1. Elasticsearch簡介
Elasticsearch是一個基於Lucene的搜索服務器。它提供了一個分佈式多用戶能力的全文搜索引擎，基於RESTful web接口。Elasticsearch是用Java語言開發的，並作為Apache許可條款下的開放源碼發布，是一種流行的企業級搜索引擎。Elasticsearch用於雲計算中，能夠達到實時搜索，穩定，可靠，快速，安裝使用方便。官方客戶端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和許多其他語言中都是可用的。根據DB-Engines的排名显示，Elasticsearch是最受歡迎的企業搜索引擎，其次是Apache Solr，也是基於Lucene。以後再給大家詳細介紹solr。
它能很方便的使大量數據具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸縮性，能使數據在生產環境變得更有價值。Elasticsearch 的實現原理主要分為以下幾個步驟，首先用戶將數據提交到Elasticsearch 數據庫中，再通過分詞控制器去將對應的語句分詞，將其權重和分詞結果一併存入數據，當用戶搜索數據時候，再根據權重將結果排名，打分，再將返回結果呈現給用戶。
Elasticsearch可以用於搜索各種文檔。它提供可擴展的搜索，具有接近實時的搜索，並支持多租戶。”Elasticsearch是分佈式的，這意味着索引可以被分成分片，每個分片可以有0個或多個副本。每個節點託管一個或多個分片，並充當協調器將操作委託給正確的分片。再平衡和路由是自動完成的。“相關數據通常存儲在同一個索引中，該索引由一個或多個主分片和零個或多個複製分片組成。一旦創建了索引，就不能更改主分片的數量。
Elasticsearch使用Lucene，並試圖通過JSON和Java API提供其所有特性。它支持facetting和percolating，如果新文檔與註冊查詢匹配，這對於通知非常有用。另一個特性稱為“網關”，處理索引的長期持久性；例如，在服務器崩潰的情況下，可以從網關恢復索引。Elasticsearch支持實時GET請求，適合作為NoSQL數據存儲，但缺少分佈式事務。
2. Elasticsearch深入了解
2.1 Elasticsearch的底層實現
-
2.1.1 lucene
Es是一個比較複雜的搜索服務器，本身也是使用Java語言編寫的，在上面的簡介中，說明了ES是一個基於lucene的搜索服務器，lucene是什麼呢？Lucene是apache軟件基金會4 jakarta項目組的一個子項目，是一個開放源代碼的全文檢索引擎工具包，但它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎。lucene也是使用Java語言編寫的，Java天下第一！
Lucene是一套用於全文檢索和搜尋的開源程式庫，由Apache軟件基金會支持和提供。Lucene提供了一個簡單卻強大的應用程式接口，能夠做全文索引和搜尋。在Java開發環境里Lucene是一個成熟的免費開源工具。就其本身而言，Lucene是當前以及最近幾年最受歡迎的免費Java信息檢索程序庫。至於lucene到底是怎麼實現的，牛牛們可能要自己去百度或者谷歌一下啦。
-
2.1.2 Elasticsearch的基本概念
-
集群(Cluster)：就是多台ES服務器在一起構成搜索服務器，現在很多應用基本上都有集群的概念，提高性能，讓應用具有高可用性，一台服務器掛掉，可以很快有另一台ES服務器補上。
-
節點(Node)：節點就是集群中的某一台ES服務器就稱為一個節點。
-
索引庫(Index Indices)：就是ES服務器上的某一個索引，相當於Mysql數據庫中的數據庫的概念，一個節點可以有很多個索引庫。
-
文檔類型(Type)：這個概念就相當於Mysql數據庫中表的概念，一個索引庫可以有很多個文檔類型，但是這個概念現在慢慢淡化了，因為在ES中一個索引庫直接存數據文檔就挺好的，這個概念現在來說有點多餘了，所以ES官方也在淡化這個概念，在ES8中，這個概念將會徹底的消失。
-
文檔(Doc)：文檔就相當於Mysql是數據庫中某個表的一條數據記錄，現在ES已經到7.7版本了，我們也就忽略type這個概念，直接在索引庫中存文檔即可。另外需要說一下，我們一般把數據文檔存到Es服務器的某個索引庫的這個動作稱之為索引。
最後還有兩個比較重要的概念，但是可能不是那麼直觀的可以感受得到：
分片(Shards)和副本(Replicas)
索引可能會存儲大量數據，這些數據可能超過單個節點的硬件限制。例如，十億個文檔的單個索引佔用了1TB的磁盤空間，可能不適合單個節點的磁盤，或者可能太慢而無法單獨滿足來自單個節點的搜索請求。
為了解決此問題，Elasticsearch提供了將索引細分為多個碎片的功能。創建索引時，只需定義所需的分片數量即可。每個分片本身就是一個功能齊全且獨立的“索引”，可以託管在群集中的任何節點上。
分片很重要，主要有兩個原因：
- 它允許您水平分割/縮放內容量
- 它允許您跨碎片（可能在多個節點上）分佈和并行化操作，從而提高性能/吞吐量
分片如何分佈以及其文檔如何聚合回到搜索請求中的機制由Elasticsearch完全管理，並且對您作為用戶是透明的。
在隨時可能發生故障的網絡/雲環境中，非常有用，強烈建議您使用故障轉移機制，以防碎片/節點因某種原因脫機或消失。為此，Elasticsearch允許您將索引分片的一個或多個副本製作為所謂的副本分片（簡稱副本）。
複製很重要，主要有兩個原因：
- 如果分片/節點發生故障，它可提供高可用性。因此，重要的是要注意，副本碎片永遠不會與從其複製原始/主要碎片的節點分配在同一節點上。
- 由於可以在所有副本上并行執行搜索，因此它可以擴展搜索量/吞吐量。
總而言之，每個索引可以分為多個碎片。索引也可以複製零（表示沒有副本）或多次。複製后，每個索引將具有主碎片（從中進行複製的原始碎片）和副本碎片（主碎片的副本）。可以在創建索引時為每個索引定義分片和副本的數量。創建索引后，您可以隨時動態更改副本數，但不能事後更改分片數。
默認情況下，Elasticsearch中的每個索引分配有5個主碎片和1個副本，這意味着如果集群中至少有兩個節點，則索引將具有5個主碎片和另外5個副本碎片（1個完整副本），總共每個索引10個碎片。
-
-
2.1.3 Elasticsearch的索引原理
Es作為一個全文檢索服務器，那麼它在搜索方面肯定很在行啦！那它是怎麼做到的呢？
Es官方有這麼一句話：一切設計都是為了提高搜索的性能！
Es能夠快速的搜索出我們需要的內容，靠的就是倒排索引的思想，或者說是一種設計！
在沒有使用倒排索引的情況下，正常思路是根據搜索關鍵字去查找相應的內容，但是使用了倒排索引之後，ES會先將文檔的所有內容拆分成多個詞條，創建一個包含所有不重複詞條的排序列表，然後列出每個詞條出現在哪個文檔。
例如，假設我們有兩個文檔，每個文檔的
content域包含如下內容： Doc_1:The quick brown fox jumped over the lazy dog
Doc_2:Quick brown foxes leap over lazy dogs in summer
ES首先會將這兩個文檔拆分成多個單獨的詞，或者叫做詞條，然後為所有的詞條創建一個排序列表，並記錄每個詞條出現的文檔的信息。就像下面這樣：
Term Doc_1 Doc_2 ------------------------- Quick | | X /* The | X | Term就是詞條，比如第一個Term就是Quick關鍵字，在Doc_1中不存 brown | X | X 在，在Doc_2中存在，其他的以此類推。 dog | X | */ dogs | | X fox | X | foxes | | X in | | X jumped | X | lazy | X | X leap | | X over | X | X quick | X | summer | | X the | X | ------------------------現在，如果我們想搜索 quick和brown這兩個關鍵字，我們只需要查找包含每個詞條的文檔，就相當於我們查詢的時候，是通過這個索引表找到文檔，在通過文檔去找文檔內容中的搜索關鍵字，與傳統的通過關鍵字去找內容是不同的。
倒排索引到底是個怎麼實現的，怎麼個思想，我在這裏就不一一說明了，大家可以看下官方的詳細介紹：倒排索引的原理
還有es官方的一系列的說明也都可以了解一下：什麼是Elasticsearch?
2.2 Elasticsearch的安裝
本演示項目ES版本為7.0.0版本，其他版本的ES的maven依賴與其他的jar包關係請自行查閱官方文檔，保證不衝突。
-
Windows
Es服務器的安裝很簡單，Windows版本特別的簡單，直接去官網下載，運行
bin/elasticsearch或者bin\elasticsearch.bat。 -
Linux(CentOS7)
首先我們去官網下載ES的tar.gz包，然後自建一個文件夾放好，然後解壓tar.zg壓縮包：
tar -xvf elasticsearch-7.0.0.tar.gz然後進入到bin目錄下：
cd elasticsearch-7.0.0/bin然後運行elasticsearch：
./elasticsearch這個時候肯定會報錯的，因為沒有進行配置，所以我們先對es進行一些簡單的配置，保證能單機運行，進入elasticsearch-7.7.0/config目錄，對es的核心配置文件進行編輯：
vim elasticsearch.yml進入到了elasticsearch.yml文件的編輯頁面：
首先我們配置集群名稱，集群名稱自己取一個喜歡的名字就好：
接下來配置節點名稱，就是在這個集群中，這個es服務器的名稱：
接下來配置一些必要的參數：
bootstrap.memory_lock: 是否鎖住內存，避免交換(swapped)帶來的性能損失,默認值是: false。bootstrap.system_call_filter: 是否支持過濾掉系統調用。elasticsearch 5.2以後引入的功能，在bootstrap的時候check是否支持seccomp。配置network為所有人都可以訪問，因為我們一般是使用ssh連接工具在其他的電腦上操作Linux系統，所以我們需要配置一下：
到這裏就配置完成了，但是當你重新去運行
.elasticsearch的可執行文件的時候，依然會報錯。報錯信息中可能包含以下幾個錯誤：
-
max file descriptors [4096] for elasticsearch process is too low, increase to at least [65536]原因：無法創建本地文件問題,用戶最大可創建文件數太小。
解決方法：切換到root賬戶下，進入Linux系統文件夾，編輯limits.conf文件：
vim /etc/security/limits.conf在文件的末尾加上：
* soft nofile 65536 * hard nofile 65536 * soft nproc 4096 * hard nproc 4096 -
max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]原因：最大虛擬內存太小,需要修改系統變量的最大值。
解決方法：切換到root賬戶下，進入Linux系統文件夾，編輯sysctl.conf文件：
vim /etc/sysctl.conf在文件的末尾加上：
vm.max_map_count=262144 -
max number of threads [1024] for user [es] likely too low, increase to at least [2048]原因：無法創建本地線程問題,用戶最大可創建線程數太小。
解決方法：如果你是CentOS6及以下系統，編輯的文件是90-nproc.conf這個文件，如果你和我一樣使用的是CentOS7的話，編輯的文件是20-nproc.conf文件，其實這兩個文件是一樣的，只是在不同CentOS系統中名稱不一樣而已。
CentOS7使用這個命令：
vim /etc/security/limits.d/20-nproc.confCentOS6使用這個命令：
vim /etc/security/limits.d/90-nproc.conf只需要在文件中加上以下配置：
* soft nproc 4096這個配置的意思是說賦予其他用戶的可創建本地線程數為4096。在這個文件中本來就有一個配置，意思是說賦予root賬戶創建線程數不受限制。我們就把上面的配置加在本來存在的配置的下面一行就可以了。
如果是CentOS7的使用者，還需要配置另一個文件，否則這個最大線程數是不會生效的。CentOS 7 使用systemd替換了SysV，Systemd目的是要取代Unix時代以來一直在使用的init系統，兼容SysV和LSB的啟動腳本，而且夠在進程啟動過程中更有效地引導加載服務。在/etc/systemd目錄下有一個系統的默認管理配置，這裡有登陸、日誌、服務、系統等。所以CentOS7的使用者還需要配置下面這個文件：
vim /etc/systemd/system.conf對其中的選項進行配置，在文件的末尾加上：
DefaultLimitNOFILE=65536 DefaultLimitNPROC=4096
上面的所以錯誤解決完畢之後，我們再運行
.elasticsearch可執行文件，es才可以啟動成功。 -
2.3 Elasticsearch的使用
首先給大家介紹一個谷歌瀏覽器插件，這個插件是用來可視化展示es的索引庫數據的，這個插件叫做ElasticVue，個人感覺挺好用的，展示也比較方便，給大家截個圖看看：
大家可以使用這個建立索引庫，然後調用es官方的es專用的語法操作es服務器進行CRUD操作，但是此處我只介紹Java語言如何調用es服務器API，廢話不多說，我們直接開始下一步。
-
2.3.1 引入依賴
搭建工程的過程我就不演示了，直接上pom.xml依賴文件。
pom.xml：<!--springboot父工程--> <parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>2.2.2.RELEASE</version> <relativePath/> <!-- lookup parent from repository --> </parent> <dependencies> <!--springboot-web組件--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> <version>2.2.2.RELEASE</version> </dependency> <!--elasticsearch-rest-client組件--> <dependency> <groupId>org.elasticsearch.client</groupId> <artifactId>elasticsearch-rest-client</artifactId> <version>7.7.0</version> </dependency> <!--elasticsearch-rest-high-level-client組件--> <dependency> <groupId>org.elasticsearch.client</groupId> <artifactId>elasticsearch-rest-high-level-client</artifactId> <version>7.7.0</version> </dependency> <!--elasticsearch組件--> <dependency> <groupId>org.elasticsearch</groupId> <artifactId>elasticsearch</artifactId> <version>7.7.0</version> </dependency> <!--mybatis整合springboot組件--> <dependency> <groupId>org.mybatis.spring.boot</groupId> <artifactId>mybatis-spring-boot-starter</artifactId> <version>2.1.0</version> </dependency> <!--mysql數據庫連接驅動--> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>8.0.18</version> </dependency> <!--lombok組件--> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <version>1.18.10</version> </dependency> <!--json組件gson--> <dependency> <groupId>com.google.code.gson</groupId> <artifactId>gson</artifactId> <version>2.8.5</version> </dependency> <!--springboot-test組件--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-test</artifactId> </dependency> <!--單元測試junit組件--> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.12</version> <scope>test</scope> </dependency> <!--spring-test組件--> <dependency> <groupId>org.springframework</groupId> <artifactId>spring-test</artifactId> <version>5.2.2.RELEASE</version> <scope>test</scope> </dependency> </dependencies> <build> <!--springboot的maven插件--> <plugins> <plugin> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-maven-plugin</artifactId> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-compiler-plugin</artifactId> <configuration> <compilerArgs> <arg>-parameters</arg> </compilerArgs> </configuration> </plugin> </plugins> </build> -
2.3.2 Elasticsearch的配置類和Gson配置類和應用配置文件
application.yml：butterflytri: databaseurl-port: 127.0.0.1:3306 # 數據庫端口 database-name: student_db # 數據庫名 host: 192.168.129.100:9200 # es服務端 server: port: 8080 # 應用端口 servlet: context-path: /butterflytri # 應用映射 spring: application: name: mybatis # 應用名稱 datasource: url: jdbc:mysql://${butterflytri.databaseurl-port}/${butterflytri.database-name}?useUnicode=true&characterEncoding=UTF-8&useJDBCCompliantTimezoneShift=true&useLegacyDatetimeCode=false&serverTimezone=UTC driver-class-name: com.mysql.jdbc.Driver username: root password: root mybatis: type-aliases-package: com.butterflytri.entity # entity別名 mapper-locations: classpath:com/butterflytri/mapper/*Mapper.xml # mapper映射包掃描注意：yml文件中的192.168.129.100:9200是es對外的端口，使用的http協議進行操作，es服務器還有個9300端口，這個端口是es集群中各個節點進行交流的端口，使用的是tcp協議。所以我們連接的時候，端口要使用9200端口。
項目啟動類沒有什麼特別的東西，就不展示了。
ElasticsearchConfig.java：package com.butterflytri.config; import org.apache.http.HttpHost; import org.elasticsearch.client.RestClient; import org.elasticsearch.client.RestHighLevelClient; import org.springframework.beans.factory.DisposableBean; import org.springframework.beans.factory.FactoryBean; import org.springframework.beans.factory.InitializingBean; import org.springframework.beans.factory.annotation.Value; import org.springframework.context.annotation.Configuration; /** * @author: WJF * @date: 2020/5/22 * @description: ElasticSearchConfig */ @Configuration public class ElasticSearchConfig implements FactoryBean<RestHighLevelClient>, InitializingBean, DisposableBean { /** * {@link FactoryBean<T>}：FactoryBean<T>是spring對外提供的對接接口，當向spring對象使用getBean("..")方法時， * spring會使用FactoryBean<T>的getObject 方法返回對象。所以當一個類實現的factoryBean<T>接口時， * 那麼每次向spring要這個類時，spring就返回T對象。 * * {@link InitializingBean}：InitializingBean接口為bean提供了初始化方法的方式，它只包括afterPropertiesSet方法， * 凡是繼承該接口的類，在初始化bean的時候會執行該方法。在spring初始化bean的時候，如果該bean是 * 實現了InitializingBean接口，並且同時在配置文件中指定了init-method，系統則是 * 先調用afterPropertiesSet方法，然後在調用init-method中指定的方法。 * * {@link DisposableBean}：DisposableBean接口為bean提供了銷毀方法destroy-method，會在程序關閉前銷毀對象。 */ @Value("#{'${butterflytri.host}'.split(':')}") private String[] host; private RestHighLevelClient restHighLevelClient; private RestHighLevelClient restHighLevelClient() { restHighLevelClient = new RestHighLevelClient( RestClient.builder(new HttpHost(host[0],Integer.valueOf(host[1]),"http")) ); return restHighLevelClient; } @Override public void destroy() throws Exception { restHighLevelClient.close(); } @Override public RestHighLevelClient getObject() throws Exception { return restHighLevelClient; } @Override public Class<?> getObjectType() { return RestHighLevelClient.class; } @Override public void afterPropertiesSet() throws Exception { restHighLevelClient(); } }ES的配置類，這個配置類實現了三個接口，三個接口的作用我也寫上了註釋，大家可以看下，需要注意的是
FactoryBean這個接口，一但實現了這個接口，每當你需要使用泛型表示的對象T的時候，Spring不會從容器中去拿這個對象，而是會調用這個FactoryBean.getObject()方法去拿對象。其他的就沒有什麼了。Gson.java：Gson是一個操作json數據的類，它的執行效率可能會慢一點，但是它在解析json數據的時候不會出Bug。
package com.butterflytri.config; import com.google.gson.Gson; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; /** * @author: WJF * @date: 2020/5/22 * @description: GsonConfig */ @Configuration public class GsonConfig { /** * {@link Gson}：一個操作json的對象，有比較好的json操作體驗，相對於Alibaba的FastJson來說速度慢一些，但是FastJson在解析 * 複雜的的json字符串時有可能會出現bug。 * @return Gson */ @Bean public Gson gson() { return new Gson(); } }Constants.java：這是我寫的常量類，放一些ES使用的常量，直接寫字符串也行，但是我建議這樣做。
package com.butterflytri.constants; /** * @author: WJF * @date: 2020/5/22 * @description: Constants */ public class Constants { /** * es搜索關鍵字 */ public static final String KEYWORD = ".keyword"; /** * es的type類型：type字段將在 elasticsearch-version：8 中徹底刪除，本來就覺得沒得啥用。 */ public static final String DOC_TYPE = "_doc"; /** * 學生信息索引類型 */ public static final String INDEX_STUDENT = "student_info"; /** * 自定連接符 */ public static final String CONNECTOR = " --> "; }Student.java：package com.butterflytri.entity; import lombok.Getter; import lombok.Setter; import lombok.ToString; import java.io.Serializable; /** * @author: WJF * @date: 2020/5/16 * @description: Student */ @ToString @Getter @Setter public class Student implements Serializable { private Long id; private String studentName; private String studentNo; private String sex; private Integer age; private String clazz; }StudentMapper.java：package com.butterflytri.mapper; import com.butterflytri.entity.Student; import org.apache.ibatis.annotations.Mapper; import java.util.List; /** * @author: WJF * @date: 2020/5/16 * @description: StudentMapper */ @Mapper public interface StudentMapper { /** * 查詢所有學生信息 * @return List<Student> */ List<Student> findAll(); /** * 通過id查詢學生信息 * @param id：學生id * @return Student */ Student findOne(Long id); /** * 通過學號查詢學生信息 * @param studentNo：學生學號 * @return Student */ Student findByStudentNo(String studentNo); }mybatis的SQL映射文件我就不展示了，也很簡單，大家看接口方法名就應該可以想象得到SQL語句是怎樣的。
-
2.3.3 索引數據到ES服務器
IndexServiceImpl.java：package com.butterflytri.service.impl; import com.butterflytri.constants.Constants; import com.butterflytri.entity.Student; import com.butterflytri.service.IndexService; import com.google.gson.Gson; import org.elasticsearch.action.ActionListener; import org.elasticsearch.action.index.IndexRequest; import org.elasticsearch.action.index.IndexResponse; import org.elasticsearch.client.RequestOptions; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.common.xcontent.XContentType; import org.springframework.stereotype.Service; import javax.annotation.Resource; import java.io.IOException; /** * @author: WJF * @date: 2020/5/22 * @description: IndexServiceImpl */ @Service public class IndexServiceImpl implements IndexService { @Resource private Gson gson; @Resource private RestHighLevelClient restHighLevelClient; @Override public String index(Student student) { StringBuilder builder = new StringBuilder(); IndexRequest indexRequest = this.initIndexRequest(student); try { // 同步索引到elasticsearch服務器，獲取索引響應IndexResponse IndexResponse indexResponse = restHighLevelClient.index(indexRequest, RequestOptions.DEFAULT); String statusName = indexResponse.status().name(); int statusCode = indexResponse.status().getStatus(); builder.append(statusName).append(Constants.CONNECTOR).append(statusCode); } catch (IOException e) { builder.append("Fail").append(Constants.CONNECTOR).append(e.getMessage()); } return builder.toString(); } @Override public String indexAsync(Student student) { StringBuilder builder = new StringBuilder(); IndexRequest indexRequest = this.initIndexRequest(student); // 異步索引到elasticsearch服務器，獲取索引響應IndexResponse restHighLevelClient.indexAsync(indexRequest, RequestOptions.DEFAULT,actionListener(builder)); return builder.toString(); } /** * 初始化IndexRequest，並設置數據源。 * @param student * @return IndexRequest */ private IndexRequest initIndexRequest(Student student) { // 構建IndexRequest，設置索引名稱，索引類型，索引id IndexRequest indexRequest = new IndexRequest(Constants.INDEX_STUDENT); // 可以不設置，默認就是'_doc' indexRequest.type(Constants.DOC_TYPE); // 設置索引id為studentId indexRequest.id(String.valueOf(student.getId())); // 設置數據源 String studentJson = gson.toJson(student); indexRequest.source(studentJson, XContentType.JSON); return indexRequest; } /** * 異步索引的回調監聽器，根據不同的結果做出不同的處理 * @param builder * @return ActionListener<IndexResponse> */ private ActionListener<IndexResponse> actionListener(StringBuilder builder) { return new ActionListener<IndexResponse>() { // 當索引數據到es服務器時，返回不同的狀態 @Override public void onResponse(IndexResponse indexResponse) { String statusName = indexResponse.status().name(); int statusCode = indexResponse.status().getStatus(); builder.append(statusName).append(Constants.CONNECTOR).append(statusCode); } // 當索引數據時出現異常 @Override public void onFailure(Exception e) { builder.append("Fail").append(Constants.CONNECTOR).append(e.getMessage()); } }; } }上面的內容很簡單，就是將Student對象格式化為Json字符串，然後存到es服務器中，大家只要遵守一個規則就好，就是操作es服務器，不管是什麼操作都是用RestHighLevelClient這個類去操作，上面的就是student對象索引的es服務器中，使用
restHighLevelClient.index(indexRequest, RequestOptions.DEFAULT)，首先就是構建indexRequest對象，這個對象就是索引請求對象，具體幹了什麼看代碼上的註釋。這裏還有個restHighLevelClient.indexAsync()這個方法，這個方法和上面的index方法一樣的效果，只不過是異步調用。接下來我們測試一下這個代碼，請看：
@Test public void indexTest() { List<Student> list = studentMapper.findAll(); for (Student student : list) { String message = indexService.index(student); System.out.println(message); } }我們使用ElasticVue插件連接es服務器即可看到有一個索引庫：
當我們點擊到show按鈕的時候，可以看到student_info索引庫中有幾條記錄：
索引數據到數據庫成功了。
-
2.3.4 獲取Es服務器數據
獲取數據，是es提供給我們的API，這個Api只能獲取某個索引的某一條文檔，示例如下：
GetServiceImpl.java：@Override public Student get(String id) { Student student = new Student(); GetRequest getRequest = new GetRequest(Constants.INDEX_STUDENT, id); try { GetResponse getResponse = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT); String source = getResponse.getSourceAsString(); student = gson.fromJson(source, Student.class); } catch (IOException e) { e.printStackTrace(); } return student; }接着我們在測試類中，調用這個方法然後打印一下結果：
GetServiceTest.java：@Test public void getTest() { Student student = getService.get("1"); System.out.println(student); }結果如下：
更新數據文檔和刪除數據文檔我就不演示了，都是大同小異，大家可以拉下我的代碼，好好研究一下，都有詳細的註釋，覺得可以的話，給我點下star也是極好的。下面演示一下searchApi，這個Api是我們經常需要使用的，特別重要。
-
2.3.5 搜索Es服務器數據
ES的搜索API包含很多，比如說組合搜索，區間搜索，高亮显示，分詞搜索等等。我先給大家演示一下組合搜索，區間搜索其實也是組合搜索的一個子條件，其他的搜索其實也都是，代碼如下：
SearchServiceImpl.java：@Override public List<Student> searchRange(Object from, Object to, String field, String index) { List<Student> list = new ArrayList<>(); BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery(); // 需要搜索的區間字段field RangeQueryBuilder rangeQueryBuilder = QueryBuilders.rangeQuery(field); // 左區間 if (from != null) { rangeQueryBuilder.from(from, true); } // 右區間 if (to != null) { rangeQueryBuilder.to(to, true); } boolQueryBuilder.must(); SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); searchSourceBuilder.query(boolQueryBuilder); SearchRequest searchRequest = new SearchRequest(index); searchRequest.source(searchSourceBuilder); try { SearchResponse search = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT); for (SearchHit hit : search.getHits()) { String source = hit.getSourceAsString(); Student student = gson.fromJson(source, Student.class); list.add(student); } } catch (IOException e) { e.printStackTrace(); } return list; }上面的代碼其實很簡單，就是一個區間查詢構建器，查詢指定字段處於區間的所有數據，
rangeQueryBuilder.from(from, true)的第一個參數就是字段的下邊界，第二個參數代表是否包含邊界。SearchResponse就是搜索的響應對象，所有的數據都在SearchHit對象中。接下來給大家演示一些組合查詢，這個方法搜索年齡在18到19歲並且班級為’G0305’的學生。記得ES默認是分頁的，如果想不分頁，一定要記得給搜索字段加上
.keyword(字符串加，数字不支持)。SearchServiceImpl.java：@Override public List<Student> searchBool() { List<Student> list = new ArrayList<>(); BoolQueryBuilder boolQuery = QueryBuilders.boolQuery(); boolQuery.must(QueryBuilders.rangeQuery("age").gte(18).lte(19)); boolQuery.must(QueryBuilders.termQuery("clazz" + Constants.KEYWORD,"G0305")); SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); searchSourceBuilder.query(boolQuery); SearchRequest searchRequest = new SearchRequest(Constants.INDEX_STUDENT); searchRequest.source(searchSourceBuilder); try { SearchResponse search = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT); for (SearchHit hit : search.getHits()) { String source = hit.getSourceAsString(); Student student = gson.fromJson(source, Student.class); list.add(student); } } catch (IOException e) { e.printStackTrace(); } return list; }上面的代碼中的類
BoolQueryBuilder就是組合查詢構建器，這個類可以用來構建組合的條件查詢。boolQuery.must()方法就是用來拼接條件的一種方式，使用這個方法代表必須滿足這個條件才會查詢出來，上面的代碼說明必須滿足年齡為18(包含18)到19(包含19)歲，並且班級為’G0305’的學生才會查詢出來。還有其他的一些常見的組合查詢方法，如下：boolQuery.must()：必須滿足此條件，相當於=或者&。boolQuery.mustNot()：必須不滿足此條件，相當於!=。boolQuery.should()：相當於||或者or。boolQuery.filter()：過濾。
然後是聚合查詢，很類似於MySQL中的聚合函數，這個示例我就不再解釋了，代碼註釋很清楚：
@Override public void searchBoolAndAggregation() { BoolQueryBuilder boolQuery = QueryBuilders.boolQuery(); boolQuery.must(QueryBuilders.rangeQuery("age").gte(18).lte(19)); boolQuery.must(QueryBuilders.termQuery("clazz" + Constants.KEYWORD,"G0305")); // 聚合分組：按clazz字段分組，並將結果取名為clazz，es默認是分詞的，為了精確配置，需要加上‘.keyword’關鍵詞後綴。 TermsAggregationBuilder aggregationBuilder = AggregationBuilders.terms("clazz").field("clazz" + Constants.KEYWORD); // 聚合求和：求符合查詢條件的學生的年齡的和，並將結果取名為ageSum，因為不是字符串，所以默認是精確匹配，不支持分詞。 aggregationBuilder.subAggregation(AggregationBuilders.sum("ageSum").field("age")); // 聚合求平均：求符合查詢條件的學生的年齡的平均值，並將結果取名為ageAvg，因為不是字符串，所以默認是精確匹配，不支持分詞。 aggregationBuilder.subAggregation(AggregationBuilders.avg("ageAvg").field("age")); // 聚合求數量：按學號查詢符合查詢條件的學生個數，並將結果取名為count，es默認是分詞的，為了精確配置，需要加上‘.keyword’關鍵詞後綴。 aggregationBuilder.subAggregation(AggregationBuilders.count("count").field("studentNo" + Constants.KEYWORD)); SearchSourceBuilder builder = new SearchSourceBuilder(); builder.query(boolQuery); builder.aggregation(aggregationBuilder); // 按年齡降序排序。 builder.sort("age", SortOrder.DESC); SearchRequest request = new SearchRequest("student_info"); request.source(builder); try { SearchResponse search = restHighLevelClient.search(request, RequestOptions.DEFAULT); for (SearchHit hit : search.getHits()) { String source = hit.getSourceAsString(); Student student = gson.fromJson(source, Student.class); System.out.println(student); } // 使用Terms對象接收 Terms clazz = search.getAggregations().get("clazz"); for (Terms.Bucket bucket : clazz.getBuckets()) { System.out.println(bucket.getDocCount()); System.out.println("====================="); // 使用ParsedSum對象接收 ParsedSum ageCount = bucket.getAggregations().get("ageSum"); System.out.println(ageCount.getType()); System.out.println(ageCount.getValue()); System.out.println(ageCount.getValueAsString()); System.out.println(ageCount.getMetaData()); System.out.println(ageCount.getName()); System.out.println("====================="); // 使用ParsedAvg對象接收 ParsedAvg ageAvg = bucket.getAggregations().get("ageAvg"); System.out.println(ageAvg.getType()); System.out.println(ageAvg.getValue()); System.out.println(ageAvg.getValueAsString()); System.out.println(ageAvg.getMetaData()); System.out.println(ageAvg.getName()); System.out.println("====================="); // 使用ParsedValueCount對象接收 ParsedValueCount count = bucket.getAggregations().get("count"); System.out.println(count.getType()); System.out.println(count.getValue()); System.out.println(count.getValueAsString()); System.out.println(count.getMetaData()); System.out.println(count.getName()); } } catch (IOException e) { e.printStackTrace(); } }最後還有分詞查詢，分詞查詢就不加
.keyword關鍵字即可。@Override public List<Student> searchMatch(String matchStudentName) { List<Student> list = new ArrayList<>(); BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery(); // 分詞查詢時不加'.keyword'關鍵字 boolQueryBuilder.must(QueryBuilders.matchQuery("studentName",matchStudentName)); SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); searchSourceBuilder.query(boolQueryBuilder); SearchRequest searchRequest = new SearchRequest("student_info"); searchRequest.source(searchSourceBuilder); try { SearchResponse search = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT); for (SearchHit hit : search.getHits().getHits()) { String source = hit.getSourceAsString(); Student student = gson.fromJson(source, Student.class); list.add(student); } } catch (IOException e) { e.printStackTrace(); } return list; }請記住，一般的進行分詞都是字符串才進行分詞搜索，数字等類型只能是精準匹配。
最後，ES功能很強大，作為搜索界的扛把子，ES的功能遠遠不止這些，它還可以高亮搜索，數據分析等等。我在這裏演示的僅僅只是皮毛，甚至都不是皮毛，僅作為初學者的參考。如有大佬覺得我哪裡寫錯了，或者有不同見解，歡迎留言。
3. 項目地址
本項目傳送門：
- GitHub —> spring-boot-elasticsearch
- Gitee —> spring-boot-elasticsearch
此教程會一直更新下去，覺得博主寫的可以的話，關注一下，也可以更方便下次來學習。
- 作者：Butterfly-Tri
- 出處：Butterfly-Tri個人博客
- 版權所有，歡迎保留原文鏈接進行轉載
本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理
【其他文章推薦】
※網頁設計最專業,超強功能平台可客製化
※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面
※回頭車貨運收費標準
※推薦評價好的iphone維修中心
※教你寫出一流的銷售文案?
※台中搬家公司教你幾個打包小技巧,輕鬆整理裝箱!
※台中搬家公司費用怎麼算?
