分布式搜索引擎es-3-CSDN博客
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |
文章目录
数据聚合
什么是聚合
聚合可以让我们极其方便的实现对数据的统计、分析、运算。例如
- 什么
品牌
的手机最受欢迎 - 这些手机的
平均
价格、最高
价格、最低
价格 - 这些手机每
月的销售情况
如何
实现这些统计功能的比数据库的sql要方便的多而且查询速度非常快可以实现近实时搜索效果。
聚合的种类
- 桶Bucket聚合用来对文档做分组
- TermAggregation按照文档字段值分组例如按照品牌值分组、按照国家分组
- Date Histogram按照日期阶梯分组例如一周为一组或者一月为一组
- 度量Metric聚合用以计算一些值比如最大值、最小值、平均值等
- Avg求平均值
- Max求最大值
- Min求最小值
- Stats同时求max、min、avg、sum等
- 管道pipeline聚合其它聚合的结果为基础做聚合
DSL实现聚合
现在我们要统计所有数据中的酒店品牌有几种其实就是按照品牌对数据分组。此时可以根据酒店品牌的名称做聚合也就是Bucket聚合。
聚合结果排序
默认情况下Bucket聚合会统计Bucket内的文档数量记为_count并且按照_count降序排序。
我们可以指定order属性自定义聚合的排序方式
限定聚合的范围
默认情况下Bucket聚合是对索引库的所有文档
做聚合但真实场景下用户会输入搜索条件因此聚合必须是对搜索结果聚合
。那么聚合必须添加限定条件。
我们可以限定要聚合的文档范围只要添加query条件即可
Metric聚合语法
我们对酒店按照品牌分组形成了一个个桶。现在我们需要对桶内的酒店做运算获取每个品牌的用户评分的min、max、avg等值。
这就要用到Metric聚合了例如stat聚合就可以获取min、max、avg等结果。
这次的score_stats聚合是在brandAgg的聚合内部嵌套的子聚合。因为我们需要在每个桶分别计算。
小结
aggs代表聚合与query同级此时query的作用是
- 限定聚合的的文档范围
聚合必须的三要素
- 聚合名称
- 聚合类型
- 聚合字段
聚合可配置属性有
- size指定聚合结果数量
- order指定聚合结果排序方式
- field指定聚合字段
RestAPI实现聚合
案例
业务需求搜索页面的品牌、城市等信息不应该是在页面写死而是通过聚合索引库中的酒店数据得来的
分析
目前页面的城市列表、星级列表、品牌列表都是写死的并不会随着搜索结果的变化而变化。但是用户搜索条件改变时搜索结果会跟着变化。
例如用户搜索“东方明珠”那搜索的酒店肯定是在上海东方明珠附近因此城市只能是上海此时城市列表中就不应该显示北京、深圳、杭州这些信息了。
也就是说搜索结果中包含哪些城市页面就应该列出哪些城市搜索结果中包含哪些品牌页面就应该列出哪些品牌。
如何得知搜索结果中包含哪些品牌如何得知搜索结果中包含哪些城市
使用聚合功能利用Bucket聚合
对搜索结果中的文档基于品牌分组
、基于城市分组
就能得知包含哪些品牌、哪些城市了。
因为是对搜索结果聚合因此聚合是限定范围的聚合也就是说聚合的限定条件跟搜索文档的条件一致。
业务实现
在cn.itcast.hotel.web
包的HotelController
中添加一个方法遵循下面的要求
- 请求方式
POST
- 请求路径
/hotel/filters
- 请求参数
RequestParams
与搜索文档的参数一致 - 返回值类型
Map<String, List<String>>
这里调用了IHotelService中的getFilters方法尚未实现。
在cn.itcast.hotel.service.IHotelService
中定义新方法
在cn.itcast.hotel.service.impl.HotelService
中实现该方法
@Override
public Map<String, List<String>> filters(RequestParams params) {
try {
// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.query
buildBasicQuery(params, request);
// 2.2.设置size
request.source().size(0);
// 2.3.聚合
buildAggregation(request);
// 3.发出请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析结果
Map<String, List<String>> result = new HashMap<>();
Aggregations aggregations = response.getAggregations();
// 4.1.根据品牌名称获取品牌结果
List<String> brandList = getAggByName(aggregations, "brandAgg");
result.put("品牌", brandList);
// 4.2.根据品牌名称获取品牌结果
List<String> cityList = getAggByName(aggregations, "cityAgg");
result.put("城市", cityList);
// 4.3.根据品牌名称获取品牌结果
List<String> starList = getAggByName(aggregations, "starAgg");
result.put("星级", starList);
return result;
} catch (IOException e) {
throw new RuntimeException(e);
}
}
private void buildAggregation(SearchRequest request) {
request.source().aggregation(AggregationBuilders
.terms("brandAgg")
.field("brand")
.size(100)
);
request.source().aggregation(AggregationBuilders
.terms("cityAgg")
.field("city")
.size(100)
);
request.source().aggregation(AggregationBuilders
.terms("starAgg")
.field("starName")
.size(100)
);
}
private List<String> getAggByName(Aggregations aggregations, String aggName) {
// 4.1.根据聚合名称获取聚合结果
Terms brandTerms = aggregations.get(aggName);
// 4.2.获取buckets
List<? extends Terms.Bucket> buckets = brandTerms.getBuckets();
// 4.3.遍历
List<String> brandList = new ArrayList<>();
for (Terms.Bucket bucket : buckets) {
// 4.4.获取key
String key = bucket.getKeyAsString();
brandList.add(key);
}
return brandList;
}
自动补全
自定义拼音分词器
默认的拼音分词器会将每个汉字单独分为拼音而我们希望的是每个词条形成一组拼音需要对拼音分词器做个性化定制形成自定义分词器。
elasticsearch中分词器analyzer的组成包含三部分
- character filters在tokenizer之前对文本进行处理。例如删除字符、替换字符
- tokenizer将文本按照一定的规则切割成词条term。例如keyword就是不分词还有ik_smart
- tokenizer filter将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等
总结
如何自定义分词器
- ①创建索引库时在settings中配置可以包含三部分
- ②character filter
- ③tokenizer
- ④filter
拼音分词器注意事项
- 为了避免搜索到同音字搜索时不要使用拼音分词器
自动补全查询
elasticsearch提供了Completion Suggester
查询来实现自动补全功能。这个查询会匹配以用户输入内容开头的词条并返回。为了提高补全查询的效率对于文档中字段的类型有一些约束
- 参与补全查询的字段必须是completion类型。
- 字段的内容一般是用来补全的多个词条形成的数组。
比如一个这样的索引库
查询的DSL语句如下
// 自动补全查询
GET /test/_search
{
"suggest": {
"title_suggest": {//起的名字
"text": "s", // 关键字
"completion": {
"field": "title", // 补全查询的字段
"skip_duplicates": true, // 跳过重复的
"size": 10 // 获取前10条结果
}
}
}
}
案例实现酒店搜索框自动补全
现在我们的hotel索引库还没有设置拼音分词器需要修改索引库中的配置。但是我们知道索引库是无法修改的只能删除然后重新创建。
另外我们需要添加一个字段用来做自动补全将brand、suggestion、city等都放进去作为自动补全的提示。
因此总结一下我们需要做的事情包括
- 修改hotel索引库结构设置自定义拼音分词器
- 修改索引库的name、all字段使用自定义分词器
- 索引库添加一个新字段suggestion类型为completion类型使用自定义的分词器
- 给HotelDoc类添加suggestion字段内容包含brand、business
- 重新导入数据到hotel库
修改酒店映射结构
// 酒店数据索引库
PUT /hotel
{
"settings": {
"analysis": {
"analyzer": {
"text_anlyzer": {
"tokenizer": "ik_max_word",
"filter": "py"
},
"completion_analyzer": {
"tokenizer": "keyword",
"filter": "py"
}
},
"filter": {
"py": {
"type": "pinyin",
"keep_full_pinyin": false,
"keep_joined_full_pinyin": true,
"keep_original": true,
"limit_first_letter_length": 16,
"remove_duplicated_term": true,
"none_chinese_pinyin_tokenize": false
}
}
}
},
"mappings": {
"properties": {
"id":{
"type": "keyword"
},
"name":{
"type": "text",
"analyzer": "text_anlyzer",
"search_analyzer": "ik_smart",
"copy_to": "all"
},
"address":{
"type": "keyword",
"index": false
},
"price":{
"type": "integer"
},
"score":{
"type": "integer"
},
"brand":{
"type": "keyword",
"copy_to": "all"
},
"city":{
"type": "keyword"
},
"starName":{
"type": "keyword"
},
"business":{
"type": "keyword",
"copy_to": "all"
},
"location":{
"type": "geo_point"
},
"pic":{
"type": "keyword",
"index": false
},
"all":{
"type": "text",
"analyzer": "text_anlyzer",
"search_analyzer": "ik_smart"
},
"suggestion":{
"type": "completion",
"analyzer": "completion_analyzer"
}
}
}
}
修改HotelDoc实体:
HotelDoc中要添加一个字段用来做自动补全内容可以是酒店品牌、城市、商圈等信息。按照自动补全字段的要求最好是这些字段的数组。
因此我们在HotelDoc中添加一个suggestion字段类型为List<String>
然后将brand、city、business等信息放到里面。
package cn.itcast.hotel.pojo;
import lombok.Data;
import lombok.NoArgsConstructor;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;
@Data
@NoArgsConstructor
public class HotelDoc {
private Long id;
private String name;
private String address;
private Integer price;
private Integer score;
private String brand;
private String city;
private String starName;
private String business;
private String location;
private String pic;
private Object distance;
private Boolean isAD;
private List<String> suggestion;
public HotelDoc(Hotel hotel) {
this.id = hotel.getId();
this.name = hotel.getName();
this.address = hotel.getAddress();
this.price = hotel.getPrice();
this.score = hotel.getScore();
this.brand = hotel.getBrand();
this.city = hotel.getCity();
this.starName = hotel.getStarName();
this.business = hotel.getBusiness();
this.location = hotel.getLatitude() + ", " + hotel.getLongitude();
this.pic = hotel.getPic();
// 组装suggestion
if(this.business.contains("/")){
// business有多个值需要切割
String[] arr = this.business.split("/");
// 添加元素
this.suggestion = new ArrayList<>();
this.suggestion.add(this.brand);
Collections.addAll(this.suggestion, arr);
}else {
this.suggestion = Arrays.asList(this.brand, this.business);
}
}
}
之后重新执行之前编写的导入数据功能先在数据库查询到信息再将其变为es文档数据
void testBulkRequest() throws IOException {
// 查询所有的酒店数据
List<Hotel> list = hotelService.list();
// 1.准备Request
BulkRequest request = new BulkRequest();
// 2.准备参数
for (Hotel hotel : list) {
// 2.1.转为HotelDoc
HotelDoc hotelDoc = new HotelDoc(hotel);
// 2.2.转json
String json = JSON.toJSONString(hotelDoc);
// 2.3.添加请求
request.add(new IndexRequest("hotel").id(hotel.getId().toString()).source(json, XContentType.JSON));
}
// 3.发送请求
client.bulk(request, RequestOptions.DEFAULT);
}
可以看到新的酒店数据中包含了suggestion
自动补全的javaAPI
实现搜索框自动补全
只要在搜索框输入就会有自动补全的请求发出
1在cn.itcast.hotel.web
包下的HotelController
中添加新接口接收新的请求
2在cn.itcast.hotel.service
包下的IhotelService
中添加方法
3在cn.itcast.hotel.service.impl.HotelService
中实现该方法
@Override
public List<String> getSuggestions(String prefix) {
try {
// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
request.source().suggest(new SuggestBuilder().addSuggestion(
"suggestions", // 起的名字
SuggestBuilders.completionSuggestion("suggestion")
.prefix(prefix)
.skipDuplicates(true)
.size(10)
));
// 3.发起请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析结果
Suggest suggest = response.getSuggest();
// 4.1.根据补全查询名称获取补全结果
CompletionSuggestion suggestions = suggest.getSuggestion("suggestions");
// 4.2.获取options
List<CompletionSuggestion.Entry.Option> options = suggestions.getOptions();
// 4.3.遍历
List<String> list = new ArrayList<>(options.size());
for (CompletionSuggestion.Entry.Option option : options) {
String text = option.getText().toString();
list.add(text);
}
return list;
} catch (IOException e) {
throw new RuntimeException(e);
}
}
口述自动补全
自动补全的话其实就是当我们在搜索款输入后那么前端会自动发一个ajax请求其实也就是自动补全的请求比如说输入了b就会查找与b有关的东西以酒店来说吧在输入b之后就会查找酒店的品牌和位置将查到的品牌和位置以list集合返回其实也就实现了输入b后会提示这些信息那其实我们绑定的这个品牌和位置是在pojo实体类中绑定的我们定义了suggestion这个属性它是list类型的就是记录了我们想要提示的信息比如酒店的品牌和位置然后将他构造器赋值因为第一次的话我们是去数据库查询将查询到的信息再以es中索引库定义的信息来转换当然这个索引库中也有这个suggestion那当输入b时就会找到北京呀还有这个与b有关的品牌的这部分信息那返回的list中就包含了查询到的信息也就能提示了。
数据同步
elasticsearch中的酒店数据来自于mysql数据库因此mysql数据发生改变时elasticsearch也必须跟着改变这个就是elasticsearch与mysql之间的数据同步。
见的数据同步方案有三种
- 同步调用
- 异步通知
- 监听binlog
同步调用:
异步通知
监听binlog
选择
方式一同步调用
- 优点实现简单粗暴
- 缺点业务耦合度高
方式二异步通知
- 优点低耦合实现难度一般
- 缺点依赖mq的可靠性
方式三监听binlog
- 优点完全解除服务间耦合
- 缺点开启binlog增加数据库负担、实现复杂度高
案例实现
利用课前资料提供的hotel-admin项目作为酒店管理的微服务。当酒店数据发生增、删、改时要求对elasticsearch中数据也要完成相同操作。
步骤
- 导入课前资料提供的hotel-admin项目启动并测试酒店数据的CRUD
- 声明exchange、queue、RoutingKey
- 在hotel-admin中的增、删、改业务中完成消息发送
- 在hotel-demo中完成消息监听并更新elasticsearch中数据
- 启动并测试数据同步功能
hotel-admin
- 引入依赖
在hotel-admin、hotel-demo中引入rabbitmq的依赖
- 声明队列交换机名称
在hotel-admin和hotel-demo中的cn.itcast.hotel.constatnts
包下新建一个类MqConstants
- 声明队列交换机
在hotel-demo中定义配置类声明队列、交换机
package cn.itcast.hotel.config;
import cn.itcast.hotel.constants.MqConstants;
import org.springframework.amqp.core.Binding;
import org.springframework.amqp.core.BindingBuilder;
import org.springframework.amqp.core.Queue;
import org.springframework.amqp.core.TopicExchange;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
public class MqConfig {
@Bean
public TopicExchange topicExchange(){
return new TopicExchange(MqConstants.HOTEL_EXCHANGE, true, false);
}
@Bean
public Queue insertQueue(){
return new Queue(MqConstants.HOTEL_INSERT_QUEUE, true);
}
@Bean
public Queue deleteQueue(){
return new Queue(MqConstants.HOTEL_DELETE_QUEUE, true);
}
@Bean
public Binding insertQueueBinding(){
return BindingBuilder.bind(insertQueue()).to(topicExchange()).with(MqConstants.HOTEL_INSERT_KEY);
}
@Bean
public Binding deleteQueueBinding(){
return BindingBuilder.bind(deleteQueue()).to(topicExchange()).with(MqConstants.HOTEL_DELETE_KEY);
}
}
-
发送MQ消息
在hotel-admin中的增、删、改业务中分别发送MQ消息
-
接收MQ消息
hotel-demo接收到MQ消息要做的事情包括
- 新增消息根据传递的hotel的id查询hotel信息然后新增一条数据到索引库
- 删除消息根据传递的hotel的id删除索引库中的一条数据
1首先在hotel-demo的cn.itcast.hotel.service
包下的IHotelService
中新增新增、删除业务
2给hotel-demo中的cn.itcast.hotel.service.impl
包下的HotelService中实现业务
3编写监听器
在hotel-demo中的cn.itcast.hotel.mq
包新增一个类
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |