简介

1. 本教程基于ElasticSearch7.6.1, 注意ES7的语法与ES6的API调用差别很大, 教程发布时最新版本为ES7.6.2(20200401更新);
2. ES是用于全文搜索的工具:

• SQL: 使用like %关键词%来进行模糊搜索在大数据情况下是非常慢的, 即便设置索引提升也有限;
• ElasticSearch: 搜索引擎(baidu, github, taobao)
• 一些ES涉及的概念:
  • 分词器 ik
  • Restful操作ES
  • CRUD
  • SpringBoot集成ES

---

Lucene库创始人 Doug Cutting

1. Lucene: java写成的为各种中小型应用软件加入全文检索功能;
2. Nutch: 一个建立在Lucene核心之上的网页搜索应用程序, Nutch的应用比Lucene要更加广泛
3. 大数据解决存储与计算(MapReduce)两个问题:

• 2004年Doug Cutting基于GFS系统开发了分布式文件存储系统;
• 2005年Doug Cutting基于MapReduce在Nutch搜索引擎实现了这种算法;
• 加入Yahoo后, Doug Cutting将MapReduce和NDFS结合创建了Hadoop, 成为了Hadoop之父;
• Doug Cutting将BigTable集成到Hadoop中

1. 回到主题:

• Lucene是一套信息检索工具包, jar包, 不包含搜索引擎系统;
• Lucene包含索引结构, 读写索引的工具, 排序, 搜索规则, 工具类;
• Lucene和ES的关系:
  • ES是基于Lucene做了一些封装和增强, 上手是比较简单的, 比Redis要简单

Elastic概述

1. 分布式的全文搜索引擎, 高扩展性;
2. 接近实时更新的查询搜索;
3. ES是基于Restful的(即用get, post, delete, put来访问);
4. ES进行复杂的数据分析, ELK技术(elastic+logstash+kibana)

Elastic vs solr

1. 当使用索引时, solr会发生io阻塞, 查询性较差, elastic则在索引情况下的优势明显;
2. elastic的效率在传统项目下一般有50倍的提升;
3. elastic解压即可用, solr需要配置
4. solr用zookeeper进行分布式管理, elastic自带分布式
5. solr支持更多格式的数据, json, xml, csv, elastic只支持json
6. solr比elastic的功能更强大
7. solr查询快, 但是更新索引时慢(如插入和删除慢), elastic查询慢, 但是实时性查询快, 用于facebook新浪等搜索
8. solr是传统搜索应用的解决方案, elastic适用于新兴的实时搜索应用
9. solr比较成熟, elastic目前更新换代快;

环境准备（版本对应）

• 本笔记参考狂神说，版本为7.6.X
• Lucene是一套信息检索工具包（jar包），不含搜索引擎系统
• ElasticSearch是基于Lucene做了一些封装和增强

入门操作

• JDK1.8以上，客户端，界面工具
• 版本对应。

下载

官网下载

windows下解压就可以使用

目录：

bin：启动文件
config：配置文件log4j2 日志文件jvm.options 虚拟机文件elasticsearch.yml 配置文件  比如默认9200端口
lib：相关jar包modules：功能模块
plugins：插件：比如ik插件

启动，然后localhost:9200访问

可视化界面head

es head插件，github上面下载

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

 npm installnpm run start #启动插件：localhost:9100

解决跨域问题

修改elasticsearch.yml文件

 #解决跨域问题http.cors.enabled: truehttp.cors.allow-origin: "*"

kibana日志分析和命令输入

• ELK：日志分析架构栈
• 注意：下载版本与es一致；可以在配置文件中汉化
• 默认端口 localhost:5601

汉化

配置文件中XXX.yml

ES核心概念

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SRzob1Aa-1610955877349)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210117195426957.png)]

• es是面向文档的，一切都是JSON

• 对比

  • 关系型数据库	Elasticsearch
    数据库database	索引 indices（数据库）
    表tables	types （以后会被弃用）
    行rows	documents （文档）
    字段columns	fields

• 物理设计

  • 在后台把每个索引划分为多个分片，每片可以再集群中的不同服务器间迁移；

• 逻辑设计

  • 文档：索引和搜索数据的最小单位是文档；
    • 自我包含：key：value
    • 层次型：一个文档中包含文档（json对象）
  • 类型：文档的逻辑容器
  • 索引：数据库

• 倒排索引

  • es使用倒排索引的结构，采用Lucene倒排索引作为底层。用于快速全文检索。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jfXa0y38-1610955877351)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210117204515912.png)]

IK分词器插件

• 什么是IK分词器：

  • 把一句话分词

  • 如果使用中文：推荐IK分词器

  • 两个分词算法：ik_smart（最少切分），ik_max_word（最细粒度划分）

4.1 下载安装

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

然后解压，放到elasticsearch的plugins中，建立“ik”文件夹，然后放入；

重启观察es：发现加载ik插件了

ik_smart

输入：

GET _analyze
{"analyzer": "ik_smart","text": "我是社会主义接班人"
}

输出：

{"tokens" : [{"token" : "我","start_offset" : 0,"end_offset" : 1,"type" : "CN_CHAR","position" : 0},{"token" : "是","start_offset" : 1,"end_offset" : 2,"type" : "CN_CHAR","position" : 1},{"token" : "社会主义","start_offset" : 2,"end_offset" : 6,"type" : "CN_WORD","position" : 2},{"token" : "接班人","start_offset" : 6,"end_offset" : 9,"type" : "CN_WORD","position" : 3}]
}

ik_max_word

输入：

GET _analyze
{"analyzer": "ik_max_word","text": "我是社会主义接班人"
}

输入：

{"tokens" : [{"token" : "我","start_offset" : 0,"end_offset" : 1,"type" : "CN_CHAR","position" : 0},{"token" : "是","start_offset" : 1,"end_offset" : 2,"type" : "CN_CHAR","position" : 1},{"token" : "社会主义","start_offset" : 2,"end_offset" : 6,"type" : "CN_WORD","position" : 2},{"token" : "社会","start_offset" : 2,"end_offset" : 4,"type" : "CN_WORD","position" : 3},{"token" : "主义","start_offset" : 4,"end_offset" : 6,"type" : "CN_WORD","position" : 4},{"token" : "接班人","start_offset" : 6,"end_offset" : 9,"type" : "CN_WORD","position" : 5},{"token" : "接班","start_offset" : 6,"end_offset" : 8,"type" : "CN_WORD","position" : 6},{"token" : "人","start_offset" : 8,"end_offset" : 9,"type" : "CN_CHAR","position" : 7}]
}

用户配置 字典

当一些特殊词（比如姓名）不能被识别切分时候，用户可以自定义字典：

重启es和kibana测试

Rest风格

5.1 简介

RESTful是一种架构的规范与约束、原则，符合这种规范的架构就是RESTful架构。

操作

method	url地址	描述
PUT	localhost:9100/索引名称/类型名称/文档id	创建文档（指定id）
POST	localhost:9100/索引名称/类型名称	创建文档（随机id）
POST	localhost:9100/索引名称/文档类型/文档id/_update	修改文档
DELETE	localhost:9100/索引名称/文档类型/文档id	删除文档
GET	localhost:9100/索引名称/文档类型/文档id	查询文档通过文档id
POST	localhost:9100/索引名称/文档类型/_search	查询所有文档

5.2 测试

• 1、创建一个索引PUT /索引名/类型名/id
• 默认是_doc

数据类型

1. 基本数据类型

• 字符串 text, keyword
• 数据类型 long, integer,short,byte,double,float,half_float,scaled_float
• 日期 date
• 布尔 boolean
• 二进制 binary

1. 制定数据类型

创建规则

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

输出：

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

如果不指定具体类型，es会默认配置类型

查看索引

GET test2

• 查看es信息

  get _cat/

修改

  1. 之前的办法：直接put2. 现在的办法：

 POST /test1/_doc/1/_update{
"doc": {"name": "庞世宗"}}

删除索引

DELETE test1

关于文档的基本操作（重点）

基本操作

添加数据

PUT /psz/user/1
{"name": "psz","age": 22,"desc": "偶像派程序员","tags": ["暖","帅"]
}

获取数据

GEt psz/user/1
===============输出===========
{"_index" : "psz","_type" : "user","_id" : "1","_version" : 1,"_seq_no" : 0,"_primary_term" : 1,"found" : true,"_source" : {"name" : "psz","age" : 22,"desc" : "偶像派程序员","tags" : ["暖","帅"]}
}

更新数据PUT

更新数据，推荐POST _update

• 不推荐

POST psz/user/1
{"doc":{"name": "庞庞胖"    #后面信息会没有}
}

• 推荐！

POST psz/user/1/_update
{"doc":{"name": "庞庞胖"    #后面信息存在}
}

简单搜索 GET

GET psz/user/1

简答的条件查询：根据默认映射规则产生基本的查询

GET psz/user/_search?q=name:庞世宗

复杂查询

查询，参数使用JSON体

GET psz/user/_search
{"query": {"match": {"name": "庞世宗"   //根据name匹配}  },"_source": ["name","age"],  //结果的过滤，只显示name和age"sort": [{"age": {"order": "desc" //根据年龄降序}}],"from": 0, //分页：起始值，从0还是"size": 1  //返回多少条数据
}

• 之后只用java操作es时候，所有的对象和方法就是这里面的key
• 分页前端 /search/{current}/{pagesize}

布尔值查询

must(对应mysql中的and) ,所有条件都要符合

GET psz/user/_search
{"query": {"bool": {"must": [  //相当于and{"match": {"name": "庞世宗"}},{"match": {"age": 22}}]}}
}

shoule(对应mysql中的or)

GET psz/user/_search
{"query": {"bool": {"should": [ //should相当于or{"match": {"name": "庞世宗"}},{"match": {"age": 22}}]}}
}

must_not (对应mysql中的not)

过滤器

GET psz/user/_search
{"query": {"bool": {"should": [{"match": {"name": "庞世宗"}}],"filter": [{"range": {"age": {"gt": 20   //过滤年龄大于20的}}}]}}
}

多条件查询

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1EZhNdoZ-1610955877352)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210117233812605.png)]

精确查询

• trem查询是直接通过倒排索引指定的词条进行精确的查找的。

关于分词：

trem，直接查询精确地

match，会使用分词器解析

关于类型：

text: 分词器会解析

keywords: 不会被拆分

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pqsrOf4H-1610955877357)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210117234310173.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WBP1qabF-1610955877361)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210117234442418.png)]

高亮查询

GET psz/user/_search
{"query": {"match": {"name": "庞世宗"}},"_source": ["name","age"],"sort": [{"age": {"order": "desc"}}],"highlight": //高亮{"pre_tags": "<P>",   //自定义高亮"post_tags": "</P>", "fields": {"name":{}  //自定义高亮区域}  }
}

集成Springboot

官方文档：https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/index.html

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EtZuYbHs-1610955877362)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210117234918617.png)]

创建一个模块的办法（新）

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-96Z6UGhi-1610955877363)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210117235819775.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bDRLboz4-1610955877364)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210118000624531.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-n5p04vql-1610955877365)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210118001126961.png)]

1、找到原生的依赖

<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId><version>7.6.1</version>
</dependency><properties><java.version>1.8</java.version><elasticsearch.version>7.6.1</elasticsearch.version></properties>

2、找对象

Initialization

A RestHighLevelClient instance needs a REST low-level client builder to be built as follows:

package com.kuang.config;import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;@Configuration
public class ElasticSearchClientConfig {@Beanpublic RestHighLevelClient restHighLevelClient(){RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("localhost", 9200, "http"),new HttpHost("localhost", 9201, "http")));return client;}
}

The high-level client will internally create the low-level client used to perform requests based on the provided builder. That low-level client maintains a pool of connections and starts some threads so you should close the high-level client when you are well and truly done with it and it will in turn close the internal low-level client to free those resources. This can be done through the close:

client.close();

In the rest of this documentation about the Java High Level Client, the RestHighLevelClient instance will be referenced as client.

3、分析类中的方法

一定要版本一致！默认es是6.8.1，要改成与本地一致的。

	<properties><java.version>1.8</java.version><elasticsearch.version>7.6.1</elasticsearch.version></properties>

Java配置类

@Configuration  //xml
public class EsConfig {@Beanpublic RestHighLevelClient restHighLevelClient(){RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("localhost", 9200, "http"))); //妈的被这个端口搞了return client;}
}

索引API操作

1、创建索引

@SpringBootTest
class EsApplicationTests {@Autowired@Qualifier("restHighLevelClient")private RestHighLevelClient restHighLevelClient;//创建索引的创建 Request@Testvoid testCreateIndex() throws IOException {//1.创建索引请求CreateIndexRequest request = new CreateIndexRequest("索引名");//2.执行创建请求 indices 请求后获得响应CreateIndexResponse createIndexResponse = restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);System.out.println(createIndexResponse);}}

2、获取索引

	@Testvoid testExistIndex() throws IOException {GetIndexRequest request = new GetIndexRequest("索引名");boolean exist =restHighLevelClient.indices().exists(request,RequestOptions.DEFAULT);System.out.println(exist);}

3、删除索引

	@Testvoid deleteIndex() throws IOException{DeleteIndexRequest request = new DeleteIndexRequest("索引名");AcknowledgedResponse delete = restHighLevelClient.indices().delete(request, RequestOptions.DEFAULT);System.out.println(delete.isAcknowledged());}

文档API操作

package com.kuang.pojo;import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;@Data
@AllArgsConstructor
@NoArgsConstructor
@Component
public class User {private String name;private int age;}

1、测试添加文档

导入

<dependency><groupId>com.alibaba</groupId><artifactId>fastjson</artifactId><version>1.2.16</version>
</dependency>

	//测试添加文档@Testvoid testAddDocument() throws IOException {//创建对象User user = new User("psz", 22);IndexRequest request = new IndexRequest("ppp");//规则 PUT /ppp/_doc/1request.id("1");request.timeout(timeValueSeconds(1));//数据放入请求IndexRequest source = request.source(JSON.toJSONString(user), XContentType.JSON);//客户端发送请求,获取响应结果IndexResponse indexResponse = restHighLevelClient.index(request, RequestOptions.DEFAULT);System.out.println(indexResponse.toString());System.out.println(indexResponse.status());}

2、获取文档

	//获取文档，判断是否存在 GET /index/doc/1@Testvoid testIsExists() throws IOException {GetRequest getRequest = new GetRequest("ppp", "1");//过滤，不放回_source上下文getRequest.fetchSourceContext(new FetchSourceContext(false));getRequest.storedFields("_none_");boolean exists = restHighLevelClient.exists(getRequest, RequestOptions.DEFAULT);System.out.println(exists);}

3、获取文档信息

	//获取文档信息@Testvoid getDocument() throws IOException {GetRequest getRequest = new GetRequest("ppp", "1");GetResponse getResponse = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT);System.out.println(getResponse.getSourceAsString());System.out.println(getResponse);}
==============输出==========================
{"age":22,"name":"psz"}
{"_index":"ppp","_type":"_doc","_id":"1","_version":2,"_seq_no":1,"_primary_term":1,"found":true,"_source":{"age":22,"name":"psz"}}

4、更新文档信息

	//更新文档信息@Testvoid updateDocument() throws IOException {UpdateRequest updateRequest = new UpdateRequest("ppp","1");updateRequest.timeout("1s");//json格式传入对象User user=new User("新名字",21);updateRequest.doc(JSON.toJSONString(user),XContentType.JSON);//请求，得到响应UpdateResponse updateResponse = restHighLevelClient.update(updateRequest, RequestOptions.DEFAULT);System.out.println(updateResponse);}

5、删除文档信息

//删除文档信息
@Test
void deleteDocument() throws IOException {DeleteRequest deleteRequest = new DeleteRequest("ppp","1");deleteRequest.timeout("1s");DeleteResponse deleteResponse = restHighLevelClient.delete(deleteRequest, RequestOptions.DEFAULT);System.out.println(deleteResponse);
}

批量操作Bulk

• 真实项目中，肯定用到大批量查询
• 不写id会随机生成id

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ppmPZo0L-1610955877367)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210118104900129.png)]

	@Testvoid testBulkRequest() throws IOException{BulkRequest bulkRequest = new BulkRequest();bulkRequest.timeout("10s");//数据量大的时候，秒数可以增加ArrayList<User> userList = new ArrayList<>();userList.add(new User("psz",11));userList.add(new User("psz2",12));userList.add(new User("psz3",13));userList.add(new User("psz4",14));userList.add(new User("psz5",15));for (int i = 0; i < userList.size(); i++) {bulkRequest.add(new IndexRequest("ppp").id(""+(i+1)).source(JSON.toJSONString(userList.get(i)),XContentType.JSON));}//请求+获得响应BulkResponse bulkResponse = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);System.out.println(bulkResponse.hasFailures());//返回false：成功}

搜索

	/*查询:搜索请求：SearchRequest条件构造：SearchSourceBuilder*/@Testvoid testSearch() throws IOException {SearchRequest searchRequest = new SearchRequest("ppp");//构建搜索条件SearchSourceBuilder searchSourceBuilderBuilder = new SearchSourceBuilder();// 查询条件QueryBuilders工具// ：比如：精确查询TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "psz");searchSourceBuilderBuilder.query(termQueryBuilder);//设置查询时间searchSourceBuilderBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));//设置高亮//searchSourceBuilderBuilder.highlighter()searchRequest.source(searchSourceBuilderBuilder);SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);System.out.println(JSON.toJSONString(searchResponse.getHits()));}

项目搭建

1、启动ES，和head-master，用head-master建立索引

不建立也没事，添加数据的时候会自动创建

2、导入SpringBoot需要的依赖

注意：elasticsearch的版本要和自己本地的版本一致！所以还要在pom里面添加自定义版本

<!--解析网页需要的依赖Jsoup-->
<dependency><groupId>org.jsoup</groupId><artifactId>jsoup</artifactId><version>1.10.2</version>
</dependency>
<!--阿里的JSon转换依赖-->
<dependency><groupId>com.alibaba</groupId><artifactId>fastjson</artifactId><version>1.2.73</version>
</dependency>
<!--ES启动依赖-->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>
<!--thymeleaf模板依赖-->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-thymeleaf</artifactId>
</dependency>
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!--lombok依赖-->
<dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><optional>true</optional>
</dependency>

3、项目用到的静态资源（修改过的）

• 链接：https://pan.baidu.com/s/1X1kwMHsDvML-0rBEJnUOdA
• 提取码：qjqy

4、添加SpringBoot配置(application.yml)

#端口改为9090
server:port: 9090# 关闭 thymeleaf 的缓存
spring:thymeleaf:cache: false

5、项目的整体结构

6、添加静态资源到项目中

7、SpringBoot中添加ES客户端配置类

ElasticSearchClientConfig.java

package com.wu.config;@Configuration
public class ElasticSearchClientConfig {@Beanpublic RestHighLevelClient restHighLevelClient() {RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("127.0.0.1", 9200, "http")));return client;}
}

Jsoup爬取京东数据

爬取数据

1、进入京东官网搜索java

2、按F12审查元素，找到书籍所在位置

3、在utils包下建立HtmlParseUtil.java爬取测试

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UiLd3GNL-1610955877368)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210118112732209.png)]

//测试数据
public static void main(String[] args) throws IOException, InterruptedException {//获取请求String url = "https://search.jd.com/Search?keyword=java";// 解析网页 （Jsou返回的Document就是浏览器的Docuement对象）Document document = Jsoup.parse(new URL(url), 30000);//获取id，所有在js里面使用的方法在这里都可以使用Element element = document.getElementById("J_goodsList");//获取所有的li元素Elements elements = element.getElementsByTag("li");//用来计数int c = 0;//获取元素中的内容  ，这里的el就是每一个li标签for (Element el : elements) {c++;//这里有一点要注意，直接attr使用src是爬不出来的，因为京东使用了img懒加载String img = el.getElementsByTag("img").eq(0).attr("data-lazy-img");//获取商品的价格，并且只获取第一个text文本内容String price = el.getElementsByClass("p-price").eq(0).text();String title = el.getElementsByClass("p-name").eq(0).text();String shopName = el.getElementsByClass("p-shop").eq(0).text();System.out.println("========================================");System.out.println(img);System.out.println(price);System.out.println(title);System.out.println(shopName);}System.out.println(c);
}

测试结果

获取结果没问题，下面就把它封装成一个工具类

4、建立一个pojo实体类

实体类Content.java

package com.wu.pojo;@Data
@AllArgsConstructor
@NoArgsConstructor
public class Content {private String img;private String price;private String title;private String shopName;//可以自己扩展属性
}

工具类HtmlParseUtil.java

package com.wu.utils;@Component
public class HtmlParseUtil {public List<Content> parseJD(String keyword) throws IOException {List<Content> list = new ArrayList<>();String url = "https://search.jd.com/Search?keyword=" + keyword;Document document = Jsoup.parse(new URL(url), 30000);Element element = document.getElementById("J_goodsList");Elements elements = element.getElementsByTag("li");for (Element el : elements) {String img = el.getElementsByTag("img").eq(0).attr("data-lazy-img");String price = el.getElementsByClass("p-price").eq(0).text();String title = el.getElementsByClass("p-name").eq(0).text();String shopName = el.getElementsByClass("p-shopnum").eq(0).text();list.add(new Content(img, price, title, shopName));}return list;}
}

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-q05kRYi4-1610955877369)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210118115802010.png)]

5、业务层，这里就不写接口了

ContentService.java

先写一个方法让爬取的数据添加到ES中

package com.wu.service;//业务编写
@Service
public class ContentService {//将客户端注入@Autowired@Qualifier("restHighLevelClient")private RestHighLevelClient client;//1、解析数据放到 es 中public boolean parseContent(String keyword) throws IOException {List<Content> contents = new HtmlParseUtil().parseJD(keyword);//把查询的数据放入 es 中BulkRequest request = new BulkRequest();request.timeout("2m");for (int i = 0; i < contents.size(); i++) {request.add(new IndexRequest("jd_goods").source(JSON.toJSONString(contents.get(i)), XContentType.JSON));}BulkResponse bulk = client.bulk(request, RequestOptions.DEFAULT);return !bulk.hasFailures();}
}

6、在Controller包下建立

ContentController.java

package com.wu.controller;//请求编写
@RestController
public class ContentController {@Autowiredprivate ContentService contentService;@GetMapping("/parse/{keyword}")public Boolean parse(@PathVariable("keyword") String keyword) throws IOException {return contentService.parseContent(keyword);}
}

7、启动SpringBoot项目，访问它爬取数据添加到ES中

http://127.0.0.1:9090/parse/java

实现搜索功能

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-t3mspb23-1610955877370)(C:\Users\王东梁\AppData\Roaming\Typora\typora-user-images\image-20210118131856663.png)]

1、在ContentService.java添加

//2、获取这些数据实现基本的搜索功能
public List<Map<String, Object>> searchPage(String keyword, int pageNo, int pageSize) throws IOException {if (pageNo <= 1) {pageNo = 1;}if (pageSize <= 1) {pageSize = 1;}//条件搜索SearchRequest searchRequest = new SearchRequest("jd_goods");SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();//分页sourceBuilder.from(pageNo).size(pageSize);//精准匹配TermQueryBuilder termQuery = QueryBuilders.termQuery("title", keyword);sourceBuilder.query(termQuery);sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));//执行搜索SearchRequest source = searchRequest.source(sourceBuilder);SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);//解析结果List<Map<String, Object>> list = new ArrayList<>();for (SearchHit documentFields : searchResponse.getHits().getHits()) {list.add(documentFields.getSourceAsMap());}return list;
}

2、在ContentController添加搜索请求

@GetMapping("/search/{keyword}/{pageNo}/{pageSize}")
public List<Map<String, Object>> search(@PathVariable("keyword") String keyword,@PathVariable("pageNo") int pageNo,@PathVariable("pageSize") int pageSize) throws IOException {List<Map<String, Object>> list = contentService.searchPage(keyword, pageNo, pageSize);return list;
}

3、访问http://127.0.0.1:9090/search/java/1/10

欧克，爬取和搜索都没问题，下面要做的就是和前端交互了

和前端交互

1、前端接收数据

index.html

1、用vue接收数据

<script>new Vue({el: '#app',data: {keyword: '',  //搜索的关键字results: []  //搜索的结果},methods: {searchKey() {var keyword = this.keywordaxios.get('search/' + keyword + '/1/210').then(response => {this.results = response.data;//绑定数据！})}}})
</script>

2、用vue给前端传递数据

2、访问 127.0.0.1:9090 并且搜索java

欧克，完美

实现关键字高亮

1、改ContentService.java里面的搜索功能就行

//3、获取这些数据实现基本的搜索高亮功能
public List<Map<String, Object>> searchPagehighlighter(String keyword, int pageNo, int pageSize) throws IOException {if (pageNo <= 1) {pageNo = 1;}if (pageSize <= 1) {pageSize = 1;}//条件搜索SearchRequest searchRequest = new SearchRequest("jd_goods");SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();//分页sourceBuilder.from(pageNo).size(pageSize);//精准匹配TermQueryBuilder termQuery = QueryBuilders.termQuery("title", keyword);//====================================   高   亮   ==========================================HighlightBuilder highlightBuilder = new HighlightBuilder(); //获取高亮构造器highlightBuilder.field("title"); //需要高亮的字段highlightBuilder.requireFieldMatch(false);//不需要多个字段高亮highlightBuilder.preTags("<span style='color:red'>"); //前缀highlightBuilder.postTags("</span>"); //后缀sourceBuilder.highlighter(highlightBuilder); //把高亮构造器放入sourceBuilder中sourceBuilder.query(termQuery);sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));//执行搜索SearchRequest source = searchRequest.source(sourceBuilder);SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);//解析结果List<Map<String, Object>> list = new ArrayList<>();for (SearchHit hit : searchResponse.getHits().getHits()) {Map<String, HighlightField> highlightFields = hit.getHighlightFields();//获取高亮字段HighlightField title = highlightFields.get("title"); //得到我们需要高亮的字段Map<String, Object> sourceAsMap = hit.getSourceAsMap();//原来的返回的结果//解析高亮的字段if (title != null) {Text[] fragments = title.fragments();String new_title = "";for (Text text : fragments) {new_title += text;}sourceAsMap.put("title", new_title);  //高亮字段替换掉原来的内容即可}list.add(sourceAsMap);}return list;
}

2、改变Controller里面的搜索请求

@GetMapping("/search/{keyword}/{pageNo}/{pageSize}")
public List<Map<String, Object>> search(@PathVariable("keyword") String keyword,@PathVariable("pageNo") int pageNo,@PathVariable("pageSize") int pageSize) throws IOException {List<Map<String, Object>> list = contentService.searchPagehighlighter(keyword, pageNo, pageSize);return list;
}

3、发现问题

需要高亮的字段前缀和后缀都有了，但是这不是我们想要的结果

4、解决问题

这里Vue给了我们很方便的解决办法

5、完美