. 准备参数。这里是无参，因此省略；
3. 发送请求。改用delete方法；

在item-service中的IndexTest测试类中，编写单元测试，实现删除索引：

@Test
void testDeleteIndex() throws IOException {
    // 1.创建Request对象
    DeleteIndexRequest request = new DeleteIndexRequest("items");
    // 2.发送请求
    client.indices().delete(request, RequestOptions.DEFAULT);
}

4.4 判断索引库是否存在

判断索引库是否存在，本质就是查询，对应的请求语句是：

GET /items

因此与删除的Java代码流程是类似的，流程如下：

• 1）创建Request对象。这次是GetIndexRequest对象
• 2）准备参数。这里是无参，直接省略
• 3）发送请求。改用exists方法

@Test
void testExistsIndex() throws IOException {
    // 1.创建Request对象
    GetIndexRequest request = new GetIndexRequest("items");
    // 2.发送请求
    boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
    // 3.输出
    System.err.println(exists ? "索引库已经存在！" : "索引库不存在！");
}

4.5 总结

JavaRestClient操作elasticsearch的流程基本类似。核心是client.indices()方法来获取索引库的操作对象。
索引库操作的基本步骤：

• 初始化RestHighLevelClient
• 创建XxxIndexRequest。XXX是Create、Get、Delete
• 准备请求参数（ Create时需要，其它是无参，可以省略）
• 发送请求。调用RestHighLevelClient#indices().xxx()方法，xxx是create、exists、delete

五、RestClient操作文档

索引库准备好，就可以操作文档（数据记录）了，为了与索引库操作分离，再创建一个测试类：

• 初始化RestHighLevelClient;
• 商品数据在数据库中，需要利用IHotelService去查询，所以注入这个接口；

package com.hmall.item.es;

import com.hmall.item.service.IItemService;
import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;

import java.io.IOException;

@SpringBootTest(properties = "spring.profiles.active=local")
public class DocumentTest {

    private RestHighLevelClient client;
    @Autowired
    private IItemService itemService;

    @BeforeEach
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.19.128:9200")
        ));
    }

    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }
}

5.1 RestClient操作文档

需要将数据库中的商品信息导入elasticsearch中。

5.1.1 实体类

索引库结构与数据库结构存在差异，要定义一个索引库结构对应的实体。

在hm-service模块的com.hmall.item.domain.dto包中定义一个新的DTO：

package com.hmall.item.domain.po;

import io.swagger.annotations.ApiModel;
import io.swagger.annotations.ApiModelProperty;
import lombok.Data;

import java.time.LocalDateTime;

/**
 * 索引库结构对应的实体类
 */
@Data
@ApiModel(description = "索引库实体")
public class ItemDoc{

    @ApiModelProperty("商品id")
    private String id;

    @ApiModelProperty("商品名称")
    private String name;

    @ApiModelProperty("价格（分）")
    private Integer price;

    @ApiModelProperty("商品图片")
    private String image;

    @ApiModelProperty("类目名称")
    private String category;

    @ApiModelProperty("品牌名称")
    private String brand;

    @ApiModelProperty("销量")
    private Integer sold;

    @ApiModelProperty("评论数")
    private Integer commentCount;

    @ApiModelProperty("是否是推广广告，true/false")
    private Boolean isAD;

    @ApiModelProperty("更新时间")
    private LocalDateTime updateTime;
}

5.1.2 API语法

新增文档的请求语法如下：

POST /{索引库名}/_doc/1
{
    "name": "Jack",
    "age": 21
}

对应的JavaAPI如下：

可以看到与索引库操作的API非常类似，同样是三步走：

• 1）创建Request对象，这里是IndexRequest，因为添加文档就是创建倒排索引的过程
• 2）准备请求参数，本例中就是Json文档
• 3）发送请求
  变化的地方在于，这里直接使用client.xxx()的API，不再需要client.indices()了。

5.1.3 完整代码

导入商品数据，除了参考API模板"三步走"以外，还需要做几点准备工作：

• 商品数据来自于数据库，我们需要先查询出来，得到Item对象
• Item对象需要转为ItemDoc对象
• ItemDTO需要序列化为json格式

代码整体步骤如下：

• 1）根据id查询商品数据Item
• 2）将Item封装为ItemDoc
• 3）将ItemDoc序列化为JSON
• 4）创建IndexRequest，指定索引库名和id
• 5）准备请求参数，也就是JSON文档
• 6）发送请求

在item-service的DocumentTest测试类中，编写单元测试：

@Test
    void testAddDocument() throws IOException {
        // 1.根据id查询商品数据
        Item item = itemService.getById(100002644680L);
        // 2.转换为文档类型
        ItemDoc itemDoc = BeanUtil.copyProperties(item, ItemDoc.class);
        // 3.将ItemDTO转json
        String doc = JSONUtil.toJsonStr(itemDoc);

        // 4.准备Request对象
        IndexRequest request = new IndexRequest("items").id(itemDoc.getId().toString());
        // 5.准备Json文档
        request.source(doc, XContentType.JSON);
        // 6.发送请求
        client.index(request, RequestOptions.DEFAULT);

        System.out.println("文档添加成功，ID：" + itemDoc.getId());
    }

5.2 查询文档

以根据id查询文档为例

5.2.1 语法说明

查询的请求语句如下：

GET /{索引库名}/_doc/{id}

与之前的流程类似，代码大概分2步：

• 创建Request对象
• 准备请求参数，这里是无参，直接省略
• 发送请求

不过查询的目的是得到结果，解析为ItemDTO，还要再加一步对结果的解析。示例代码如下：

可以看到，响应结果是一个JSON，其中文档放在一个_source属性中，因此解析就是拿到_source，反序列化为Java对象即可。

其它代码与之前类似，流程如下：

• 1）准备Request对象。这次是查询，所以是GetRequest
• 2）发送请求，得到结果。因为是查询，这里调用client.get()方法
• 3）解析结果，就是对JSON做反序列化

5.2.2 完整代码

在item-service的DocumentTest测试类中，编写单元测试：

 /**
     * 查询文档
     * @throws IOException
     */
    @Test
    void testGetDocumentById() throws IOException {
        // 1.准备Request对象
        GetRequest request = new GetRequest("items").id("100002644680");
        // 2.发送请求
        GetResponse response = client.get(request, RequestOptions.DEFAULT);
        // 3.获取响应结果中的source
        String json = response.getSourceAsString();

        ItemDoc itemDoc = JSONUtil.toBean(json, ItemDoc.class);
        System.out.println("itemDoc= " + itemDoc);
    }

5.3 删除文档

删除的请求语句如下：

DELETE /hotel/_doc/{id}

与查询相比，仅仅是请求方式从DELETE变成GET，可以想象Java代码应该依然是2步走：

• 1）准备Request对象，因为是删除，这次是DeleteRequest对象。要指定索引库名和id
• 2）准备参数，无参，直接省略
• 3）发送请求。因为是删除，所以是client.delete()方法

在item-service的DocumentTest测试类中，编写单元测试：

    /**
     * 删除文档
     */
    @Test
    void testDeleteDocument() throws IOException {
        // 注意：索引名是 "items"，不是 "item"
        DeleteRequest request = new DeleteRequest("items", "100002644680");
        client.delete(request, RequestOptions.DEFAULT);

        System.out.println("文档删除成功，ID：100002644680");
    }

5.4 修改文档

修改文档的两种方式：

• 全局修改： 本质是先根据id删除，再新增；
• 局部修改： 修改文档中的指定字段值；

在RestClient的API中，全量修改与新增的API完全一致，判断依据是ID：

• 如果新增时，ID已经存在，则修改
• 如果新增时，ID不存在，则新增

主要关注局部修改的API即可

5.4.1 语法说明

局部修改的请求语法如下：

POST /{索引库名}/_update/{id}
{
  "doc": {
    "字段名": "字段值",
    "字段名": "字段值"
  }
}

代码示例如图：

三步走：

• 1）准备Request对象。这次是修改，所以是UpdateRequest
• 2）准备参数。也就是JSON文档，里面包含要修改的字段
• 3）更新文档。这里调用client.update()方法

5.4.2 完整代码

在item-service的DocumentTest测试类中，编写单元测试：

   /**
     * 局部修改文档
     * @throws IOException
     */
    @Test
    void testUpdateDocument() throws IOException {
        // 1.准备Request
        UpdateRequest request = new UpdateRequest("items", "100002644680");
        // 2.准备请求参数
        request.doc(
                "price", 58800,
                "commentCount", 1
        );
        // 3.发送请求
        client.update(request, RequestOptions.DEFAULT);
    }

5.5 批量导入文档

在之前的案例中，我们都是操作单个文档。而数据库中的商品数据实际会达到数十万条，某些项目中可能达到数百万条。

我们如果要将这些数据导入索引库，肯定不能逐条导入，而是采用批处理方案。常见的方案有：

• 利用Logstash批量导入
  • 需要安装Logstash
  • 对数据的再加工能力较弱
  • 无需编码，但要学习编写Logstash导入配置
• 利用JavaAPI批量导入
  • 需要编码，但基于JavaAPI，学习成本低
  • 更加灵活，可以任意对数据做再加工处理后写入索引库

学习下如何利用JavaAPI实现批量文档导入

5.5.1 语法说明

批处理与前面讲的文档的CRUD步骤基本一致：

• 创建Request，但这次用的是BulkRequest
• 准备请求参数
• 发送请求，这次要用到client.bulk()方法

BulkRequest本身其实并没有请求参数，其本质就是将多个普通的CRUD请求组合在一起发送。例如：

• 批量新增文档，就是给每个文档创建一个IndexRequest请求，然后封装到BulkRequest中，一起发出。
• 批量删除，就是创建N个DeleteRequest请求，然后封装到BulkRequest，一起发出

因此BulkRequest中提供了add方法，用以添加其它CRUD的请求：

可以看到，能添加的请求有：

• IndexRequest，也就是新增
• UpdateRequest，也就是修改
• DeleteRequest，也就是删除

Bulk中添加了多个IndexRequest，就是批量新增功能了。示例：

 /**
     * 批量新增
     * @throws IOException
     */
    @Test
    void testBulk() throws IOException {
        // 1.创建Request
        BulkRequest request = new BulkRequest();

        // 2.准备请求参数 - 使用有效的 JSON 格式
        request.add(new IndexRequest("items").id("1")
                .source("{\"name\":\"商品1\",\"price\":10000}", XContentType.JSON));
        request.add(new IndexRequest("items").id("2")
                .source("{\"name\":\"商品2\",\"price\":20000}", XContentType.JSON));

        // 3.发送请求
        client.bulk(request, RequestOptions.DEFAULT);

        System.out.println("批量添加成功");
    }

5.5.2 完整代码

当我们要导入商品数据时，由于商品数量达到``数十万，因此不可能一次性全部导入。建议采用循环遍历方式，每次导入1000条左右的数据。 item-service的DocumentTest测试类中，编写单元测试```：

@Test
void testLoadItemDocs() throws IOException {
    // 分页查询商品数据
    int pageNo = 1;
    int size = 1000;
    while (true) {
        Page<Item> page = itemService.lambdaQuery().eq(Item::getStatus, 1).page(new Page<Item>(pageNo, size));
        // 非空校验
        List<Item> items = page.getRecords();
        if (CollUtils.isEmpty(items)) {
            return;
        }
        log.info("加载第{}页数据，共{}条", pageNo, items.size());
        // 1.创建Request
        BulkRequest request = new BulkRequest("items");
        // 2.准备参数，添加多个新增的Request
        for (Item item : items) {
            // 2.1.转换为文档类型ItemDTO
            ItemDoc itemDoc = BeanUtil.copyProperties(item, ItemDoc.class);
            // 2.2.创建新增文档的Request对象
            request.add(new IndexRequest()
                            .id(itemDoc.getId())
                            .source(JSONUtil.toJsonStr(itemDoc), XContentType.JSON));
        }
        // 3.发送请求
        client.bulk(request, RequestOptions.DEFAULT);

        // 翻页
        pageNo++;
    }
}

执行命令查询所有的数据：

GET /items/_search
{
  "query": {
    "match_all": {}
  },
  "size": 10
}

5.6 总结

文档操作的基本步骤：

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

六、相关高频面试题

分类	知识点	说明/对比
概念对应	MySQL → Elasticsearch	Database(无对应) / Table→Index / Row→Document / Column→Field / Schema→Mapping / SQL→DSL
索引类型	正向索引	根据文档ID建立索引，适合精确匹配，类比MySQL主键索引
	倒排索引	根据词条建立索引，适合全文搜索，类比MySQL全文索引
倒排索引流程	步骤1	对文档内容分词，得到词条
	步骤2	建立词条→文档ID的映射关系表
	步骤3	用户搜索条件分词
	步骤4	词条检索获取文档ID列表
	步骤5	根据文档ID到正向索引获取完整文档
Mapping属性	type	字段数据类型：text/keyword/integer/long/date/boolean
	index	是否创建索引，默认true
	analyzer	分词器：ik_smart/ik_max_word/standard
	properties	子字段定义（用于对象类型）
字段类型	text	可分词的文本，用于全文搜索
	keyword	精确值，不分词，用于过滤/排序/聚合
IK分词器	ik_smart	智能语义切分，粗粒度，词条最少化
	ik_max_word	最细粒度切分，细粒度，词条最大化
索引库操作	创建	PUT /索引库名，需要mapping请求体
	查询	GET /索引库名，无需请求体
	删除	DELETE /索引库名，无需请求体
	添加字段	PUT /索引库名/_mapping，需要新字段定义
文档操作	新增	POST /索引库名/_doc/文档id，需要JSON文档
	查询	GET /索引库名/_doc/文档id，无需请求体
	删除	DELETE /索引库名/_doc/文档id，无需请求体
	全量修改	PUT /索引库名/_doc/文档id，需要JSON文档（id存在则修改，不存在则新增）
	局部修改	POST /索引库名/_update/文档id，需要doc对象
	批处理	POST /_bulk，需要多个操作JSON
RestClient索引库	创建Request	CreateIndexRequest / GetIndexRequest / DeleteIndexRequest
	发送请求	client.indices().create() / exists() / delete()
RestClient文档	创建Request	IndexRequest / GetRequest / UpdateRequest / DeleteRequest / BulkRequest
	发送请求	client.index() / get() / update() / delete() / bulk()
	解析结果	GetResponse.getSourceAsString() → 反序列化
使用场景	MySQL擅长	事务操作，数据安全性和一致性
	Elasticsearch擅长	海量数据的搜索、分析、计算
	企业结合	MySQL写操作 + ES搜索操作 + 数据同步保证一致性
商品索引字段	id	keyword，参与搜索，不参与分词
	name	text，参与搜索，参与分词，使用ik_max_word
	price	integer，参与搜索，不参与分词
	stock	integer，不参与搜索，不参与分词
	image	keyword(index=false)，不参与搜索，不参与分词
	category	keyword，参与搜索，不参与分词
	brand	keyword，参与搜索，不参与分词
	sold	integer，参与搜索，不参与分词
	commentCount	integer(index=false)，不参与搜索，不参与分词
	isAD	boolean，参与搜索，不参与分词
	updateTime	date，参与搜索，不参与分词