ElasticSerach 详解

ElasticSerach：搜索

• 一个人
  • Doug Cutting
• 货比三家
• 安装
• 生态圈
• 分词器 ik
• RestFul 操作ES
• CRUD
• SpringBoot集成ES
• 实战 爬虫爬取
• 模拟全文检索

以后需要使用搜索，使用ES

• 大数据只有两个问题
  • 存储问题
  • 计算问题

搜索的三个产品

Lucene

是一套信息检索的包，jar包，不包含搜索引擎系统！

包含的：索引结构！ 读写索引的工具，排序，搜索规则...工具类

Lucene和ElasticSearch的关系：

ElasticSearch是基于Lucene做了一些封装和增强

Solr

ElasticSearch

ElasticSearch概述

ElasticSearch，简称ES。是一个开源的高拓展的分布式全文检索的搜索引擎，它可以近乎实时的存储、检索数据，本身拓展性很好。可以拓展到上百台服务器。目的是通过简单的RestFul API 来隐藏Lucene作为核心。

谁在使用 三剑客：ELK - ElasticSearch+logstash+kibana

• 维基百科
• Github
• 电商网站
• 日志数据分析
• Stack Overflow
• 商品价格监控网站
• BI系统，商业只能

ES和Solr的区别

ES

ES是一个实时分布式搜索引擎和分析引擎，它可以让以前所未有的速度处理大数据成功可能。

全文搜索、结构化搜索、分析

Solr

Solr 是Apache 下的一个顶级项目，采用Java开发，它是基于Lucene的全文搜索服务器

用POST的方法向Solr服务器发送一个面试Filed以及其内容的文档，Solr根据XML文档删除、增加、更新索引

向外提供类似于 WebService 的API接口

Lucene

Lucene是Apache基金会 4 Jakarta的一个子项目

ES和Solr 总结

• ES基本上是开箱即用的，非常简单，Solr安装稍微复杂
• Solr利用Zookeeper进行分布式管理，而ES自带分布式协调功能
• Solr提供更多形式的数据，如JSON、XML、CSV，而ES只能处理JSON文件
• Solr官方提供的功能更多，而ES本身更加注重核心功能，高级功能多有第三方从插件提供，例如图形化界面需要Kibana支持
• Solr查询快，但是更新索引慢（即插入删除慢），用户电商等查询多的应用
  • ES建立索引快。如FaceBook搜索
  • Solr是传统搜索应用的解决方案，但是ES适用于新兴的实时搜索应用
• Solr成熟比较，有更大的更成熟的用户、开发和贡献社区，而ES相对开发维护者较少，更新太快，学习使用成本高

ElasticSearch安装

声明：JDK1.8，最低要求，ES客户端，界面工具

Java开发，ES的版本和我们之后的对应的Java核心jar包版本需要对应

下载

官网：https://www.elastic.co/cn/downloads/elasticsearch

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

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

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

Linux和Windows都可以学习

ELK三剑客，解压即用

需要NodeJS和Python

Windows安装

• 解压
• 
• 熟悉目录
  • bin 启动文件
  • config 配置文件
    • log4j2.properties 日志配置文件
    • jvm.options Java虚拟机配置
    • elasticsearch.yml ES的配置文件 默认是9200 端口 跨域的问题
  • lib jar包，基于Lucene
  • modules 功能模块
  • logs 日志
  • plugins 插件ik
• 启动
• 
• 
• 启动之后访问 localhost:9200 如上图

安装可视化界面 es head 插件

• 下载地址： https://github.com/mobz/elasticsearch-head

• 启动

  • npm install
  • npm run start

• 跨域访问问题

  • 修改配置文件

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

• 索引就当作是一个数据库

  • 可以建立索引、文档

• 这个 head 就是当作数据展示工具 kibana 使用爽

• 

了解 ELK

ELK是ElasticSearch、Logstash、Kibana三大开源框架首字母的简称，市面上也称为 Elastic Stack。

• ES是底层框架
• Logstash 是ELK的中央数据流引擎，用于从不同目标（文件/数据存储/MQ）收集不同的格式，经过过滤之后输出到不同的地方（文件MQ/Redis/ElasticSearch/Kafka）
• Kibana用来显示数据

收集清晰数据=>搜索、存储

安装Kibana

Kibana是一个针对ElasticSearch的开源分析和展示可视化平台，用来搜索、查看、交互存储在ElasticSearch索引的数据，使用Kibana可以通过各种图表进行高级数据分析以及展示。Kibana让海量的数据更容易理解。

它操作简单，基于浏览器的用户界面可以快速创建仪表板（dashboard）实时显示ElasticSearch查询状态，设置Libana十分简单，无需编码或者额外的基础架构，几分钟内就可以完成Kibana安装并启动ElasticSearch索引检测

官网： https://www.elastic.co/cn/kibana

Kibana版本要和ES版本对应

启动测试

进入bin目录下进程执行 kibana.bat

访问网址测试：http://localhost:5601

开发工具（Post、Curl、Head、谷歌浏览器插件测试）

以后所有的操作都在这里进行编写

汉化！修改配置文件，修改之后重启即可，据说Hadoop的环境很难搭建

i18n.locale: "zh-CN"

ES核心概念

概述

集群，节点，索引，类型，文档，分片，映射

ES是面向文档。关系型数据库和ES的对比 一切都是JSON

ES集群中可以包含多个索引（数据库），每个索引中可以包含多个类型（表），每个类型下又包含多个文档（行），每个文档中又包含多个字段（列）

物理设计

ES在后台把索引划分为多个分片，每个分片可以在集群中的不同服务之间迁移

默认单个机器就是一个集群

{
    "name": "DESKTOP-0QNFHPB",
    "cluster_name": "elasticsearch",
    "cluster_uuid": "WEED5DuuT1Oycb19zH_hrw",
    "version": {
        "number": "7.6.1",
        "build_flavor": "default",
        "build_type": "zip",
        "build_hash": "aa751e09be0a5072e8570670309b1f12348f023b",
        "build_date": "2020-02-29T00:15:25.529771Z",
        "build_snapshot": false,
        "lucene_version": "8.4.0",
        "minimum_wire_compatibility_version": "6.8.0",
        "minimum_index_compatibility_version": "6.0.0-beta1"
    },
    "tagline": "You Know, for Search"
}

逻辑设计

一个索引类型中，包含多个文档，比如文档1，文档2。当我们索引一篇文档的时候，可以通过这样的顺序找到它：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，实际上就是一个字符串

文档

就是我们的一条条数据

user
1 zhangsan 18
2 lisi 19

之前所说的ES是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，ES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样来的
• 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ES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十分重要，比如一个年龄字段类型，可以是字符串，也可以是整形，因为ES会保存字段和类型之间的映射和其他的设置，这种映射具体到每个映射的每种类型，这也是为什么在ES中，类型有时候也称为映射类型

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，类型对于字段称为映射，比如name映射围殴字符串类型。我们所文档是无模式的，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ES怎么做的呢？ES会自动的讲新字段加入映射，但是这个总段不确定它是什么类型，ES就开始猜，如果这个值是18，那么ES会认为他是整型。但是ES也有可能猜不对，素以最安全的方式就是提前定义好所需的映射，这点即和关系型数据库殊途同归了，先定义好字段，然后再使用。

索引

就是数据库

索引是映射类型的容器，ES中的索引是一个非常强大的文档集合，索引存储了映射类型的字段和其他设置。然后他们被存储到了各个分片上

物理设置：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ES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5个分片（primary shard 又是主分片）构成的，每一个主分片都有一个副本（replica shard 又称复制分片）

每一个底层的分片都是一个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ES再不扫描全表的情况下，就能告诉你文档包含哪些特定的关键字，

倒排索引

ES使用的是一种倒排索引的结构，采用Lucene到排序最为底层，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，都有一个包含他的文件列表，

IK分词插件

什么是IK分词器？

分词：就是把一段中文或者别的划分成一个个的关键字，我们在搜索的时候会把我们的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词器是讲每个字看作一个词，比如："你好，世界" => "你"，"好"，"世"，"界"，","，这显然是不符合要求的，所以需要按章IK中文分词器来解决这个问题

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！

安装

• 官网： https://github.com/medcl/elasticsearch-analysis-ik

• 下载完毕之后，放入到我们的ES插件即可

• 重启即可，可以看到ik分词器已经被加载

• 可以通过 elasticsearch-plugin list来查看安装的插件

• 使用kibana操作

• 查看不同的分词器效果

• GET _analyze
  {
    "analyzer": "ik_smart",
    "text": "爱我中华，56个民族，中国共产党"
  }
  
  结果
  {
    "tokens" : [
      {
        "token" : "爱我",
        "start_offset" : 0,
        "end_offset" : 2,
        "type" : "CN_WORD",
        "position" : 0
      },
      {
        "token" : "中华",
        "start_offset" : 2,
        "end_offset" : 4,
        "type" : "CN_WORD",
        "position" : 1
      },
      {
        "token" : "56个",
        "start_offset" : 5,
        "end_offset" : 8,
        "type" : "TYPE_CQUAN",
        "position" : 2
      },
      {
        "token" : "民族",
        "start_offset" : 8,
        "end_offset" : 10,
        "type" : "CN_WORD",
        "position" : 3
      },
      {
        "token" : "中国共产党",
        "start_offset" : 11,
        "end_offset" : 16,
        "type" : "CN_WORD",
        "position" : 4
      }
    ]
  }

• GET _analyze
  {
    "analyzer": "ik_max_word",
    "text": "爱我中华，56个民族，中国共产党"
  }
  
  结果
  
  {
    "tokens" : [
      {
        "token" : "爱我",
        "start_offset" : 0,
        "end_offset" : 2,
        "type" : "CN_WORD",
        "position" : 0
      },
      {
        "token" : "中华",
        "start_offset" : 2,
        "end_offset" : 4,
        "type" : "CN_WORD",
        "position" : 1
      },
      {
        "token" : "56",
        "start_offset" : 5,
        "end_offset" : 7,
        "type" : "ARABIC",
        "position" : 2
      },
      {
        "token" : "个",
        "start_offset" : 7,
        "end_offset" : 8,
        "type" : "COUNT",
        "position" : 3
      },
      {
        "token" : "民族",
        "start_offset" : 8,
        "end_offset" : 10,
        "type" : "CN_WORD",
        "position" : 4
      },
      {
        "token" : "中国共产党",
        "start_offset" : 11,
        "end_offset" : 16,
        "type" : "CN_WORD",
        "position" : 5
      },
      {
        "token" : "中国",
        "start_offset" : 11,
        "end_offset" : 13,
        "type" : "CN_WORD",
        "position" : 6
      },
      {
        "token" : "国共",
        "start_offset" : 12,
        "end_offset" : 14,
        "type" : "CN_WORD",
        "position" : 7
      },
      {
        "token" : "共产党",
        "start_offset" : 13,
        "end_offset" : 16,
        "type" : "CN_WORD",
        "position" : 8
      },
      {
        "token" : "共产",
        "start_offset" : 13,
        "end_offset" : 15,
        "type" : "CN_WORD",
        "position" : 9
      },
      {
        "token" : "党",
        "start_offset" : 15,
        "end_offset" : 16,
        "type" : "CN_CHAR",
        "position" : 10
      }
    ]
  }

  输出 超级喜欢狂神说Java

  发现问题：自己需要的词被拆开了

  这个时候就需要自己添加分词器

  进入目录：F:\EnvironmentHomes\elasticsearch-7.6.1\plugins\ik\config

  修改配置文件 IKAnalyzer.cfg.xml 指向自己的文件 my.dic

  <?xml version="1.0" encoding="UTF-8"?>
  <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
  <properties>
      <comment>IK Analyzer 扩展配置</comment>
      <!--用户可以在这里配置自己的扩展字典 -->
      <entry key="ext_dict">my.dic</entry>
      <!--用户可以在这里配置自己的扩展停止词字典-->
      <entry key="ext_stopwords"></entry>
      <!--用户可以在这里配置远程扩展字典 -->
      <!-- <entry key="remote_ext_dict">words_location</entry> -->
      <!--用户可以在这里配置远程扩展停止词字典-->
      <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
  </properties>

  然后重启ES

  以后的话，我们需要自己配置 分词就在自己定义的dic文件执行配置即可

Rest风格说明

一种软件架构风格，而不是标准，知识提供了一组设计原则和约束条件。它主要用户客户端和服务器交互类的软件，基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。

基本Rest命令说明

基于索引的基本操作

基础测试

• 创建一个索引

• # PUT /索引名/~类型名~/文档id
  # {请求体}
  PUT /test1/type1/1
  {
    "name":"ic学Java，狂神说",
    "age":3
  }

• 完成了自动增加了索引 数据也成功的添加了，可以当作数据库学习

数据类型

• 字符串类型
  • text
  • keyword
• 数值类型
  • long
  • integer
  • short
  • byte
  • double
  • float
  • half float
  • scaled float
• 日期类型
  • date
• te布尔值类型
  • boolean
• 二进制类型
  • binary
• 等...

指定字段的类型

创建规则：

PUT /test2
{
    "mappings": {
        "properties": {
            "name":{
                "type": "text"
            },
            "age":{
                "type": "integer"
            },
            "birth":{
                "type": "date"
            }
        }
    }
}

获得规则：

GET test2

查看默认的信息

如果自己的文档字段没有指定 ，那么ES就会给我们默认配置字段类

拓展：通过命令ElasticSearch索引情况，通过 get _cat 可以获得ES的很多信息

修改 提交使用PUT即可，然后覆盖，最新办法 曾经的办法

修改之后版本号会增加，然后状态时 update

现在的方法

删除

根据你的请求命令来判断是删除索引还是删除文档记录

使用Rest风格是ES推荐使用的

基于文档的基本操作（重点）

基本操作

添加数据

PUT /ic/user/1
{
  "name":"狂神说",
  "age":23,
  "desc":"你我山前没相见，山后别相逢",
  "tags":["宅男","许嵩","阳光色"]
}

PUT /ic/user/2
{
  "name":"璨詞",
  "age":23,
  "desc":"你我山前没相见，删后别相逢",
  "tags":["许嵩","阳光色"]
}

PUT /ic/user/3
{
  "name":"张三",
  "age":29,
  "desc":"座扣想张三",
  "tags":["渣男","阳光色"]
}

得到数据 使用GET

GET /ic/user/1 


GET ic/user/_search?q=name:张三

修改/更新数据 使用PUT

# 这样会导致数据丢失，不传值就是用 空 覆盖
PUT /ic/user/3
{
  "name":"张三2号",
  "age":29,
  "desc":"座扣想张三",
  "tags":["渣男","阳光色"]
}

更新 POST _update 推荐使用这种更新方式

# 这样也会导致数据丢失
POST /ic/user/3 
{
  "name":"张三3"
}

# 这里如果不加 _update 就会消除其他的数据
POST /ic/user/3 
{
  "doc":{
     "name":"张三4"
  }
}

# 这是推荐使用的方法
POST /ic/user/3/_update
{
  "doc":{
     "name":"张三4"
  }
}

复杂操作

输出结果，不想要那么多

我们之后使用Java操作ES的时候，所有的方法和对象就是这里的key

排序

分页查询

数据下标是从0开始的

/search/{current}/{pagesize}

布尔值查询

must 命令 所有的条件都要符合

should 符合一个就可以

过滤器

• gt：大于
• gte：大于等于
• lt：小于
• lte：小于等于
• 可以使用单个条件和多个条件

匹配多个条件

精确查询

term 查询时直接通过倒排索引指定的词条进程精确查找的

关于分词，

• 直接查询精确的值

• match会使用分词器解析（先分析文档，在通过分析的文档进行查询）

两个类型 text会被分词器解析 但是 keyword不会被分词器解析

多个精确查询

高亮查询

• 匹配
  • 按照条件匹配
  • 精确匹配
  • 区间范围匹配
  • 匹配字段过滤
• 多条件查询
• 高亮查询

集成SpringBoot

找文档

• 找到原生的依赖

• <!-- 加入ElasticSearch搜索引擎 -->
  <dependency>
    <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
  </dependency>

• 找到对象

• 分析API的方法

• 配置基本的项目

• 问题：一定要保证导入的依赖和我们的ES版本是一致的

索引的操作

@SpringBootTest
class IcEsApiApplicationTests {

    @Autowired
    @Qualifier("restHighLevelClient")
    private RestHighLevelClient client;

    @Test
    void createIndex() throws IOException {
        // 测试索引的创建
        // 创建索引请求
        CreateIndexRequest request = new CreateIndexRequest("ic_index");
        // 执行创建请求
        CreateIndexResponse response = client.indices().create(request, RequestOptions.DEFAULT);
        System.out.println(response.index());
    }

    @Test
    public void getIndex() throws Exception{
        // 测试获取索引
        GetIndexRequest request = new GetIndexRequest("ic_index");
        boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
        System.out.println(exists);
    }

    @Test
    public void deleteIndex() throws IOException{
        // 测试获取索引
        DeleteIndexRequest request = new DeleteIndexRequest("ic_index");
        AcknowledgedResponse delete = client.indices().delete(request, RequestOptions.DEFAULT);
        System.out.println(delete.isAcknowledged());
    }
}

package cn.icanci;

import cn.icanci.pojo.User;
import com.alibaba.fastjson.JSON;
import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;
import org.elasticsearch.action.bulk.BulkRequest;
import org.elasticsearch.action.bulk.BulkResponse;
import org.elasticsearch.action.delete.DeleteRequest;
import org.elasticsearch.action.delete.DeleteResponse;
import org.elasticsearch.action.get.GetRequest;
import org.elasticsearch.action.get.GetResponse;
import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.action.index.IndexResponse;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.action.support.master.AcknowledgedResponse;
import org.elasticsearch.action.update.UpdateRequest;
import org.elasticsearch.action.update.UpdateResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.CreateIndexRequest;
import org.elasticsearch.client.indices.CreateIndexResponse;
import org.elasticsearch.client.indices.GetIndexRequest;
import org.elasticsearch.common.unit.TimeValue;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.index.query.TermQueryBuilder;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.elasticsearch.search.fetch.subphase.FetchSourceContext;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.boot.test.context.SpringBootTest;
import org.elasticsearch.action.search.SearchRequest;

import java.io.IOException;
import java.util.ArrayList;
import java.util.concurrent.TimeUnit;

@SpringBootTest
class IcEsApiApplicationTests {

    @Autowired
    @Qualifier("restHighLevelClient")
    private RestHighLevelClient client;

    @Test
    void createIndex() throws IOException {
        // 测试索引的创建
        // 创建索引请求
        CreateIndexRequest request = new CreateIndexRequest("ic_index");
        // 执行创建请求
        CreateIndexResponse response = client.indices().create(request, RequestOptions.DEFAULT);
        System.out.println(response.index());
    }

    @Test
    public void getIndex() throws Exception {
        // 测试获取索引
        GetIndexRequest request = new GetIndexRequest("ic_index");
        boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
        System.out.println(exists);
    }

    @Test
    public void deleteIndex() throws IOException {
        // 测试获取索引
        DeleteIndexRequest request = new DeleteIndexRequest("ic_index");
        AcknowledgedResponse delete = client.indices().delete(request, RequestOptions.DEFAULT);
        System.out.println(delete.isAcknowledged());
    }

    @Test
    public void testAddDocument() throws Exception {
        // 测试添加文档
        // 创建对象
        User user = new User("ic", 2);
        // 创建请求
        IndexRequest request = new IndexRequest("ic_index");
        // 设置规则 put /ic_index/_doc/1
        request.id("1");
        request.timeout(TimeValue.timeValueSeconds(1));
        // request.timeout("1s");
        // 将数据放入请求
        request.source(JSON.toJSONString(user), XContentType.JSON);
        // 客户端发送请求,获取相应的结果
        IndexResponse index = client.index(request, RequestOptions.DEFAULT);
        System.out.println(index.toString());
        System.out.println(index.status());
    }

    @Test
    public void testIsExists() throws Exception {
        // 判断文档是否存在  get /index/doc/1
        GetRequest ic_index = new GetRequest("ic_index", "1");
        // 不获取 返回的 _source 的上下文了
        ic_index.fetchSourceContext(new FetchSourceContext(false));
        ic_index.storedFields("_none_");
        boolean exists = client.exists(ic_index, RequestOptions.DEFAULT);
        System.out.println(exists);
    }

    @Test
    public void testGetInfo() throws Exception {
        // 判断文档是否存在  get /index/doc/1
        GetRequest ic_index = new GetRequest("ic_index", "1");
        GetResponse documentFields = client.get(ic_index, RequestOptions.DEFAULT);
        System.out.println(documentFields.getSourceAsString());
        System.out.println(documentFields);
    }

    @Test
    public void testUpdate() throws Exception {
        // 判断文档是否存在  get /index/doc/1
        UpdateRequest updateRequest = new UpdateRequest("ic_index", "1");
        updateRequest.timeout("1s");
        User user = new User("ic", 18);
        updateRequest.doc(JSON.toJSONString(user), XContentType.JSON);
        UpdateResponse update = client.update(updateRequest, RequestOptions.DEFAULT);
        System.out.println(update);
    }

    @Test
    public void testDelete() throws Exception {
        // 删除数据
        DeleteRequest deleteRequest = new DeleteRequest("ic_index", "1");
        deleteRequest.timeout("1s");
        DeleteResponse delete = client.delete(deleteRequest, RequestOptions.DEFAULT);
        System.out.println(delete.status());
    }

    @Test
    public void testBulkRequest() throws Exception {
        // 批量增加数据
        BulkRequest bulkRequest = new BulkRequest();
        bulkRequest.timeout("10s");
        ArrayList<User> users = new ArrayList<>();
        for (int i = 0; i < 10; i++) {
            users.add(new User("ic" + i, i));
        }
        // 批处理请求
        for (int i = 0; i < users.size(); i++) {
            bulkRequest.add(new IndexRequest("ic_index")
                            .id("1" + i)
                            .source(JSON.toJSONString(users.get(i)), XContentType.JSON));
        }
        BulkResponse bulk = client.bulk(bulkRequest, RequestOptions.DEFAULT);
        System.out.println(bulk.hasFailures());
    }

    @Test
    public void testSearch() throws Exception {
        // 查询
        // 搜索请求，
        // 条件构造
        // termQueryBuilder
        // xxxQueryBuilder 类似于次
        SearchRequest searchRequest = new SearchRequest("ic_index");
        // 构建搜索的条件
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        // QueryBuilders.termQuery  精确匹配
        // QueryBuilders.matchAllQuery() 匹配所有
        TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "ic0");
        sourceBuilder.query(termQueryBuilder);
        sourceBuilder.from();
        sourceBuilder.size();
        sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
        searchRequest.source(sourceBuilder);
        SearchResponse search = client.search(searchRequest, RequestOptions.DEFAULT);
        for (SearchHit searchHits : search.getHits()) {
            System.out.println(searchHits.getSourceAsMap());
        }
    }
}

实战

爬虫

爬取数据？数据库获取，消息队列中获取，都可以称为数据源

爬取数据：（获取请求返回的页面信息。筛选初我们自己想要的数据就可以了）

jsoup包 tika 爬取电影和音乐

• 导入依赖

• <!-- 解析网页 -->
  <dependency>
      <groupId>org.jsoup</groupId>
      <artifactId>jsoup</artifactId>
      <version>1.10.2</version>
  </dependency>

• @Component
  @Data
  @AllArgsConstructor
  @NoArgsConstructor
  public class Content {
      private String title;
      private String img;
      private String price;
  }

• @Configuration
  public class ElasticSearchConfig {
      @Bean
      public RestHighLevelClient restHighLevelClient() {
          RestHighLevelClient restHighLevelClient = new RestHighLevelClient(
              RestClient.builder(
                  new HttpHost("127.0.0.1", 9200, "http")
              )
          );
          return restHighLevelClient;
      }
  }

• @Component
  public class HtmlParseUtil {
      public List<Content> parseJD(String keyword) throws IOException {
          // 获得请求 https://search.jd.com/Search?keyword=java
          // 前提，需要联网 ajax 不能获取
          String url = "https://search.jd.com/Search?keyword=" + keyword;
          // 解析网页  就是js页面对象
          Document parse = Jsoup.parse(new URL(url), 30000);
          // 所有在 JS 中能使用的方法都可以获取
          Element element = parse.getElementById("J_goodsList");
          // 获取所有的元素
          Elements li = element.getElementsByTag("li");
          // 获取元素的内容
          ArrayList<Content> goodLists = new ArrayList<Content>();
          for (Element ele : li) {
              String img = ele.getElementsByTag("img").eq(0).attr("src");
              String price = ele.getElementsByClass("p-price").eq(0).text();
              String title = ele.getElementsByClass("p-name").eq(0).text();
              goodLists.add(new Content(title, img, price));
          }
          return goodLists;
      }
  }

• package cn.icanci.service;
  
  /**
   * @Author: icanci
   * @ProjectName: ic-es-jd
   * @PackageName: cn.icanci.service
   * @Date: Created in 2020/7/21 7:51
   * @ClassAction: 业务编写
   */
  @Service
  public class ContentService {
      @Autowired
      @Qualifier("restHighLevelClient")
      private RestHighLevelClient client;
      @Autowired
      private HtmlParseUtil htmlParseUtil;
  
      /**
       * 解析数据放到 ES 索引中
       *
       * @param keyword
       * @return
       * @throws Exception
       */
      public boolean parseContent(String keyword) throws Exception {
          List<Content> contents = htmlParseUtil.parseJD(keyword);
          // 把查询的数据放在 es 中
          BulkRequest bulkRequest = new BulkRequest();
          bulkRequest.timeout("2m");
          if (contents == null || contents.size() == 0) {
              return false;
          }
          for (int i = 0; i < contents.size(); i++) {
              bulkRequest.add(new IndexRequest("jd_goods")
                              .source(JSON
                                      .toJSONString(contents.get(i)), XContentType.JSON));
          }
          BulkResponse bulk = client.bulk(bulkRequest, RequestOptions.DEFAULT);
          return !bulk.hasFailures();
      }
  
      /**
       * 获取这些数据实现搜索功能
       *
       * @param keyword
       * @param pageNo
       * @param pageSize
       * @return
       */
      public List<Map<String, Object>> searchPage(String keyword, int pageNo, int pageSize) throws Exception {
          if (pageNo < 1) {
              pageNo = 1;
          }
          if (pageSize < 1) {
              pageSize = 20;
          }
          // 条件搜索
          SearchRequest searchRequest = new SearchRequest("jd_goods");
          SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
          // 分页实现
          sourceBuilder.from(pageNo);
          sourceBuilder.size(pageSize);
          // 精准匹配
          TermQueryBuilder title = QueryBuilders.termQuery("title", keyword);
          sourceBuilder.query(title);
          sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
          // 执行搜索
          searchRequest.source(sourceBuilder);
          SearchResponse search = client.search(searchRequest, RequestOptions.DEFAULT);
          // 解析结果
          ArrayList<Map<String, Object>> maps = new ArrayList<>();
          for (SearchHit hit : search.getHits().getHits()) {
              maps.add(hit.getSourceAsMap());
          }
          return maps;
      }
  
  
      /**
       * 获取这些数据实现搜索功能
       *
       * @param keyword
       * @param pageNo
       * @param pageSize
       * @return
       */
      public List<Map<String, Object>> searchPageHigh(String keyword, int pageNo, int pageSize) throws Exception {
          if (pageNo < 1) {
              pageNo = 1;
          }
          if (pageSize < 1) {
              pageSize = 20;
          }
          // 条件搜索
          SearchRequest searchRequest = new SearchRequest("jd_goods");
          SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
          // 分页实现
          sourceBuilder.from(pageNo);
          sourceBuilder.size(pageSize);
          // 精准匹配
          TermQueryBuilder title = QueryBuilders.termQuery("title", keyword);
          sourceBuilder.query(title);
          sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
          // 高亮
          HighlightBuilder highlightBuilder = new HighlightBuilder();
          highlightBuilder.field("title");
          // 多个高亮一个
          highlightBuilder.requireFieldMatch(false);
          highlightBuilder.preTags("<span style='color:red'>");
          highlightBuilder.postTags("</span>");
          sourceBuilder.highlighter(highlightBuilder);
          // 执行搜索
          searchRequest.source(sourceBuilder);
          SearchResponse search = client.search(searchRequest, RequestOptions.DEFAULT);
          // 解析结果
          ArrayList<Map<String, Object>> maps = new ArrayList<>();
          for (SearchHit hit : search.getHits().getHits()) {
              // 解析高亮的字段
              Map<String, HighlightField> highlightFields = hit.getHighlightFields();
              HighlightField title1 = highlightFields.get("title");
              // 原来的结果
              Map<String, Object> sourceAsMap = hit.getSourceAsMap();
              //
              if (title1 != null) {
                  Text[] fragments = title1.fragments();
                  String new_title = "";
                  for (Text fragment : fragments) {
                      new_title += fragment;
                  }
                  // 替换原来的内容
                  sourceAsMap.put("title", new_title);
              }
              maps.add(sourceAsMap);
          }
          return maps;
      }
  }

• package cn.icanci.controller;
  
  import java.util.List;
  import java.util.Map;
  
  /**
   * @Author: icanci
   * @ProjectName: ic-es-jd
   * @PackageName: cn.icanci.controller
   * @Date: Created in 2020/7/21 7:51
   * @ClassAction: 请求编写
   */
  @RestController
  public class ContentController {
      @Autowired
      private ContentService contentService;
  
      @GetMapping("/parse/{keyword}")
      public boolean parse(@PathVariable("keyword") String keyword) throws Exception {
          System.out.println("keyword=>" + keyword);
          return contentService.parseContent(keyword);
      }
  
      @GetMapping("/search/{keyword}/{pageNo}/{pageSize}")
      public List<Map<String, Object>> search(
          @PathVariable("keyword") String keyword,
          @PathVariable("pageNo") int pageNo,
          @PathVariable("pageSize") int pageSize) throws Exception {
          // 获取数据实现搜索功能
          return contentService.searchPage(keyword, pageNo, pageSize);
      }
  
  
      @GetMapping("/searchHighLight/{keyword}/{pageNo}/{pageSize}")
      public List<Map<String, Object>> searchHighLight(
          @PathVariable("keyword") String keyword,
          @PathVariable("pageNo") int pageNo,
          @PathVariable("pageSize") int pageSize) throws Exception {
          // 获取数据实现搜索功能 并高亮
          return contentService.searchPageHigh(keyword, pageNo, pageSize);
      }
  }

前后端分离

<!DOCTYPE html>
<html xmlns:th="http://www.thymeleaf.org">

<head>
    <meta charset="utf-8"/>
    <title>IC-ES仿京东实战</title>
    <link rel="stylesheet" th:href="@{/css/style.css}"/>
</head>

<body class="pg">
<div class="page" id="app">
    <div id="mallPage" class=" mallist tmall- page-not-market ">
        <!-- 头部搜索 -->
        <div id="header" class=" header-list-app">
            <div class="headerLayout">
                <div class="headerCon ">
                    <!-- Logo-->
                    <h1 id="mallLogo">
                        <img th:src="@{/images/jdlogo.png}" alt="">
                    </h1>

                    <div class="header-extra">

                        <!--搜索-->
                        <div id="mallSearch" class="mall-search">
                            <form name="searchTop" class="mallSearch-form clearfix">
                                <fieldset>
                                    <legend>天猫搜索</legend>
                                    <div class="mallSearch-input clearfix">
                                        <div class="s-combobox" id="s-combobox-685">
                                            <div class="s-combobox-input-wrap">
                                                <input v-model="keyword" type="text" autocomplete="off" value="dd" id="mq"
                                                       class="s-combobox-input" aria-haspopup="true">
                                            </div>
                                        </div>
                                        <button type="submit" @click.prevent="searchKey" id="searchbtn">搜索</button>
                                    </div>
                                </fieldset>
                            </form>
                            <ul class="relKeyTop">
                                <li><a>Java</a></li>
                                <li><a>前端</a></li>
                                <li><a>Linux</a></li>
                                <li><a>大数据</a></li>
                                <li><a>理财</a></li>
                            </ul>
                        </div>
                    </div>
                </div>
            </div>
        </div>
        <!-- 商品详情页面 -->
        <div id="content">
            <div class="main">
                <!-- 品牌分类 -->
                <form class="navAttrsForm">
                    <div class="attrs j_NavAttrs" style="display:block">
                        <div class="brandAttr j_nav_brand">
                            <div class="j_Brand attr">
                                <div class="attrKey">
                                    品牌
                                </div>
                                <div class="attrValues">
                                    <ul class="av-collapse row-2">
                                        <li><a href="#"> 狂神说 </a></li>
                                        <li><a href="#"> Java </a></li>
                                    </ul>
                                </div>
                            </div>
                        </div>
                    </div>
                </form>

                <!-- 排序规则 -->
                <div class="filter clearfix">
                    <a class="fSort fSort-cur">综合<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">人气<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">新品<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">销量<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">价格<i class="f-ico-triangle-mt"></i><i class="f-ico-triangle-mb"></i></a>
                </div>

                <!-- 商品详情 -->
                <div class="view grid-nosku">

                    <div class="product" v-for="result in results">
                        <div class="product-iWrap">
                            <!--商品封面-->
                            <div class="productImg-wrap">
                                <a class="productImg">
                                    <img :src="result.img">
                                </a>
                            </div>
                            <!--价格-->
                            <p class="productPrice">
                                <em>{{result.price}}</em>
                            </p>
                            <!--标题-->
                            <p class="productTitle">
                                <a v-html="result.title"></a>
                            </p>
                            <!-- 店铺名 -->
                            <div class="productShop">
                                <span>店铺： 狂神说Java </span>
                            </div>
                            <!-- 成交信息 -->
                            <p class="productStatus">
                                <span>月成交<em>999笔</em></span>
                                <span>评价 <a>3</a></span>
                            </p>
                        </div>
                    </div>
                </div>
            </div>
        </div>
    </div>
</div>

<!-- 前端使用Vue 实现前后端分离 -->
<script th:src="@{/js/jquery.min.js}"></script>
<script th:src="@{/js/vue.min.js}"></script>
<script th:src="@{/js/axios.min.js}"></script>
<script>
    new Vue({
        el: '#app',
        data: {
            keyword: '', // 搜索的关键字
            results: [] // 搜索的结果
        },
        methods: {
            searchKey(){
                var keyword = this.keyword;
                // 对接后端的接口
                axios.get('searchHighLight/'+keyword+"/1/30").then(response=>{
                    console.log(response)
                    this.results = response.data; // 绑定数据
                })
            }
        }
    })
</script>

</body>
</html>

搜索高亮

已经包含在上述内容