https://blog.csdn.net/lisen01070107/article/details/108288037?utm_medium=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromMachineLearnPai2~default-5.control&dist_request_id=1332048.10862.16194317503623211&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromMachineLearnPai2~default-5.control

10. 实战：模拟全文搜索-京东搜索

github链接：https://github.com/fanjianhai/CODE/tree/main/SpringBoot/springboot-11-elasticsearch-jd

搭建springboot项目，添加依赖，修改es版本

1. ElasticSearch概述

ElasticSearch简称es，是一个开源的高扩展的分布式全文检索引擎。

2. ELK安装

很简单，指的就是 Elastic Stack。

“ELK”是三个开源项目的首字母缩写，这三个项目分别是：Elasticsearch、Logstash 和 Kibana。

• Elasticsearch 是一个搜索和分析引擎。

• Logstash 是服务器端数据处理管道，能够同时从多个来源采集数据，转换数据，然后将数据发送到诸如 Elasticsearch 等“存储库”中。

• Kibana 则可以让用户在 Elasticsearch 中使用图形和图表对数据进行可视化。

ElasticSearch ：https://mirrors.huaweicloud.com/elasticsearch/?C=N&O=D

logstash ：https://www.elastic.co/cn/downloads/logstash

kibana : https://mirrors.huaweicloud.com/kibana/?C=N&O=D

2.1、ElasticSearch运行

1、解压Es之后，进入bin目录

可以双击运行软件

访问127.0.0.1:9200可以看到：

2.2.、kibana运行

像之前es的一样直接双击kibana即可

访问127.0.0.1:5601

2.3、Logstash 安装

要测试 Logstash 安装，请运行最基本的 Logstash 管道。 例如：

cd logstash-7.6.2
bin/logstash -e ‘input { stdin { } } output { stdout {} }‘

等 Logstash 完成启动后，我们在 stdin 里输入一下文字，我们可以看到如下的输出：

当我们打入一行字符然后回车，那么我们马上可以在 stdout 上看到输出的信息。

如果我们能看到这个输出，说明我们的 Logstash 的安装是成功的。

另外一种运行 Logstash 的方式，也是一种最为常见的运行方式。我们首先需要创建一个配置文件，比如：heartbeat.conf

input {
  heartbeat {
    interval => 10
    type => "heartbeat"
  }
}
 
output {
  stdout {
    codec => rubydebug
  }
}

使用如下命令执行，发现每隔10s进行一次output

bin/logstash -f heartbeat.conf

详细的请看：https://elasticstack.blog.csdn.net/article/details/105979677

3、可视化界面elasticsearch-head

下载：https://github.com/mobz/elasticsearch-head

3.1、安装依赖

cnpm install 

3.2、启动

npm run start

3.3、访问127.0.0.1:9100

发现连接不上，跨域问题（跨端口，跨网站等）

3.4、修改配置，设置跨域

添加两行：

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

3.5、重新启动es

再次访问127.0.0.1:9100

可以发现可以访问了

4. ES核心概念

集群，节点，索引，类型，文档，分片，映射是什么？

elasticsearch是面向文档，关系型数据库和elasticsearch客观的对比！一切都是json

物理设计：

• elasticsearch在后台把每个索引划分成多个分片。每个分片可以在集群中的不同服务器间迁移

逻辑设计：

• 一个索引类型中，包含多个文档，当我们索引一篇文档时，可以通过这样的一个顺序找到它：索引->类型->文档id，通过这个组合我们就能索引到某个具体的文档。注意：ID不必是整数，实际上它是一个字符串。

4.1、文档

就是我们的一条条的记录，elasticsearch是面向文档的，那么就意味着索弓和搜索数据的最小单位是文档, elasticsearch中,文档有几个重要属性:

• 自我包含, 一篇文档同时包含字段和对应的值，也就是同时包含key:value !

• 可以是层次型的，一个文档中包含自文档,复杂的逻辑实体就是这么来的! {就是一 个json对象! fastjson进行自动转换!}

• 灵活的结构,文档不依赖预先定义的模式,我们知道关系型数据库中,要提前定义字段才能使用,在elasticsearch中,对于字段是非常灵活的,有时候,我们可以忽略该字段,或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段,但是,每个字段的类型非常重要,比如一个年龄字段类型,可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型,这也是为什么在elasticsearch中,类型有时候也称为映射类型。

4.2、类型

• 类型是文档的逻辑容器,就像关系型数据库一样,表格是行的容器。类型中对于字段的定义称为映射,比如name映射为字符串类型。
• 文档是无模式的 ,它们不需要拥有映射中所定义的所有字段,比如新增一个字段,那么elasticsearch是怎么做的呢?
• elasticsearch会自动的将新字段加入映射,但是这个字段的不确定它是什么类型, elasticsearch就开始猜,如果这个值是18 ,那么elasticsearch会认为它是整形。
• 但是elasticsearch也可能猜不对 ，所以最安全的方式就是提前定义好所需要的映射,这点跟关系型数据库殊途同归了,先定义好字段,然后再使用。

4.3、索引

就是数据库。索引是映射类型的容器,。elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。

物理设计:节点和分片如何工作

一个集群至少有一 个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片( primary shard，又称主分片)构成的，每一个主分片会有一个副本( replica shard ,又称复制分片）

上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。

实际上, 一个分片是一个Lucene索引，一个包含倒排索引的文件目录,倒排索引的结构使得elasticsearch在不扫描全部文档的情况下,就能告诉你哪些文档包含特定的关键字。

4.4、倒排索引

elasticsearch使用的是一种称为倒排索引的结构,采用Lucene倒排索作为底层。

这种结构适用于快速的全文搜索，一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。

1、举例

例如,现在有两个文档，每个文档包含如下内容:

Study every day， good good up to forever  # 文档1包含的内容
To forever, study every day，good good up  # 文档2包含的内容

为创建倒排索引,我们首先要将每个文档拆分成独立的词(或称为词条或者tokens) ,然后创建一一个包含所有不重 复的词条的排序列表,然后列出每个词条出现在哪个文档:

现在，我们试图搜索 to forever，只需要查看包含每个词条的文档

两个文档都匹配,但是第一个文档比第二个匹配程度更高。如果没有别的条件,现在,这两个包含关键字的文档都将返回。

再来看一个示例,比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构:

如果要搜索含有python标签的文章,那相对于查找所有原始数据而言，查找倒排索引后的数据将会快的多。只需要查看标签这一栏,然后获取相关的文章ID即可。完全过滤掉无关的所有数据,提高效率!

4.5、ik分词器

1、下载

1、https://github.com/medcl/elasticsearch-analysis-ik
2、解压放到plugins

2、测试

IK提供了两个分词算法: ik_ smart和ik_ max_ word ,其中ik_ smart为最少切分, ik_ max_ _word为最细粒度划分!一会我们测试!

3、什么是IK分词器：

把一句话分词
如果使用中文：推荐IK分词器
两个分词算法：ik_smart（最少切分），ik_max_word（最细粒度划分）

4、ik_smart测试：

输出：

5、ik_max_word测试：

输出

5、命令模式的使用

5.1、Rest风格说明

一种软件架构风格，而不是标准。更易于实现缓存等机制

5.2、创建一个索引

PUT /索引名/类型名/文档id

{请求体}

可以看到插入成功。

5.2.1、查看属性

5.2.2、指定字段的类型properties

获得这个规则！可以通过GET请求获得具体的信息

5.2.3、如果自己不设置文档字段类型，那么es会自动给默认类型

5.3、cat命令

查看健康值

查看所有信息

5.4、修改索引

1.修改我们可以还是用原来的PUT的命令，根据id来修改

可以看到version为2证明已经是修改过的了

但是如果没有填写的字段 会重置为空了 ，相当于java接口传对象修改，如果只是传id的某些字段，那其他没传的值都为空了。

2.还有一种update方法 这种不设置某些值 数据不会丢失

5.5、删除索引

通过DELETE命令实现删除，根据你的请求来判断是删除索引还是删除文档记录。

5.6、关于文档的基本操作

最简单的搜索是GET

搜索功能search

Get /test/_doc/_search?q=name:yes

这边name是text 所以做了分词的查询 如果是keyword就不会分词搜索了

5.7、复杂操作搜索select（排序，分页，高亮，模糊查询，精准查询）

Get /test/_doc/_search?q=name:yesGET /test/_doc/_search{  "query": {    "match": {      "name": "yes"    }  },  "_source":["name"]}

结果过滤，就是只展示列表中某些字段

不包含

排序

分页

多条件查询

布尔值查询
must（and），所有的条件都要符合

should（or）或者的 跟数据库一样

must_not（not）

条件区间

• gt大于

• gte大于等于

• lte小于

• lte小于等于

匹配多个条件（数组）

5.7.1、高亮

还能自定义高亮的样式

6、springboot集成

ElasticSearch入门

原文：https://www.cnblogs.com/xine/p/14716400.html