Elasticsearch-黑马商城为例

1.启动ES

1.1 安装elasticsearch

通过下面的Docker命令即可安装单机版本的elasticsearch：

#先在tar所在目录下打开cmd
docker load -i es.tar

#创建一个网络【不然kibana不能连接es，踩坑了！！】
docker network create elastic

#黑马安装：
docker run -d \
  --name es \
  -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \        #配置jvm的内存
  -e "discovery.type=single-node" \            #配置运行模式【单点模式/集群模式】
  -v es-data:/usr/share/elasticsearch/data \   #挂载
  -v es-plugins:/usr/share/elasticsearch/plugins \
  --privileged \
  --network hm-net \   
  -p 9200:9200 \  #访问http端口
  -p 9300:9300 \  #集群使用
  elasticsearch:7.12.1
  
#csdn安装:
docker run -d --name es -e ES_JAVA_OPTS="-Xms512m -Xmx512m" -e "discovery.type=single-node" --privileged --network elastic -p 9200:9200 -p 9300:9300 elasticsearch:7.12.1

启动之后访问http://localhost:9200/就可以看到elasticsearch信息：

1.2 安装Kibana

通过下面的Docker命令，即可部署Kibana：

#先在tar所在目录下打开cmd
docker load -i kibana.tar

#黑马安装：
docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \   #es的地址，这里的es要和es配置docker的时候--name一致
--network=hm-net \  #网络和es一个网络
-p 5601:5601  \
kibana:7.12.1  #要保证和es版本一致！！！

#csdn安装：
docker run -d --name kibana -e ELASTICSEARCH_HOSTS=http://es:9200 --network elastic -p 5601:5601  kibana:7.12.1

启动之后访问http://localhost:5601/就可以通过kibana数据化访问elasticsearch：

可以点击右上角Dev tools，进入开发工具页面：

点击之后：

2.改造操作步骤

在elasticsearch提供的API中，与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中，必须先完成这个对象的初始化，建立与elasticsearch的连接。

2.1 初始化RestClient

2.1.1 引入RestHighLevelClient依赖

在微服务模块中引入es的RestHighLevelClient依赖：

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>

2.1.2 覆盖ES版本

因为SpringBoot默认的ES版本是7.17.10，所以我们需要覆盖默认的ES版本【黑马商城是在pom.xml中修改】：

<properties>
    <maven.compiler.source>11</maven.compiler.source>
    <maven.compiler.target>11</maven.compiler.target>
    <!--覆盖成7.12.1-->
    <elasticsearch.version>7.12.1</elasticsearch.version>  
</properties>

2.1.3 初始化RestHighLevelClient

RestHighLevelClient client = new RestHighLevelClient(
    //使用RestClient的builder方法创建
    RestClient.builder(
        HttpHost.create("http://192.168.xxx.xxx:9200")
	)
);

2.2 分析Mysql设计ES实现

我们针对购物车数据库进行分析：

我们可以对购物车的所有字段进行分析，判断哪些字段必须添加到ElasticSearch中，判断哪些字段必须添加搜索功能。从而进行新建索引库和映射：

具体代码：

PUT /items
{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "name":{
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "price":{
        "type": "integer"
      },
      "stock":{
        "type": "integer"
      },
      "image":{
        "type": "keyword",
        "index": false
      },
      "category":{
        "type": "keyword"
      },
      "brand":{
        "type": "keyword"
      },
      "sold":{
        "type": "integer"
      },
      "commentCount":{
        "type": "integer",
        "index": false
      },
      "isAD":{
        "type": "boolean"
      },
      "updateTime":{
        "type": "date"
      }
    }
  }
}

2.3 索引库操作(client.indices.xxx)

JavaRestClient操作elasticsearch的流程基本类似。核心是client.indices()方法来获取索引库的操作对象。

索引库操作的基本步骤：

• 1.初始化RestHighLevelClient类对象client【创建客户端】
• 2.创建XxxIndexRequest对象request【XXX是Create、Get、Delete】
• 3.准备请求参数request.source()方法【只有新增Create需要参数，其他情况不需要】
• 4.发送请求client.indices().xxx()方法【xxx是create、exists、delete】

2.3.1 创建索引库

2.3.2 删除索引库

2.3.2 查询索引库

2.4 文档操作(client.xxx)

文档操作的基本步骤：

• 1.初始化RestHighLevelClient类对象client【创建客户端】
• 2.创建XxxRequest对象request【Xxx是Index、Update、Delete、Bulk】
• 3.准备请求参数request.source()方法（Index、Update、Bulk时需要）
• 4.发送请求client.Xxx()方法【Xxx是index、get、update、delete、bulk】
• 5.解析结果（Get查询时需要，数据在_source内部）

2.4.1 新增文档

• 1.创建Request对象，这里是IndexRequest，因为添加文档就是创建倒排索引的过程
• 2.准备请求参数，本例中就是Json文档
• 3.发送请求【client.index()方法就好了】

2.4.2 查询文档

与之前的流程类似，代码大概分2步：

• 创建Request对象
• 准备请求参数，这里是无参，【直接省略】
• 发送请求
• 解析结果【因为结果在_source部分内】

可以看到，响应结果是一个JSON，其中文档放在一个_source属性中，因此解析就是拿到_source，反序列化为Java对象即可

2.4.3 删除文档

与查询相比，仅仅是请求方式从DELETE变成GET，可以想象Java代码应该依然是2步走：

• 1）准备Request对象，因为是删除，这次是DeleteRequest对象。要指定索引库名和id
• 2）准备参数，无参，直接省略
• 3）发送请求。因为是删除，所以是client.delete()方法

2.4.4 修改文档

修改我们讲过两种方式：

• 全量修改：本质是先根据id删除，再新增【与新增文档】
• 局部修改：修改文档中的指定字段值

在RestClient的API中，全量修改与新增的API完全一致，判断依据是ID：

• 如果新增时，ID已经存在，则修改
• 如果新增时，ID不存在，则新增

这里不再赘述，我们主要关注局部修改的API即可

2.4.5 批量导入文档

因此BulkRequest中提供了add方法，用以添加其它CRUD的请求：

具体代码：

2.5 高级查询

文档搜索的基本步骤是：

1. 创建SearchRequest对象实例request
2. 准备request.source()，也就是DSL语句【这个位置可以创建查询，分页，排序，聚合，高亮等操作】
   1. QueryBuilders来构建查询条件
   2. 传入request.source() 的query()方法
3. 发送请求，得到结果
4. 解析结果（参考DSL查询得到的JSON结果，从外到内，逐层解析）

2.5.1 查询数据

我们可以分三步拼凑DSL语句和发起请求获取相应结果：

其中2.组织DSL参数的步骤中source()方法下面对应的查询/高亮/分页/排序/聚合：

在查询方面我们直接可以通过QueryBuilders类调用对应的叶子查询/复杂查询

2.5.2 解析数据

我们可以通过响应结果和Elasticsearch页面返回结果获取具体细节: 【可以扩展很多，但其实就是对照DSL查询结果写】

黑马的图：

3.代码实现思路

==基础操作==

• 1.引入RestHighLevelClient依赖

• 2.初始化RestHighLevelClient

RestHighLevelClient client = new RestHighLevelClient(
    RestClient.builder(
        HttpHost.create("http://192.168.xxx.xxx:9200")  //使用RestClient的builder方法创建
	)
);

• 3.针对索引库(数据库表)操作【创建，查询，修改，删除】

索引库操作的基本步骤：
- 1.初始化RestHighLevelClient类对象client【创建客户端】
- 2.创建XxxIndexRequest对象request【XXX是`Create`、`Get`、`Delete`】
- 3.准备请求参数request.source()方法【只有新增`Create`需要参数，其他情况不需要】
- 4.发送请求client.indices().xxx()方法【xxx是`create`、`exists`、`delete`】

• 4.针对文档(每一行数据)操作【创建，查询，修改，删除】

文档操作的基本步骤：
- 1.初始化RestHighLevelClient类对象client【创建客户端】
- 2.创建XxxRequest对象request【Xxx是`Index`、`Update`、`Delete`、`Bulk`】
- 3.准备请求参数request.source()方法（`Index`、`Update`、`Bulk`时需要）
- 4.发送请求client.Xxx()方法【Xxx是`index`、`get`、`update`、`delete`、`bulk`】
- 5.解析结果（`Get`查询时需要，数据在_source内部）

==高级操作(复杂的DSL查询)==

5.在具体位置就可以进行复杂的DSL查询【可以进行查询，分页，排序，高亮，聚合等操作】

文档搜索的基本步骤是：
1. 创建`SearchRequest`对象实例request
2. 准备`request.source()`，也就是DSL语句【这个位置可以创建查询，分页，排序，聚合，高亮等操作】
   1. `QueryBuilders`来构建查询条件
   2. 传入`request.source()` 的` query() `方法
3. 发送请求，得到结果
4. 解析结果（参考DSL查询得到的JSON结果，从外到内，逐层解析）

赏

×

纯属好玩

扫码打赏，你说多少就多少

打开支付宝扫一扫，即可进行扫码打赏哦