文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

【愚公系列】2023年12月 Java教学课程 213-ElasticSearch(数据聚合、数据补全、数据同步)

2023-12-23 15:54

关注

在这里插入图片描述

🏆 作者简介,愚公搬代码
🏆《头衔》:华为云特约编辑,华为云云享专家,华为开发者专家,华为产品云测专家,CSDN博客专家,CSDN商业化专家,阿里云专家博主,阿里云签约作者,腾讯云优秀博主,腾讯云内容共创官,掘金优秀博主,51CTO博客专家等。
🏆《近期荣誉》:2023年华为云十佳博主,2022年CSDN博客之星TOP2,2022年华为云十佳博主等。
🏆《博客内容》:.NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小程序等相关领域知识。
🏆🎉欢迎 👍点赞✍评论⭐收藏


🚀一、数据聚合

聚合(aggregations 可以让我们极其方便的实现对数据的统计、分析、运算。例如:

  1. 简化数据:数据集中可能包含大量的细节和信息,通过聚合可以将其简化为更容易理解的摘要信息,从而使得数据集更易于分析和理解。

  2. 发现数据规律:通过聚合可以对数据进行分组、汇总和统计,从而可以更加容易地找到数据的规律,例如最常出现的数值、某些数据的分布频率、数据的平均值或中位数等。

  3. 提高数据可视化的效果:聚合可以提供更简单、更直观的方式来呈现数据。例如,将数据按照日期、地理位置等维度分组后,可以将其用柱状图、饼图等方式进行可视化,从而更加直观地展现数据的分类和关系。

  4. 支持实时数据分析:聚合可以高效地处理大量的实时数据,从而支持实时数据分析和监控,例如实时监控用户的行为、实时监控服务器的性能等。

  5. 优化数据存储和查询:通过事先进行聚合,可以将数据存储为摘要信息,从而减少数据存储的空间需要,并且加速查询速度,从而提高数据存储和处理的效率。

🔎1.聚合的种类

类型描述
桶聚合将文档划分为不同的桶中,然后对每个桶进行聚合。常见的桶聚合包括:terms、date_histogram、histogram、range、geo_distance等。
指标聚合指标聚合是对文档中的指标数据进行计算的聚合,例如计算平均值、最大值、最小值、总和、标准差等。常见的指标聚合包括:avg、max、min、sum、cardinality等。
嵌套聚合在桶聚合或指标聚合中嵌套另一个聚合来进行更复杂的计算。常见的嵌套聚合包括:top_hits、percentiles、scripted_metric等。

🔎2.DSL实现聚合

🦋2.1 Bucket聚合语法

语法如下:

GET /hotel/_search{  "size": 0,  // 设置size为0,结果中不包含文档,只包含聚合结果  "aggs": { // 定义聚合    "brandAgg": { //给聚合起个名字      "terms": { // 聚合的类型,按照品牌值聚合,所以选择term        "field": "brand", // 参与聚合的字段        "size": 20 // 希望获取的聚合结果数量      }    }  }}

结果如图:

在这里插入图片描述

🦋2.2 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:

GET /hotel/_search{  "size": 0,   "aggs": {    "brandAgg": {      "terms": {        "field": "brand",        "order": {          "_count": "asc" // 按照_count升序排列        },        "size": 20      }    }  }}

🦋2.3 限定聚合范围

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:

GET /hotel/_search{  "query": {    "range": {      "price": {        "lte": 200 // 只对200元以下的文档聚合      }    }  },   "size": 0,   "aggs": {    "brandAgg": {      "terms": {        "field": "brand",        "size": 20      }    }  }}

这次,聚合得到的品牌明显变少了:

在这里插入图片描述

🦋2.4 Metric聚合语法

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。

语法如下:

GET /hotel/_search{  "size": 0,   "aggs": {    "brandAgg": {       "terms": {         "field": "brand",         "size": 20      },      "aggs": { // 是brands聚合的子聚合,也就是分组后对每组分别计算        "score_stats": { // 聚合名称          "stats": { // 聚合类型,这里stats可以计算min、max、avg等            "field": "score" // 聚合字段,这里是score          }        }      }    }  }}

我们还可以给聚合结果做个排序,例如按照每个桶的酒店平均分做排序:

在这里插入图片描述

🔎3.RestAPI实现聚合

下面案例接上一篇文章,继续讲数据聚合、数据同步、数据补全

🦋3.1 API语法

聚合条件与query条件同级别,因此需要使用request.source()来指定聚合条件。

聚合条件的语法:

在这里插入图片描述

聚合的结果也与查询结果不同,API也比较特殊。不过同样是JSON逐层解析:

在这里插入图片描述

🦋3.2 业务需求

在这里插入图片描述

🦋3.3 业务实现

HotelController中添加一个方法,遵循下面的要求:

代码:

@PostMapping("filters")public Map<String, List<String>> getFilters(@RequestBody RequestParams params){    return hotelService.getFilters(params);}

定义新方法:

Map<String, List<String>> filters(RequestParams params);

实现该方法:

@Overridepublic 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;}

🚀二、数据补全

当用户在搜索框输入字符时,我们应该提示出与该字符有关的搜索项,如图:

在这里插入图片描述

🔎1.拼音分词器

要实现根据字母做补全,就必须对文档按照拼音分词。在GitHub上恰好有elasticsearch的拼音分词插件。地址:https://github.com/medcl/elasticsearch-analysis-pinyin

安装方式与IK分词器一样,测试用法如下:

POST /_analyze{  "text": "如家酒店还不错",  "analyzer": "pinyin"}

结果:

在这里插入图片描述

🔎2.自定义分词器

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:

文档分词时会依次由这三部分来处理文档:

在这里插入图片描述

声明自定义分词器的语法如下:

PUT /test{  "settings": {    "analysis": {      "analyzer": { // 自定义分词器        "my_analyzer": {  // 分词器名称          "tokenizer": "ik_max_word",          "filter": "py"        }      },      "filter": { // 自定义tokenizer filter        "py": { // 过滤器名称          "type": "pinyin", // 过滤器类型,这里是pinyin  "keep_full_pinyin": false, //解决全分为单个字的问题          "keep_joined_full_pinyin": true, //全拼          "keep_original": true, //是否保留中文          "limit_first_letter_length": 16,          "remove_duplicated_term": true,          "none_chinese_pinyin_tokenize": false        }      }    }  },  "mappings": {    "properties": {      "name": {        "type": "text",        "analyzer": "my_analyzer",        "search_analyzer": "ik_smart" //拼音分词器适合在创建倒排索引时使用,但不能在搜索的时候使用。      }    }  }}

测试:
在这里插入图片描述

🔎3.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:

比如,一个这样的索引库:

// 创建索引库PUT test{  "mappings": {    "properties": {      "title":{        "type": "completion"      }    }  }}

然后插入下面的数据:

// 示例数据POST test/_doc{  "title": ["Sony", "WH-1000XM3"]}POST test/_doc{  "title": ["SK-II", "PITERA"]}POST test/_doc{  "title": ["Nintendo", "switch"]}

查询的DSL语句如下:

// 自动补全查询GET /test/_search{  "suggest": { //查询类型,用suggest     "title_suggest": { //给你的suggest查询起个名      "text": "s", // 用户输入的关键字      "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      }    }  }}

在这里插入图片描述

🔎4.实现酒店搜索框自动补全

我们需要做的事情包括:

  1. 修改hotel索引库结构,设置自定义拼音分词器

  2. 修改索引库的name、all字段,使用自定义分词器

  3. 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

  4. 给HotelDoc类添加suggestion字段,内容包含brand、business

  5. 重新导入数据到hotel库

🦋4.1 修改酒店映射结构

代码如下:

PUT /hotel{  "settings": {    "analysis": {      "analyzer": {        "text_anlyzer": {  //定义第一个分词器          "tokenizer": "ik_max_word",  //切割用ik_max          "filter": "py"  //转换用拼音        },        "completion_analyzer": {   //定义第二个分词器,用于自动补全,不分词,直接转拼音          "tokenizer": "keyword",  //分词用keyword,因为参与自动补全的是一个个词条,这些词条放在数组当中,本身就是个词条          "filter": "py"        }      },      "filter": {  //定义上面的拼音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",  //用来创建倒排索引时分词        "search_analyzer": "ik_smart",  //用来全文检索        "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",  //倒排索引分词        "search_analyzer": "ik_smart"  //搜索分词      },      "suggestion":{   //新加这个字段,用来做自动补全          "type": "completion",  //类型为completion          "analyzer": "completion_analyzer"  //不分词,直接转拼音      }    }  }}

🦋4.2 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,然后将brand、city、business等信息放到里面。

代码如下:

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@NoArgsConstructorpublic 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);        }    }}

🦋4.3 重新导入

重新执行之前编写的导入数据功能,可以看到新的酒店数据中包含了suggestion:

在这里插入图片描述

🦋4.4 自动补全查询的JavaAPI

之前我们学习了自动补全查询的DSL,而没有学习对应的JavaAPI,这里给出一个示例:

在这里插入图片描述

而自动补全的结果也比较特殊,解析的代码如下:

在这里插入图片描述

🦋4.5 实现搜索框自动补全

查看前端页面,可以发现当我们在输入框键入时,前端会发起ajax请求:

在这里插入图片描述

返回值是补全词条的集合,类型为List

1)在cn.itcast.hotel.web包下的HotelController中添加新接口,接收新的请求:

@GetMapping("suggestion")public List<String> getSuggestions(@RequestParam("key") String prefix) {    return hotelService.getSuggestions(prefix);}

2)在cn.itcast.hotel.service包下的IhotelService中添加方法:

List<String> getSuggestions(String prefix);

3)在cn.itcast.hotel.service.impl.HotelService中实现该方法:

@Overridepublic 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",            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);    }}

🚀三、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

在这里插入图片描述

🔎1.思路分析

🦋1.1 同步调用

在这里插入图片描述
基本步骤如下:

🦋1.2 异步通知

在这里插入图片描述

流程如下:

🦋1.3 监听binlog

在这里插入图片描述

流程如下:

🦋1.4 选择

方式一:同步调用

方式二:异步通知

方式三:监听binlog

🔎2.实现数据同步

🦋2.1 思路

步骤:

🦋2.2 运行项目

运行后,访问 http://localhost:8099/

在这里插入图片描述

其中包含了酒店的CRUD功能:

在这里插入图片描述

🦋2.3 声明交换机、队列

MQ结构如图:

在这里插入图片描述

☀️2.3.1 引入依赖

在hotel-admin、hotel-demo中引入rabbitmq的依赖:

<dependency>    <groupId>org.springframework.bootgroupId>    <artifactId>spring-boot-starter-amqpartifactId>dependency>
☀️2.3.2 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

package cn.itcast.hotel.constatnts;    public class MqConstants {        public final static String HOTEL_EXCHANGE = "hotel.topic";        public final static String HOTEL_INSERT_QUEUE = "hotel.insert.queue";        public final static String HOTEL_DELETE_QUEUE = "hotel.delete.queue";        public final static String HOTEL_INSERT_KEY = "hotel.insert";        public final static String HOTEL_DELETE_KEY = "hotel.delete";}
☀️2.3.3 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;@Configurationpublic 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);    }}

🦋2.4 发送MQ消息

在hotel-admin中的增、删、改业务中分别发送MQ消息:

在这里插入图片描述

🦋2.5 接收MQ消息

hotel-demo接收到MQ消息要做的事情包括:

1)首先在hotel-demo的cn.itcast.hotel.service包下的IHotelService中新增新增、删除业务

void deleteById(Long id);void insertById(Long id);

2)给hotel-demo中的cn.itcast.hotel.service.impl包下的HotelService中实现业务:

@Overridepublic void deleteById(Long id) {    try {        // 1.准备Request        DeleteRequest request = new DeleteRequest("hotel", id.toString());        // 2.发送请求        client.delete(request, RequestOptions.DEFAULT);    } catch (IOException e) {        throw new RuntimeException(e);    }}@Overridepublic void insertById(Long id) {    try {        // 0.根据id查询酒店数据        Hotel hotel = getById(id);        // 转换为文档类型        HotelDoc hotelDoc = new HotelDoc(hotel);        // 1.准备Request对象        IndexRequest request = new IndexRequest("hotel").id(hotel.getId().toString());        // 2.准备Json文档        request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);        // 3.发送请求        client.index(request, RequestOptions.DEFAULT);    } catch (IOException e) {        throw new RuntimeException(e);    }}

3)编写监听器

在hotel-demo中的cn.itcast.hotel.mq包新增一个类:

package cn.itcast.hotel.mq;import cn.itcast.hotel.constants.MqConstants;import cn.itcast.hotel.service.IHotelService;import org.springframework.amqp.rabbit.annotation.RabbitListener;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.stereotype.Component;@Componentpublic class HotelListener {    @Autowired    private IHotelService hotelService;        @RabbitListener(queues = MqConstants.HOTEL_INSERT_QUEUE)    public void listenHotelInsertOrUpdate(Long id){        hotelService.insertById(id);    }        @RabbitListener(queues = MqConstants.HOTEL_DELETE_QUEUE)    public void listenHotelDelete(Long id){        hotelService.deleteById(id);    }}

🚀感谢:给读者的一封信

亲爱的读者,

我在这篇文章中投入了大量的心血和时间,希望为您提供有价值的内容。这篇文章包含了深入的研究和个人经验,我相信这些信息对您非常有帮助。

如果您觉得这篇文章对您有所帮助,我诚恳地请求您考虑赞赏1元钱的支持。这个金额不会对您的财务状况造成负担,但它会对我继续创作高质量的内容产生积极的影响。

我之所以写这篇文章,是因为我热爱分享有用的知识和见解。您的支持将帮助我继续这个使命,也鼓励我花更多的时间和精力创作更多有价值的内容。

如果您愿意支持我的创作,请扫描下面二维码,您的支持将不胜感激。同时,如果您有任何反馈或建议,也欢迎与我分享。

在这里插入图片描述

再次感谢您的阅读和支持!

最诚挚的问候, “愚公搬代码”

来源地址:https://blog.csdn.net/aa2528877987/article/details/134810483

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯