Elasticsearch是目前最热门的搜索引擎之一，小伙伴们知道它的原理和用法是什么样的吗？今天我们就来聊聊它的原理及基本用法有哪些吧。
一、es原理简介
我们知道，Apache Lucene目前已经能够说是如今最先进、最高效的开源搜索引擎框架。但是，在基于Java的企业项目中如果想要直接集成Apache
Lucene，就需要进一步将其提供的功能封装成Java API，这样的成本太高且过程复杂。所以我们就可以使用其他高效率且开源的产品，如Apache
Solr和Elasticsearch。
Elasticsearch是一个建立在Apache Lucene基础上的分布式的RESTful风格的搜索和数据分析引擎，与Apache
Solr相比，主要有这以下优势：
-随着数据量的增加，Solr是会逐渐变慢的，而Elasticsearch具有明显优势。
-实时搜索(在创建索引的同时进行搜索)，Solr会存在IO阻塞，而Elasticsearch性能更快。
-基于以上因素，Elasticsearch更适用于新兴的实时搜索应用场景，尤其是大型互联网B2C项目。
index
Elasticsearch的索引(index)是一种用于组织数据的逻辑命名空间。Elasticsearch的索引一般有一个或多个分片(默认为5)。分片是实际上存储数据的Lucene索引，它本身为一个搜索引擎。每个分片都可以有零个或多个副本(replicas)(默认为1)。Elasticsearch索引还具有“类型”，它允许使用者在索引中对数据进行逻辑分区。Elasticsearch索引中给定“类型”中的全部文档都具有相同属性。
倒排索引
Elasticsearch最最强悍的功能就是为每个字段提供了倒排索引，当查询的时候都不用担心没有索引可以利用，那什么是倒排索引?举个简单例子：
每一行是一个document(文档)，每个document都有一个文档ID。那么给这些文档建立的倒排索引就是：
可以看到，倒排索引是针对每个字段的，每个字段都有自己的倒排索引，25、32这些叫做term，[1,3]这种叫做posting list，
联合索引
如何使用联合索引查询?
-使用Skip List 数据结构，同时遍历多个term的posting list，互相skip
-使用bitset数据结构，对多个term分别求出bitset，对bitset做AN操作
二、es基本用法
1)、创建Clientpublic ElasticSearchService(String ipAddress, int port)
{
client = new TransportClient()
.addTransportAddress(new InetSocketTransportAddress(ipAddress
, port));
}上面是一个TransportClient。
eS下客户端比较：
TransportClient：一个轻量级的Client，使用Netty线程池，Socket连接到ES集群。本身不会加入到集群，只会作为请求处理。
Node Client：它的客户端节点本身也是ES节点，加入到集群，和其他ElasticSearch节点一样。频繁的开启与关闭这类Node
Clients会在集群中产生“噪音”。
2)、创建/删除Index和Type信息// 创建索引
public void createIndex()
{
client.admin()
.indices()
.create(new CreateIndexRequest(IndexName))
.actionGet();
}
// 清除所有索引
public void deleteIndex()
{
IndicesExistsResponse indicesExistsResponse = client.admin()
.indices()
.exists(new IndicesExistsRequest(new String[]
{
IndexName
}))
.actionGet();
if (indicesExistsResponse.isExists())
{
client.admin()
.indices()
.delete(new DeleteIndexRequest(IndexName))
.actionGet();
}
}
// 删除Index下的某个Type
public void deleteType()
{
client.prepareDelete()
.setIndex(IndexName)
.setType(TypeName)
.execute()
.actionGet();
}
// 定义索引的映射类型
public void defineIndexTypeMapping()
{
try
{
XContentBuilder mapBuilder = XContentFactory.jsonBuilder();
mapBuilder.startObject()
.startObject(TypeName)
.startObject("_all")
.field("enabled", false)
.endObject()
.startObject("properties")
.startObject(IDFieldName)
.field("type", "long")
.endObject()
.startObject(SeqNumFieldName)
.field("type", "long")
.endObject()
.startObject(IMSIFieldName)
.field("type", "string")
.field("index", "not_analyzed")
.endObject()
.startObject(IMEIFieldName)
.field("type", "string")
.field("index", "not_analyzed")
.endObject()
.startObject(DeviceIDFieldName)
.field("type", "string")
.field("index", "not_analyzed")
.endObject()
.startObject(OwnAreaFieldName)
.field("type", "string")
.field("index", "not_analyzed")
.endObject()
.startObject(TeleOperFieldName)
.field("type", "string")
.field("index", "not_analyzed")
.endObject()
.startObject(TimeFieldName)
.field("type", "date")
.field("store", "yes")
.endObject()
.endObject()
.endObject()
.endObject();
PutMappingRequest putMappingRequest = Requests
.putMappingRequest(IndexName)
.type(TypeName)
.source(mapBuilder);
client.admin()
.indices()
.putMapping(putMappingRequest)
.actionGet();
}
catch (IOException e)
{
log.error(e.toString());
}
}3)、索引数据// 批量索引数据
public void indexHotSpotDataList(List dataList)
{
if (dataList != null)
{
int size = dataList.size();
if (size > 0)
{
BulkRequestBuilder bulkRequest = client.prepareBulk();
for (int i = 0; i
{
Hotspotdata data = dataList.get(i);
String jsonSource = getIndexDataFromHotspotData(data);
if (jsonSource != null)
{
bulkRequest.add(client
.prepareIndex(IndexName, TypeName
, data.getId()
.toString())
.setRefresh(true)
.setSource(jsonSource));
}
}
BulkResponse bulkResponse = bulkRequest.execute()
.actionGet();
if (bulkResponse.hasFailures())
{
Iterator iter = bulkResponse.iterator();
while (iter.hasNext())
{
BulkItemResponse itemResponse = iter.next();
if (itemResponse.isFailed())
{
log.error(itemResponse.getFailureMessage());
}
}
}
}
}
}
// 索引数据
public boolean indexHotspotData(Hotspotdata data)
{
String jsonSource = getIndexDataFromHotspotData(data);
if (jsonSource != null)
{
IndexRequestBuilder requestBuilder = client.prepareIndex(IndexName
, TypeName)
.setRefresh(true);
requestBuilder.setSource(jsonSource)
.execute()
.actionGet();
return true;
}
return false;
}
// 得到索引字符串
public String getIndexDataFromHotspotData(Hotspotdata data)
{
String jsonString = null;
if (data != null)
{
try
{
XContentBuilder jsonBuilder = XContentFactory.jsonBuilder();
jsonBuilder.startObject()
.field(IDFieldName, data.getId())
.field(SeqNumFieldName, data.getSeqNum())
.field(IMSIFieldName, data.getImsi())
.field(IMEIFieldName, data.getImei())
.field(DeviceIDFieldName, data.getDeviceID())
.field(OwnAreaFieldName, data.getOwnArea())
.field(TeleOperFieldName, data.getTeleOper())
.field(TimeFieldName, data.getCollectTime())
.endObject();
jsonString = jsonBuilder.string();
}
catch (IOException e)
{
log.equals(e);
}
}
return jsonString;
}ES是支持批量和单个数据索引的。
4)、查询获取数据// 获取少量数据100个
private List getSearchData(QueryBuilder queryBuilder)
{
List ids = new ArrayList ();
SearchResponse searchResponse = client.prepareSearch(IndexName)
.setTypes(TypeName)
.setQuery(queryBuilder)
.setSize(100)
.execute()
.actionGet();
SearchHits searchHits = searchResponse.getHits();
for (SearchHit searchHit: searchHits)
{
Integer id = (Integer) searchHit.getSource()
.get("id");
ids.add(id);
}
return ids;
}
// 获取大量数据
private List getSearchDataByScrolls(QueryBuilder queryBuilder)
{
List ids = new ArrayList ();
// 一次获取100000数据
SearchResponse scrollResp = client.prepareSearch(IndexName)
.setSearchType(SearchType.SCAN)
.setScroll(new TimeValue(60000))
.setQuery(queryBuilder)
.setSize(100000)
.execute()
.actionGet();
while (true)
{
for (SearchHit searchHit: scrollResp.getHits()
.getHits())
{
Integer id = (Integer) searchHit.getSource()
.get(IDFieldName);
ids.add(id);
}
scrollResp = client.prepareSearchScroll(scrollResp.getScrollId())
.setScroll(new TimeValue(600000))
.execute()
.actionGet();
if (scrollResp.getHits()
.getHits()
.length == 0)
{
break;
}
}
return ids;
}那么以上就是关于elasticsearch原理的所有内容了，如果还想要了解更多java架构师相关信息
