【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）

🏆 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

🔎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：

🦋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：

🦋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：

🔎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：

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：

🦋3.2 业务需求

🦋3.3 业务实现

在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>

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：

🔎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：

🔎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：

• 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

文档分词时会依次由这三部分来处理文档：

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：

🔎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：

• 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：

// 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      }    }  }}

🔎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：

🦋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：

而自动补全的结果也比较特殊，解析的代码如下：

🦋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：

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。

🔎1.思路分析

🦋1.1 同步调用

基本步骤如下：

• hotel-demo对外提供接口，用来修改elasticsearch中的数据
• 酒店管理服务在完成数据库操作后，直接调用hotel-demo提供的接口，

🦋1.2 异步通知

流程如下：

• hotel-admin对mysql数据库数据完成增、删、改后，发送MQ消息
• hotel-demo监听MQ，接收到消息后完成elasticsearch数据修改

🦋1.3 监听binlog

流程如下：

• 给mysql开启binlog功能
• mysql完成增、删、改操作都会记录在binlog中
• hotel-demo基于canal监听binlog变化，实时更新elasticsearch中的内容

🦋1.4 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

🔎2.实现数据同步

🦋2.1 思路

步骤：

• 启动hotel-admin项目并测试酒店数据的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

🦋2.2 运行项目

运行后，访问 http://localhost:8099/

其中包含了酒店的CRUD功能：

🦋2.3 声明交换机、队列

MQ结构如图：

☀️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：

🦋2.5 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

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。

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