ElasticSearch入门讲解+如何在SpringBoot中实现增删（一键删除所有）改查_springboot2 elasticsearch7.17 删除所有数据

目录

一、ElasticSearch入门介绍

1、整体架构预览

2、 ES简介

3、ES基本概念

4、ES的安装

5、Elasticsearch的使用场景详解

二、SpringBoot整合ES及ES的增删改查

1、SpringBoot整合ES

2、ES的增删改查

1）增 

2）删 

3）改

4）查

 三、建议阅读文档

---

一、ElasticSearch入门介绍

1、整体架构预览

                                          

2、 ES简介

详情参考官方文档中文版: https://es.xiaoleilu.com/010_Intro/50_Conclusion.html
1、简介
ES=elaticsearch简写， Elasticsearch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级别的数据。 
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。

2. ES特点和优势
1）分布式实时文件存储，可将每一个字段存入索引，使其可以被检索到。 
2）实时分析的分布式搜索引擎。 
分布式：索引分拆成多个分片，每个分片可有零个或多个副本。集群中的每个数据节点都可承载一个或多个分片，并且协调和处理各种操作； 
负载再平衡和路由在大多数情况下自动完成。 
3）可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。也可以运行在单台PC上（已测试） 
4）支持插件机制，分词插件、同步插件、Hadoop插件、可视化插件等。

存在磁盘上，搜索的时候 通过内存，主要还是通过缓存的原理，所以 你给缓存足够大的内存 ，搜索的时候 基本上都是通过内存 搜索的，所以快

3、ES基本概念

1）索引（index）

 ES将数据存储于一个或多个索引中，索引是具有类似特性的文档的集合。类比传统的关系型数据库领域来说，索引相当于SQL中的一个数据库，或者一个数据存储方案(schema)。

索引由其名称(必须为全小写字符)进行标识，并通过引用此名称完成文档的创建、搜索、更新及删除操作。

一个ES集群中可以按需创建任意数目的索引。

2）类型（Type） 

 类型是索引内部的逻辑分区(category/partition)，然而其意义完全取决于用户需求。因此，一个索引内部可定义一个或多个类型(type)。一般来说，类型就是为那些拥有相同的域的文档做的预定义。

例如，在索引中，可以定义一个用于存储用户数据的类型，一个存储日志数据的类型，以及一个存储评论数据的类型。类比传统的关系型数据库领域来说，类型相当于“表”。

 3）文档（Document）

文档是Lucene索引和搜索的原子单位，它是包含了一个或多个域的容器，基于JSON格式进行表示。文档由一个或多个域组成，每个域拥有一个名字及一个或多个值，有多个值的域通常称为“多值域”。每个文档可以存储不同的域集，但同一类型下的文档至应该有某种程度上的相似之处。

相当于mysql表中的一行

4）映射（Mapping）

  ES中，所有的文档在存储之前都要首先进行分析。用户可根据需要定义如何将文本分割成token、哪些token应该被过滤掉，以及哪些文本需要进行额外处理等等。另外，ES还提供了额外功能，例如将域中的内容按需排序。事实上，ES也能自动根据其值确定域的类型。

5）节点（Node）

 运行了单个实例的ES主机称为节点，它是集群的一个成员，可以存储数据、参与集群索引及搜索操作。类似于集群，节点靠其名称进行标识，默认为启动时自动生成的随机Marvel字符名称。用户可以按需要自定义任何希望使用的名称，但出于管理的目的，此名称应该尽可能有较好的识别性。节点通过为其配置的ES集群名称确定其所要加入的集群。

 6）集群（cluster）

ES可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用性，ES可以运行在许多互相合作的服务器上。这些服务器的集合称为集群。

7） 分片（Shard）

  ES的“分片(shard)”机制可将一个索引内部的数据分布地存储于多个节点，它通过将一个索引切分为多个底层物理的Lucene索引完成索引数据的分割存储功能，这每一个物理的Lucene索引称为一个分片(shard)。

当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等，一个节点可能不够。这种情况下，数据可以分为较小的分片。每个分片放到不同的服务器上。 
当你查询的索引分布在多个分片上时，ES会把查询发送给每个相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。即：这个过程对用户来说是透明的。 

   Shard有两种类型：primary和replica，即主shard及副本shard。Primary shard用于文档存储，每个新的索引会自动创建5个Primary shard，当然此数量可在索引创建之前通过配置自行定义，不过，一旦创建完成，其Primary shard的数量将不可更改。Replica shard是Primary Shard的副本，用于冗余数据及提高搜索性能。每个Primary shard默认配置了一个Replica shard，但也可以配置多个，且其数量可动态更改。ES会根据需要自动增加或减少这些Replica shard的数量。

   ES集群可由多个节点组成，各Shard分布式地存储于这些节点上。

ES可自动在节点间按需要移动shard，例如增加节点或节点故障时。简而言之，分片实现了集群的分布式存储，而副本实现了其分布式处理及冗余功能。

8）副本（Replica）

 为提高查询吞吐量或实现高可用性，可以使用分片副本。 
副本是一个分片的精确复制，每个分片可以有零个或多个副本。ES中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。 

当主分片丢失时，如：该分片所在的数据不可用时，集群将副本提升为新的主分片。

 9）ELK

ELK=elasticsearch+Logstash+kibana 
elasticsearch：后台分布式存储以及全文检索 
logstash: 日志加工、“搬运工” 
kibana：数据可视化展示。、
 
ELK架构为数据分布式存储、可视化查询和日志解析创建了一个功能强大的管理链。 三者相互配合，取长补短，共同完成分布式大数据处理工作

10）数据结构  与mysql对比

                           

4、ES的安装

请下载文档：在Linux系统安装elasticsearch步骤+ElasticSearch基础讲解.docx

5、Elasticsearch的使用场景详解

1、场景—：使用Elasticsearch作为主要的后端

2、场景二：在现有系统中增加elasticsearch

3、场景三：使用elasticsearch和现有的工具

 详细情况，请阅读博文：https://blog.csdn.net/laoyang360/article/details/52227541

二、SpringBoot整合ES及ES的增删改查

1、SpringBoot整合ES

1)创建SpringBoot项目，导入jar包

   <!--ES包-->
        <dependency>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>transport</artifactId>
            <version>5.5.3</version>
            <exclusions>
                <exclusion>
                    <groupId>*</groupId>
                    <artifactId>transport-netty4-client</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        <dependency>
            <groupId>org.elasticsearch.plugin</groupId>
            <artifactId>transport-netty4-client</artifactId>
            <version>5.5.3</version>
        </dependency>
        <dependency>
            <groupId>org.elasticsearch</groupId>
            <artifactId>elasticsearch</artifactId>
            <version>5.5.3</version>
        </dependency>

        <dependency>
            <groupId>org.elasticsearch.plugin</groupId>
            <artifactId>delete-by-query</artifactId>
            <version>2.4.1</version>
        </dependency>
   <!-- es需要用到log4j 2.7以下版本 -->
        <dependency>
            <groupId>org.apache.logging.log4j</groupId>
            <artifactId>log4j-core</artifactId>
            <version>2.6.2</version>
        </dependency> 

 

2）config配置文件

package xmcc.mll_es_8083.config;
 
 
import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.transport.TransportClient;
import org.elasticsearch.common.settings.Settings;
import org.elasticsearch.common.transport.InetSocketTransportAddress;
import org.elasticsearch.common.transport.TransportAddress;
import org.elasticsearch.transport.client.PreBuiltTransportClient;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
 
import java.net.InetAddress;
import java.net.InetSocketAddress;
import java.net.UnknownHostException;
 
@Configuration
public class ElasticsearchConfig {
    @Bean
    public TransportClient client() throws UnknownHostException{
        //注意这儿是tcp链接 是9300
        TransportAddress transportAddress = new InetSocketTransportAddress(InetAddress.getByName("192.168.1.170"), 9300);
        //集群配置     设置集群名称
//        Settings settings = Settings.builder().put("cluster.name", "xmcc").build();
//        TransportClient preBuiltTransportClient = new PreBuiltTransportClient(settings);
        //单机配置
        TransportClient preBuiltTransportClient = new PreBuiltTransportClient(Settings.EMPTY);
        preBuiltTransportClient.addTransportAddress(transportAddress);
        return preBuiltTransportClient;
    }
}

 

2、ES的增删改查

写在前面：存储数据的实体类EsProduct如下;

package xmcc.mll_es_8083.entity;
 
import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;
 
import java.io.Serializable;
 
import java.util.Date;
@Data
@AllArgsConstructor
@NoArgsConstructor
@Builder
public class EsProduct implements Serializable {
 
    private long productId;
    private String title;
    private String sell_point;
    private double price;
    private Date create_time;
    private String category;
    private String brand;
 
}

复杂查询的实体类如下：

package xmcc.mll_es_8083.dto;
 
import io.swagger.annotations.ApiModel;
import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;
 
import java.util.Date;
 
@Data
@AllArgsConstructor
@NoArgsConstructor
@Builder
@ApiModel("查询 Dto")
public class QueryProductDto {
    //输入框输入
    private String keyWord;
    //选购热点
    private String sell_point;
    //价格区间：格式：100-200
    private String price;
    //是否根据上架时间排序 新上架在前
    private boolean create_timeBoolean;
    //分类
    private String category;
    //品牌
    private String brand;
 
    //当前页码,从0页开始
    private int page;
}

 

1）增 

根据需要存储的数据创建对应的实体类EsProduct

  public ResultResponse addProduct(EsProduct esProduct) throws IOException, ParseException {
        log.info("添加的数据为：{}", esProduct);
        //参数1:输入索引=mysql的dataBase   参数2：type名称=mysql中的表名
        IndexResponse indexResponse = transportClient.prepareIndex("mll", "product").
                //指定json字符串
                        setSource(JsonUtil.object2string(esProduct), XContentType.JSON).get();
        //返回查看数据是否成功
        return ResultResponse.success(indexResponse);
    }

2）删 

根据条件删除部分数据

    //根据某个条件删除文档数据
    public ResultResponse deleteProduct(long productId ){
        //根据productId删除对应数据
        DeleteByQueryRequestBuilder builder = DeleteByQueryAction.INSTANCE
                .newRequestBuilder(transportClient)
                .filter(QueryBuilders.termQuery("productId", productId)).source("mll");
        BulkByScrollResponse response = builder.get();
        long deleted = response.getDeleted();
        log.info("删除的条数为：{}",deleted);
        return ResultResponse.success();
    }

一键删除所有数据

//一键删除所有   删除条件不设置即可
 DeleteByQueryRequestBuilder builder = DeleteByQueryAction.INSTANCE
                .newRequestBuilder(transportClient)
                .filter(QueryBuilders.boolQuery()).
                        source("mll");
        BulkByScrollResponse response = builder.get();
        long deleted = response.getDeleted();
        log.info("删除的条数为：{}", deleted);

3）改

 public ResultResponse updateProduct(EsProduct esProduct) throws IOException, ParseException {
        log.info("修改的数据为：{}", esProduct);
        //输入索引 与type名称   这儿的es  id就直接写死了
        // TODO:业务逻辑肯定是先查询到ES自动生成的id然后再修改
        UpdateResponse updateResponse = transportClient.prepareUpdate("mll", "product", "AWsdQhh8klBAmP0UjTSR").
                //指定json字符串
                        setDoc(JsonUtil.object2string(esProduct), XContentType.JSON).get();
        if (updateResponse.status() == RestStatus.OK) {
            return ResultResponse.success();
        }
        return ResultResponse.fail();
    }

4）查

该处直接展示复杂查询，即根据可输入查询条件创建对应的实体类QueryProductDto，判断实体类属性是否为null，设置对应的过滤条件

 
public ResultResponse query(QueryProductDto productDto) {
        log.info("查询的数据为：{}", productDto);
        //通过基本的bool查询
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
        //创建查询对象  setTypes可以加入多个类型
         SearchRequestBuilder searchRequestBuilder = transportClient.
                prepareSearch("mll").setTypes("product");
 
        //先对查询数据进行判断  如果不为空 就添加查询数据  前面是字段名
        //输入框输入
        if (productDto.getKeyWord()!= null) {
            log.warn("KeyWord查询：{}",productDto.getKeyWord());
            boolQueryBuilder.must(
                    //根据关键字查询 只要下面的字段中包含该数据,有的词语分词里面没有就查询不到，就需要前面学习的去自定义
                    // 就会被查询到 这儿使用title与sell_point
                    QueryBuilders.multiMatchQuery(
                            productDto.getKeyWord(),
                            "title", "sell_point"
                    )
            );
        }
            //选购热点
        if (productDto.getSell_point()!=null){
            log.warn("Sell_point查询：{}",productDto.getSell_point());
            boolQueryBuilder.filter(QueryBuilders.termQuery(
                    "sell_point", productDto.getSell_point()));
        }
 
            //分类
      if (productDto.getCategory()!=null){
            log.warn("Category查询：{}",productDto.getCategory());
 
            boolQueryBuilder.filter(QueryBuilders.termQuery
                    ("category", productDto.getCategory()));
 
        }
            //品牌
         if (productDto.getBrand()!=null){
            log.warn("Brand查询：{}",productDto.getBrand());
            boolQueryBuilder.filter(QueryBuilders.termQuery
                    ("brand", productDto.getBrand()));
        }
 
        //根据上架时间排序 新上架在前
        if (productDto.isCreate_timeBoolean()){
            log.warn("Create_timeBoolean查询：{}",productDto.isCreate_timeBoolean());
            searchRequestBuilder.addSort("create_time",SortOrder.DESC );
        }
        //价格区间：格式：100-200
        if (productDto.getPrice()!=null){
            String price = productDto.getPrice();
            log.warn("price查询：{}",price);
 
            String[] strings = price.split("-");
            searchRequestBuilder.setPostFilter(QueryBuilders.rangeQuery
                    ("price").from(strings[0]).to(strings[1]));
        }
 
                //查询条件
        searchRequestBuilder.setQuery(boolQueryBuilder)
                //翻页 从第几条开始  查询多少条
                .setFrom(productDto.getPage())
                .setSize(3);
 
        log.info("查询到的数据为：{}", searchRequestBuilder.toString());
        //获得查询需要的数据结果
        SearchResponse searchResponse = searchRequestBuilder.get();
        //判断是否正常
        if (searchResponse.status() != RestStatus.OK) {
            log.warn("es查询数据异常，返回状态为：{}", searchResponse.status());
            return ResultResponse.fail();
        }
        //获得结果集
        SearchHits hits = searchResponse.getHits();
        List<EsProduct> products = new ArrayList<>();
        //遍历组装数据
        for (SearchHit hit : hits) {
            //字段名  这里先获得两个字段测试   如果以后字段多
            // 直接先把 es查询到的数据 转换为json字符串 然后再转成对象即可 ,这儿先详细的写一下
            //通过这个方法获得每条对象的json字符串 hit.getSourceAsString()
//            EsProduct esProduct1 = new EsProduct();
//            esProduct1.setBrand(String.valueOf(hit.getSource().get("brand")));
//            esProduct1.setPrice((double) hit.getSource().get("price"));
 
            EsProduct esProduct1 = JsonUtil.string2object(hit.getSourceAsString(), new TypeReference<EsProduct>() {
            });
            products.add(esProduct1);
        }
        return ResultResponse.success(products);
    }

 三、建议阅读文档

1、官方文档中文版: https://es.xiaoleilu.com/010_Intro/50_Conclusion.html

2、ES入门及其扩展：https://blog.csdn.net/makang110/article/details/80596017

3、Elasticsearch的使用场景深入详解：https://blog.csdn.net/laoyang360/article/details/52227541