本文深入探讨ElasticSearch核心概念，如索引、文档、映射等，详解ES集群、节点、分片与副本机制，演示原生ES的映射创建及文档操作，包括文档的增删改查。
ElasticSearch进阶 ——原生ES深入
目录
## 原生ES相关：
ES结构：5大概念
1.index 索引库
2.type 数据类型，索引库分类
3.document 文档，json格式数据
4.field 文档中key
5.mappings 映射(field值的约束)
其他相关概念：
Near Realtime(NRT)：
Elasticsearch是一个几乎实时的搜索平台。即从索引一个文档到这个文档可被搜索只需要一点点的延迟，
这个时间一般以毫秒级为单位。简而言之就是非常快！
Cluster：
ES默认带有集群，而且十分适合进行集群化处理，这已经成为其一大特色。
群集是一个或多个节点(服务器)的集合，这些节点共同保存整个数据，并在所有节点上提供联合索引和搜
索功能。一个集群由一个唯一集群ID确定，并指定一个集群名(默认为“elasticsearch”)。该集群名非常重要，
因为节点可以通过这个集群名加入群集，一个节点只能是群集的一部分。
确保在不同的环境中不要使用相同的群集名称，否则可能会导致连接错误的群集节点。例如，你可以使用
logging-dev、logging-stage、logging-prod分别为开发、阶段产品、生产集群做记录。
Node：
节点是单个服务器实例，它是群集的一部分，可以存储数据，并参与群集的索引和搜索功能。就像一个集
群，节点的名称默认为一个随机的通用唯一标识符（UUID），确定在启动时分配给该节点。如果不希望默认，
可以定义任何节点名。这个名字对管理很重要，目的是要确定你的网络服务器对应于ElasticSearch群集节点。
我们可以通过群集名配置节点以连接特定的群集。默认情况下，每个节点设置加入名为“elasticSearch”的
集群。这意味着如果你启动多个节点在网络上，假设他们能发现彼此，那么都会自动形成或加入一个名为
“elasticsearch”的集群。
shards&replicas：
shards：分片
索引可以存储大量的数据，这些数据可能超过单个节点的硬件限制。
为了解决这一问题，Elasticsearch提供将你的指标细分成多个块，即分片的能力。当你创建一个索引，你可
以简单地定义你想要的分片数量。每个分片本身是一个全功能的、独立的“指数”，可以托管在集群中的任何节点。
分片重要性：
|--分片允许水平拆分或缩放内容的大小
|--分片允许分配和并行操作碎片（可能在多个节点上）从而提高性能/吞吐量
这个机制中的碎片是分布式的，以及其文件汇总到搜索请求是完全由ElasticSearch管理，对用户来说是透明的。
replicas：复制
在同一个集群网络或云环境上，故障是任何时候都会出现的，拥有一个故障转移机制以防分片和结点因为某
些原因离线或消失是非常有用的，并且被强烈推荐。为此，Elasticsearch允许你创建一个或多个拷贝，并让你的
索引分片进入所谓的副本或称作复制品的分片，简称Replicas。
复制重要性：
|--副本为分片或节点提供了高可用性。为此，需要注意的是，一个副本的分片不会分配在同一个节点作为原始
或主分片，副本是从主分片那里复制过来的。
|--副本允许用户扩展你的搜索量或吞吐量，因为搜索可以在所有副本上并行执行。
## 映射创建，指定分词器：
创建流程：
1.获取ES服务的连接对象
2.准备文档构建对象
XContentFactory.jsonBuilder();
3.组装文档映射信息:格式参照json
4.获取mappings映射对象PutMappingRequest，创建索引库
Requests.putMappingRequest(Index).type(Type).source(构建对象);
5.将映射对象加入索引库
.admin().indices().putMapping(映射对象).get();
6.关闭资源
// 获取ES服务的了连接对象
TransportClient client = ESUtil.getClient();
// 构建文档信息
XContentBuilder builder = XContentFactory.jsonBuilder();
builder.startObject() //{
.startObject("article") // article：{
.startObject("properties") // properties:{
.startObject("id") // id:{
.field("type","integer") //设置类型 type:integer
.field("store","yes") //开启存储 store:yes
.endObject() // }
.startObject("title") // title:{
.field("type","string") //设置类型 type:string
.field("store","yes") //开启存储 store:yes
.field("analyzer","ik_smart") //设置分词器 analyzer:ik_smart
.endObject() // }
.startObject("content") // content:{
.field("type","string") //设置类型 type:string
.field("store","yes") //开启存储 store:yes
.field("analyzer","ik_smart") //设置分词器 analyzer:ik_smart
.endObject() // }
.endObject() // }
.endObject() // }
.endObject(); //}
// 获取mappings映射对象
PutMappingRequest mappingRequest =
Requests.putMappingRequest("blog").type("article").source(builder);
// 映射对象加入索引库
client.admin().indices().putMapping(mappingRequest).get();
// 关闭资源
client.close();
## 文档操作：
前置准备：导入依赖
jackson-core、jackson-databind、jackson-annotations、elasticSearch、transport
添加：利用jackson自动转换实体对象为文档信息
1.获取连接对象（工具类）
2.实例化文档实体对象，并设置相应属性
3.创建Jackson转换对象ObjectMapper，根据实体对象构建文档信息
.writeValueAsString(文档实体对象)
4.根据文档信息创建索引库
.prepareIndex(index, type, id).setSource(文档信息).get();
5.关闭资源
[注意]：
实体类层级类似于关系型数据库中表的层级，即应以索引库类型Type作为实体类名
// 获取ES服务的了连接对象
TransportClient client = ESUtil.getClient();
// 实例化实体类
Article article = new Article();
article.setId(1);
article.setTitle("title1");
article.setContent("content1");
// 创建Jackson转换对象，完成文档信息转换
ObjectMapper objectMapper = new ObjectMapper();
String document1 = objectMapper.writeValueAsString(article);
// 将文档信息加入指定的索引库
client.prepareIndex("blog1","article",article.getId().toString()).setSource(document1).get();
// 关闭资源
client.close();
修改：
1.获取连接对象（工具类）
2.实例化文档实体对象，并设置相应属性
3.创建Jackson转换对象并完成文档修改
覆盖添加方式：利用索引库Id不可重复特性
.prepareUpdate(index,type,id).setDoc(文档信息).get();
// 创建Jackson转换对象
ObjectMapper objectMapper = new ObjectMapper();
// 修改文档
client.prepareUpdate("blog1","article",article.getId().toString())
.setDoc(objectMapper.writeValueAsString(article)).get();执行对象方式：
// 创建Jackson转换对象
ObjectMapper objectMapper = new ObjectMapper();
// 创建修改的执行对象
UpdateRequest updateRequest = new UpdateRequest("blog1","article",article.getId().toString());
updateRequest.doc(objectMapper.writeValueAsString(article));
// 修改文档
client.update(updateRequest).get();4.关闭资源
删除：
1.获取连接对象
2.执行删除
prepareDelete方式：
client.prepareDelete("blog1","article","1").get();执行对象方式：
// 创建Jackson转换对象
ObjectMapper objectMapper = new ObjectMapper();
// 创建删除的执行对象
DeleteRequest deleteRequest = new DeleteRequest("blog1","article","1");
// 修改文档
client.delete(deleteRequest).get();3.关闭资源
查询所有：
基本流程：
1.获取连接对象
2.创建查询对象MatchAllQueryBuilder
.QueryBuilders.matchAllQuery()
3.构建查询请求对象SearchRequestBuilder
.prepareSearch(Index).setTypes(Type).setQuery(查询对象);
4.执行查询获取结果集对象SearchHits
.get().getHits();
5.处理结果
6.关闭资源
// 获取ES服务的连接对象
TransportClient client = ESUtil.getClient();
// 创建查询对象
MatchAllQueryBuilder query = QueryBuilders.matchAllQuery();
// 构建查询请求
SearchRequestBuilder requestBuilder = client.prepareSearch("blog1").setTypes("article").setQuery(query);
// 执行查询，获取响应结果
SearchResponse searchResponse = requestBuilder.get();
SearchHits hits = searchResponse.getHits();
// 处理结果
System.out.println("共命中:"+hits.getTotalHits()+" 条");
Iterator<SearchHit> iterator = hits.iterator();
while (iterator.hasNext()){
SearchHit searchHit = iterator.next();
System.out.println(searchHit.getSourceAsString());
}
// 关闭资源
client.close(); 分页、排序：以基本流程为基础
3.构建查询请求，设置分页参数
SearchRequestBuilder.setFrom(...); //起始索引
SearchRequestBuilder.setSize(...); //每页条数
SearchRequestBuilder.addSort(field, order); //排序
[注意]:
原生ES查询不特意设置分页参数将默认显示1-10条数据
与SpringData整合后，将默认显示全部命中结果
// 构建查询请求
SearchRequestBuilder requestBuilder = client.prepareSearch("blog1").setTypes("article").setQuery(query);
// 设置分页参数
requestBuilder.setFrom(0);
requestBuilder.setSize(15);
// 设置排序
requestBuilder.addSort("id", SortOrder.ASC); 高亮：以基本流程为基础
3.构建查询请求，设置高亮
1.准备高亮对象HighlightBuilder
2.设置高亮词条
.field(...)
3.设置高亮前缀、后缀
.preTags("<font style = '...'>")
.postTags("</font>")
4.查询请求组装高亮对象
.highlightBuilder();
5.处理结果，获取高亮结果：
SearchHit.getHighlightFields().get(...).getFragments();
// 构建查询请求
SearchRequestBuilder requestBuilder = client.prepareSearch("blog2").setTypes("article").setQuery(query);
// 设置高亮
// 创建高亮对象
HighlightBuilder highlightBuilder = new HighlightBuilder();
highlightBuilder.field("title");
highlightBuilder.preTags("<font style='red'>");
highlightBuilder.postTags("</font>");
// 将高亮对象加入到请求对象中
requestBuilder.highlighter(highlightBuilder);
// 执行查询，获取响应结果
SearchResponse searchResponse = requestBuilder.get();
// 处理结果
SearchHits hits = searchResponse.getHits();
System.out.println("一共命中"+hits.getTotalHits()+"条");
Iterator<SearchHit> iterator = hits.iterator();
while (iterator.hasNext()){
SearchHit searchHit = iterator.next();
// System.out.println(searchHit.getSourceAsString());
// System.out.println(searchHit.getHighlightFields().get("title").toString());
Text[] titles = searchHit.getHighlightFields().get("title").getFragments();
for (Text title : titles) {
System.out.println(title);
}
};
扫一扫
431
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
