一、ElasticSearch概述

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

Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理PB级别(大数据时代）的数据。es也使用java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。

据国际权威的数据库产品评测机构DB Engines的统计，在2016年1月，ElasticSearch已超过Solr等，成为排名第一的搜索引擎类应用。

总结

1、es基本是开箱即用(解压就可以用!) ,非常简单。Solr安装略微复杂一丢丢!

2、Solr 利用Zookeeper进行分布式管理,而Elasticsearch自身带有分布式协调管理功能。

3、Solr 支持更多格式的数据,比如JSON、XML、 CSV ,而Elasticsearch仅支持json文件格式。

4、Solr 官方提供的功能更多,而Elasticsearch本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要kibana友好支撑

5、Solr 查询快,但更新索引时慢(即插入删除慢) ，用于电商等查询多的应用;

  • ES建立索引快(即查询慢) ，即实时性查询快，用于facebook新浪等搜索。
  • Solr是传统搜索应用的有力解决方案，但Elasticsearch更适用于新兴的实时搜索应用。

6、Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而Elasticsearch相对开发维护者较少,更新太快,学习使用成本较高。

二、ElasticSearch安装

Windows下安装

1、安装

下载地址：https://www.elastic.co/cn/downloads/

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

2、熟悉目录

bin 启动文件目录

config 配置文件目录

	1og4j2 日志配置文件

	jvm.options java 虚拟机相关的配置(默认启动占1g内存，内容不够需要自己调整)

	elasticsearch.ym1 elasticsearch 的配置文件! 默认9200端口!跨域!

1ib   相关jar包

modules 功能模块目录

plugins 插件目录

	ik分词器

3、启动

bin目录下的elasticsearch.bat

访问地址: localhost:9200

{

  "name" : "TIANYH",

  "cluster_name" : "elasticsearch",

  "cluster_uuid" : "IOHRCRK6TKibMGdNZq4YtA",

  "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"

}

安装可视化界面

elasticsearch-head

使用前提：需要安装nodejs

1、下载地址

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

2、安装

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

cd elasticsearch-head

# 安装依赖npm install

# 启动npm run start#

# 访问http://localhost:9100/

开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）

# 开启跨域http.cors.enabled: true

# 所有人访问http.cors.allow-origin: "*"

重启elasticsearch

理解：

  • 如果你是初学者

    • 索引 可以看做 “数据库”
    • 类型 可以看做 “表”
    • 文档 可以看做 “库中的数据（表中的行）”
  • 这个head，我们只是把它当做可视化数据展示工具，之后所有的查询都在kibana中进行
    • 因为不支持json格式化，不方便

安装kibana

Kibana是一个针对ElasticSearch的开源分析及可视化平台,用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana ,可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。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查询动态。设置Kibana非常简单。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索引监测。

1、下载地址:

下载的版本需要与ElasticSearch版本对应

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

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

2、安装

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

bin目录下的kibanan.bat

访问地址: localhost:5601

4、kibana汉化

编辑器打开kibana解压目录/config/kibana.yml，添加

i18n.locale: "zh-CN"

重启kibana

了解ELK

  • ELK是

    Elasticsearch、Logstash、 Kibana三大开源框架首字母大写简称

    。市面上也被成为Elastic Stack。

    • 其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。

      • 像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架，可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。
    • 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 )收集的不同格式数据,经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。
    • Kibana可以将elasticsearch的数据通过友好的页面展示出来 ,提供实时分析的功能。

  • 市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称 ,但实际上ELK不仅仅适用于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性。并非唯一性。

收集清洗数据(Logstash) ==> 搜索、存储(ElasticSearch) ==> 展示(Kibana)

三、ElasticSearch核心概念

概述

1、索引（ElasticSearch）

  • 包多个分片

2、字段类型（映射）

  • 字段类型映射（字段是整型，还是字符型…）

3、文档

4、分片（Lucene索引，倒排索引）

ElasticSearch是面向文档，关系行数据库和ElasticSearch客观对比！一切都是JSON！

Relational DB ElasticSearch
数据库（database） 索引（indices）
表（tables） types <慢慢会被弃用!>
行（rows） documents
字段（columns） fields

elasticsearch（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:

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

一个人就是一个集群! ，即启动的ElasticSearch服务，默认就是一个集群，且默认集群名为elasticsearch

逻辑设计:

一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，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，实际上它是个字符串。

文档（”行“）

之前说elasticsearch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，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!
  • 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。

类型（“表”）

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。我们说文档是无模式的，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，别整什么幺蛾子。

索引（“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。我们来研究下分片是如何工作的。

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)

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，数据也不至于失。实际上，一个分片是一个Lucene索引（一个ElasticSearch索引包含多个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。不过，等等，倒排索引是什么鬼?

倒排索引（Lucene索引底层）

简单说就是 按（文章关键字，对应的文档<0个或多个>）形式建立索引，根据关键字就可直接查询对应的文档（含关键字的），无需查询每一个文档，如下图

四、IK分词器(elasticsearch插件)

IK分词器：中文分词器

分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一一个匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），比如“我爱狂神”会被分为”我”，”爱”，”狂”，”神” ，这显然是不符合要求的，所以我们需要安装中文分词器ik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!

1、下载

版本要与ElasticSearch版本对应

下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

2、安装

ik文件夹是自己创建的

加压即可（但是我们需要解压到ElasticSearch的plugins目录ik文件夹下）

4、使用 ElasticSearch安装补录/bin/elasticsearch-plugin 可以查看插件

E:\ElasticSearch\elasticsearch-7.6.1\bin>elasticsearch-plugin list

5、使用kibana测试

ik_smart：最少切分

GET _analyze

{

  "analyzer": "ik_smart",

  "text": "白日依山尽黄河入海流"

}

{

  "tokens" : [

    {

      "token" : "白日",

      "start_offset" : 0,

      "end_offset" : 2,

      "type" : "CN_WORD",

      "position" : 0

    },

    {

      "token" : "依",

      "start_offset" : 2,

      "end_offset" : 3,

      "type" : "CN_CHAR",

      "position" : 1

    },

    {

      "token" : "山",

      "start_offset" : 3,

      "end_offset" : 4,

      "type" : "CN_CHAR",

      "position" : 2

    },

    {

      "token" : "尽",

      "start_offset" : 4,

      "end_offset" : 5,

      "type" : "CN_CHAR",

      "position" : 3

    },

    {

      "token" : "黄河",

      "start_offset" : 5,

      "end_offset" : 7,

      "type" : "CN_WORD",

      "position" : 4

    },

    {

      "token" : "入海流",

      "start_offset" : 7,

      "end_offset" : 10,

      "type" : "CN_WORD",

      "position" : 5

    }

  ]

}

ik_max_word：最细粒度划分（穷尽词库的可能）

GET _analyze

{

  "analyzer": "ik_max_word",

  "text": "白日依山尽黄河入海流"

}

{

  "tokens" : [

    {

      "token" : "白日",

      "start_offset" : 0,

      "end_offset" : 2,

      "type" : "CN_WORD",

      "position" : 0

    },

    {

      "token" : "依",

      "start_offset" : 2,

      "end_offset" : 3,

      "type" : "CN_CHAR",

      "position" : 1

    },

    {

      "token" : "山",

      "start_offset" : 3,

      "end_offset" : 4,

      "type" : "CN_CHAR",

      "position" : 2

    },

    {

      "token" : "尽",

      "start_offset" : 4,

      "end_offset" : 5,

      "type" : "CN_CHAR",

      "position" : 3

    },

    {

      "token" : "黄河",

      "start_offset" : 5,

      "end_offset" : 7,

      "type" : "CN_WORD",

      "position" : 4

    },

    {

      "token" : "入海流",

      "start_offset" : 7,

      "end_offset" : 10,

      "type" : "CN_WORD",

      "position" : 5

    },

    {

      "token" : "入海",

      "start_offset" : 7,

      "end_offset" : 9,

      "type" : "CN_WORD",

      "position" : 6

    },

    {

      "token" : "海流",

      "start_offset" : 8,

      "end_offset" : 10,

      "type" : "CN_WORD",

      "position" : 7

    }

  ]

}

6、添加自定义的词添加到扩展字典中

elasticsearch目录/plugins/ik/config/IKAnalyzer.cfg.xml

打开 IKAnalyzer.cfg.xml 文件，扩展字典

<?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>

编写 my.dic

白日依山尽

黄河入海流


GET _analyze

{

  "analyzer": "ik_smart",

  "text": "白日依山尽黄河入海流"

}

{

  "tokens" : [

    {

      "token" : "白日依山尽",

      "start_offset" : 0,

      "end_offset" : 5,

      "type" : "CN_WORD",

      "position" : 0

    },

    {

      "token" : "黄河入海流",

      "start_offset" : 5,

      "end_offset" : 10,

      "type" : "CN_WORD",

      "position" : 1

    }

  ]

}

五、Rest风格说明

一种软件架构风格,而不是标准,只是提供了一组设计原则和约束条件。它主要用于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：

method url地址 描述
PUT（创建,修改） localhost:9200/索引名称/类型名称/文档id 创建文档（指定文档id）
POST（创建） localhost:9200/索引名称/类型名称 创建文档（随机文档id）
POST（修改） localhost:9200/索引名称/类型名称/文档id/_update 修改文档
DELETE（删除） localhost:9200/索引名称/类型名称/文档id 删除文档
GET（查询） localhost:9200/索引名称/类型名称/文档id 查询文档通过文档ID
POST（查询） localhost:9200/索引名称/类型名称/文档id/_search 查询所有数据

测试

1、创建一个索引，添加

PUT /test/type/1

{

  "name": "测试",

  "age": 18

}

{

  "_index" : "test",

  "_type" : "type",

  "_id" : "1",

  "_version" : 1,

  "result" : "created",

  "_shards" : {

    "total" : 2,

    "successful" : 1,

    "failed" : 0

  },

  "_seq_no" : 0,

  "_primary_term" : 1

}

2、字段数据类型

  • 字符串类型

    • text、

      keyword

      • text：支持分词，全文检索,支持模糊、精确查询,不支持聚合,排序操作;text类型的最大支持的字符长度无限制,适合大字段存储；
      • keyword：不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。

  • 数值型

    • long、Integer、short、byte、double、float、half float、scaled float

  • 日期类型

    • date

  • te布尔类型

    • boolean

  • 二进制类型

    • binary

  • 等等…

3、指定字段的类型（使用PUT）

类似于建库（建立索引和字段对应类型），也可看做规则的建立

PUT /test2

{

  "mappings": {

    "properties": {

      "name": {

        "type": "text"

      },

      "age":{

        "type": "long"

      },

      "birthday":{

        "type": "date"

      }

    }

  }

}

{

  "acknowledged" : true,

  "shards_acknowledged" : true,

  "index" : "test2"

}

4、获取3建立的规则

GET test2

{

  "test2" : {

    "aliases" : { },

    "mappings" : {

      "properties" : {

        "age" : {

          "type" : "long"

        },

        "birthday" : {

          "type" : "date"

        },

        "name" : {

          "type" : "text"

        }

      }

    },

    "settings" : {

      "index" : {

        "creation_date" : "1676438148562",

        "number_of_shards" : "1",

        "number_of_replicas" : "1",

        "uuid" : "d-qUkOZKQJKzd68KHiN_pw",

        "version" : {

          "created" : "7060199"

        },

        "provided_name" : "test2"

      }

    }

  }

}

5、获取默认信息

_doc 默认类型（default type），type 在未来的版本中会逐渐弃用，因此产生一个默认类型进行代替

PUT /test3/_doc/1

{

  "name": "黄河",

  "age": 18

}

{

  "_index" : "test3",

  "_type" : "_doc",

  "_id" : "1",

  "_version" : 1,

  "result" : "created",

  "_shards" : {

    "total" : 2,

    "successful" : 1,

    "failed" : 0

  },

  "_seq_no" : 0,

  "_primary_term" : 1

}

GET test3

{

  "test3" : {

    "aliases" : { },

    "mappings" : {

      "properties" : {

        "age" : {

          "type" : "long"

        },

        "name" : {

          "type" : "text",

          "fields" : {

            "keyword" : {

              "type" : "keyword",

              "ignore_above" : 256

            }

          }

        }

      }

    },

    "settings" : {

      "index" : {

        "creation_date" : "1676438576004",

        "number_of_shards" : "1",

        "number_of_replicas" : "1",

        "uuid" : "QmHErZuzSvmczgtgyzC7oA",

        "version" : {

          "created" : "7060199"

        },

        "provided_name" : "test3"

      }

    }

  }

}

如果自己的文档字段没有被指定，那么ElasticSearch就会给我们默认配置字段类型

扩展：通过GET _cat/ 可以获取ElasticSearch的当前的很多信息！

=^.^=

/_cat/allocation

/_cat/shards

/_cat/shards/{index}

/_cat/master

/_cat/nodes

/_cat/tasks

/_cat/indices

/_cat/indices/{index}

/_cat/segments

/_cat/segments/{index}

/_cat/count

/_cat/count/{index}

/_cat/recovery

/_cat/recovery/{index}

/_cat/health

/_cat/pending_tasks

/_cat/aliases

/_cat/aliases/{alias}

/_cat/thread_pool

/_cat/thread_pool/{thread_pools}

/_cat/plugins

/_cat/fielddata

/_cat/fielddata/{fields}

/_cat/nodeattrs

/_cat/repositories

/_cat/snapshots/{repository}

/_cat/templates

6、修改

两种方案

①旧的（使用put覆盖原来的值）

  • 版本+1（_version）
  • 但是如果漏掉某个字段没有写，那么更新是没有写的字段 ，会消失
PUT /test/type/1

{

  "name": "测试",

  "age": 19

}

GET /test/_doc/1

{

  "_index" : "test",

  "_type" : "_doc",

  "_id" : "1",

  "_version" : 2,

  "_seq_no" : 1,

  "_primary_term" : 1,

  "found" : true,

  "_source" : {

    "name" : "测试",

    "age" : 19

  }

}

PUT /test/type/1

{

  "age": 20

}

GET /test/_doc/1

{

  "_index" : "test",

  "_type" : "_doc",

  "_id" : "1",

  "_version" : 3,

  "_seq_no" : 2,

  "_primary_term" : 1,

  "found" : true,

  "_source" : {

    "age" : 20

  }

}

②新的（使用post的update）

  • version不会改变
  • 需要注意doc
  • 不会丢失字段
POST /test/_doc/1/_update

{

  "doc":{

    "age":11

  }

}

GET /test/_doc/1

{

  "_index" : "test",

  "_type" : "_doc",

  "_id" : "1",

  "_version" : 5,

  "_seq_no" : 4,

  "_primary_term" : 1,

  "found" : true,

  "_source" : {

    "name" : "测试",

    "age" : 11

  }

}

7、删除

DELETE /test

{

  "acknowledged" : true

}

8、查询（简单条件）

GET /test/_doc/_search?q=age:19

{

  "took" : 1,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 1,

      "relation" : "eq"

    },

    "max_score" : 1.0,

    "hits" : [

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "1",

        "_score" : 1.0,

        "_source" : {

          "name" : "测试",

          "age" : 19

        }

      }

    ]

  }

}

9、复杂查询

①查询匹配
  • match：匹配（会使用分词器解析（先分析文档，然后进行查询））
  • _source：过滤字段
  • sort：排序
  • form、size 分页
GET /test/_doc/_search

{

}

{

  "took" : 0,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 5,

      "relation" : "eq"

    },

    "max_score" : 1.0,

    "hits" : [

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "1",

        "_score" : 1.0,

        "_source" : {

          "name" : "测试",

          "age" : 19

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "2",

        "_score" : 1.0,

        "_source" : {

          "name" : "小李",

          "age" : 19

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "3",

        "_score" : 1.0,

        "_source" : {

          "name" : "小张",

          "age" : 18

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "4",

        "_score" : 1.0,

        "_source" : {

          "name" : "小明",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "5",

        "_score" : 1.0,

        "_source" : {

          "name" : "明明",

          "age" : 16

        }

      }

    ]

  }

}


GET /test/_doc/_search

{

  "query":{

    "match":{

      "name":"明"

    }

  },

  "_source":["age","name"],

  "sort":[{"age":{"order":"asc"}}],

  "from":0,

  "size":20

}

{

  "took" : 0,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 2,

      "relation" : "eq"

    },

    "max_score" : null,

    "hits" : [

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "4",

        "_score" : null,

        "_source" : {

          "name" : "小明",

          "age" : 16

        },

        "sort" : [

          16

        ]

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "5",

        "_score" : null,

        "_source" : {

          "name" : "明明",

          "age" : 16

        },

        "sort" : [

          16

        ]

      }

    ]

  }

}
②多条件查询（bool）
  • must 相当于 and
  • should 相当于 or
  • must_not 相当于 not (... and ...)
  • filter 过滤
GET /test/_doc/_search

{

  "query":{

    "bool":{

      "must":[{"match":{"age":16}},{"match":{"name":"小"}}],

      "filter":{

        "range":{

        "age":{

          "gte":15,

          "lte":17

          }

        }

      }

    }

  }

}

{

  "took" : 1,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 4,

      "relation" : "eq"

    },

    "max_score" : 1.2940125,

    "hits" : [

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "4",

        "_score" : 1.2940125,

        "_source" : {

          "name" : "小明",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "6",

        "_score" : 1.2940125,

        "_source" : {

          "name" : "小黄",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "7",

        "_score" : 1.2940125,

        "_source" : {

          "name" : "小黑",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "9",

        "_score" : 1.2940125,

        "_source" : {

          "name" : "小花",

          "age" : 16

        }

      }

    ]

  }

}
③匹配数组
  • 貌似不能与其它字段一起使用
  • 可以多关键字查（空格隔开）— 匹配字段也是符合的
  • match 会使用分词器解析（先分析文档，然后进行查询）
  • 搜词
GET /test/_doc/_search

{

  "query":{

    "match":{

      "name":"明 黑"

    }

  }

}

{

  "took" : 1,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 3,

      "relation" : "eq"

    },

    "max_score" : 1.9388659,

    "hits" : [

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "7",

        "_score" : 1.9388659,

        "_source" : {

          "name" : "小黑",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "5",

        "_score" : 1.4651942,

        "_source" : {

          "name" : "明明",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "4",

        "_score" : 1.0729234,

        "_source" : {

          "name" : "小明",

          "age" : 16

        }

      }

    ]

  }

}
④精确查询
  • term 直接通过 倒排索引 指定词条查询
  • 适合查询 number、date、keyword ，不适合text
GET /test/_doc/_search

{

  "query":{

    "term":{

      "age":16

    }

  }

}

{

  "took" : 0,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 5,

      "relation" : "eq"

    },

    "max_score" : 1.0,

    "hits" : [

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "4",

        "_score" : 1.0,

        "_source" : {

          "name" : "小明",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "5",

        "_score" : 1.0,

        "_source" : {

          "name" : "明明",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "6",

        "_score" : 1.0,

        "_source" : {

          "name" : "小黄",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "7",

        "_score" : 1.0,

        "_source" : {

          "name" : "小黑",

          "age" : 16

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "9",

        "_score" : 1.0,

        "_source" : {

          "name" : "小花",

          "age" : 16

        }

      }

    ]

  }

}
⑤text和keyword
  • text：

    • 支持分词，全文检索、支持模糊、精确查询,不支持聚合,排序操作;
    • text类型的最大支持的字符长度无限制,适合大字段存储；
  • keyword：
    • 不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。
    • keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。
// 设置索引类型

PUT /test2

{

  "mappings": {

    "properties": {

      "text":{

        "type":"text"

      },

      "keyword":{

        "type":"keyword"

      }

    }

  }

}

// 设置字段数据

PUT /test2/_doc/1

{

  "text":"测试keyword和text是否支持分词",

  "keyword":"测试keyword和text是否支持分词"

}

GET /test2/_doc/_search

{

  "query":{

   "match":{

      "text":"测试"

   }

  }

}

{

  "took" : 426,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 1,

      "relation" : "eq"

    },

    "max_score" : 0.5753642,

    "hits" : [

      {

        "_index" : "test2",

        "_type" : "_doc",

        "_id" : "1",

        "_score" : 0.5753642,

        "_source" : {

          "text" : "测试keyword和text是否支持分词",

          "keyword" : "测试keyword和text是否支持分词"

        }

      }

    ]

  }

}

GET /test2/_doc/_search

{

  "query":{

   "match":{

      "keyword":"测试"

   }

  }

}

{

  "took" : 0,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 0,

      "relation" : "eq"

    },

    "max_score" : null,

    "hits" : [ ]

  }

}

GET _analyze

{

  "analyzer": "keyword",

  "text": ["白日依山尽"]

}

{

  "tokens" : [

    {

      "token" : "白日依山尽",

      "start_offset" : 0,

      "end_offset" : 5,

      "type" : "word",

      "position" : 0

    }

  ]

}

GET _analyze

{

  "analyzer": "standard",

    "text": ["白日依山尽"]

}

{

  "tokens" : [

    {

      "token" : "白",

      "start_offset" : 0,

      "end_offset" : 1,

      "type" : "<IDEOGRAPHIC>",

      "position" : 0

    },

    {

      "token" : "日",

      "start_offset" : 1,

      "end_offset" : 2,

      "type" : "<IDEOGRAPHIC>",

      "position" : 1

    },

    {

      "token" : "依",

      "start_offset" : 2,

      "end_offset" : 3,

      "type" : "<IDEOGRAPHIC>",

      "position" : 2

    },

    {

      "token" : "山",

      "start_offset" : 3,

      "end_offset" : 4,

      "type" : "<IDEOGRAPHIC>",

      "position" : 3

    },

    {

      "token" : "尽",

      "start_offset" : 4,

      "end_offset" : 5,

      "type" : "<IDEOGRAPHIC>",

      "position" : 4

    }

  ]

}

GET _analyze

{

  "analyzer": "ik_max_word",

    "text": ["白日依山尽"]

}

{

  "tokens" : [

    {

      "token" : "白日依山尽",

      "start_offset" : 0,

      "end_offset" : 5,

      "type" : "CN_WORD",

      "position" : 0

    },

    {

      "token" : "白日",

      "start_offset" : 0,

      "end_offset" : 2,

      "type" : "CN_WORD",

      "position" : 1

    },

    {

      "token" : "依",

      "start_offset" : 2,

      "end_offset" : 3,

      "type" : "CN_CHAR",

      "position" : 2

    },

    {

      "token" : "山",

      "start_offset" : 3,

      "end_offset" : 4,

      "type" : "CN_CHAR",

      "position" : 3

    },

    {

      "token" : "尽",

      "start_offset" : 4,

      "end_offset" : 5,

      "type" : "CN_CHAR",

      "position" : 4

    }

  ]

}
⑥高亮查询
GET /test/_doc/_search

{

    "query":{

        "match":{"name":"小"}

    },

    "highlight":{

      "fields":{

        "name":{}

      }

    }

}

{

  "took" : 89,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 6,

      "relation" : "eq"

    },

    "max_score" : 0.18681718,

    "hits" : [

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "2",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小李",

          "age" : 19

        },

        "highlight" : {

          "name" : [

            "<em>小</em>李"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "3",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小张",

          "age" : 18

        },

        "highlight" : {

          "name" : [

            "<em>小</em>张"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "4",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小明",

          "age" : 16

        },

        "highlight" : {

          "name" : [

            "<em>小</em>明"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "6",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小黄",

          "age" : 16

        },

        "highlight" : {

          "name" : [

            "<em>小</em>黄"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "7",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小黑",

          "age" : 16

        },

        "highlight" : {

          "name" : [

            "<em>小</em>黑"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "9",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小花",

          "age" : 16

        },

        "highlight" : {

          "name" : [

            "<em>小</em>花"

          ]

        }

      }

    ]

  }

}

GET /test/_doc/_search

{

    "query":{

        "match":{"name":"小"}

    },

  "highlight": {

    "pre_tags": "<p class='key' style='color:red'>",

    "post_tags": "</p>",

    "fields": {

      "name": {}

    }

  }

}

{

  "took" : 2,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 6,

      "relation" : "eq"

    },

    "max_score" : 0.18681718,

    "hits" : [

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "2",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小李",

          "age" : 19

        },

        "highlight" : {

          "name" : [

            "<p class='key' style='color:red'>小</p>李"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "3",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小张",

          "age" : 18

        },

        "highlight" : {

          "name" : [

            "<p class='key' style='color:red'>小</p>张"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "4",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小明",

          "age" : 16

        },

        "highlight" : {

          "name" : [

            "<p class='key' style='color:red'>小</p>明"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "6",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小黄",

          "age" : 16

        },

        "highlight" : {

          "name" : [

            "<p class='key' style='color:red'>小</p>黄"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "7",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小黑",

          "age" : 16

        },

        "highlight" : {

          "name" : [

            "<p class='key' style='color:red'>小</p>黑"

          ]

        }

      },

      {

        "_index" : "test",

        "_type" : "_doc",

        "_id" : "9",

        "_score" : 0.18681718,

        "_source" : {

          "name" : "小花",

          "age" : 16

        },

        "highlight" : {

          "name" : [

            "<p class='key' style='color:red'>小</p>花"

          ]

        }

      }

    ]

  }

}

六、SpringBoot整合

1、导入依赖

导入elasticsearch

<dependency>

    <groupId>org.springframework.boot</groupId>

    <artifactId>spring-boot-starter-data-elasticsearch</artifactId>

</dependency>

提前导入fastjson、lombok

<dependency>

    <groupId>com.alibaba</groupId>

    <artifactId>fastjson</artifactId>

    <version>1.2.70</version>

</dependency>

<!-- lombok需要安装插件 -->

<dependency>

    <groupId>org.projectlombok</groupId>

    <artifactId>lombok</artifactId>

    <optional>true</optional>

</dependency>

2、创建并编写配置类

@Configuration

public class ElasticSearchConfig {

	// 注册 rest高级客户端

	@Bean

	public RestHighLevelClient restHighLevelClient(){

		RestHighLevelClient client = new RestHighLevelClient(

				RestClient.builder(

						new HttpHost("localhost",9200,"http")

				)

		);

		return client;

	}

}

3、创建并编写实体类

@Data

@NoArgsConstructor

@AllArgsConstructor

public class User implements Serializable {

	private static final long serialVersionUID = -3843548915035470817L;

	private String name;

	private Integer age;

}

4、测试

注入 RestHighLevelClient

    @Autowired

    public RestHighLevelClient restHighLevelClient;

索引的操作

1、索引的创建
    public void CreatIndex() throws IOException {

        CreateIndexRequest request = new CreateIndexRequest("test6");

        CreateIndexResponse response = restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);

        System.out.println(response.isAcknowledged());

        System.out.println(response);

        restHighLevelClient.close();

        return ;

    }
2、索引的获取，并判断其是否存在
    public void IndexIsExists() throws IOException {

        GetIndexRequest request = new GetIndexRequest("test6");

        boolean exists = restHighLevelClient.indices().exists(request,RequestOptions.DEFAULT);

        System.out.println(exists);

        restHighLevelClient.close();

        return;

    }
3、索引的删除
    public void DeleteIndex() throws IOException {

        DeleteIndexRequest request = new DeleteIndexRequest("test6");

        AcknowledgedResponse response = restHighLevelClient.indices().delete(request,RequestOptions.DEFAULT);

        System.out.println(response.isAcknowledged());

        restHighLevelClient.close();

        return;

    }

文档的操作

1、文档的添加
	public void AddDocument() throws IOException {

		User user = new User("笑笑",25);

		IndexRequest request = new IndexRequest("test");

		request.id("16");

		request.timeout(TimeValue.timeValueMillis(1000));

		request.source(JSON.toJSONString(user),XContentType.JSON);

		IndexResponse response = restHighLevelClient.index(request,RequestOptions.DEFAULT);

		System.out.println(response.status());

		System.out.println(response);

		restHighLevelClient.close();

    	return;

	}
2、文档信息的获取
	public void GetDocument() throws IOException {

		GetRequest request = new GetRequest("test","1");

		GetResponse response = restHighLevelClient.get(request,RequestOptions.DEFAULT);

		System.out.println(response.getSourceAsString());

		restHighLevelClient.close();

		return;

	}
3、文档的获取，并判断其是否存在
	public void DocumentIsExists() throws IOException {

    	GetRequest request = new GetRequest("test","1111");

    	request.fetchSourceContext(new FetchSourceContext(false));

    	request.storedFields("_none_");

    	boolean exists = restHighLevelClient.exists(request,RequestOptions.DEFAULT);

    	System.out.println(exists);

    	restHighLevelClient.close();

    	return;

	}
4、文档的更新
	public void UpdateDocument() throws IOException {

		UpdateRequest request =  new UpdateRequest("test","16");

		User user = new User("黑黑",18);

		request.doc(JSON.toJSONString(user),XContentType.JSON);

		UpdateResponse response = restHighLevelClient.update(request,RequestOptions.DEFAULT);

		System.out.println(response.status());

		restHighLevelClient.close();

    	return;

	}
5、文档的删除
	public void DeleteDocument() throws Exception {

		DeleteRequest request = new DeleteRequest("test","1");

		request.timeout("1s");

		DeleteResponse response = restHighLevelClient.delete(request,RequestOptions.DEFAULT);

		System.out.println(response.status());

		restHighLevelClient.close();

	}
6、文档的查询
	public void Search() throws Exception {

		SearchRequest request = new SearchRequest("test");

		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

		TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name","明");

//		MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();

		searchSourceBuilder.highlighter(new HighlightBuilder());

		searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));

		searchSourceBuilder.query(termQueryBuilder);

//		searchSourceBuilder.query(matchAllQueryBuilder);

		searchSourceBuilder.from(0);

		searchSourceBuilder.size(100);

		request.source(searchSourceBuilder);

		SearchResponse search = restHighLevelClient.search(request, RequestOptions.DEFAULT);

		SearchHits hits = search.getHits();

		System.out.println(JSON.toJSONString(hits));

		System.out.println("++++++++++++++++++++++++++++++++++++++++");

		for (SearchHit documentFields: hits.getHits()) {

			System.out.println(documentFields.getSourceAsMap());

		}

		restHighLevelClient.close();

	}
错误的批量添加数据
	public void test() throws Exception {

    	IndexRequest request = new IndexRequest("bulk");

    	request.source(JSON.toJSONString(new User("小1",12)),XContentType.JSON);

		request.source(JSON.toJSONString(new User("小2",12)),XContentType.JSON);

		request.source(JSON.toJSONString(new User("小3",12)),XContentType.JSON);

		request.source(JSON.toJSONString(new User("小4",12)),XContentType.JSON);

		request.source(JSON.toJSONString(new User("小5",12)),XContentType.JSON);

		request.source(JSON.toJSONString(new User("小6",12)),XContentType.JSON);

		request.source(JSON.toJSONString(new User("小7",12)),XContentType.JSON);

		IndexResponse indexResponse = restHighLevelClient.index(request,RequestOptions.DEFAULT);

		System.out.println(indexResponse.status());

		restHighLevelClient.close();

	}
7、批量添加数据
	public void testBullk() throws Exception {

		BulkRequest bulkRequest = new BulkRequest();

		bulkRequest.timeout("10s");

		ArrayList<User> users = new ArrayList<>();

		users.add(new User("小1",12));

		users.add(new User("小2",12));

		users.add(new User("小3",12));

		users.add(new User("小4",12));

		users.add(new User("小5",12));

		users.add(new User("小6",12));

		for (User user:users) {

			bulkRequest.add(new IndexRequest("bulk").source(JSON.toJSONString(user),XContentType.JSON));

		}

		BulkResponse response = restHighLevelClient.bulk(bulkRequest,RequestOptions.DEFAULT);

		System.out.println(response.status());

		restHighLevelClient.close();

	}

七、ElasticSearch实战

防京东商城搜索（高亮）

1、导入依赖

<dependencies>

    <!-- jsoup解析页面 -->

    <!-- 解析网页 爬视频可 研究tiko -->

    <dependency>

        <groupId>org.jsoup</groupId>

        <artifactId>jsoup</artifactId>

        <version>1.10.2</version>

    </dependency>

    <!-- fastjson -->

    <dependency>

        <groupId>com.alibaba</groupId>

        <artifactId>fastjson</artifactId>

        <version>1.2.70</version>

    </dependency>

    <!-- ElasticSearch -->

    <dependency>

        <groupId>org.springframework.boot</groupId>

        <artifactId>spring-boot-starter-data-elasticsearch</artifactId>

    </dependency>

    <!-- thymeleaf -->

    <dependency>

        <groupId>org.springframework.boot</groupId>

        <artifactId>spring-boot-starter-thymeleaf</artifactId>

    </dependency>

    <!-- web -->

    <dependency>

        <groupId>org.springframework.boot</groupId>

        <artifactId>spring-boot-starter-web</artifactId>

    </dependency>

    <!-- devtools热部署 -->

    <dependency>

        <groupId>org.springframework.boot</groupId>

        <artifactId>spring-boot-devtools</artifactId>

        <scope>runtime</scope>

        <optional>true</optional>

    </dependency>

    <!--  -->

    <dependency>

        <groupId>org.springframework.boot</groupId>

        <artifactId>spring-boot-configuration-processor</artifactId>

        <optional>true</optional>

    </dependency>

    <!-- lombok 需要安装插件 -->

    <dependency>

        <groupId>org.projectlombok</groupId>

        <artifactId>lombok</artifactId>

        <optional>true</optional>

    </dependency>

    <!-- test -->

    <dependency>

        <groupId>org.springframework.boot</groupId>

        <artifactId>spring-boot-starter-test</artifactId>

        <scope>test</scope>

    </dependency>

</dependencies>

2、导入前端素材

ES资料地址：链接：https://pan.baidu.com/s/1qdvSk7SdVnlI8QzeK5gxaA

提取码：ldrh

3、编写 application.preperties配置文件

# 更改端口，防止冲突

server.port=9999

# 关闭thymeleaf缓存

spring.thymeleaf.cache=false

4、测试controller和view

@Controller

public class DemoApi {

	@GetMapping({"/","index"})

	public String index(){

		return "index";

	}

}

5、编写service

ContentService

@Service

public class ContentService {

	@Autowired

	private RestHighLevelClient restHighLevelClient;

	// 1、解析数据放入 es 索引中

	public Boolean parseContent(String keyword) throws IOException {

		// 获取内容

		List<Content> contents = HtmlParseUtil.parseJD(keyword);

		// 内容放入 es 中

		BulkRequest bulkRequest = new BulkRequest();

		bulkRequest.timeout("2m"); // 可更具实际业务是指

		for (int i = 0; i < contents.size(); i++) {

			bulkRequest.add(

					new IndexRequest("jd_goods")

							.id(""+(i+1))

							.source(JSON.toJSONString(contents.get(i)), XContentType.JSON)

			);

		}

		BulkResponse bulk = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);

//		restHighLevelClient.close();

		return !bulk.hasFailures();

	}

	// 2、根据keyword分页查询结果

	public List<Map<String, Object>> search(String keyword, Integer pageIndex, Integer pageSize) throws IOException {

		if (pageIndex < 0){

			pageIndex = 0;

		}

		SearchRequest jd_goods = new SearchRequest("jd_goods");

		// 创建搜索源建造者对象

		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

		// 条件采用：精确查询 通过keyword查字段name

		TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", keyword);

		searchSourceBuilder.query(termQueryBuilder);

		searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));// 60s

		// 分页

		searchSourceBuilder.from(pageIndex);

		searchSourceBuilder.size(pageSize);

		// 高亮

		// ....

		// 搜索源放入搜索请求中

		jd_goods.source(searchSourceBuilder);

		// 执行查询，返回结果

		SearchResponse searchResponse = restHighLevelClient.search(jd_goods, RequestOptions.DEFAULT);

//		restHighLevelClient.close();

		// 解析结果

		SearchHits hits = searchResponse.getHits();

		List<Map<String,Object>> results = new ArrayList<>();

		for (SearchHit documentFields : hits.getHits()) {

			Map<String, Object> sourceAsMap = documentFields.getSourceAsMap();

			results.add(sourceAsMap);

		}

		// 返回查询的结果

		return results;

	}

	// 3、 在2的基础上进行高亮查询

	public List<Map<String, Object>> highlightSearch(String keyword, Integer pageIndex, Integer pageSize) throws IOException {

		SearchRequest searchRequest = new SearchRequest("jd_goods");

		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

		// 精确查询，添加查询条件

		TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", keyword);

		searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));

		searchSourceBuilder.query(termQueryBuilder);

		// 分页

		searchSourceBuilder.from(pageIndex);

		searchSourceBuilder.size(pageSize);

		// 高亮 =========

		HighlightBuilder highlightBuilder = new HighlightBuilder();

		highlightBuilder.field("name");

		highlightBuilder.preTags("<span style='color:red'>");

		highlightBuilder.postTags("</span>");

		searchSourceBuilder.highlighter(highlightBuilder);

		// 执行查询

		searchRequest.source(searchSourceBuilder);

		SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);

		// 解析结果 ==========

		SearchHits hits = searchResponse.getHits();

		List<Map<String, Object>> results = new ArrayList<>();

		for (SearchHit documentFields : hits.getHits()) {

			// 使用新的字段值（高亮），覆盖旧的字段值

			Map<String, Object> sourceAsMap = documentFields.getSourceAsMap();

			// 高亮字段

			Map<String, HighlightField> highlightFields = documentFields.getHighlightFields();

			HighlightField name = highlightFields.get("name");

			// 替换

			if (name != null){

				Text[] fragments = name.fragments();

				StringBuilder new_name = new StringBuilder();

				for (Text text : fragments) {

					new_name.append(text);

				}

				sourceAsMap.put("name",new_name.toString());

			}

			results.add(sourceAsMap);

		}

		return results;

	}

}

6、编写controller

@Controller

public class DemoApi {

	@GetMapping({"/","index"})

	public String index(){

		return "index";

	}

	@Autowired

	private ContentService contentService;

	@ResponseBody

	@GetMapping("/parse/{keyword}")

	public Boolean parse(@PathVariable("keyword") String keyword) throws IOException {

		return contentService.parseContent(keyword);

	}

	@ResponseBody

	@GetMapping("/search/{keyword}/{pageIndex}/{pageSize}")

	public List<Map<String, Object>> parse(@PathVariable("keyword") String keyword,

										   @PathVariable("pageIndex") Integer pageIndex,

										   @PathVariable("pageSize") Integer pageSize) throws IOException {

		return contentService.search(keyword,pageIndex,pageSize);

	}

	@ResponseBody

	@GetMapping("/h_search/{keyword}/{pageIndex}/{pageSize}")

	public List<Map<String, Object>> highlightParse(@PathVariable("keyword") String keyword,

													@PathVariable("pageIndex") Integer pageIndex,

													@PathVariable("pageSize") Integer pageSize) throws IOException {

		return contentService.highlightSearch(keyword,pageIndex,pageSize);

	}

}

7、爬虫（jsoup）

HtmlParseUtil
public class HtmlParseUtil {

	public static void main(String[] args) throws IOException {

		/// 使用前需要联网

		// 请求url

		String url = "http://search.jd.com/search?keyword=java";

		// 1.解析网页(jsoup 解析返回的对象是浏览器Document对象)

		Document document = Jsoup.parse(new URL(url), 30000);

		// 使用document可以使用在js对document的所有操作

		// 2.获取元素（通过id）

		Element j_goodsList = document.getElementById("J_goodsList");

		// 3.获取J_goodsList ul 每一个 li

		Elements lis = j_goodsList.getElementsByTag("li");

		// 4.获取li下的 img、price、name

		for (Element li : lis) {

			String img = li.getElementsByTag("img").eq(0).attr("src");// 获取li下 第一张图片

			String name = li.getElementsByClass("p-name").eq(0).text();

			String price = li.getElementsByClass("p-price").eq(0).text();

			System.out.println("=======================");

			System.out.println("img : " + img);

			System.out.println("name : " + name);

			System.out.println("price : " + price);

		}

	}

	public static List<Content> parseJD(String keyword) throws IOException {

		/// 使用前需要联网

		// 请求url

		String url = "http://search.jd.com/search?keyword=" + keyword;

		// 1.解析网页(jsoup 解析返回的对象是浏览器Document对象)

		Document document = Jsoup.parse(new URL(url), 30000);

		// 使用document可以使用在js对document的所有操作

		// 2.获取元素（通过id）

		Element j_goodsList = document.getElementById("J_goodsList");

		// 3.获取J_goodsList ul 每一个 li

		Elements lis = j_goodsList.getElementsByTag("li");

//        System.out.println(lis);

		// 4.获取li下的 img、price、name

		// list存储所有li下的内容

		List<Content> contents = new ArrayList<Content>();

		for (Element li : lis) {

			// 由于网站图片使用懒加载，将src属性替换为data-lazy-img

			String img = li.getElementsByTag("img").eq(0).attr("data-lazy-img");// 获取li下 第一张图片

			String name = li.getElementsByClass("p-name").eq(0).text();

			String price = li.getElementsByClass("p-price").eq(0).text();

			// 封装为对象

			Content content = new Content(name,img,price);

			// 添加到list中

			contents.add(content);

		}

        System.out.println(contents);

		// 5.返回 list

		return contents;

	}

}
Content
@Data

@AllArgsConstructor

@NoArgsConstructor

public class Content implements Serializable {

	private static final long serialVersionUID = -8049497962627482693L;

	private String name;

	private String img;

	private String price;

}

8、前后端分离

引入js
    <script src="https://cdn.bootcss.com/vue/2.5.2/vue.min.js"></script>

    <script src="https://cdn.bootcdn.net/ajax/libs/axios/0.21.1/axios.min.js"></script>
修改后的index.html
<!DOCTYPE html>

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

<head>

    <meta charset="utf-8"/>

    <title>狂神说Java-ES仿京东实战</title>

    <link rel="stylesheet" th:href="@{/css/style.css}"/>

    <script th:src="@{/js/jquery.min.js}"></script>

</head>

<body class="pg">

<div class="page">

    <div id="app" 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" 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>狂神说Java</a></li>

                                <li><a>狂神说前端</a></li>

                                <li><a>狂神说Linux</a></li>

                                <li><a>狂神说大数据</a></li>

                                <li><a>狂神聊理财</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 v-text="result.price"></em>

                            </p>

                            <!--标题-->

                            <p class="productTitle">

                                <a v-html="result.name"></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>

<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":[] // 后端返回的结果

        },

        methods:{

            searchKey(){

                var keyword = this.keyword;

                console.log(keyword);

                axios.get('h_search/'+keyword+'/0/20').then(response=>{

                    console.log(response.data);

                    this.results=response.data;

                })

            }

        }

    });

</script>

</body>

</html>

9、遗留问题

restHighLevelClient.close(); 引起java.lang.RuntimeException: Request execution cancelled 错误

最新文章

  1. *[topcoder]LCMSetEasy
  2. 【HDU1514】Stars（树状数组）
  3. 谁的用户在世界上是&amp;#160;&amp;#160;明基决心保时捷设计标准
  4. CF 365 div2 D
  5. A计划（双层bfs）
  6. python可用ORM之Pony
  7. Java Swing应用程序 JComboBox下拉框联动查询
  8. P5057 [CQOI2006]简单题
  9. HBase源码实战：ImportTsv
  10. 捕获未处理的Promise错误
  11. SQL Server物化视图学习笔记
  12. 学习笔记45—Linux压缩集
  13. QTableWidget 详细使用
  14. 阿里云堡垒机密钥连接ECS服务器
  15. The Difference Between Big Data and a Lot of Data
  16. sqlserver 用户名创建 及权限配置
  17. 对HTTP和TCP的理解
  18. PHP之mb_convert_encoding使用
  19. BootStrapValidate 简单使用
  20. jquery购物车添加功能

热门文章

  1. wkhtmltopdf 目录对象使用 及 目录样式分享
  2. C#动态创建对象过程
  3. vs2019 内核驱动编译失败：网络共享盘问题
  4. vue3+quasar+capacitor开发多平台项目,使用cordova和capacitor插件(支持所有前端框架）
  5. VUE assets里的scss没有引用会被打包进代码里，本地代码和打包后的代码样式不一致解决办法
  6. Keepalived高可用集群部署
  7. mongdb遭遇勒索,用备份进行数据恢复
  8. Kubernetes环境cert-manager部署与应用
  9. html 引入 js 代码的几种方式
  10. 为Jekyll静态网站添加PlantUML插件