微服务 分布式搜索引擎 Elastic Search RestAPI

文章目录

⛄引言

本文参考黑马 分布式Elastic search
Elasticsearch是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容

一、RestAPI

ES官方提供了各种不同语言的客户端，用来操作ES。这些客户端的本质就是组装DSL语句，通过http请求发送给ES。官方文档地址：https://www.elastic.co/guide/en/elasticsearch/client/index.html

⛅导入数据

数据结构如下

CREATETABLE`tb_hotel`(`id`bigint(20)NOTNULLCOMMENT'酒店id',`name`varchar(255)NOTNULLCOMMENT'酒店名称；例：7天酒店',`address`varchar(255)NOTNULLCOMMENT'酒店地址；例：航头路',`price`int(10)NOTNULLCOMMENT'酒店价格；例：329',`score`int(2)NOTNULLCOMMENT'酒店评分；例：45，就是4.5分',`brand`varchar(32)NOTNULLCOMMENT'酒店品牌；例：如家',`city`varchar(32)NOTNULLCOMMENT'所在城市；例：上海',`star_name`varchar(16)DEFAULTNULLCOMMENT'酒店星级，从低到高分别是：1星到5星，1钻到5钻',`business`varchar(255)DEFAULTNULLCOMMENT'商圈；例：虹桥',`latitude`varchar(32)NOTNULLCOMMENT'纬度；例：31.2497',`longitude`varchar(32)NOTNULLCOMMENT'经度；例：120.3925',`pic`varchar(255)DEFAULTNULLCOMMENT'酒店图片；例:/img/1.jpg',PRIMARYKEY(`id`))ENGINE=InnoDBDEFAULTCHARSET=utf8mb4;

数据我放到网盘了，大家可自行获取

⏰mapping映射分析

创建索引库，最关键的是mapping映射，而mapping映射要考虑的信息包括：

• 字段名
• 字段数据类型
• 是否参与搜索
• 是否需要分词
• 如果分词，分词器是什么？

其中：

• 字段名、字段数据类型，可以参考数据表结构的名称和类型
• 是否参与搜索要分析业务来判断，例如图片地址，文件地址 就无需参与搜索
• 是否分词呢要看内容，内容如果是一个整体就无需分词，反之则要分词
• 分词器，我们可以统一使用 ik_max_word ik分词器最大分词

以下是酒店的索引库结构

PUT/hotel
{"mappings":{"properties":{"id":{"type":"keyword"},"name":{"type":"text","analyzer":"ik_max_word","copy_to":"all"},"address":{"type":"keyword","index":false},"price":{"type":"integer"},"score":{"type":"integer"},"brand":{"type":"keyword","copy_to":"all"},"city":{"type":"keyword","copy_to":"all"},"starName":{"type":"keyword"},"business":{"type":"keyword"},"location":{"type":"geo_point"},"pic":{"type":"keyword","index":false},"all":{"type":"text","analyzer":"ik_max_word"}}}}

几个特殊字段说明：

• location：地理坐标，里面包含精度、纬度
• all：一个组合字段，其目的是将多字段的值 利用copy_to合并，提供给用户搜索

地理坐标 说明：

copy_to说明：

=

⚡初始化RestClient

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。

大概分为3步

引入ES的RestHighLevelClient依赖

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

SpringBoot 的默认ES版本为7.6.2，覆盖默认的ES版本

<properties><java.version>1.8</java.version><elasticsearch.version>7.12.1</elasticsearch.version></properties>

初始化RestHighLevelClient

RestHighLevelClient client =newRestHighLevelClient(RestClient.builder(HttpHost.create("http://ip地址:9200")));

为了测试方便，我们新建单元测试进行初始化

importorg.apache.http.HttpHost;importorg.elasticsearch.client.RestHighLevelClient;importorg.junit.jupiter.api.AfterEach;importorg.junit.jupiter.api.BeforeEach;importorg.junit.jupiter.api.Test;publicclassHoteTest{privateRestHighLevelClient client;@BeforeEachvoidsetUp(){this.client =newRestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.150.101:9200")));}@AfterEachvoidtearDown()throwsIOException{this.client.close();}}

二、索引库操作

⌚创建索引库

创建索引库的API如下：

代码分为三步：

• 创建Request对象。因为是创建索引库的操作，因此Request是CreateIndexRequest。
• 添加请求参数，其实就是DSL的JSON参数部分。因为json字符串很长，这里是定义了静态字符串常量MAPPING_TEMPLATE，让代码看起来更加优雅。
• 发送请求，client.indices()方法的返回值是IndicesClient类型，封装了所有与索引库操作有关的方法。

创建一个类，定义mapping映射的JSON字符串常量：

publicclassHotelEnum{publicstaticfinalStringMAPPING_TEMPLATE="{\n"+"  \"mappings\": {\n"+"    \"properties\": {\n"+"      \"id\": {\n"+"        \"type\": \"keyword\"\n"+"      },\n"+"      \"name\":{\n"+"        \"type\": \"text\",\n"+"        \"analyzer\": \"ik_max_word\",\n"+"        \"copy_to\": \"all\"\n"+"      },\n"+"      \"address\":{\n"+"        \"type\": \"keyword\",\n"+"        \"index\": false\n"+"      },\n"+"      \"price\":{\n"+"        \"type\": \"integer\"\n"+"      },\n"+"      \"score\":{\n"+"        \"type\": \"integer\"\n"+"      },\n"+"      \"brand\":{\n"+"        \"type\": \"keyword\",\n"+"        \"copy_to\": \"all\"\n"+"      },\n"+"      \"city\":{\n"+"        \"type\": \"keyword\",\n"+"        \"copy_to\": \"all\"\n"+"      },\n"+"      \"starName\":{\n"+"        \"type\": \"keyword\"\n"+"      },\n"+"      \"business\":{\n"+"        \"type\": \"keyword\"\n"+"      },\n"+"      \"location\":{\n"+"        \"type\": \"geo_point\"\n"+"      },\n"+"      \"pic\":{\n"+"        \"type\": \"keyword\",\n"+"        \"index\": false\n"+"      },\n"+"      \"all\":{\n"+"        \"type\": \"text\",\n"+"        \"analyzer\": \"ik_max_word\"\n"+"      }\n"+"    }\n"+"  }\n"+"}";}

在hotel-demo中的HotelIndexTest测试类中，编写单元测试，实现创建索引：

importorg.elasticsearch.client.indices.CreateIndexRequest;@TestvoidcreateHotelIndex()throwsIOException{// 1.创建Request对象CreateIndexRequest request =newCreateIndexRequest("hotel");// 2.准备请求的参数：DSL语句
    request.source(MAPPING_TEMPLATE,XContentType.JSON);// 3.发送请求
    restHighLevelClient.indices().create(request,RequestOptions.DEFAULT);}

✒️删除索引库

删除索引库的DSL语句非常简单：

DELETE/hotel

与创建索引库相比：

• 请求方式从PUT变为DELTE
• 请求路径不变
• 无请求参数

所以代码的差异，注意体现在Request对象上。依然是三步走：

• 创建Request对象。这次是DeleteIndexRequest对象
• 准备参数。这里是无参
• 发送请求。改用delete方法

在hotel-demo中的HotelIndexTest测试类中，编写单元测试，实现删除索引：

importorg.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;@TestvoidtestDeleteHotelIndex()throwsIOException{// 1.创建Request对象DeleteIndexRequest request =newDeleteIndexRequest("hotel");// 2.发送请求
    restHighLevelClient.indices().delete(request,RequestOptions.DEFAULT);}

⚡判断索引库是否存在

判断索引库是否存在，本质就是查询，对应的DSL是：

GET/hotel

DSL查看如下

因此与删除的Java代码流程是类似的。依然是三步走：

• 创建Request对象。这次是GetIndexRequest对象
• 准备参数。这里是无参
• 发送请求。改用exists方法

importorg.elasticsearch.client.indices.GetIndexRequest;@TestvoidtestExistsHotelIndex()throwsIOException{// 1.创建Request对象GetIndexRequest request =newGetIndexRequest("hotel");// 2.发送请求boolean exists = restHighLevelClient.indices().exists(request,RequestOptions.DEFAULT);// 3.输出System.out.println(exists ?"索引库已经存在！":"索引库不存在！");}

小结

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：

• 初始化RestHighLevelClient
• 创建XxxIndexRequest。XXX是Create、Get、Delete
• 准备DSL（ Create时需要，其它是无参）
• 发送请求。调用RestHighLevelClient#indices().xxx()方法，xxx是create、exists、delete

⛵小结

以上就是【Bug 终结者】对 微服务 分布式搜索引擎 Elastic Search RestAPI 的简单介绍，ES搜索引擎无疑是最优秀的分布式搜索引擎，使用它，可大大提高项目的灵活、高效性！**

技术改变世界！！！

**

如果这篇【文章】有帮助到你，希望可以给【Bug 终结者】点个赞👍，创作不易，如果有对【后端技术】、【前端领域】感兴趣的小可爱，也欢迎关注❤️❤️❤️ 【Bug 终结者】❤️❤️❤️，我将会给你带来巨大的【收获与惊喜】💝💝💝！