ElasticSearch学习总结（基础篇，可学习，可复习）

最近一周都在学习ElasticSearch，之前也零零散散的学过一点，这次下定决心花一周的时间将之前学的知识总结一下，顺便接着再往下学习，所以写篇博客总结一下最近一周的成果，本篇属于ElasticSearch的基础篇，后面会继续深入学习。也希望这篇拙作可以帮助到诸位大佬，如有不足之处，还望诸佬不吝赐教，倾囊相授。

ElasticSearch学习总结

ElasticSearch概述

ElasticSearch、简称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开发使用Lucene作为其核心来实现所有索引和搜索的功能，但是他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。

ES和Solr的差别

ElasticSearch简介

ElasticSearch是一个实时分布式搜索和分析引擎，它让你以前所未有的速度处理大数据成为可能

它用于全文搜索、结构化、分析以及将这三者混合使用

维基百科使用ElasticSearch提供全文搜索并高亮关键字，以及输入实时搜索(search-asyou-type)和搜索纠错等搜索建议功能……

ElasticSearch是一个基于Apache Lucene的开源搜索引擎，无论在开源还是专有领域，Lucene可以被认为是迄今为止最先进，性能最好的，功能最全的搜索引擎库

但是，Lucene只是一个库，想要使用它，你必须使用java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的

ElasticSearch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！

Solr简介

Solr是Apache下的一个顶级开源项目，采用Java开发，它是基于Lucene的全文搜索服务器，Solr提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展、并对索引、搜索性能进行了优化！

Solr可以独立运行，运行在Jetty、Tomcat等这些Servlet容器中，Solr索引的实现方法很简单，==用POST方法向Solr服务器发送一个描述Field及其内容的XML文档，Solr根据xml文档添加，删除，更新索引，==Solr搜索只需要发送HTTP GET请求，然后对Solr返回xml、json等格式的查询结果进行解析，组织页面布局，Solr不提供构建UI的功能，Solr提供了一个管理界面，通过管理界面可以查询Solr的配置和运行情况。

Solr是基于Lucene开发企业级搜索服务器，实际上就是封装Lucene

Solr是一个独立的企业级搜索应用服务器，它对外提供类似与web-service的API接口，用户可以通过http请求，向搜索引擎服务器提交一定格式的文件，生成索引，也可以通过提交查找请求，并得到返回结果！

ElasticSearch 和 Solr

• 当单纯的对已有数据进行搜索时，Solr更快！
• 当实时建立索引时，Solr会产生IO阻塞，查询性能较差，ElasticSearch具有明显的优势
• 随着数据量的增加，Solr的搜索效率会变得更低，而ElasticSearch却没有明显的的变化

ElasticSearch vs Solr

1. ES基本是开箱即用（解压就可以用），非常简单，Solr安装稍微复杂一点
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本身更注重核心功能，高级功能多有第三方插件提供，例如，图形化界面，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利解决方案，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相对开发维护者少，更新太快，学习成本较高

ElasticSearch安装

Java开发，ElasticSearch的版本和我们之后对应的java的核心jar包，版本对应，java环境正常！

2、熟悉目录

bin  启动文件
config 配置文件
    log4j2 日志配置文件
    jvm.options java虚拟机相关的配置
    ElasticSearch ElasticSearch配置文件  默认端口9200  ！跨域

lib 相关jar包
modules 功能模块
plugins 插件

3、启动 ，访问9200 elasticsearch.bat

4、访问测试

安装可视化界面 es head的插件

1、下载地址

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

2、启动

npminstall 安装依赖
npm run start 启动

3、连接测试发现，存在跨域问题：配置es

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

4、重启es ，再次连接

初学，可以把es当做一个数据库！（可以建立索引（库），文档（库中的数据））

这个head我们就把它当做数据展示工具！我们后面所有的查询，Kibana

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，基于浏览器的用户界面可以快速创建仪表板实时显示ElasticSearch查询动态，设置Kibana非常简单，无序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版本一致

启动测试

1、目录结构

2、启动

3、开发工具！（POST、curl、head、谷歌浏览器插件）

之后的所有的操作都在这里编写

4、汉化！自己修改

Kibana.yml

!

zh-CN

ES核心概念

概述

集群、节点、索引、类型、文档、分片、映射是什么？

elasticSearch是面向文档，关系型数据库 和 ElasticSearch 客观的对比！一切都是JSON

Relational DBElasticSearch数据库（database）索引（indices）表（tables）types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），每个文档重女又包含多个字段（列）

物理设计：

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

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，可以通过这样的一个顺序找到它：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

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，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，我们可以忽略改字段，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型，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

索引（就是一个数据库）

倒排索引

IK分词器

什么是IK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，我们把搜索时会把自己的信息进行分词，会把数据库中或索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词。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

下载安装

1、

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

2、下载完毕之后，直接放在ElasticSearch插件中即可！

3、重启ElasticSearch

测试分词器效果

ik__smart

ik_max_word

ik分词器增加自己的配置！

保存后重启ES！

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端交互类的软件，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。

基本的Rest命令说明：
methodurl地址描述PUTlocalhost:9200/索引名称/类型名称/文档id创建文档（指定文档id）POSTlocalhost:9200/索引名称/类型名称创建文档（随机文档id）POSTlocalhost:9200/索引名称/类型名称/文档id/_update修改文档DELETElocalhost:9200/索引名称/类型名称/文档id删除文档GETlocalhost:9200/索引名称/类型名称/文档id查询文档通过文档idPOSTlocalhost:9200/索引名称/类型名称/_search查询所有数据

基础测试

1、创建一个索引

PUT /索引名/类型名/文档id
{请求体}

2、向索引中PUT值

3、name这个字段用不用指定类型呢，毕竟我们关系型数据库，是需要指定类型的

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

4、指定字段的类型（创建规则）

获取规则，可以通过get请求获取具体的信息

GET test2

测试

如果自己的文档字段没有自定，那么es会给我们配置默认字段类型！

扩展：通过命令ElasticSearch索引情况！ 通过get _cat/ 可以获得ElasticSearch的很多信息

修改索引 提交还是使用PUT

曾经的方法：

最新办法

删除索引 通过DELETE命令实现删除，根据你的请求来判断是删除索引还是删除文档记录！

关于文档的基本操作（重点）

基本操作

1、添加一条数据

PUT/wumao/user/1{"name":"wumao","age":21,"desc":"一顿操作猛如虎，一看工资2500","tags":["技术宅","无聊者"]}

2、获取数据 GET

3、更新操作 POST

_update

推荐使用这种更新方式

简单的搜索

GET wumao/user/1

简单的条件查询 ，可以根据默认的映射规则，产生基本的查询！

复杂操作 搜索 select（排序、分页、高亮、精准查询！）

输出结果，不想要那么多结果！select name,desc . . . .

之后使用Java操作es，所有的方法和对象就是这里面的key！

排序

分页

数据下标还是从0开始的，和学的所有数据结构是一样的！

/search/{current}/{pageSize}

布尔值查询

must (and)，所有的条件都要符合 where id = 1 and name =xxx

should( or )，所有的条件都要符合 where id = 1 orname =xxx

must_not（not）

过滤器filter

 gt  >  大于
 gte >= 大于等于
 lt  <  小于
 lte <= 小于等于

匹配多个条件

精确查询！

trem 查询是直接通过倒排索引指定的词条进行精确的查找的！

关于分词：

• term，直接查询精确地
• match，会使用分词器解析（先分析文档，通过分析的文档进行查询）两个类型 text keyword

多个值精确匹配

高亮查询！

• 匹配
• 按条件匹配
• 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

找官方文档！

https://www.elastic.co/guide/en/elasticsearch/client/java-rest/7.12/index.html

1、找到原生的依赖

<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId><version>7.13.2</version></dependency>

2、找对象

3、分析这个类中的方法

配置基本的项目

问题：创建项目默认的elasticsearch的默认版本是7.12.1,版本和本地不一致！

需要自己定义版本的依赖

分析源码

虽然导入了三个类，静态内部类，核心类只有一个

/**
 * Elasticsearch rest client configurations.
 *
 * @author Stephane Nicoll
 */classElasticsearchRestClientConfigurations{@Configuration(proxyBeanMethods =false)@ConditionalOnMissingBean(RestClientBuilder.class)staticclassRestClientBuilderConfiguration{@BeanRestClientBuilderCustomizerdefaultRestClientBuilderCustomizer(ElasticsearchRestClientProperties properties){returnnewDefaultRestClientBuilderCustomizer(properties);}//第一个bean  RestClientBuilder@BeanRestClientBuilderelasticsearchRestClientBuilder(ElasticsearchRestClientProperties properties,ObjectProvider<RestClientBuilderCustomizer> builderCustomizers){HttpHost[] hosts = properties.getUris().stream().map(this::createHttpHost).toArray(HttpHost[]::new);RestClientBuilder builder =RestClient.builder(hosts);
            builder.setHttpClientConfigCallback((httpClientBuilder)->{
                builderCustomizers.orderedStream().forEach((customizer)-> customizer.customize(httpClientBuilder));return httpClientBuilder;});
            builder.setRequestConfigCallback((requestConfigBuilder)->{
                builderCustomizers.orderedStream().forEach((customizer)-> customizer.customize(requestConfigBuilder));return requestConfigBuilder;});
            builderCustomizers.orderedStream().forEach((customizer)-> customizer.customize(builder));return builder;}privateHttpHostcreateHttpHost(String uri){try{returncreateHttpHost(URI.create(uri));}catch(IllegalArgumentException ex){returnHttpHost.create(uri);}}privateHttpHostcreateHttpHost(URI uri){if(!StringUtils.hasLength(uri.getUserInfo())){returnHttpHost.create(uri.toString());}try{returnHttpHost.create(newURI(uri.getScheme(),null, uri.getHost(), uri.getPort(), uri.getPath(),
                        uri.getQuery(), uri.getFragment()).toString());}catch(URISyntaxException ex){thrownewIllegalStateException(ex);}}}@Configuration(proxyBeanMethods =false)@ConditionalOnMissingBean(RestHighLevelClient.class)staticclassRestHighLevelClientConfiguration{//第二个bean  RestHighLevelClient 高级客户端，后面项目会用到！@BeanRestHighLevelClientelasticsearchRestHighLevelClient(RestClientBuilder restClientBuilder){returnnewRestHighLevelClient(restClientBuilder);}}@Configuration(proxyBeanMethods =false)@ConditionalOnClass(Sniffer.class)@ConditionalOnSingleCandidate(RestHighLevelClient.class)staticclassRestClientSnifferConfiguration{@Bean@ConditionalOnMissingBeanSnifferelasticsearchSniffer(RestHighLevelClient client,ElasticsearchRestClientProperties properties){SnifferBuilder builder =Sniffer.builder(client.getLowLevelClient());PropertyMapper map =PropertyMapper.get().alwaysApplyingWhenNonNull();
            map.from(properties.getSniffer().getInterval()).asInt(Duration::toMillis).to(builder::setSniffIntervalMillis);
            map.from(properties.getSniffer().getDelayAfterFailure()).asInt(Duration::toMillis).to(builder::setSniffAfterFailureDelayMillis);return builder.build();}}staticclassDefaultRestClientBuilderCustomizerimplementsRestClientBuilderCustomizer{privatestaticfinalPropertyMapper map =PropertyMapper.get();privatefinalElasticsearchRestClientProperties properties;DefaultRestClientBuilderCustomizer(ElasticsearchRestClientProperties properties){this.properties = properties;}@Overridepublicvoidcustomize(RestClientBuilder builder){}@Overridepublicvoidcustomize(HttpAsyncClientBuilder builder){
            builder.setDefaultCredentialsProvider(newPropertiesCredentialsProvider(this.properties));}@Overridepublicvoidcustomize(RequestConfig.Builder builder){
            map.from(this.properties::getConnectionTimeout).whenNonNull().asInt(Duration::toMillis).to(builder::setConnectTimeout);
            map.from(this.properties::getReadTimeout).whenNonNull().asInt(Duration::toMillis).to(builder::setSocketTimeout);}}privatestaticclassPropertiesCredentialsProviderextendsBasicCredentialsProvider{PropertiesCredentialsProvider(ElasticsearchRestClientProperties properties){if(StringUtils.hasText(properties.getUsername())){Credentials credentials =newUsernamePasswordCredentials(properties.getUsername(),
                        properties.getPassword());setCredentials(AuthScope.ANY, credentials);}
            properties.getUris().stream().map(this::toUri).filter(this::hasUserInfo).forEach(this::addUserInfoCredentials);}privateURItoUri(String uri){try{return URI.create(uri);}catch(IllegalArgumentException ex){returnnull;}}privatebooleanhasUserInfo(URI uri){return uri !=null&&StringUtils.hasLength(uri.getUserInfo());}privatevoidaddUserInfoCredentials(URI uri){AuthScope authScope =newAuthScope(uri.getHost(), uri.getPort());Credentials credentials =createUserInfoCredentials(uri.getUserInfo());setCredentials(authScope, credentials);}privateCredentialscreateUserInfoCredentials(String userInfo){int delimiter = userInfo.indexOf(":");if(delimiter ==-1){returnnewUsernamePasswordCredentials(userInfo,null);}String username = userInfo.substring(0, delimiter);String password = userInfo.substring(delimiter +1);returnnewUsernamePasswordCredentials(username, password);}}}

具体的API测试

1、创建索引

2、判断文档是否存在

3、删除索引

4、创建文档

5、CRUD文档

@SpringBootTestclassWumaoEsApiApplicationTests{@Autowired@Qualifier("restHighLevelClient")privateRestHighLevelClient client;//测试创建索引 在java中所有的请求都是用Request  PUT wumao_index@TestpublicvoidtestCreateIndex()throwsIOException{//1、创建索引请求CreateIndexRequest request =newCreateIndexRequest("wumao_index");//2、客户端执行请求  IndicesClient,请求后获取响应CreateIndexResponse createIndexResponse = client.indices().create(request,RequestOptions.DEFAULT);System.out.println(createIndexResponse);}//测试获取索引@TestvoidtestExistsIndex()throwsIOException{GetIndexRequest re =newGetIndexRequest("wumao_index");boolean exists = client.indices().exists(re,RequestOptions.DEFAULT);System.out.println(exists);}//测试删除索引@TestvoidtestDeleteIndex()throwsIOException{DeleteIndexRequest request =newDeleteIndexRequest("wumao_index");AcknowledgedResponse delete = client.indices().delete(request,RequestOptions.DEFAULT);System.out.println(delete);}//添加文档@TestvoidtestAddDocument()throwsIOException{//创建对象User user =newUser("五毛",3);//创建请求IndexRequest request =newIndexRequest("wumao_index");//设值一些规则 put /wumao_index/_doc/1
        request.id("1");
        request.timeout(TimeValue.timeValueSeconds(1));
        request.timeout("1s");//将我们的数据放入请求 jsonString string = JSON.toJSONString(user);
        request.source(string,XContentType.JSON);//客户端发送请求，获取响应的结果IndexResponse index = client.index(request,RequestOptions.DEFAULT);System.out.println(index.toString());System.out.println(index.status());//对应我们命令的返回状态}//获取文档@TestvoidtestIsExists()throwsIOException{//获取文档，判断是否存在 get/index/doc/1GetRequest index =newGetRequest("wumao_index","1");//不获取返回的_source的上下文了
        index.fetchSourceContext(newFetchSourceContext(false));
        index.storedFields("_none_");boolean exists = client.exists(index,RequestOptions.DEFAULT);System.out.println(exists);}//获取文档的信息@TestvoidtestGetDocument()throwsIOException{GetRequest index =newGetRequest("wumao_index","1");GetResponse fields = client.get(index,RequestOptions.DEFAULT);System.out.println(fields.getSourceAsString());System.out.println(fields);}//更新文档记录@TestvoidtestUpdateDocument()throwsIOException{UpdateRequest index =newUpdateRequest("wumao_index","1");//设置超时时间
        index.timeout(TimeValue.timeValueSeconds(1));User user =newUser("法外狂徒张三",12);UpdateRequest doc = index.doc(JSON.toJSONString(user),XContentType.JSON);UpdateResponse update = client.update(index,RequestOptions.DEFAULT);System.out.println(update);}//删除文档记录@TestvoidtestDeleteDocument()throwsIOException{DeleteRequest request =newDeleteRequest("wumao_index","1");//设置请求过期时间
        request.timeout("1s");DeleteResponse delete = client.delete(request,RequestOptions.DEFAULT);System.out.println(delete.status());}//特殊的，真的项目一般都是批量插入数据@TestvoidtestBulkRequest()throwsIOException{BulkRequest bulkRequest =newBulkRequest();

        bulkRequest.timeout("10s");ArrayList<User> userList =newArrayList<>();
        userList.add(newUser("wumao",3));
        userList.add(newUser("wumao1",23));
        userList.add(newUser("wumao2",21));
        userList.add(newUser("wumao3",12));
        userList.add(newUser("wumao4",13));
        userList.add(newUser("wumao5",23));
        userList.add(newUser("wumao6",33));for(int i =0; i < userList.size(); i++){
            bulkRequest.add(newIndexRequest("wumao_index").source(JSON.toJSONString(userList.get(i)),XContentType.JSON));}BulkResponse bulk = client.bulk(bulkRequest,RequestOptions.DEFAULT);System.out.println(bulk.hasFailures());//是否失败！}//查询// SearchRequest 搜索请求// SearchSourceBuilder 条件构造// HighlightBuilder 构建高亮// TermQueryBuilder 精确查询// MatchAllQueryBuilder 查询全部// xxxxQueryBuilder 对应之前的那些命令@TestvoidtestSearch()throwsIOException{SearchRequest request =newSearchRequest("wumao_index");//构建搜索条件SearchSourceBuilder sourceBuilder =newSearchSourceBuilder();//查询条件，我么可以使用QueryBuilders 工具类来实现//QueryBuilders.termQuery 精确查询//QueryBuilders.matchAllQuery(); 匹配所有MatchAllQueryBuilder matchAllQueryBuilder =QueryBuilders.matchAllQuery();TermQueryBuilder termQuery =QueryBuilders.termQuery("name","wumao");//查询过期时间
            sourceBuilder.timeout(newTimeValue(60,TimeUnit.SECONDS));

            request.source(sourceBuilder);SearchResponse search = client.search(request,RequestOptions.DEFAULT);System.out.println(JSON.toJSONString(search.getHits()));for(SearchHit hit : search.getHits().getHits()){System.out.println(hit.getSourceAsMap());}}//批量创建文档@TestvoidtestBulkDocument()throwsIOException{BulkRequest bulkRequest =newBulkRequest();//设置过期时间
        bulkRequest.timeout("60s");ArrayList<User> userList =newArrayList<>();
        userList.add(newUser("qinfeng",3));
        userList.add(newUser("qinfeng1",3));
        userList.add(newUser("qinfeng2",3));
        userList.add(newUser("qinfeng3",3));
        userList.add(newUser("qinfeng4",3));
        userList.add(newUser("qinfeng5",3));for(int i =0; i < userList.size(); i++){
            bulkRequest.add(newIndexRequest("wumao_index").id(""+(i+1)).source(JSON.toJSONString(userList.get(i)),XContentType.JSON));}BulkResponse bulk = client.bulk(bulkRequest,RequestOptions.DEFAULT);System.out.println(bulk.hasFailures());//判断是否失败}}

实战案例

• 爬虫

数据问题 数据库中获取，消息队列获取

爬取数据（获取请求返回的页面信息，筛选出我们所需要的）

<!--解析网页--><dependency><groupId>org.jsoup</groupId><artifactId>jsoup</artifactId><version>1.14.2</version></dependency>

publicList<Content>parseJD(String keyWords)throwsException{//获取请求  https://search.jd.com/Search?keyword=javaString url ="https://search.jd.com/Search?keyword="+keyWords;//解析网页 (Jsoup返回的Document就是Document对象)Document document =Jsoup.parse(newURL(url),30000);//所有在js中使用的方法，在这里都可以使用Element element = document.getElementById("J_goodsList");ArrayList<Content> list =newArrayList<>();//获取所有的li元素Elements elements = element.getElementsByTag("li");//这里的el就是每一个li标签for(Element el : elements){//关于这种图片特别多的网站，都是延时加载的String price = el.getElementsByClass("p-price").eq(0).text();String title = el.getElementsByClass("p-name").eq(0).text();Content content =newContent();
            content.setTitle(title);
            content.setPrice(price);
            list.add(content);}return list;}

• 前后端分离
• 搜索高亮

//解析数据放入到es中publicBooleanparseContent(String keyWords)throwsException{List<Content> contents =newHtmlParseUtil().parseJD(keyWords);//把查询到的数据放入到es中BulkRequest request =newBulkRequest();
        request.timeout("2m");for(int i =0; i < contents.size(); i++){System.out.println(JSON.toJSONString(contents.get(i)));
            request.add(newIndexRequest("jd_goods").source(JSON.toJSONString(contents.get(i)),XContentType.JSON));}BulkResponse bulkResponse = restHighLevelClient.bulk(request,RequestOptions.DEFAULT);return!bulkResponse.hasFailures();}

//3.实现搜索高亮功能publicList<Map<String,Object>>searchHighlightPage(String keyword,int pageNO,int pageSize)throwsIOException{if(pageNO <=1){
            pageNO =1;}//条件搜索SearchRequest searchRequest =newSearchRequest("jd_goods");SearchSourceBuilder sourceBuilder =newSearchSourceBuilder();//分页
        sourceBuilder.from(pageNO);
        sourceBuilder.size(pageSize);//精准匹配QueryBuilders.termQuery("title",keyword);
        sourceBuilder.timeout(newTimeValue(60,TimeUnit.SECONDS));HighlightBuilder highlightBuilder =newHighlightBuilder();
        highlightBuilder.field("title");
        highlightBuilder.requireFieldMatch(false);//高亮显示一个title只显示一个高亮就可以
        highlightBuilder.preTags("<span style='color:red'>");
        highlightBuilder.postTags("</span>");

        sourceBuilder.highlighter(highlightBuilder);//执行搜索
        searchRequest.source(sourceBuilder);SearchResponse searchResponse = restHighLevelClient.search(searchRequest,RequestOptions.DEFAULT);//解析结果ArrayList<Map<String,Object>> list =newArrayList<>();for(SearchHit hit : searchResponse.getHits()){//解析高亮字段Map<String,HighlightField> highlightFields = hit.getHighlightFields();HighlightField title = highlightFields.get("title");Map<String,Object> sourceAsMap = hit.getSourceAsMap();//原来的结果//解析高亮字段,将原来的字段换为我们高亮的字段即可！if(title!=null){Text[] fragments = title.fragments();String n_title="";for(Text text : fragments){
                    n_title += text;}
                sourceAsMap.put("title",n_title);//高亮字段替换掉原来的内容即可！}
            list.add(sourceAsMap);}return list;}

本篇到这里就结束了！后续还会继续更新ElasticSearch调优、ElasticSearch集群以及面试题相关的内容，
感谢诸佬的点赞和支持。
如有不足之处，还希望诸佬指出不足之处，加以修正。

再见了各位小伙伴！