Spring Boot 教程 - Elasticsearch

Spring Boot 教程 - Elasticsearch

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，並作爲Apache許可條款下的開放源碼發佈，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的排名顯示，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 的實現原理主要分爲以下幾個步驟，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。另一個特性稱爲“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，適合作爲NoSQL數據存儲，但缺少分佈式事務。

1. Elasticsearch深入瞭解
   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開發環境裏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
集羣(Cluster)：就是多臺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羣的概念，提高性能，讓應用具有高可用性，一臺服務器掛掉，可以很快有另一臺ES服務器補上。
節點(Node)：節點就是集羣中的某一臺ES服務器就稱爲一個節點。
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，因爲在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爲索引。
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。

爲了解決此問題，Elasticsearch提供了將索引細分爲多個碎片的功能。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”，可以託管在羣集中的任何節點上。

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）分佈和並行化操作，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，並且對您作爲用戶是透明的。

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。爲此，Elasticsearch允許您將索引分片的一個或多個副本製作爲所謂的副本分片（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並行執行搜索，因此它可以擴展搜索量/吞吐量。
總而言之，每個索引可以分爲多個碎片。索引也可以複製零（表示沒有副本）或多次。複製後，每個索引將具有主碎片（從中進行復制的原始碎片）和副本碎片（主碎片的副本）。可以在創建索引時爲每個索引定義分片和副本的數量。創建索引後，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，這意味着如果集羣中至少有兩個節點，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作爲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：一切設計都是爲了提高搜索的性能！

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，然後爲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瞭解一下：什麼是Elasticsearch?

2.2 Elasticsearch的安裝
本演示項目ES版本爲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binelasticsearch.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，因爲沒有進行配置，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：

首先我們配置集羣名稱，集羣名稱自己取一個喜歡的名字就好：

接下來配置節點名稱，就是在這個集羣中，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爲所有人都可以訪問，因爲我們一般是使用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

1. 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.conf
CentOS6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爲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的啓動腳本，而且夠在進程啓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，這裏有登陸、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纔可以啓動成功。

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：

<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集羣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。

項目啓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, 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接口爲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接口爲bean提供了銷燬方法destroy-method，會在程序關閉前銷燬對象。
 */

@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爲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對象格式化爲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，高亮顯示，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歲並且班級爲'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，數字不支持)。

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纔會查詢出來，上面的代碼說明必須滿足年齡爲18(包含18)到19(包含19)歲，並且班級爲'G0305'的學生纔會查詢出來。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，並將結果取名爲clazz，es默認是分詞的，爲了精確配置，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，並將結果取名爲ageSum，因爲不是字符串，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，並將結果取名爲ageAvg，因爲不是字符串，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，並將結果取名爲count，es默認是分詞的，爲了精確配置，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，數字等類型只能是精準匹配。

最後，ES功能很強大，作爲搜索界的扛把子，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，僅作爲初學者的參考。如有大佬覺得我哪裏寫錯了，或者有不同見解，歡迎留言。

1. 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。

原文地址https://www.cnblogs.com/Butterfly-Tri/p/13081498.html