Java_ElasticSearch(ES)——分布式搜索引擎

本文主要是介绍Java_ElasticSearch(ES)——分布式搜索引擎，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

介绍：

Elasticsearch是一个开源的分布式搜索和分析引擎，最初由Elastic公司开发。它构建在Apache Lucene搜索引擎库之上，提供了一个强大的全文搜索和分析引擎，它结合kibana、Logstash、Beats，是一整套技术栈，被叫做ELK，适用于各种用例，包括文本搜索、日志分析、实时数据分析、监控和报警等。

官网：

官网地址：Elastic — The Search AI Company | Elastic，目前最新的版本是8.x.x，国内大多使用6.x.x和7.x.x。

优势：

elasticsearch具备以下优势：

·支持分布式。可水平拓展

·提供Restful接口，可被任何语言调用

es在处理海量数据搜索时，速度非常的快，是因为它底层采用倒排索引。

★倒排索引：

首先介绍一下正向索引：

倒排索引：

总结：

IK分词器：

上述配置文件即表示添加扩展词典ext.dic，它就会在当前配置文件所在的目录中找这个文件。

总结：

基础概念：

与MySQL对比：

索引库操作

Mapping映射属性：

索引库操作：

总结：

文档处理：

CRUD：

新增：

查找、删除：

修改：

全量修改：

这种方式在文档id不存在时，就会相当于一个新增操作。

增量修改：

批量处理：

JavaRestClient：

客户端初始化：

商品表Mapping映射：

以商品表举例：

在kibana中写出即为：

PUT /items
{"mappings": {"properties": {"id": {"type":"keyword"},"name":{"type": "text","analyzer": "ik_smart"},"price":{"type": "integer"},"image":{"type": "keyword", "index": false},"category":{"type": "keyword"},"brand":{"type": "keyword"},"sold":{"type": "integer"},"comment_count":{"type": "integer", "index": false},"isAD":{"type": "boolean"},"update_time":{"type": "date"}
}

索引库操作：

创建索引库的JavaAPI与Restful接口API对比：

操作步骤：

代码演示：

class ItemTest {private RestHighLevelClient client;@BeforeEachvoid setUp() {// 初始化 RestHighLevelClient 对象client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.178.130:9200")));}@AfterEachvoid tearDown() throws IOException {client.close();}@Testvoid testCreateIndex() throws IOException {//1.准备Request对象CreateIndexRequest request = new CreateIndexRequest("items");//2.准备请求参数request.source(MAPPING_TEMPLATE, XContentType.JSON);//3.发送请求client.indices().create(request, RequestOptions.DEFAULT);}@Testvoid testGetIndex() throws IOException {//1.准备Request对象GetIndexRequest request = new GetIndexRequest("items");//2.发送请求boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);System.out.println("exists: " + exists);}@Testvoid testDeleteIndex() throws IOException {//1.准备Request对象DeleteIndexRequest request = new DeleteIndexRequest("items");//2.发送请求client.indices().delete(request, RequestOptions.DEFAULT);}private static final String MAPPING_TEMPLATE = "{\n" +"  \"mappings\": {\n" +"    \"properties\": {\n" +"      \"id\": {\n" +"        \"type\":\"keyword\"\n" +"      },\n" +"      \"name\":{\n" +"        \"type\": \"text\",\n" +"        \"analyzer\": \"ik_smart\"\n" +"      },\n" +"      \"price\":{\n" +"        \"type\": \"integer\"\n" +"      },\n" +"      \"image\":{\n" +"        \"type\": \"keyword\", \n" +"        \"index\": false\n" +"      },\n" +"      \"category\":{\n" +"        \"type\": \"keyword\"\n" +"      },\n" +"      \"brand\":{\n" +"        \"type\": \"keyword\"\n" +"      },\n" +"      \"sold\":{\n" +"        \"type\": \"integer\"\n" +"      },\n" +"      \"comment_count\":{\n" +"        \"type\": \"integer\", \n" +"        \"index\": false\n" +"      },\n" +"      \"isAD\":{\n" +"        \"type\": \"boolean\"\n" +"      },\n" +"      \"update_time\":{\n" +"        \"type\": \"date\"\n" +"      }\n" +"}\n" +"}\n" +"}";}

文档操作：

新增文档：

运行代码：

@SpringBootTest(properties = "spring.profiles.active=local")
class ESDocTest {private RestHighLevelClient client;@Autowiredprivate IItemService itemService;@BeforeEachvoid setUp() {// 初始化 RestHighLevelClient 对象client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.178.130:9200")));}@AfterEachvoid tearDown() throws IOException {client.close();}@Testvoid testIndexDoc() throws IOException {//获取数据Item item = itemService.getById(317578L);ItemDoc itemDoc = BeanUtil.copyProperties(item, ItemDoc.class);//创建request对象IndexRequest request = new IndexRequest("item").id(itemDoc.getId());//准备JSON文档request.source(JSONUtil.toJsonStr(itemDoc), XContentType.JSON);//发送请求client.index(request, RequestOptions.DEFAULT);}}