ElasticSearch

概述

ElasticSeacher 是一个分布式、RESTful 风格的的搜索和数据分析引擎，能够解决不断涌现的各种用例。作为 Elastic Stack 的核心，它集中存储您的数据，帮助您发现意料之中以及意料之外的情况。

ElasticSearch，简称 ES，是一个开源的高扩展的分布式权威搜索引擎，是整个 Elastic Stack 技术栈的核心。他可以近乎实现存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理 PB 级别的数据。

基本操作

RESTful

REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就是 RESTful。Web 应用程序最重要的 REST 原则是，客户端和服务器之间的交互在请求之间是无状态的。从客户端到服务器的每个请求都必须包含理解请求所必需的信息。如果服务器在请求之间的任何时间点重启，客户端不会得到通知。此外，无状态请求可以由任何可用服务器回答，这十分适合云计算之类的环境。客户端可以缓存数据以改进性能。

在服务器端，应用程序状态和功能可以分为各种资源。资源是一个有趣的概念实体，它向客户端公开。资源的例子有：应用程序对象、数据库记录、算法等等。每个资源都使用 URI (Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口，以便在客户端和服务器之间传输状态。使用的是标准的 HTTP 方法，比如 GET、PUT、POST 和DELETE。

在 REST 样式的 Web 服务中，每个资源都有一个地址。资源本身都是方法调用的目标，方法列表对所有资源都是一样的。这些方法都是标准方法，包括 HTTP GET、POST、PUT、DELETE，还可能包括 HEAD 和 OPTIONS。简单的理解就是，如果想要访问互联网上的资源，就必须向资源所在的服务器发出请求，请求体中必须包含资源的网络路径，以及对资源进行的操作(增删改查)。

数据格式

Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比：

ES 里的 Index 可以看做一个库，而 Types 相当于表，Documents 相当于表的行。

这里 Types 的概念以及逐渐弱化，ES 6.X 中，一个 index 下已经只能包含一个 Type，ES 7.X 中，Type 的概念已经被删除了。

用 JSON 作为文档序列化的格式，比如一条用户信息：

{
    "name" : "John",
    "sex" : "Male",
    "age" : 25,
    "birthDate" : "1990/05/01",
    "about" : "I love to go rock climing",
    "interests" : ["sports","music"]
}

HTTP 操作

索引操作

创建索引

对比关系型数据库，创建索引就等同于创建数据库

向 ES 服务器发 PUT 请求：http://127.0.0.1:9200/shopping

服务器返回响应

{
    "acknowledged"【响应结果】: true,
    "shards_acknowledged"【分片结果】: true,
    "index"【索引名称】: "shopping"
}

如果重复添加，将返回错误信息：

查看所有索引

向 ES 服务器发送 GET 请求：http://localhost:9200/_cat/indices?v

请求路径中，_cat 表示查看的意思，indices 表示索引，所以整体含义就是查看当前 ES 服务器的所有索引。返回结果如下：

表头	含义
health	当前服务器健康状态：green(集群完整) yellow(单点正常、集群不完整) red(单点不正常)
status	索引打开、关闭状态
index	索引名
uuid	索引统一编号
pri	主分片数量
rep	副本数量
docs.count	可用文档数量
docs.deleted	文档删除状态（逻辑删除）
store.size	主分片和副分片整体占用空间大小
pri.store.size	主分片占用空间大小

查看单个索引

向 ES 服务器发送 GET 请求：http://127.0.0.1:9200/shopping

查看索引向 ES 服务器发送的请求路径和创建索引是一致的。但是 HTTP 方法不一致。这里可以体会一下 RESTful 的意义。

返回结果：

{
    "shopping"【索引名】: { 
 		"aliases"【别名】: {},
 		"mappings"【映射】: {},
         "settings"【设置】: {
 			"index"【设置 - 索引】: {
                 "creation_date"【设置 - 索引 - 创建时间】: "1614265373911",
                 "number_of_shards"【设置 - 索引 - 主分片数量】: "1",
                 "number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
                 "uuid"【设置 - 索引 - 唯一标识】: "eI5wemRERTumxGCc1bAk2A",
                 "version"【设置 - 索引 - 版本】: {
                 "created": "7080099"
                 },
			    "provided_name"【设置 - 索引 - 名称】: "shopping"
 			}
 		}
 	} 
}

删除索引

向 ES 服务器发 DELETE 请求：http://127.0.0.1:9200/shopping

返回结果：

重新访问索引时，服务器返回结果：索引不存在

文档操作

创建文档

索引已经创建好了，接下来我们创建文档，并添加数据。这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为 JSON 格式。

向 ES 服务器发送 POST 请求：http://127.0.0.1:9200/shopping/_doc

请求体内容为：

{
    "title": "小米手机",
    "categocy": "小米",
    "images": "http://www.gulixueyuan.com/xm.jpg",
    "price": 3999
}

服务器响应结果如下：

{
    "_index"【索引】: "shopping",
	"_type"【类型-文档】: "_doc",
	"_id"【唯一标识】: "Xhsa2ncBlvF_7lxyCE9G", #可以类比为 MySQL 中的主键，随机生成
	"_version"【版本】: 1,
	"result"【结果】: "created", #这里的 create 表示创建成功
	"_shards"【分片】: {
		"total"【分片 - 总数】: 2,
         "successful"【分片 - 成功】: 1,
         "failed"【分片 - 失败】: 0
	},
	"_seq_no": 0,
	"_primary_term": 1
}

上面的数据创建后，由于没有指定数据唯一标识（ID），默认情况下，ES 服务器会随机生成一个。

如果想要自定义随即标识，需要在创建时指定：http://127.0.0.1:9200/shopping/_doc/1

返回结果：

查看文档

查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询。

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/phone/1

服务器返回结果：

{
    "_index"【索引】: "shopping",
    "_type"【文档类型】: "_doc",
    "_id": "1",
    "_version": 2,
    "_seq_no": 2,
    "_primary_term": 2,
    "found"【查询结果】: true, # true 表示查找到，false 表示未查找到
    "_source"【文档源信息】: {
        "title": "华为手机",
        "category": "华为",
        "images": "http://www.gulixueyuan.com/hw.jpg",
        "price": 5999.00
	}
}

修改文档

和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖。

向 ES 服务器发送 POST 请求：http://127.0.0.1:9200/shopping/phone/1

请求体内容：

{
    "title": "华为手机",
    "categocy": "华为",
    "images": "http://www.gulixueyuan.com/hw.jpg",
    "price": 4999
}

服务器返回结果：

{
    "_index": "shopping",
    "_type": "_doc",
    "_id": "1",
    "_version"【版本】: 2,
    "result"【结果】: "updated", # updated 表示数据被更新
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 2,
    "_primary_term": 2
}

修改字段

修改数据时，也可以只修改某一条数据的局部信息

向 ES 服务器发送 POST 请求：http://127.0.0.1:9200/shopping/_update/1

请求体内容为：

{
    "doc": {
        "price":3000
    }
}

服务器返回结果：

再次查询，文档数据已更新：

删除文档

删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。

向 ES 服务器发送 DELETE 请求：http://127.0.0.1::9200/shopping/phone/1

删除成功，服务器响应结果：

{
    "_index": "shopping",
    "_type": "_doc",
    "_id": "1",
    "_version"【版本】: 4, #对数据的操作，都会更新版本
    "result"【结果】: "deleted", # deleted 表示数据被标记为删除
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 4,
    "_primary_term": 2
}

删除后再查询当前文档信息：

条件删除文档

一般删除数据都是根据文档的唯一性标识进行删除，实际操作时，也可以根据条件对多条数据进行删除

首先分别增加多条数据：

{
    "title":"小米手机",
    "category":"小米",
    "images":"http://www.gulixueyuan.com/xm.jpg",
    "price":4000.00
}
和
{
    "title":"华为手机",
    "category":"华为",
    "images":"http://www.gulixueyuan.com/hw.jpg",
    "price":4000.00
}

向 ES 服务器发送 POST 请求：http://127.0.0.1:9200/shopping/_delete_by_query

请求体内容为：

{
    "query":{
        "match":{
            "price":4000
        }
    }
}

删除成功后，服务器响应结果：

{
    "took"【耗时】: 1228,
    "timed_out"【是否超时】: false,
    "total"【总数】: 1,
    "deleted"【删除数量】: 1,
    "batches": 1,
    "version_conflicts": 0,
    "noops": 0,
    "retries": {
        "bulk": 0,
        "search": 0
    },
    "throttled_millis": 0,
    "requests_per_second": -1.0,
    "throttled_until_millis": 0,
    "failures": []
}

映射操作

有了索引库，等于有了数据库中的 database。

接下来就需要建立索引库中的映射了，类似于数据库中的表结构。创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射。

创建映射

向 ES 服务器发送 PUT 请求：http://127.0.0.1:9200/student/_mapping

请求体内容为：

{
	"properties": {
		"name":{
            "type": "text",
            "index": true
		},
        "sex":{
            "type": "text",
            "index": false
		},
        "age":{
            "type": "long",
            "index": false
		}
	}
}

服务器响应结果如下：

映射数据说明：

字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price
type：类型，es 中支持的数据类型非常丰富，说几个关键的：
- String 类型：
  - text：可分词
  - keyword：不可分词，数据会作为完整字段进行匹配
- Numerical：数值类型，分两类
  - 基本数据类型：long、integer、short、byte、double、float、half_float
  - 浮点数的高精度类型：scaled_float
  - Date：日期类型
  - Array：数组类型
  - Object：对象
index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引。
- true：字段会被索引，则可以用来进行搜索
- false：字段不会被索引，不能用来搜索
store：是否将数据进行独立存储，默认为 false

原始的文本会存储在 _source 里面，默认情况下其他提取出来的字段都不是独立存储的，是从_source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置 “store”: true 即可，获取独立存储的字段要比从_source 中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置。

analyzer：分词器，这里的 ik_max_word 即使用 ik 分词器,后面会有专门的章节学习

查看映射

向 ES 服务器发送 GET 请求：http://127.0.0.1:9200/student/_mapping

服务器响应结果如下：

索引映射关联

向 ES 服务器发送 PUT 请求：http://127.0.0.1:9200/student1

服务器响应结果如下：

高级查询

ES 提供了基于 JSON 提供完整的查询 DSL 来定义查询

定义数据：

# POST /student/_doc/1001
{
    "name": "zhangsan",
    "nickname": "zhangsan",
    "sex": "男",
    "age": 30
}
# POST /student/_doc/1002
{
    "name": "lisi",
    "nickname": "lisi",
    "sex": "男",
    "age": 20
}
# POST /student/_doc/1003
{
    "name": "wangwu",
    "nickname": "wangwu",
    "sex": "女",
    "age": 40
}
# POST /student/_doc/1004
{
    "name": "zhangsan1",
    "nickname": "zhangsan1",
    "sex": "女",
    "age": 50
}
# POST /student/_doc/1005
{
    "name": "zhangsan2",
    "nickname": "zhangsan2",
    "sex": "女",
    "age": 30
}

查询所有文档

向 ES 服务器发送 GET 请求：http://127.0.0.1:9200/student/_search

{
    "query": {
        "match_all": {}
    }
}
# "query"：这里的 query 代表一个查询对象，里面可以有不同的查询属性
# "match_all"：查询类型，例如：match_all(代表查询所有)， match，term ， range 等等
# {查询条件
}：查询条件会根据类型的不同，写法也有差异

服务器响应结果如下：

{
    "took": 1105,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 5,
            "relation": "eq"
        },
        "max_score": 1.0,
        "hits": [
            {
                "_index": "student",
                "_type": "_doc",
                "_id": "1001",
                "_score": 1.0,
                "_source": {
                    "name": "zhangsan",
                    "nickname": "zhangsan",
                    "sex": "男",
                    "age": 30
                }
            },
            {
                "_index": "student",
                "_type": "_doc",
                "_id": "1002",
                "_score": 1.0,
                "_source": {
                    "name": "lisi",
                    "nickname": "lisi",
                    "sex": "男",
                    "age": 20
                }
            },
            {
                "_index": "student",
                "_type": "_doc",
                "_id": "1003",
                "_score": 1.0,
                "_source": {
                    "name": "wangwu",
                    "nickname": "wangwu",
                    "sex": "女",
                    "age": 40
                }
            },
            {
                "_index": "student",
                "_type": "_doc",
                "_id": "1004",
                "_score": 1.0,
                "_source": {
                    "name": "zhangsan1",
                    "nickname": "zhangsan1",
                    "sex": "女",
                    "age": 50
                }
            },
            {
                "_index": "student",
                "_type": "_doc",
                "_id": "1005",
                "_score": 1.0,
                "_source": {
                    "name": "zhangsan2",
                    "nickname": "zhangsan2",
                    "sex": "女",
                    "age": 30
                }
            }
        ]
    }
}

{
    "took【查询花费时间，单位毫秒】": 1116,
    "timed_out【是否超时】": false,
    "_shards【分片信息】": {
        "total【总数】": 1,
        "successful【成功】": 1,
        "skipped【忽略】": 0,
        "failed【失败】": 0
    },
    "hits【搜索命中结果】": {
        "total"【搜索条件匹配的文档总数】: {
            "value"【总命中计数的值】: 3,
            "relation"【计数规则】: "eq" # eq 表示计数准确， gte 表示计数不准确
        },
        "max_score【匹配度分值】": 1.0,
        "hits【命中结果集合】": [
		 。。。
    	]
	}
}

匹配查询

match 匹配类型查询，会把查询条件进行分词，然后进行查询，多个词条之间是 or 的关系。

向 ES 服务器发送 GET 请求：http://127.0.0.1:9200/student/_search

{
    "query":{
        "match":{
            "name":"zhangsan"
        }
    }
}

服务器响应结果为：

字段查询

……

ElasticSearch 使用 JAVA API 实现索引、映射、文档操作

1.添加依赖

        <dependency>
            <groupId>org.elasticsearch</groupId>
            <artifactId>elasticsearch</artifactId>
            <version>7.8.0</version>
        </dependency>
        <!-- elasticsearch 的客户端 -->
        <dependency>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>elasticsearch-rest-high-level-client</artifactId>
            <version>7.8.0</version>
        </dependency>
        <!-- elasticsearch 依赖 2.x 的 log4j -->
        <dependency>
            <groupId>org.apache.logging.log4j</groupId>
            <artifactId>log4j-api</artifactId>
            <version>2.8.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.logging.log4j</groupId>
            <artifactId>log4j-core</artifactId>
            <version>2.8.2</version>
        </dependency>
        <dependency>
            <groupId>com.fasterxml.jackson.core</groupId>
            <artifactId>jackson-databind</artifactId>
            <version>2.9.9</version>
        </dependency>
        <!-- junit 单元测试 -->
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
        </dependency>

2.创建 ES 客户端配置类

配置好后在 Controller 层注入后直接调用

package com.bl.es.config;

import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ElasticSearchConfig {

    @Bean
    public RestHighLevelClient restHighLevelClient(){
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("localhost",9200,"http")
                )
        );
        return client;
    }

}

自动注入

 @Autowired
 public RestHighLevelClient restHighLevelClient;

3.索引操作

3.1 创建索引

public void CreateIndex() throws IOException {
        CreateIndexRequest request = new CreateIndexRequest("game");
        CreateIndexResponse response = restHighLevelClient.indices().create(request,RequestOptions.DEFAULT);
        boolean status = response.isAcknowledged();
        System.out.println("索引操作：" + status);
        restHighLevelClient.close();
    }

3.2 获取索引

public void getIndex() throws IOException {
        GetIndexRequest request = new GetIndexRequest();
        request.indices("user");
        GetIndexResponse response = restHighLevelClient.indices().get(request,RequestOptions.DEFAULT);
        System.out.println(response.getAliases());
        System.out.println(response.getMappings());
        System.out.println(response.getSettings());
        restHighLevelClient.close();
    }

3.3 删除索引

public void deleteIndex() throws IOException {
        DeleteIndexRequest request = new DeleteIndexRequest("game");
        AcknowledgedResponse response = restHighLevelClient.indices().delete(request,RequestOptions.DEFAULT);
        System.out.println(response.isAcknowledged());
        restHighLevelClient.close();
    }

4.文档操作

4.1 创建文档

public void CreateDoc() throws IOException {
        //创建文档（请求对象）
        IndexRequest request = new IndexRequest();

        //设置索引及索引中文档的唯一性标识id（若不指定，es会默认随机生成一个id）
        request.index("user").id("1");

        //创建数据对象（文档内容）
        User user = new User();
        user.setName("小红");
        user.setAge(18);

        //向es中插入数据，必须将数据格式转换为JSON
        ObjectMapper objectMapper = new ObjectMapper();
        String userJSON = objectMapper.writeValueAsString(user);
        request.source(userJSON,XContentType.JSON);

        //发送请求
        IndexResponse response = restHighLevelClient.index(request,RequestOptions.DEFAULT);
        System.out.println(response.getResult());
        restHighLevelClient.close();
    }

4.2 修改文档

public void DocUpdate() throws IOException {
        //修改文档请求对象
        UpdateRequest request = new UpdateRequest();

        //配置修改参数    表示要修改user索引中id为1的文档内容
        request.index("user").id("1");

        //将修改后的内容，以JSON格式写入请求中
        request.doc(XContentType.JSON,"name","小红红","age",81);

        //发送请求
        UpdateResponse response = restHighLevelClient.update(request,RequestOptions.DEFAULT);
        System.out.println(response.getResult());
        restHighLevelClient.close();
    }

4.3 查看文档

public void DocSearch() throws IOException {
        GetRequest request = new GetRequest();
        request.index("user").id("1");
        GetResponse response = restHighLevelClient.get(request,RequestOptions.DEFAULT);
        System.out.println(response.getSourceAsString());
        restHighLevelClient.close();
    }

4.4 删除文档

public void deleteDoc() throws IOException {
        DeleteRequest request = new DeleteRequest().index("user").id("1");
        DeleteResponse response = restHighLevelClient.delete(request,RequestOptions.DEFAULT);
        System.out.println(response.getResult());
        restHighLevelClient.close();
    }

4.5 批量创建文档

public void DocInsertBatch() throws IOException {
        BulkRequest request = new BulkRequest();
        request.add(new IndexRequest().index("user").id("2").source(XContentType.JSON,"name","小军","age",21));
        request.add(new IndexRequest().index("user").id("3").source(XContentType.JSON,"name","小马","age",23));
        request.add(new IndexRequest().index("user").id("4").source(XContentType.JSON,"name","张三","age",56));
        BulkResponse response = restHighLevelClient.bulk(request,RequestOptions.DEFAULT);
        System.out.println(response.getTook());
        restHighLevelClient.close();
    }

4.6 批量删除文档

public void DocDeleteBatch() throws IOException {
        BulkRequest request = new BulkRequest();
        request.add(new DeleteRequest().index("user").id("2"));
        request.add(new DeleteRequest().index("user").id("3"));
        request.add(new DeleteRequest().index("user").id("4"));
        BulkResponse responses = restHighLevelClient.bulk(request,RequestOptions.DEFAULT);
        System.out.println(responses.getTook());
        System.out.println(responses.getItems());
        restHighLevelClient.close();
    }

5.查询操作

5.1 条件查询

查询 name 字段为小马的文档

public void DocQuery() throws IOException {
        SearchRequest request = new SearchRequest("user");
        request.source(new SearchSourceBuilder().query(QueryBuilders.termQuery("name","小马")));
        SearchResponse response = restHighLevelClient.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        System.out.println(response.getTook());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        restHighLevelClient.close();
    }

5.2 分页查询

从第一条数据开始查询，每页显示2条

public void DocQueryfy() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder().query(QueryBuilders.matchAllQuery());
        builder.from(0);
        builder.size(2);
        request.source(builder);
        SearchResponse response = restHighLevelClient.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        System.out.println(response.getTook());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        restHighLevelClient.close();
    }

5.3 排序查询

按照 age 字段查询，结果倒叙排序

public void DocSortQuery() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder().query(QueryBuilders.matchAllQuery());
        builder.sort("age", SortOrder.DESC);
        request.source(builder);
        SearchResponse response = restHighLevelClient.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        restHighLevelClient.close();
    }

5.4 过滤字段查询

过滤掉 age 字段

public void DocQuerygl() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder().query(QueryBuilders.matchAllQuery());
        String[] includes = {};
        String[] excludes = {"age"};
        builder.fetchSource(includes,excludes);
        request.source(builder);
        SearchResponse response = restHighLevelClient.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        restHighLevelClient.close();
    }

5.5 组合条件查询

查询年龄=18 或 name=张三的文档内容

public void DocQueryzh() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder();
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
        boolQueryBuilder.should(QueryBuilders.matchQuery("age",18));
        boolQueryBuilder.should(QueryBuilders.matchQuery("name","张三"));
        builder.query(boolQueryBuilder);
        request.source(builder);
        SearchResponse response = restHighLevelClient.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        restHighLevelClient.close();
    }

5.6 范围查询

查询年龄age字段大于等于18，小于25的文档内容

public void DocQueryfw() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder();
        RangeQueryBuilder rangeQueryBuilder = QueryBuilders.rangeQuery("age");
        rangeQueryBuilder.gte(18);
        rangeQueryBuilder.lt(25);
        builder.query(rangeQueryBuilder);
        request.source(builder);
        SearchResponse response = restHighLevelClient.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        restHighLevelClient.close();
    }

5.7 模糊查询

public void DocQuerymh() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder();
        builder.query(QueryBuilders.fuzzyQuery("name","小张").fuzziness(Fuzziness.ONE));
        //最后这个枚举类型 ONE ，表示查询结果中允许与我定义的name字段为 小张 相差一个字符
        request.source(builder);
        SearchResponse response = restHighLevelClient.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        restHighLevelClient.close();
    }

5.8 聚合查询

public void DocQueryjh() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder();
        AggregationBuilder aggregationBuilder = AggregationBuilders.max("age").field("age");
        builder.aggregation(aggregationBuilder);
        request.source(builder);
        SearchResponse response = restHighLevelClient.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        restHighLevelClient.close();
    }

5.9 分组查询

public void DocQueryfz() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder();
        AggregationBuilder aggregationBuilder = AggregationBuilders.terms("age").field("age");
        builder.aggregation(aggregationBuilder);
        request.source(builder);
        SearchResponse response = restHighLevelClient.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        restHighLevelClient.close();
    }

5.10 Bool查询

public void DocQuerybl() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder();
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
        boolQueryBuilder.must(QueryBuilders.matchQuery("age","18"));
        boolQueryBuilder.mustNot(QueryBuilders.matchQuery("name","张三"));
        //boolQueryBuilder.should(QueryBuilders.matchQuery("age","18"));
        builder.query(boolQueryBuilder);
        request.source(builder);
        SearchResponse response = click.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
        }
        click.close();
    }

5.11 高亮查询

public void DocQuerygl() throws IOException {
        SearchRequest request = new SearchRequest("user");
        SearchSourceBuilder builder = new SearchSourceBuilder();
        TermsQueryBuilder termsQueryBuilder = QueryBuilders.termsQuery("name.keyword","张三");
        builder.query(termsQueryBuilder);
        HighlightBuilder highlightBuilder = new HighlightBuilder();
        highlightBuilder.preTags("<font color='red'>");
        highlightBuilder.postTags("</font>");
        highlightBuilder.field("name");
        builder.highlighter(highlightBuilder);
        request.source(builder);
        SearchResponse response = click.search(request,RequestOptions.DEFAULT);
        SearchHits hits = response.getHits();
        System.out.println(hits.getTotalHits());
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            System.out.println(highlightFields);
        }
        click.close();
    }

ElasticSearch 入门

ElasticSearch

概述

基本操作

RESTful

数据格式

HTTP 操作

索引操作

创建索引

查看所有索引

查看单个索引

删除索引

文档操作

创建文档

查看文档

修改文档

修改字段

删除文档

条件删除文档

映射操作

创建映射

查看映射

索引映射关联

高级查询

查询所有文档

匹配查询

字段查询

ElasticSearch 使用 JAVA API 实现 索引、映射、文档操作

1.添加依赖

2.创建 ES 客户端配置类

3.索引操作

3.1 创建索引

3.2 获取索引

3.3 删除索引

4.文档操作

4.1 创建文档

4.2 修改文档

4.3 查看文档

4.4 删除文档

4.5 批量创建文档

4.6 批量删除文档

5.查询操作

5.1 条件查询

5.2 分页查询

5.3 排序查询

5.4 过滤字段查询

5.5 组合条件查询

5.6 范围查询

5.7 模糊查询

5.8 聚合查询

5.9 分组查询

5.10 Bool查询

5.11 高亮查询

评论区

ElasticSearch 使用 JAVA API 实现索引、映射、文档操作