狂神--ElasticSearch

一、ElasticSearch概述

官网：https://www.elastic.co/cn/downloads/elasticsearch

Elaticsearch，简称为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。

据国际权威的数据库产品评测机构DB Engines的统计，在2016年1月，ElasticSearch已超过Solr等，成为排名第一的搜索引擎类应用。

总结

1、es基本是开箱即用(解压就可以用!) ,非常简单。Solr安装略微复杂一丢丢!

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本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要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力解决方案，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相对开发维护者较少,更新太快,学习使用成本较高。

二、ElasticSearch安装

Windows下安装

1、安装

下载地址：https://www.elastic.co/cn/downloads/

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

2、熟悉目录

bin 启动文件目录
config 配置文件目录
	1og4j2 日志配置文件
	jvm.options java 虚拟机相关的配置(默认启动占1g内存，内容不够需要自己调整)
	elasticsearch.ym1 elasticsearch 的配置文件! 默认9200端口!跨域!
1ib   相关jar包
modules 功能模块目录
plugins 插件目录
	ik分词器

3、启动

bin目录下的elasticsearch.bat

访问地址: localhost:9200

{
  "name" : "TIANYH",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "IOHRCRK6TKibMGdNZq4YtA",
  "version" : {
    "number" : "7.6.1",
    "build_flavor" : "default",
    "build_type" : "zip",
    "build_hash" : "aa751e09be0a5072e8570670309b1f12348f023b",
    "build_date" : "2020-02-29T00:15:25.529771Z",
    "build_snapshot" : false,
    "lucene_version" : "8.4.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

安装可视化界面

elasticsearch-head

使用前提：需要安装nodejs

1、下载地址

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

2、安装

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

cd elasticsearch-head
# 安装依赖npm install
# 启动npm run start#
# 访问http://localhost:9100/

开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）

# 开启跨域http.cors.enabled: true
# 所有人访问http.cors.allow-origin: "*"

重启elasticsearch

理解：

• 如果你是初学者
  • 索引 可以看做 “数据库”
  • 类型 可以看做 “表”
  • 文档 可以看做 “库中的数据（表中的行）”
• 这个head，我们只是把它当做可视化数据展示工具，之后所有的查询都在kibana中进行
  • 因为不支持json格式化，不方便

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。它操作简单,基于浏览器的用户界面可以快速创建仪表板( dashboard )实时显示Elasticsearch查询动态。设置Kibana非常简单。无需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索引监测。

1、下载地址:

下载的版本需要与ElasticSearch版本对应

https://www.elastic.co/cn/downloads/

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

2、安装

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

bin目录下的kibanan.bat

访问地址: localhost:5601

4、kibana汉化

编辑器打开kibana解压目录/config/kibana.yml，添加

i18n.locale: "zh-CN"

重启kibana

了解ELK

• ELK是

  Elasticsearch、Logstash、 Kibana三大开源框架首字母大写简称

  。市面上也被成为Elastic Stack。

  • 其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。
    • 像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架，可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。
  • Logstash是ELK的中央数据流引擎,用于从不同目标(文件/数据存储/MQ )收集的不同格式数据,经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。
  • Kibana可以将elasticsearch的数据通过友好的页面展示出来 ,提供实时分析的功能。

• 市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称 ,但实际上ELK不仅仅适用于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性。并非唯一性。

收集清洗数据(Logstash) ==> 搜索、存储(ElasticSearch) ==> 展示(Kibana)

三、ElasticSearch核心概念

概述

1、索引（ElasticSearch）

• 包多个分片

2、字段类型（映射）

• 字段类型映射（字段是整型，还是字符型…）

3、文档

4、分片（Lucene索引，倒排索引）

ElasticSearch是面向文档，关系行数据库和ElasticSearch客观对比！一切都是JSON！

Relational DB	ElasticSearch
数据库（database）	索引（indices）
表（tables）	types <慢慢会被弃用!>
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） ,每个文档中又包含多个字段（列）。

物理设计:

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

一个人就是一个集群! ，即启动的ElasticSearch服务，默认就是一个集群，且默认集群名为elasticsearch

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（”行“）

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中，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,我们可以忽略该字段，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形。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（“表”）

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为字符串类型。我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢?

• elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别整什么幺蛾子。

索引（“库”）

索引是映射类型的容器， elasticsearch中的索引是一个非常大的文档集合。 索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。

一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片(primary shard ,又称主分片)构成的，每一个主分片会有一个副本(replica shard，又称复制分片)

有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于失。实际上，一个分片是一个Lucene索引（一个ElasticSearch索引包含多个Lucene索引） ，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。不过，等等，倒排索引是什么鬼?

倒排索引（Lucene索引底层）

简单说就是 按（文章关键字，对应的文档<0个或多个>）形式建立索引，根据关键字就可直接查询对应的文档（含关键字的），无需查询每一个文档，如下图

四、IK分词器(elasticsearch插件)

IK分词器：中文分词器

分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一一个匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），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!

1、下载

版本要与ElasticSearch版本对应

下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

2、安装

ik文件夹是自己创建的

加压即可（但是我们需要解压到ElasticSearch的plugins目录ik文件夹下）

4、使用 ElasticSearch安装补录/bin/elasticsearch-plugin 可以查看插件

E:\ElasticSearch\elasticsearch-7.6.1\bin>elasticsearch-plugin list

5、使用kibana测试

ik_smart：最少切分

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "白日依山尽黄河入海流"
}

{
  "tokens" : [
    {
      "token" : "白日",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "依",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "CN_CHAR",
      "position" : 1
    },
    {
      "token" : "山",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
      "token" : "尽",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "CN_CHAR",
      "position" : 3
    },
    {
      "token" : "黄河",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "入海流",
      "start_offset" : 7,
      "end_offset" : 10,
      "type" : "CN_WORD",
      "position" : 5
    }
  ]
}

ik_max_word：最细粒度划分（穷尽词库的可能）

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "白日依山尽黄河入海流"
}

{
  "tokens" : [
    {
      "token" : "白日",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "依",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "CN_CHAR",
      "position" : 1
    },
    {
      "token" : "山",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
      "token" : "尽",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "CN_CHAR",
      "position" : 3
    },
    {
      "token" : "黄河",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "入海流",
      "start_offset" : 7,
      "end_offset" : 10,
      "type" : "CN_WORD",
      "position" : 5
    },
    {
      "token" : "入海",
      "start_offset" : 7,
      "end_offset" : 9,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "海流",
      "start_offset" : 8,
      "end_offset" : 10,
      "type" : "CN_WORD",
      "position" : 7
    }
  ]
}

6、添加自定义的词添加到扩展字典中

elasticsearch目录/plugins/ik/config/IKAnalyzer.cfg.xml

打开 IKAnalyzer.cfg.xml 文件，扩展字典

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict">my.dic</entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <entry key="remote_ext_dict">words_location</entry> -->
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

编写 my.dic

白日依山尽
黄河入海流

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "白日依山尽黄河入海流"
}

{
  "tokens" : [
    {
      "token" : "白日依山尽",
      "start_offset" : 0,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "黄河入海流",
      "start_offset" : 5,
      "end_offset" : 10,
      "type" : "CN_WORD",
      "position" : 1
    }
  ]
}

五、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器交互类的软件。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Rest命令说明：

method	url地址	描述
PUT（创建,修改）	localhost:9200/索引名称/类型名称/文档id	创建文档（指定文档id）
POST（创建）	localhost:9200/索引名称/类型名称	创建文档（随机文档id）
POST（修改）	localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE（删除）	localhost:9200/索引名称/类型名称/文档id	删除文档
GET（查询）	localhost:9200/索引名称/类型名称/文档id	查询文档通过文档ID
POST（查询）	localhost:9200/索引名称/类型名称/文档id/_search	查询所有数据

测试

1、创建一个索引，添加

PUT /test/type/1
{
  "name": "测试",
  "age": 18
}

{
  "_index" : "test",
  "_type" : "type",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

2、字段数据类型

• 字符串类型

  • text、

    keyword

    • text：支持分词，全文检索,支持模糊、精确查询,不支持聚合,排序操作;text类型的最大支持的字符长度无限制,适合大字段存储；
    • keyword：不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。

• 数值型

  • long、Integer、short、byte、double、float、half float、scaled float

• 日期类型

  • date

• te布尔类型

  • boolean

• 二进制类型

  • binary

• 等等…

3、指定字段的类型（使用PUT）

类似于建库（建立索引和字段对应类型），也可看做规则的建立

PUT /test2
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "age":{
        "type": "long"
      },
      "birthday":{
        "type": "date"
      }
    }
  }
}

{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "test2"
}

4、获取3建立的规则

GET test2

{
  "test2" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "age" : {
          "type" : "long"
        },
        "birthday" : {
          "type" : "date"
        },
        "name" : {
          "type" : "text"
        }
      }
    },
    "settings" : {
      "index" : {
        "creation_date" : "1676438148562",
        "number_of_shards" : "1",
        "number_of_replicas" : "1",
        "uuid" : "d-qUkOZKQJKzd68KHiN_pw",
        "version" : {
          "created" : "7060199"
        },
        "provided_name" : "test2"
      }
    }
  }
}

5、获取默认信息

_doc 默认类型（default type），type 在未来的版本中会逐渐弃用，因此产生一个默认类型进行代替

PUT /test3/_doc/1
{
  "name": "黄河",
  "age": 18
}

{
  "_index" : "test3",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

GET test3

{
  "test3" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "age" : {
          "type" : "long"
        },
        "name" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    },
    "settings" : {
      "index" : {
        "creation_date" : "1676438576004",
        "number_of_shards" : "1",
        "number_of_replicas" : "1",
        "uuid" : "QmHErZuzSvmczgtgyzC7oA",
        "version" : {
          "created" : "7060199"
        },
        "provided_name" : "test3"
      }
    }
  }
}

如果自己的文档字段没有被指定，那么ElasticSearch就会给我们默认配置字段类型

扩展：通过GET _cat/ 可以获取ElasticSearch的当前的很多信息！

=^.^=
/_cat/allocation
/_cat/shards
/_cat/shards/{index}
/_cat/master
/_cat/nodes
/_cat/tasks
/_cat/indices
/_cat/indices/{index}
/_cat/segments
/_cat/segments/{index}
/_cat/count
/_cat/count/{index}
/_cat/recovery
/_cat/recovery/{index}
/_cat/health
/_cat/pending_tasks
/_cat/aliases
/_cat/aliases/{alias}
/_cat/thread_pool
/_cat/thread_pool/{thread_pools}
/_cat/plugins
/_cat/fielddata
/_cat/fielddata/{fields}
/_cat/nodeattrs
/_cat/repositories
/_cat/snapshots/{repository}
/_cat/templates

6、修改

两种方案

①旧的（使用put覆盖原来的值）

• 版本+1（_version）
• 但是如果漏掉某个字段没有写，那么更新是没有写的字段 ，会消失

PUT /test/type/1
{
  "name": "测试",
  "age": 19
}

GET /test/_doc/1

{
  "_index" : "test",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 2,
  "_seq_no" : 1,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "name" : "测试",
    "age" : 19
  }
}

PUT /test/type/1
{
  "age": 20
}

GET /test/_doc/1

{
  "_index" : "test",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 3,
  "_seq_no" : 2,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "age" : 20
  }
}

②新的（使用post的update）

• version不会改变
• 需要注意doc
• 不会丢失字段

POST /test/_doc/1/_update
{
  "doc":{
    "age":11
  }
}

GET /test/_doc/1

{
  "_index" : "test",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 5,
  "_seq_no" : 4,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "name" : "测试",
    "age" : 11
  }
}

7、删除

DELETE /test

{
  "acknowledged" : true
}

8、查询（简单条件）

GET /test/_doc/_search?q=age:19

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "name" : "测试",
          "age" : 19
        }
      }
    ]
  }
}

9、复杂查询

①查询匹配

• match：匹配（会使用分词器解析（先分析文档，然后进行查询））
• _source：过滤字段
• sort：排序
• form、size 分页

GET /test/_doc/_search
{

}

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 5,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "name" : "测试",
          "age" : 19
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "name" : "小李",
          "age" : 19
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 1.0,
        "_source" : {
          "name" : "小张",
          "age" : 18
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 1.0,
        "_source" : {
          "name" : "小明",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "5",
        "_score" : 1.0,
        "_source" : {
          "name" : "明明",
          "age" : 16
        }
      }
    ]
  }
}

GET /test/_doc/_search
{
  "query":{
    "match":{
      "name":"明"
    }
  },
  "_source":["age","name"],
  "sort":[{"age":{"order":"asc"}}],
  "from":0,
  "size":20
}

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : null,
        "_source" : {
          "name" : "小明",
          "age" : 16
        },
        "sort" : [
          16
        ]
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "5",
        "_score" : null,
        "_source" : {
          "name" : "明明",
          "age" : 16
        },
        "sort" : [
          16
        ]
      }
    ]
  }
}

②多条件查询（bool）

• must 相当于 and
• should 相当于 or
• must_not 相当于 not (... and ...)
• filter 过滤

GET /test/_doc/_search
{
  "query":{
    "bool":{
      "must":[{"match":{"age":16}},{"match":{"name":"小"}}],
      "filter":{
        "range":{
        "age":{
          "gte":15,
          "lte":17
          }
        }
      }
    }
  }
}

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 4,
      "relation" : "eq"
    },
    "max_score" : 1.2940125,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 1.2940125,
        "_source" : {
          "name" : "小明",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "6",
        "_score" : 1.2940125,
        "_source" : {
          "name" : "小黄",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "7",
        "_score" : 1.2940125,
        "_source" : {
          "name" : "小黑",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "9",
        "_score" : 1.2940125,
        "_source" : {
          "name" : "小花",
          "age" : 16
        }
      }
    ]
  }
}

③匹配数组

• 貌似不能与其它字段一起使用
• 可以多关键字查（空格隔开）— 匹配字段也是符合的
• match 会使用分词器解析（先分析文档，然后进行查询）
• 搜词

GET /test/_doc/_search
{
  "query":{
    "match":{
      "name":"明 黑"
    }
  }
}

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : 1.9388659,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "7",
        "_score" : 1.9388659,
        "_source" : {
          "name" : "小黑",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "5",
        "_score" : 1.4651942,
        "_source" : {
          "name" : "明明",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 1.0729234,
        "_source" : {
          "name" : "小明",
          "age" : 16
        }
      }
    ]
  }
}

④精确查询

• term 直接通过 倒排索引 指定词条查询
• 适合查询 number、date、keyword ，不适合text

GET /test/_doc/_search
{
  "query":{
    "term":{
      "age":16
    }
  }
}

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 5,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 1.0,
        "_source" : {
          "name" : "小明",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "5",
        "_score" : 1.0,
        "_source" : {
          "name" : "明明",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "6",
        "_score" : 1.0,
        "_source" : {
          "name" : "小黄",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "7",
        "_score" : 1.0,
        "_source" : {
          "name" : "小黑",
          "age" : 16
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "9",
        "_score" : 1.0,
        "_source" : {
          "name" : "小花",
          "age" : 16
        }
      }
    ]
  }
}

⑤text和keyword

• text：
  • 支持分词，全文检索、支持模糊、精确查询,不支持聚合,排序操作;
  • text类型的最大支持的字符长度无限制,适合大字段存储；
• keyword：
  • 不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。
  • keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。

// 设置索引类型
PUT /test2
{
  "mappings": {
    "properties": {
      "text":{
        "type":"text"
      },
      "keyword":{
        "type":"keyword"
      }
    }
  }
}
// 设置字段数据
PUT /test2/_doc/1
{
  "text":"测试keyword和text是否支持分词",
  "keyword":"测试keyword和text是否支持分词"
}

GET /test2/_doc/_search
{
  "query":{
   "match":{
      "text":"测试"
   }
  }
}

{
  "took" : 426,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.5753642,
    "hits" : [
      {
        "_index" : "test2",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.5753642,
        "_source" : {
          "text" : "测试keyword和text是否支持分词",
          "keyword" : "测试keyword和text是否支持分词"
        }
      }
    ]
  }
}

GET /test2/_doc/_search
{
  "query":{
   "match":{
      "keyword":"测试"
   }
  }
}
{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  }
}

GET _analyze
{
  "analyzer": "keyword",
  "text": ["白日依山尽"]
}

{
  "tokens" : [
    {
      "token" : "白日依山尽",
      "start_offset" : 0,
      "end_offset" : 5,
      "type" : "word",
      "position" : 0
    }
  ]
}

GET _analyze
{
  "analyzer": "standard",
    "text": ["白日依山尽"]
}

{
  "tokens" : [
    {
      "token" : "白",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    },
    {
      "token" : "日",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    },
    {
      "token" : "依",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "<IDEOGRAPHIC>",
      "position" : 2
    },
    {
      "token" : "山",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "<IDEOGRAPHIC>",
      "position" : 3
    },
    {
      "token" : "尽",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "<IDEOGRAPHIC>",
      "position" : 4
    }
  ]
}

GET _analyze
{
  "analyzer": "ik_max_word",
    "text": ["白日依山尽"]
}

{
  "tokens" : [
    {
      "token" : "白日依山尽",
      "start_offset" : 0,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "白日",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "依",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
      "token" : "山",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "CN_CHAR",
      "position" : 3
    },
    {
      "token" : "尽",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "CN_CHAR",
      "position" : 4
    }
  ]
}

⑥高亮查询

GET /test/_doc/_search
{
    "query":{
        "match":{"name":"小"}
    },

    "highlight":{
      "fields":{
        "name":{}
      }
    }

}

{
  "took" : 89,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 6,
      "relation" : "eq"
    },
    "max_score" : 0.18681718,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小李",
          "age" : 19
        },
        "highlight" : {
          "name" : [
            "<em>小</em>李"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小张",
          "age" : 18
        },
        "highlight" : {
          "name" : [
            "<em>小</em>张"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小明",
          "age" : 16
        },
        "highlight" : {
          "name" : [
            "<em>小</em>明"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "6",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小黄",
          "age" : 16
        },
        "highlight" : {
          "name" : [
            "<em>小</em>黄"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "7",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小黑",
          "age" : 16
        },
        "highlight" : {
          "name" : [
            "<em>小</em>黑"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "9",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小花",
          "age" : 16
        },
        "highlight" : {
          "name" : [
            "<em>小</em>花"
          ]
        }
      }
    ]
  }
}

GET /test/_doc/_search
{
    "query":{
        "match":{"name":"小"}
    },

  "highlight": {
    "pre_tags": "<p class='key' style='color:red'>",
    "post_tags": "</p>",
    "fields": {
      "name": {}
    }
  }

}

{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 6,
      "relation" : "eq"
    },
    "max_score" : 0.18681718,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小李",
          "age" : 19
        },
        "highlight" : {
          "name" : [
            "<p class='key' style='color:red'>小</p>李"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小张",
          "age" : 18
        },
        "highlight" : {
          "name" : [
            "<p class='key' style='color:red'>小</p>张"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小明",
          "age" : 16
        },
        "highlight" : {
          "name" : [
            "<p class='key' style='color:red'>小</p>明"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "6",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小黄",
          "age" : 16
        },
        "highlight" : {
          "name" : [
            "<p class='key' style='color:red'>小</p>黄"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "7",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小黑",
          "age" : 16
        },
        "highlight" : {
          "name" : [
            "<p class='key' style='color:red'>小</p>黑"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "9",
        "_score" : 0.18681718,
        "_source" : {
          "name" : "小花",
          "age" : 16
        },
        "highlight" : {
          "name" : [
            "<p class='key' style='color:red'>小</p>花"
          ]
        }
      }
    ]
  }
}

六、SpringBoot整合

1、导入依赖

导入elasticsearch

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

提前导入fastjson、lombok

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.70</version>
</dependency>
<!-- lombok需要安装插件 -->
<dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <optional>true</optional>
</dependency>

2、创建并编写配置类

@Configuration
public class ElasticSearchConfig {
	// 注册 rest高级客户端
	@Bean
	public RestHighLevelClient restHighLevelClient(){
		RestHighLevelClient client = new RestHighLevelClient(
				RestClient.builder(
						new HttpHost("localhost",9200,"http")
				)
		);
		return client;
	}
}

3、创建并编写实体类

@Data
@NoArgsConstructor
@AllArgsConstructor
public class User implements Serializable {
	private static final long serialVersionUID = -3843548915035470817L;
	private String name;
	private Integer age;
}

4、测试

注入 RestHighLevelClient

    @Autowired
    public RestHighLevelClient restHighLevelClient;

索引的操作

1、索引的创建

    public void CreatIndex() throws IOException {
        CreateIndexRequest request = new CreateIndexRequest("test6");
        CreateIndexResponse response = restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);
        System.out.println(response.isAcknowledged());
        System.out.println(response);
        restHighLevelClient.close();
        return ;
    }

2、索引的获取，并判断其是否存在

    public void IndexIsExists() throws IOException {
        GetIndexRequest request = new GetIndexRequest("test6");
        boolean exists = restHighLevelClient.indices().exists(request,RequestOptions.DEFAULT);
        System.out.println(exists);
        restHighLevelClient.close();
        return;
    }

3、索引的删除

    public void DeleteIndex() throws IOException {
        DeleteIndexRequest request = new DeleteIndexRequest("test6");
        AcknowledgedResponse response = restHighLevelClient.indices().delete(request,RequestOptions.DEFAULT);
        System.out.println(response.isAcknowledged());
        restHighLevelClient.close();
        return;
    }

文档的操作

1、文档的添加

	public void AddDocument() throws IOException {
		User user = new User("笑笑",25);
		IndexRequest request = new IndexRequest("test");
		request.id("16");
		request.timeout(TimeValue.timeValueMillis(1000));
		request.source(JSON.toJSONString(user),XContentType.JSON);
		IndexResponse response = restHighLevelClient.index(request,RequestOptions.DEFAULT);
		System.out.println(response.status());
		System.out.println(response);
		restHighLevelClient.close();
    	return;
	}

2、文档信息的获取

	public void GetDocument() throws IOException {
		GetRequest request = new GetRequest("test","1");
		GetResponse response = restHighLevelClient.get(request,RequestOptions.DEFAULT);
		System.out.println(response.getSourceAsString());
		restHighLevelClient.close();
		return;
	}

3、文档的获取，并判断其是否存在

	public void DocumentIsExists() throws IOException {
    	GetRequest request = new GetRequest("test","1111");
    	request.fetchSourceContext(new FetchSourceContext(false));
    	request.storedFields("_none_");
    	boolean exists = restHighLevelClient.exists(request,RequestOptions.DEFAULT);
    	System.out.println(exists);
    	restHighLevelClient.close();
    	return;
	}

4、文档的更新

	public void UpdateDocument() throws IOException {
		UpdateRequest request =  new UpdateRequest("test","16");
		User user = new User("黑黑",18);
		request.doc(JSON.toJSONString(user),XContentType.JSON);
		UpdateResponse response = restHighLevelClient.update(request,RequestOptions.DEFAULT);
		System.out.println(response.status());
		restHighLevelClient.close();
    	return;
	}

5、文档的删除

	public void DeleteDocument() throws Exception {
		DeleteRequest request = new DeleteRequest("test","1");
		request.timeout("1s");
		DeleteResponse response = restHighLevelClient.delete(request,RequestOptions.DEFAULT);
		System.out.println(response.status());
		restHighLevelClient.close();
	}

6、文档的查询

	public void Search() throws Exception {
		SearchRequest request = new SearchRequest("test");
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name","明");
//		MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();
		searchSourceBuilder.highlighter(new HighlightBuilder());
		searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
		searchSourceBuilder.query(termQueryBuilder);
//		searchSourceBuilder.query(matchAllQueryBuilder);
		searchSourceBuilder.from(0);
		searchSourceBuilder.size(100);
		request.source(searchSourceBuilder);
		SearchResponse search = restHighLevelClient.search(request, RequestOptions.DEFAULT);
		SearchHits hits = search.getHits();
		System.out.println(JSON.toJSONString(hits));
		System.out.println("++++++++++++++++++++++++++++++++++++++++");
		for (SearchHit documentFields: hits.getHits()) {
			System.out.println(documentFields.getSourceAsMap());
		}
		restHighLevelClient.close();
	}

错误的批量添加数据

	public void test() throws Exception {
    	IndexRequest request = new IndexRequest("bulk");
    	request.source(JSON.toJSONString(new User("小1",12)),XContentType.JSON);
		request.source(JSON.toJSONString(new User("小2",12)),XContentType.JSON);
		request.source(JSON.toJSONString(new User("小3",12)),XContentType.JSON);
		request.source(JSON.toJSONString(new User("小4",12)),XContentType.JSON);
		request.source(JSON.toJSONString(new User("小5",12)),XContentType.JSON);
		request.source(JSON.toJSONString(new User("小6",12)),XContentType.JSON);
		request.source(JSON.toJSONString(new User("小7",12)),XContentType.JSON);
		IndexResponse indexResponse = restHighLevelClient.index(request,RequestOptions.DEFAULT);
		System.out.println(indexResponse.status());
		restHighLevelClient.close();
	}

7、批量添加数据

	public void testBullk() throws Exception {
		BulkRequest bulkRequest = new BulkRequest();
		bulkRequest.timeout("10s");
		ArrayList<User> users = new ArrayList<>();
		users.add(new User("小1",12));
		users.add(new User("小2",12));
		users.add(new User("小3",12));
		users.add(new User("小4",12));
		users.add(new User("小5",12));
		users.add(new User("小6",12));
		for (User user:users) {
			bulkRequest.add(new IndexRequest("bulk").source(JSON.toJSONString(user),XContentType.JSON));
		}
		BulkResponse response = restHighLevelClient.bulk(bulkRequest,RequestOptions.DEFAULT);
		System.out.println(response.status());
		restHighLevelClient.close();

	}

七、ElasticSearch实战

防京东商城搜索（高亮）

1、导入依赖

<dependencies>
    <!-- jsoup解析页面 -->
    <!-- 解析网页 爬视频可 研究tiko -->
    <dependency>
        <groupId>org.jsoup</groupId>
        <artifactId>jsoup</artifactId>
        <version>1.10.2</version>
    </dependency>
    <!-- fastjson -->
    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>fastjson</artifactId>
        <version>1.2.70</version>
    </dependency>
    <!-- ElasticSearch -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
    </dependency>
    <!-- thymeleaf -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-thymeleaf</artifactId>
    </dependency>
    <!-- web -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <!-- devtools热部署 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-devtools</artifactId>
        <scope>runtime</scope>
        <optional>true</optional>
    </dependency>
    <!--  -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-configuration-processor</artifactId>
        <optional>true</optional>
    </dependency>
    <!-- lombok 需要安装插件 -->
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
    <!-- test -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

2、导入前端素材

ES资料地址：链接：https://pan.baidu.com/s/1qdvSk7SdVnlI8QzeK5gxaA
提取码：ldrh

3、编写 application.preperties配置文件

# 更改端口，防止冲突
server.port=9999
# 关闭thymeleaf缓存
spring.thymeleaf.cache=false

4、测试controller和view

@Controller
public class DemoApi {

	@GetMapping({"/","index"})
	public String index(){
		return "index";
	}

}

5、编写service

ContentService

@Service
public class ContentService {
	@Autowired
	private RestHighLevelClient restHighLevelClient;
	// 1、解析数据放入 es 索引中
	public Boolean parseContent(String keyword) throws IOException {
		// 获取内容
		List<Content> contents = HtmlParseUtil.parseJD(keyword);
		// 内容放入 es 中
		BulkRequest bulkRequest = new BulkRequest();
		bulkRequest.timeout("2m"); // 可更具实际业务是指
		for (int i = 0; i < contents.size(); i++) {
			bulkRequest.add(
					new IndexRequest("jd_goods")
							.id(""+(i+1))
							.source(JSON.toJSONString(contents.get(i)), XContentType.JSON)
			);
		}
		BulkResponse bulk = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);
//		restHighLevelClient.close();
		return !bulk.hasFailures();
	}
	// 2、根据keyword分页查询结果
	public List<Map<String, Object>> search(String keyword, Integer pageIndex, Integer pageSize) throws IOException {
		if (pageIndex < 0){
			pageIndex = 0;
		}
		SearchRequest jd_goods = new SearchRequest("jd_goods");
		// 创建搜索源建造者对象
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		// 条件采用：精确查询 通过keyword查字段name
		TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", keyword);
		searchSourceBuilder.query(termQueryBuilder);
		searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));// 60s
		// 分页
		searchSourceBuilder.from(pageIndex);
		searchSourceBuilder.size(pageSize);
		// 高亮
		// ....
		// 搜索源放入搜索请求中
		jd_goods.source(searchSourceBuilder);
		// 执行查询，返回结果
		SearchResponse searchResponse = restHighLevelClient.search(jd_goods, RequestOptions.DEFAULT);
//		restHighLevelClient.close();
		// 解析结果
		SearchHits hits = searchResponse.getHits();
		List<Map<String,Object>> results = new ArrayList<>();
		for (SearchHit documentFields : hits.getHits()) {
			Map<String, Object> sourceAsMap = documentFields.getSourceAsMap();
			results.add(sourceAsMap);
		}
		// 返回查询的结果
		return results;
	}

	// 3、 在2的基础上进行高亮查询
	public List<Map<String, Object>> highlightSearch(String keyword, Integer pageIndex, Integer pageSize) throws IOException {
		SearchRequest searchRequest = new SearchRequest("jd_goods");
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		// 精确查询，添加查询条件
		TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", keyword);
		searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
		searchSourceBuilder.query(termQueryBuilder);
		// 分页
		searchSourceBuilder.from(pageIndex);
		searchSourceBuilder.size(pageSize);
		// 高亮 =========
		HighlightBuilder highlightBuilder = new HighlightBuilder();
		highlightBuilder.field("name");
		highlightBuilder.preTags("<span style='color:red'>");
		highlightBuilder.postTags("</span>");
		searchSourceBuilder.highlighter(highlightBuilder);
		// 执行查询
		searchRequest.source(searchSourceBuilder);
		SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
		// 解析结果 ==========
		SearchHits hits = searchResponse.getHits();
		List<Map<String, Object>> results = new ArrayList<>();
		for (SearchHit documentFields : hits.getHits()) {
			// 使用新的字段值（高亮），覆盖旧的字段值
			Map<String, Object> sourceAsMap = documentFields.getSourceAsMap();
			// 高亮字段
			Map<String, HighlightField> highlightFields = documentFields.getHighlightFields();
			HighlightField name = highlightFields.get("name");
			// 替换
			if (name != null){
				Text[] fragments = name.fragments();
				StringBuilder new_name = new StringBuilder();
				for (Text text : fragments) {
					new_name.append(text);
				}
				sourceAsMap.put("name",new_name.toString());
			}
			results.add(sourceAsMap);
		}
		return results;
	}

}

6、编写controller

@Controller
public class DemoApi {

	@GetMapping({"/","index"})
	public String index(){
		return "index";
	}

	@Autowired
	private ContentService contentService;
	@ResponseBody
	@GetMapping("/parse/{keyword}")
	public Boolean parse(@PathVariable("keyword") String keyword) throws IOException {
		return contentService.parseContent(keyword);
	}
	@ResponseBody
	@GetMapping("/search/{keyword}/{pageIndex}/{pageSize}")
	public List<Map<String, Object>> parse(@PathVariable("keyword") String keyword,
										   @PathVariable("pageIndex") Integer pageIndex,
										   @PathVariable("pageSize") Integer pageSize) throws IOException {
		return contentService.search(keyword,pageIndex,pageSize);
	}

	@ResponseBody
	@GetMapping("/h_search/{keyword}/{pageIndex}/{pageSize}")
	public List<Map<String, Object>> highlightParse(@PathVariable("keyword") String keyword,
													@PathVariable("pageIndex") Integer pageIndex,
													@PathVariable("pageSize") Integer pageSize) throws IOException {
		return contentService.highlightSearch(keyword,pageIndex,pageSize);
	}

}

7、爬虫（jsoup）

HtmlParseUtil

public class HtmlParseUtil {
	public static void main(String[] args) throws IOException {
		/// 使用前需要联网
		// 请求url
		String url = "http://search.jd.com/search?keyword=java";
		// 1.解析网页(jsoup 解析返回的对象是浏览器Document对象)
		Document document = Jsoup.parse(new URL(url), 30000);
		// 使用document可以使用在js对document的所有操作
		// 2.获取元素（通过id）
		Element j_goodsList = document.getElementById("J_goodsList");
		// 3.获取J_goodsList ul 每一个 li
		Elements lis = j_goodsList.getElementsByTag("li");
		// 4.获取li下的 img、price、name
		for (Element li : lis) {
			String img = li.getElementsByTag("img").eq(0).attr("src");// 获取li下 第一张图片
			String name = li.getElementsByClass("p-name").eq(0).text();
			String price = li.getElementsByClass("p-price").eq(0).text();
			System.out.println("=======================");
			System.out.println("img : " + img);
			System.out.println("name : " + name);
			System.out.println("price : " + price);
		}
	}
	public static List<Content> parseJD(String keyword) throws IOException {
		/// 使用前需要联网
		// 请求url
		String url = "http://search.jd.com/search?keyword=" + keyword;
		// 1.解析网页(jsoup 解析返回的对象是浏览器Document对象)
		Document document = Jsoup.parse(new URL(url), 30000);
		// 使用document可以使用在js对document的所有操作
		// 2.获取元素（通过id）
		Element j_goodsList = document.getElementById("J_goodsList");
		// 3.获取J_goodsList ul 每一个 li
		Elements lis = j_goodsList.getElementsByTag("li");
//        System.out.println(lis);
		// 4.获取li下的 img、price、name
		// list存储所有li下的内容
		List<Content> contents = new ArrayList<Content>();
		for (Element li : lis) {
			// 由于网站图片使用懒加载，将src属性替换为data-lazy-img
			String img = li.getElementsByTag("img").eq(0).attr("data-lazy-img");// 获取li下 第一张图片
			String name = li.getElementsByClass("p-name").eq(0).text();
			String price = li.getElementsByClass("p-price").eq(0).text();
			// 封装为对象
			Content content = new Content(name,img,price);
			// 添加到list中
			contents.add(content);
		}
        System.out.println(contents);
		// 5.返回 list
		return contents;
	}
}

Content

@Data
@AllArgsConstructor
@NoArgsConstructor
public class Content implements Serializable {
	private static final long serialVersionUID = -8049497962627482693L;
	private String name;
	private String img;
	private String price;
}

8、前后端分离

引入js

    <script src="https://cdn.bootcss.com/vue/2.5.2/vue.min.js"></script>
    <script src="https://cdn.bootcdn.net/ajax/libs/axios/0.21.1/axios.min.js"></script>

修改后的index.html

<!DOCTYPE html>
<html xmlns:th="http://www.thymeleaf.org">
<head>
    <meta charset="utf-8"/>
    <title>狂神说Java-ES仿京东实战</title>
    <link rel="stylesheet" th:href="@{/css/style.css}"/>
    <script th:src="@{/js/jquery.min.js}"></script>
</head>
<body class="pg">
<div class="page">
    <div id="app" class=" mallist tmall- page-not-market ">
        <!-- 头部搜索 -->
        <div id="header" class=" header-list-app">
            <div class="headerLayout">
                <div class="headerCon ">
                    <!-- Logo-->
                    <h1 id="mallLogo">
                        <img th:src="@{/images/jdlogo.png}" alt="">
                    </h1>
                    <div class="header-extra">
                        <!--搜索-->
                        <div id="mallSearch" class="mall-search">
                            <form name="searchTop" class="mallSearch-form clearfix">
                                <fieldset>
                                    <legend>天猫搜索</legend>
                                    <div class="mallSearch-input clearfix">
                                        <div class="s-combobox" id="s-combobox-685">
                                            <div class="s-combobox-input-wrap">
                                                <input v-model="keyword"  type="text" autocomplete="off" id="mq"
                                                       class="s-combobox-input"  aria-haspopup="true">
                                            </div>
                                        </div>
                                        <button type="submit" @click.prevent="searchKey" id="searchbtn">搜索</button>
                                    </div>
                                </fieldset>
                            </form>
                            <ul class="relKeyTop">
                                <li><a>狂神说Java</a></li>
                                <li><a>狂神说前端</a></li>
                                <li><a>狂神说Linux</a></li>
                                <li><a>狂神说大数据</a></li>
                                <li><a>狂神聊理财</a></li>
                            </ul>
                        </div>
                    </div>
                </div>
            </div>
        </div>
        <!-- 商品详情页面 -->
        <div id="content">
            <div class="main">
                <!-- 品牌分类 -->
                <form class="navAttrsForm">
                    <div class="attrs j_NavAttrs" style="display:block">
                        <div class="brandAttr j_nav_brand">
                            <div class="j_Brand attr">
                                <div class="attrKey">
                                    品牌
                                </div>
                                <div class="attrValues">
                                    <ul class="av-collapse row-2">
                                        <li><a href="#"> 狂神说 </a></li>
                                        <li><a href="#"> Java </a></li>
                                    </ul>
                                </div>
                            </div>
                        </div>
                    </div>
                </form>
                <!-- 排序规则 -->
                <div class="filter clearfix">
                    <a class="fSort fSort-cur">综合<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">人气<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">新品<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">销量<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">价格<i class="f-ico-triangle-mt"></i><i class="f-ico-triangle-mb"></i></a>
                </div>
                <!-- 商品详情 -->
                <div class="view grid-nosku" >
                    <div class="product" v-for="result in results">
                        <div class="product-iWrap">
                            <!--商品封面-->
                            <div class="productImg-wrap">
                                <a class="productImg">
                                    <img :src="result.img">
                                </a>
                            </div>
                            <!--价格-->
                            <p class="productPrice">
                                <em v-text="result.price"></em>
                            </p>
                            <!--标题-->
                            <p class="productTitle">
                                <a v-html="result.name"></a>
                            </p>
                            <!-- 店铺名 -->
                            <div class="productShop">
                                <span>店铺： 狂神说Java </span>
                            </div>
                            <!-- 成交信息 -->
                            <p class="productStatus">
                                <span>月成交<em>999笔</em></span>
                                <span>评价 <a>3</a></span>
                            </p>
                        </div>
                    </div>
                </div>
            </div>
        </div>
    </div>
</div>
<script th:src="@{/js/vue.min.js}"></script>
<script th:src="@{/js/axios.min.js}"></script>
<script>
    new Vue({
        el:"#app",
        data:{
            "keyword": '', // 搜索的关键字
            "results":[] // 后端返回的结果
        },
        methods:{
            searchKey(){
                var keyword = this.keyword;
                console.log(keyword);
                axios.get('h_search/'+keyword+'/0/20').then(response=>{
                    console.log(response.data);
                    this.results=response.data;
                })
            }
        }
    });
</script>
</body>
</html>

9、遗留问题

restHighLevelClient.close(); 引起java.lang.RuntimeException: Request execution cancelled 错误