关于java:Elasticserach学习记录一

98次阅读

共计 7575 个字符，预计需要花费 19 分钟才能阅读完成。

留神 这些所以的货色版本都要一样

ElasticSearch 装置

jdk 至多 1.8 ElasticSearch 客户端，界面工具

留神

jdk 必须与 cpu 的位数是一样的 否则会报 JNA 谬误

下载地址

https://www.elastic.co/cn/ shearch 和 kibabn

https://github.com/medcl/elas… ik 分词器

https://github.com/mobz/elast… head 插件下载

这些都是解压可用

Elasticearch 启动

点击 bin\ 下的 elasticsearch.bat

如果电脑内存不够大 启动前 记得去 config\jvm.options 批改

-Xms256m

   -Xmx256m

拜访 http://127.0.0.1:9200/

head 插件

必须要有 nodejs 因为他是前端写的

  1. cnpm install 装置依赖
  2. cnpm run start

留神如果 9100 端口被占用

netstat -ano | findstr “9100”

而后去工作管理器详细信息里去关

启动胜利拜访 http://localhost:9100/

9200 和 9100 是跨域的

须要在 elasticearch.yaml 中配置跨域 

http.cors.enabled: true
http.cors.allow-origin: "*"

而后重启 es 服务

head 就相当于 navicat

kibana

这也是一个规范的前端化工程

bin\kibana.bat

http://localhost:5601

找到开发工具

汉化！！！！

改配置 kibana.yaml

i18n.locale: “zh-CN”

IK 分词器 (中文) elasticsreach 默认的不是中文的

放在 elasticsreach 中的 plugins 中

有两种算法

  1. ik_smart 默认分词器 他所能了解 不反复的单词 或者字

  2. ik_max_word 最细粒度 穷进词库可能 

    GET _analyze
{
  "analyzer": "ik_smart",
  "text": "我超级喜爱多帅哦"
}

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "我超级喜爱多帅哦"
}

你本人须要的词，须要本人加到字典中 

IKAnalyzer.cfg.xml

编写本人的 kb.dic

而后在配置文件中增加

<entry key="ext_dict">kb.dic</entry>

重启 es

Rest 格调

1、创立一个索引 随到在申请体中插入数据 

PUT / 索引名 / 类型名 (可无)/ 文档 id
{json 申请体}

增加

创立一个索引，指定字段类型 然而没有插入信息 

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

取得信息 

GET test2

如果不写就是默认类型 _doc keyword 是不可分割的 

PUT /test3/_doc/1
{
  "name": "多帅哦",
  "age": 18,
  "birthday": "1999-10-20"
}
GET _cat/health   数据库状态
GET _cat/indices?v     数据库信息

批改

1、间接暴力 PUT

PUT /test3/_doc/1{"name": "多帅哦 123",  "age": 18,  "birthday": "1999-10-20"} 然而索引信息会扭转   版本啊  状态啊

2、POST

POST /test3/_doc/1/_update{"doc":{    "name":"shuaikb"}}

3、删除索引 

DELETE test1 依据你的申请是删除什么 索引或者文档

条件查问 

GET /test3/_search?q=name: 多帅哦 /"_score" : 0.5753642, 这个_score 是匹配度   匹配度越高分数越高

简单搜寻 

GET /test3/_search{"query": {    "match": {      "name": "多帅"}  }}name 里蕴含 多帅 的都会进去 "hits" 外面蕴含了 索引的信息 和查问的后果 GET /test3/_search{"query": {    "match": {      "name": "多帅"}  },  "_source": ["name","age"]} 查问数据中只显示 name 和 age 当前在 java 中操作 es  所有的办法都是这里的 key 排序 "sort": [{      "age": {        "order": "desc"}    }  ] 通过什么字段进行排序   desc 降序  asc 升序分页 "from": 0,  第几个数据开始 "size": 1   返回多少条

布尔值查问 

GET /test3/_search{"query": {    "bool": {      "must": [        {          "match": {            "name": "多帅"}        },        {"match":{          "age": 18}        }      ]    }  }} 准确匹配  多条件查问   must   相当于 and  should 想当于 ornot    相当于  !=GET /test3/_search{"query": {    "bool": {      "must": [        {          "match": {            "name": "多帅"}        }      ],      "filter": [{          "range": {            "age": {              "gte": 10,              "lte": 17}          }        }      ]    }  }}filter 能够进行数据过滤 gt> gte>=    lt< lte<=  eq
GET /test3/_search{"query": {    "match": {      "tag": "男 技术"}  }}tag 查问的多个属性 用空格隔开 term，查问时通过倒排是索引进行准确查问 match，会应用分词器解析 (先剖析文档，而后通过剖析文档进行查问！)

两个类型

  1. text 能被分词器解析
  2. keyword 不能被分词器解析 
GET _analyze{"analyzer": "standard",  "text": "多帅哦 Shuaikb name1"} 只有分词器不是 keyword 就不会被拆分 GET testdb/_search{"query": {    "term": {      "desc": {        "value": "多帅哦 Shuaikb desc"}    }  }} 准确匹配         keyword 类型的字段不会被分词器解析你会发现  多帅哦 Shuaikb desc2 不会被查问进去

多个值匹配的准确查问 

GET testdb/_search{"query": {    "bool": {      "should": [        {          "term": {            "t1": {              "value": "22"}          }        },        {"term": {            "t1": {              "value": "33"}          }        }      ]    }  }}

高亮查问 

GET testdb/_search{"query": {   "match": {     "name": "帅"} }, "highlight": {"fields": {     "name": {}   } }}"多 <em> 帅 </em> 哦 Shuaikb name2" 这个 <em> 就是高亮的 html 自定义搜寻高亮条件 GET testdb/_search{"query": {   "match": {     "name": "帅"} }, "highlight": {"pre_tags": "<p class='key'style='color:red'>",   "post_tags": "</p>",    "fields": {     "name": {}   } }}

Spirngboot 集成 es

 原生依赖 <repositories>    <repository>        <id>es-snapshots</id>        <name>elasticsearch snapshot repo</name>        <url>https://snapshots.elastic.co/maven/</url>    </repository></repositories> 理论咱们导入的依赖 <dependency>            <groupId>org.springframework.boot</groupId>            <artifactId>spring-boot-starter-data-elasticsearch</artifactId></dependency> 留神依赖的版本必须要和本人的本地的 es 版本统一所以须要自定义版本依赖初始化 RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(                new HttpHost("localhost", 9200, "http"),                new HttpHost("localhost", 9201, "http"))); 用完记得关 client.close();@Bean    public RestHighLevelClient restHighLevelClient(){RestHighLevelClient client =new RestHighLevelClient(                RestClient.builder(                        new HttpHost("localhost", 9200, "http"),                        new HttpHost("localhost", 9201, "http")));        return client;    }

API

索引操作 

 @Test    public void CreateIndex() throws IOException {        // 创立索引        CreateIndexRequest requst = new CreateIndexRequest("shuaikb_index");        // 执行申请 取得响应        CreateIndexResponse createIndexResponse =                client.indices().create(requst, RequestOptions.DEFAULT);        System.out.println(createIndexResponse);    }    @Test    void testExisIndex() throws IOException {        // 判断存在        GetIndexRequest request =new GetIndexRequest("shuaikb_index");        boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);        System.out.println(exists);    }    @Test    void testDeleteIndex() throws IOException {        // 删除索引        DeleteIndexRequest request =new DeleteIndexRequest("shuaikb_index");        AcknowledgedResponse delete = client.indices().delete(request, RequestOptions.DEFAULT);        System.out.println(delete);    }

文档操作 

@Test    void testAddDocument() throws IOException {        // 增加文档        Dog dog = new Dog();        dog.setName("多帅哦");        dog.setAge(12);        IndexRequest requst = new IndexRequest("shuaikb_index");        // 规定 PUT /shuaikb_index/_doc/1        requst.id("1");        requst.timeout(TimeValue.timeValueSeconds(1));        requst.timeout("1s");        // 将咱们的数据放入申请 json        requst.source(JSON.toJSONString(dog), XContentType.JSON);        // 客户端发送申请        IndexResponse indexResponse = client.index(requst, RequestOptions.DEFAULT);        System.out.println(indexResponse.toString());        System.out.println(indexResponse.status());    }    @Test    void testExisDocument() throws IOException {        // 判断文档存在        GetRequest getRequest = new GetRequest("shuaikb_index","1");        // 不获取返回的_source 的上下文        getRequest.fetchSourceContext(new FetchSourceContext(false));        getRequest.storedFields("_noe_");        boolean exists = client.exists(getRequest, RequestOptions.DEFAULT);        System.out.println(exists);    }    @Test    void testGetDocument() throws IOException {        // 获取文档信息        GetRequest getRequest = new GetRequest("shuaikb_index","1");        GetResponse documentFields = client.get(getRequest, RequestOptions.DEFAULT);        System.out.println(documentFields.getSourceAsString());        System.out.println(documentFields);    }    @Test    void testUpdateDocument() throws IOException {        // 更新文档信息        UpdateRequest updateRequest = new UpdateRequest("shuaikb_index","1");        updateRequest.timeout("1s");        Dog dog = new Dog("你怎么说",20);        updateRequest.doc(JSON.toJSONString(dog),XContentType.JSON);        client.update(updateRequest,RequestOptions.DEFAULT);    }    @Test    void testDeleteDocument() throws IOException {        // 删除文档信息        DeleteRequest deleteRequest = new DeleteRequest("shuaikb_index","1");        deleteRequest.timeout("1s");        DeleteResponse delete = client.delete(deleteRequest, RequestOptions.DEFAULT);        System.out.println(delete);    }

大量数据操作 

// 大量数据操作    @Test    void testBulkRequest() throws IOException {        BulkRequest bulkRequest = new BulkRequest();        bulkRequest.timeout("10s");        ArrayList<Dog> dogArrayList = new ArrayList<Dog>();        dogArrayList.add(new Dog("test1",1));        dogArrayList.add(new Dog("test2",1));        dogArrayList.add(new Dog("test3",1));        dogArrayList.add(new Dog("test4",1));        dogArrayList.add(new Dog("shuaikb1",1));        dogArrayList.add(new Dog("shuaikb2",1));        dogArrayList.add(new Dog("shuaikb3",1));        dogArrayList.add(new Dog("shuaikb4",1));        for (int i = 0; i <dogArrayList.size() ; i++) {bulkRequest.add(new IndexRequest("shuaikb_index")                    .id(""+(i+1))// 不指定 id 就会随机生成一个简单 id                    .source(JSON.toJSONString(dogArrayList.get(i)),XContentType.JSON));        }        BulkResponse bulk = client.bulk(bulkRequest, RequestOptions.DEFAULT);        System.out.println(bulk.hasFailures());// 返回 false 代表胜利    }    // 查问    //searchRequest  搜寻申请    //searchSourceBuilder  条件结构    // HighlightBuilder  结构高亮    //MatchAllQueryBuilders  全副查问    //TermQueryBuilder   准确查问    @Test    void testSearch() throws IOException {        SearchRequest searchRequest = new SearchRequest("shuaikb_index");        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();        // 准确        TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name","test1");        // 全副        //MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();        searchSourceBuilder.query(termQueryBuilder);        searchSourceBuilder.from();        searchSourceBuilder.size();        searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));        searchRequest.source(searchSourceBuilder);        SearchResponse search = client.search(searchRequest, RequestOptions.DEFAULT);        System.out.println(JSON.toJSONString(search));        for (SearchHit hit : search.getHits().getHits()) {System.out.println(hit.getSourceAsMap());        }    }

正文完
java
发表至： java
2021-08-18
 0
Bamboy 非约束列表(俗称：万能适配器 )(附源码)
关于java:官方Spring-Boot-starters整理
关于java:WeTest平台产品技术合作伙伴招募
关于java:为什么需要注册中心是用-Eureka-还是-Nacos