经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置：技术经验 » 程序设计 » Elasticsearch » 查看文章
Elasticsearch使用实战以及代码详解
来源：cnblogs　　作者：waynaqua　　时间：2024/3/1 8:46:10　　对本文有异议

Elasticsearch 是一个使用 Java 语言编写、遵守 Apache 协议、支持 RESTful 风格的分布式全文搜索和分析引擎，它基于 Lucene 库构建，并提供多种语言的 API。Elasticsearch 可以对任何类型的数据进行索引、查询和聚合分析，无论是文本、数字、地理空间、结构化还是非结构化的。Elasticsearch 的核心功能是搜索，它可以对数据进行分词匹配、相关性评分、高亮显示等操作，返回相关度高的结果列表。Elasticsearch 也可以用作数据分析，它可以对数据进行统计、分类、聚类等操作，返回聚合结果或图表。

本文将用我开源的 waynboot-mall 项目作于代码讲解，Elasticsearch 版本是 7.10.1。

waynboot-mall 是一套全部开源的微商城项目，包含三个项目：运营后台、H5 商城和后端接口。实现了一套完整的商城业务，有首页展示、商品分类、商品详情、sku 详情、商品搜索、加入购物车、结算下单、支付宝/微信支付、订单列表、商品评论等一系列功能。

本文大纲如下，

image

应用场景

Elasticsearch 的典型应用场景有以下几种：

  • 全文搜索：Elasticsearch 提供了全文搜索的功能，适用于电商商品搜索、App 搜索、企业内部信息搜索、IT 系统搜索等。例如我们可以为每一个商品作为文档保存进 Elasticsearch，然后使用 Elasticsearch 的查询语言来对文档进行分词匹配、相关性评分、高亮显示等操作，返回相关度高的结果列表。
  • 日志分析：Elasticsearch 可以用来收集、存储和分析海量的日志数据，如项目日志、Nginx log、MySQL Log 等，往往很难从繁杂的日志中获取有价值的信息。Elasticsearch 能够借助 Beats、Logstash 等工具快速对接各种常见的数据源，并通过集成的 Kibana 高效地完成日志的可视化分析，让日志产生价值。
  • 运维监控：Elasticsearch 也可以用来监控和管理 IT 系统的运行状态和性能指标，如 CPU、内存、磁盘、网络等。可以使用 Beats、Logstash 将这些数据实时采集并索引到 Elasticsearch 中，然后通过 Kibana 构建自定义的仪表盘和告警规则，实现实时的运维监控和预警。
  • 数据可视化：Elasticsearch 与 Kibana 的结合提供了强大的数据可视化能力，可以使用 Kibana 来创建各种类型的图表和仪表盘，展示 Elasticsearch 中存储或聚合的数据，如直方图、饼图、地图、时间线等。还可以使用 Kibana 的 Canvas 功能来制作动态的数据展示页面，或者使用 Kibana 的 Lens 功能来进行交互式的数据探索。

waynboot-mall 商城选择使用 Elasticsearch 作为搜索引擎，负责对商品数据进行索引和检索，选择 Elasticsearch 的原因有以下几点，

  1. Elasticsearch 是一个开源的分布式搜索引擎，基于 Lucene 开发，支持全文检索、结构化检索、地理位置检索等多种类型的检索，功能丰富。
  2. Elasticsearch 本身具有高性能和高可用性的设计，可以通过集群和分片机制实现水平扩展，支持海量数据的存储和处理，适合大规模的商城搜索场景。
  3. Elasticsearch 网上社区活跃，现有互联网上有大量的使用文档和案例，方便入门使用和问题排查。
  4. Elasticsearch 有众多分词器插件，关于中文分词器的使用非常成熟，拿来即用，支持自定义字典等。

waynboot 项目使用的 Elasticsearch 插件

Elasticsearch 的插件非常丰富，我给大家介绍其中 waynboot 项目使用的 Elasticsearch 插件。

IK Analyzer

IK Analyzer 是一个开源的中文分词器，由阿里巴巴集团发布。它采用了细粒度切分和歧义处理等技术，能够较好地处理各种中文文本。IK Analyzer 支持普通模式、搜索模式和拼音模式三种分词方式，并可以根据需要自定义字典。

Pinyin Analyzer

Pinyin Analyzer 插件是一个用于将中文字符转换为拼音的插件，它集成了 NLP 工具（nlp-lang）。该插件包含了分析器：pinyin，分词器：pinyin 和 token-filter：pinyin。该插件还提供了一些可选的参数，可以控制拼音的输出格式，例如是否保留首字母，是否保留全拼，是否保留非中文字符等。

目录结构

在 waynboot-mall 项目中，给 Elasticsearch 定义了专门的数据访问层 waynboot-data-elastic，该层目录结构如下，

  1.     |-- waynboot-data                    // 数据访问层
  2.     |   |-- waynboot-data-elastic        // Elasticsearch访问配置模块
  3.     |       |-- config
  4.     |       |-- constant
  5.     |       |-- mananger

包目录说明如下，

  • config：Elasticsearch 相关的配置类，包含 ElasticConfig 连接配置类 以及 ElasticClientConfig 客户端配置相关类，ElasticClientConfig 类可以设置访问密码。
  • constants：Elasticsearch 访问层的相关常量类，这里面定义了商品同步数据的索引名称等信息。
  • mananger：Elasticsearch 访问层的相关操作类，定义了 ElasticDocument 文档操作类，用于操作 Elasticsearch。

代码实战

在 waynboot-mall 项目中，Elasticsearch 主要用于支持首页商品的分词搜索、分页排序等功能。Elasticsearch 版本是 7.0，以下实战讲解都是在 7.0 版本基础上进行。

要使用 Elasticsearch ik 分词器进行中文分词搜索，首先需要安装相应的插件 elasticsearch-analysis-ik，然后在创建索引时指定使用中文分词器作为字段的 analyzer 属性。

在日常对 Elasticsearch 的操作中，我们可以通过 rest api 的方式进行操作。

Elasticsearch rest api 操作

如下我们可以创建一个索引名称为 goods，包含两个属性 title、content。并且 这两个属性都使用 ik 分词器。注意这里我用的 Elasticsearch 提供 Rest api 方式创建索引。

  1.     PUT /goods
  2.     {
  3.         "settings": {
  4.             "index": {
  5.                 "number_of_shards": 1,
  6.                 "number_of_replicas": 0
  7.             }
  8.         },
  9.         "mappings": {
  10.             "properties": {
  11.                 "title": {
  12.                     "type": "text",
  13.                     "analyzer": "ik_max_word"
  14.                 },
  15.                 "content": {
  16.                     "type": "text",
  17.                     "analyzer": "ik_max_word"
  18.                 }
  19.             }
  20.         }
  21.     }

创建索引后，就可以向索引中添加两条数据，例如：

  1.     POST /books/_doc/1
  2.     {
  3.         "title": "格林童话",
  4.         "content": "这本书介绍了很多童话故事，有白雪公主、狮子王、美人鱼等。"
  5.     }
  7.     POST /books/_doc/2
  8.     {
  9.         "title": "中国童话故事",
  10.         "content": "这本书介绍了很多中国童话故事。"
  11.     }

然后我们就可以使用 match 语法来进行中文分词检索，这里我查询 goods 索引中，title 属性是 "动画" 的记录。如下，

  1.     GET /books/_search
  2.     {
  3.         "query":{
  4.             "match":{
  5.                 "title": "童话"
  6.             }
  7.         }
  8.     }

查询结果如下，

  1.     {
  2.         "took": 0,
  3.         "timed_out": false,
  4.         "_shards": {
  5.             "total": 1,
  6.             "successful": 1,
  7.             "skipped": 0,
  8.             "failed": 0
  9.         },
  10.         "hits": {
  11.             "total": {
  12.                 "value": 2,
  13.                 "relation": "eq"
  14.             },
  15.             "max_score": 0.11190013,
  16.             "hits": [
  17.                 {
  18.                     "_index": "books",
  19.                     "_type": "_doc",
  20.                     "_id": "1",
  21.                     "_score": 0.11190013,
  22.                     "_source": {
  23.                         "title": "格林童话",
  24.                         "content": "这本书介绍了很多童话故事，有白雪公主、狮子王、美人鱼等。"
  25.                     }
  26.                 },
  27.                 {
  28.                     "_index": "books",
  29.                     "_type": "_doc",
  30.                     "_id": "2",
  31.                     "_score": 0.099543065,
  32.                     "_source": {
  33.                         "title": "中国童话故事",
  34.                         "content": "这本书介绍了很多中国童话故事。"
  35.                     }
  36.                 }
  37.             ]
  38.         }
  39.     }

可以看到，查询结果中匹配了标题包含“童话”的文档，这说明 Elasticsearch 使用了中文分词器对查询字符串和文档进行了分词，并根据相关性得分返回了结果。

全文搜索以及筛选排序

在 waynboot-mall 项目中，商城首页顶部提供了商品搜索栏，用户可以输入商品名称搜索自己想要的商品，搜索结果展示后，还可以进行热门、新品过滤以及价格、销量等进行排序。

image

可以看到搜索功能还是比较复杂的，在 waynboot-mall 项目中，这些逻辑全部在 Elasticsearch 内部进行处理，代码如下，

  1.     @RestController
  2.     @AllArgsConstructor
  3.     @RequestMapping("search")
  4.     public class SearchController extends BaseController {
  5.         private IGoodsService iGoodsService;
  6.         private ElasticDocument elasticDocument;
  8.         @GetMapping("result")
  9.         public R result(SearchVO searchVO) throws IOException {
  10.             // 获取筛选、排序条件
  11.             Long memberId = MobileSecurityUtils.getUserId();
  12.             String keyword = searchVO.getKeyword();
  13.             Boolean filterNew = searchVO.getFilterNew();
  14.             Boolean filterHot = searchVO.getFilterHot();
  15.             Boolean isNew = searchVO.getIsNew();
  16.             Boolean isHot = searchVO.getIsHot();
  17.             Boolean isPrice = searchVO.getIsPrice();
  18.             Boolean isSales = searchVO.getIsSales();
  19.             String orderBy = searchVO.getOrderBy();
  20.             SearchHistory searchHistory = new SearchHistory();
  21.             if (memberId != null && StringUtils.isNotEmpty(keyword)) {
  22.                 searchHistory.setCreateTime(LocalDateTime.now());
  23.                 searchHistory.setUserId(memberId);
  24.                 searchHistory.setKeyword(keyword);
  25.             }
  26.             Page<SearchVO> page = getPage();
  27.             // 查询包含关键字、已上架商品
  28.             SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
  29.             BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
  30.             MatchQueryBuilder matchFiler = QueryBuilders.matchQuery("isOnSale", true);
  31.             MatchQueryBuilder matchQuery = QueryBuilders.matchQuery("name", keyword);
  32.             MatchPhraseQueryBuilder matchPhraseQueryBuilder = QueryBuilders.matchPhraseQuery("keyword", keyword);
  33.             boolQueryBuilder.filter(matchFiler).should(matchQuery).should(matchPhraseQueryBuilder).minimumShouldMatch(1);
  34.             searchSourceBuilder.timeout(new TimeValue(10, TimeUnit.SECONDS));
  35.             // 按是否新品排序
  36.             if (isNew) {
  37.                 searchSourceBuilder.sort(new FieldSortBuilder("isNew").order(SortOrder.DESC));
  38.             }
  39.             // 按是否热品排序
  40.             if (isHot) {
  41.                 searchSourceBuilder.sort(new FieldSortBuilder("isHot").order(SortOrder.DESC));
  42.             }
  43.             // 按价格高低排序
  44.             if (isPrice) {
  45.                 searchSourceBuilder.sort(new FieldSortBuilder("retailPrice").order("asc".equals(orderBy) ? SortOrder.ASC : SortOrder.DESC));
  46.             }
  47.             // 按销量排序
  48.             if (isSales) {
  49.                 searchSourceBuilder.sort(new FieldSortBuilder("sales").order(SortOrder.DESC));
  50.             }
  51.             // 筛选新品
  52.             if (filterNew) {
  53.                 MatchQueryBuilder filterQuery = QueryBuilders.matchQuery("isNew", true);
  54.                 boolQueryBuilder.filter(filterQuery);
  55.             }
  56.             // 筛选热品
  57.             if (filterHot) {
  58.                 MatchQueryBuilder filterQuery = QueryBuilders.matchQuery("isHot", true);
  59.                 boolQueryBuilder.filter(filterQuery);
  60.             }
  62.             // 组装Elasticsearch查询条件
  63.             searchSourceBuilder.query(boolQueryBuilder);
  64.             // Elasticsearch分页相关
  65.             searchSourceBuilder.from((int) (page.getCurrent() - 1) * (int) page.getSize());
  66.             searchSourceBuilder.size((int) page.getSize());
  67.             // 执行Elasticsearch查询
  68.             List<JSONObject> list = elasticDocument.search("goods", searchSourceBuilder, JSONObject.class);
  69.             List<Integer> goodsIdList = list.stream().map(jsonObject -> (Integer) jsonObject.get("id")).collect(Collectors.toList());
  70.             if (goodsIdList.isEmpty()) {
  71.                 return R.success().add("goods", Collections.emptyList());
  72.             }
  73.             // 根据Elasticsearch中返回商品ID查询商品详情并保持es中的排序
  74.             List<Goods> goodsList = iGoodsService.searchResult(goodsIdList);
  75.             Map<Integer, Goods> goodsMap = goodsList.stream().collect(Collectors.toMap(goods -> Math.toIntExact(goods.getId()), o -> o));
  76.             List<Goods> returnGoodsList = new ArrayList<>(goodsList.size());
  77.             for (Integer goodsId : goodsIdList) {
  78.                 returnGoodsList.add(goodsMap.get(goodsId));
  79.             }
  80.             if (CollectionUtils.isNotEmpty(goodsList)) {
  81.                 AsyncManager.me().execute(new TimerTask() {
  82.                     @Override
  83.                     public void run() {
  84.                         searchHistory.setHasGoods(true);
  85.                         iSearchHistoryService.save(searchHistory);
  86.                     }
  87.                 });
  88.             }
  89.             return R.success().add("goods", returnGoodsList);
  90.         }
  91.     }

这里对上面商城的搜索代码给大家做一个讲解：

  • 第一步：获取筛选、排序条件
  • 第二步：获取查询条件-用户搜索关键字、商品已上架
  • 第三步：获取排序条件-按是否新品排序、按是否热品排序、按价格高低排序、按销量排序
  • 第四步：获取过滤条件-筛选新品、筛选热品
  • 第五步：组装 Elasticsearch 查询条件以及分页条件
  • 第六步：执行 Elasticsearch 查询操作
  • 第七步：获取 Elasticsearch 中返回的商品 ID ，并根据商品 id 查询商品详情，最后商品保持 es 中的排序

总结一下

本文给大家讲解了 waynboot-mall 项目中对于 elasticsearch 的使用以及代码实战讲解。希望能帮助大家更好理解 elasticsearch，大家在自己的项目中如果要引入 elasticsearch，可以直接参照本文的示例代码即可使用。

想要获取 waynboot-mall 项目源码的同学，可以关注我公众号【程序员 wayn】，发送 waynboot-mall 即可领取。

如果觉得这篇文章写的不错的话，不妨点赞加关注，我会更新更多技术干货、项目教学、经验分享的文章。

原文链接：https://www.cnblogs.com/waynaqua/p/18042746

 友情链接：直通硅谷 　点职佳 　北美留学生论坛

Elasticsearch热门文章

  • ES 14 - (底层原理) Elasticsearch内部如何处理不同type的数据
  • ES 15 - Elasticsearch中的数据类型 (text、keyword、date、geo等)
  • java中elasticsearch7.x关于nested类型的api使用，新增+更新
  • Elasticsearch 映射参数详解 fields
  • [Elasticsearch] ES聚合场景下部分结果数据未返回问题分析
  • ES 22 - Elasticsearch中如何进行日期(数值)范围查询
  • Elasticsearch查询之Term?Query示例解析
  • ElasticSearch 实现分词全文检索 - SpringBoot 完整实现 Demo 附源码【完结篇】
  • ElasticStack学习（十）：深入ElasticSearch搜索之QueryFiltering、多/单字符串的多字段查询
  • ElasticSearch7 设置外网访问

    • Elasticsearch推荐文章

  • 利用Elasticsearch实现地理位置、城市搜索服务
  • 日志采集/分析
  • ELKF（elasticsearch、logstash、kibana、filebeat）搭建及收集nginx日志特昂糖-
  • ElasticSearch性能原理拆解
  • Elasticsearch使用实战以及代码详解
  • 使用 Docker Compose V2 快速搭建日志分析平台 ELK (Elasticsearch、Logstash 和 Kibana)
  • 【解决方案】MySQL5.7 百万数据迁移到 ElasticSearch7.x 的思考
  • K8s部署轻量级日志收集系统EFK（elasticsearch + filebeat + kibana）
  • Docker下elasticsearch8部署、扩容、基本操作实战(含kibana)
  • Elasticsearch 保姆级入门篇

    • 本站QQ群：前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

    W3xue 的所有内容仅供测试，对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
    关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接（目前9元/月）请联系QQ：27243702 沸活量
    皖ICP备17017327号-2　皖公网安备34020702000426号