学习笔记-微服务基础（黑马程序员）

框架

• spring cloud
• spring cloud alibaba

Eureka

• eureka-server
  • 注册中心
• eureka-client
  • 客户端
  • 每30s发送心跳
  • 服务
    • 服务消费者
    • 服务提供者

server

依赖

<dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-netflix-eureka-server</artifactId>
</dependency>

启动类

• 添加注解
  • @EnableEurekaServer

配置文件

• application.yml

server:port: 10086       # 端口号
spring:application:      name: eurekaserver  # eureka服务名称
eureka:client:service-url:  # eureka的地址，需要将自己注册到eureka中defaultZone: http://127.0.0.1:10086/eureka

client

依赖

<dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>

配置文件

• application.yml

spring:application:name: userservice  # 需要注册的服务名称
eureka:client:service-url:       # 本服务地址，需要注册到eureka中defaultZone: http://127.0.0.1:10086/eureka

服务拉取和负载均衡

• 添加注解
  • @LoadBlanced

@Bean
@LoadBlanced // 负载均衡
public RestTemplate restTemplate(){return new RestTemplate();
}

• 修改url

// restTemplate请求
String url = "http://userservice/xxx";

Ribbon负载均衡

自定义负载均衡策略

1、定义新的IRule,将轮询策略（默认）变成随机策略

@Bean
public IRule randomRule(){return new RandomRule();
}

2、配置文件方式

userservice: # 给某个微服务配置负载均衡规则，这里是userservice服务ribbon:NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule # 负载均衡规则

饥饿加载

• 默认懒加载

  • 第一次访问时才会去创建LoadBalanceClient

• 开启饥饿加载

ribbon:eager-load:enabled: trueclients: userservice

Nacos

依赖

• 父工程

<dependencyManagement><dependencies><!--springcloud--><!--mysql--><!--mybatis plus--><dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-alibaba-dependencies</artifactId><version>2.2.6.RELEASE</version><type>pom</type><scope>import</scope></dependency></dependencies>
</dependencyManagement>

• 客户端

<dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>

spring:cloud:nacos:server-addr: localhost:8848

配置集群

优先选择本地集群

• 添加集群

spring:cloud:nacos:server-addr: localhost:8848discovery:cluster-name: xx # 集群名称

• 修改负载均衡规则

userservice:ribbon:NFLoadBalancerRuleClassName: com.alibaba.cloud.nacos.ribbon.NacosRule # 负载均衡规则 

配置权重

• nacos控制台->实例列表->编辑->修改权重

环境隔离

• Namespace
  • Group
    • service/data

配置namespace

• 需要新建namespace
• 修改配置

spring:cloud:nacos:server-addr: localhost:8848discovery:cluster-name: xxnamespace: xxxx # 命名空间，填ID

永久实例

• 临时实例
  • 果实例宕机超过一定时间，会从服务列表剔除
• 非临时实例/永久实例
  • 实例宕机，不会从服务列表剔除

spring:cloud:nacos:discovery:ephemeral: false # 设置为非临时实例

配置管理

• data id
  • xxx-dev.yaml
• group
  • default_group
• 配置内容
  • 需要热更新的配置有必要放到nacos管理
  • 基本不会变更的一些配置保存在微服务本地

依赖

<!--nacos配置管理依赖-->
<dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
</dependency>

bootstrao.yaml

spring:application:name: userservice # 服务名称profiles:active: dev #开发环境 cloud:nacos:server-addr: localhost:8848 # Nacos地址config:file-extension: yaml # 文件后缀名

配置热更新

• 方式一

  • 添加注解
    • @RefreshScope

• 方式二

  • @ConfigurationProperties代替@Value

@Component
@Data
@ConfigurationProperties(prefix = "xx")
public class Xxxx {private String xx;
}

配置共享

• 创建[servename].yaml

  • 多环境共享

• 配置文件组成

  • [spring.application.name]-[spring.profiles.active].yaml
    • 运行环境
  • [spring.application.name].yaml
    • 公共

配置优先级

• [spring.application.name]-[spring.profiles.active].yaml
• [spring.application.name].yaml
• 本地配置

feign

使用

依赖

<dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>

Application添加注解

• @EnableFeignClients

客户端

@FeignClient("xxxservice")
public interface XxxClient {}

自定义配置

• 区分全局和单个服务
  • feign.client.config.xxservice.loggerLevel
    • xxservice服务
  • feign.client.config.default.loggerLevel
    • 全局
• feign.Logger.Level
  • 修改日志级别
    • NONE
    • BASIC
    • HEADERS
    • FULL
• feign.codec.Decoder
  • 响应结果的解析器
    • http远程调用的结果做解析
    • 解析json字符串为java对象
• feign.codec.Encoder
  • 请求参数编码
    • 将请求参数编码
    • 便于通过http请求发送
• feign.Contract
  • 支持的注解格式
    • 默认是SpringMVC的注解
• feign.Retryer
  • 失败重试机制

使用优化

• 日志级别尽量用basic
• HttpClient或OKHttp代替URLConnection
  • Feign底层发起http请求
    • URLConnection
      • 默认实现，不支持连接池
    • Apache HttpClient
      • 支持连接池
    • OKHttp
      • 支持连接池

替换为httpclient

• 依赖

<dependency><groupId>io.github.openfeign</groupId><artifactId>feign-httpclient</artifactId>
</dependency>

• 配置文件

feign:client:config:default: # default全局的配置loggerLevel: BASIC # 日志级别，BASIC就是基本的请求和响应信息httpclient:enabled: true # 开启feign对HttpClient的支持max-connections: 200 # 最大的连接数max-connections-per-route: 50 # 每个路径的最大连接数

最佳实践

• 将Feign的Client抽取为独立模块
• 并且把接口有关的POJO、默认的Feign配置都放到这个模块中
• 在服务生产者、消费者中引入该模块
• 指定扫描接口
  • @EnableFeignClients(clients = {XXXClient.class})
  • @EnableFeignClients(basePackages = “xxx.clients”)

gateway

• 功能
  • 身份认证和权限校验
  • 服务路由、负载均衡
  • 请求限流

搭建

• 依赖

<!--网关-->
<dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-gateway</artifactId>
</dependency>
<!--nacos服务发现依赖-->
<dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>

• 启动类

@SpringBootApplication
public class GatewayApplication {public static void main(String[] args) {SpringApplication.run(GatewayApplication.class, args);}
}

• 路由规则

server:port: 10010 # 网关端口
spring:application:name: gateway # 服务名称cloud:nacos:server-addr: localhost:8848 # nacos地址gateway:routes: # 网关路由配置- id: user-service # 路由id，自定义，只要唯一即可# uri: http://127.0.0.1:8081 # 路由的目标地址 http就是固定地址uri: lb://userservice # 路由的目标地址 lb就是负载均衡，后面跟服务名称predicates: # 路由断言，也就是判断请求是否符合路由规则的条件- Path=/user/** # 这个是按照路径匹配，只要以/user/开头就符合要求

断言工厂

• 断言Path=/xx/**
  • org.springframework.cloud.gateway.handler.predicate.PathRoutePredicateFactory处理
• 其他
  • 时间断言
    • After
    • Before
    • Between
  • 请求
    • Cookie
    • Header
    • Host
    • Method
    • Path
    • Query
    • RemoteAddr
  • 权重
    • Weight

过滤工厂

• 种类

  • AddRequestHeader
    • 给当前请求添加一个请求头
  • RemoveRequestHeader
    • 移除请求中的一个请求头
  • AddResponseHeader
    • 给响应结果中添加一个响应头
  • RemoveResponseHeader
    • 从响应结果中移除有一个响应头
  • RequestRateLimiter
    • 限制请求的流量

• 局部添加

spring:cloud:gateway:routes:- id: user-service uri: lb://userservice predicates: - Path=/user/** filters: # 过滤器- AddRequestHeader=xx, xxxxx # 添加请求头

• 全局添加

spring:cloud:gateway:routes:- id: user-service uri: lb://userservice predicates: - Path=/user/**default-filters: # 默认过滤项- AddRequestHeader=xx, xxxxx

自定义全局过滤器

@Order(-1)
@Component
public class AuthorizeFilter implements GlobalFilter {@Overridepublic Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {// 1.获取请求参数MultiValueMap<String, String> params = exchange.getRequest().getQueryParams();// 2.获取authorization参数String auth = params.getFirst("authorization");// 3.校验if ("admin".equals(auth)) {// 放行return chain.filter(exchange);}// 4.拦截// 4.1.禁止访问，设置状态码exchange.getResponse().setStatusCode(HttpStatus.FORBIDDEN);// 4.2.结束处理return exchange.getResponse().setComplete();}
}

过滤器顺序

• 过滤器必须指定一个order值
• order值越小，优先级越高，执行顺序越靠前
• order值一样时，会按照 defaultFilter > 路由过滤器 > GlobalFilter的顺序执行

跨域

spring:cloud:gateway:# 。。。globalcors: # 全局的跨域处理add-to-simple-url-handler-mapping: true # 解决options请求被拦截问题corsConfigurations:'[/**]':allowedOrigins: # 允许哪些网站的跨域请求 - "http://localhost:8090"allowedMethods: # 允许的跨域ajax的请求方式- "GET"- "POST"- "DELETE"- "PUT"- "OPTIONS"allowedHeaders: "*" # 允许在请求中携带的头信息allowCredentials: true # 是否允许携带cookiemaxAge: 360000 # 这次跨域检测的有效期

docker

• 架构

  • 镜像
    • image
  • 容器
    • container

• dockerhub

  • 镜像托管平台

• docker

  • client
    • 向Docker服务端发送指令
  • server
    • Docker守护进程

• 镜像名称

• 命令

  • systemctl start docker
  • systemctl stop docker
  • systemctl restart docker
  • docker -v
  • docker --help

• 镜像命令

  • docker pull 镜像
  • docker push 镜像
  • docker rmi 镜像
  • docker images
  • docker save -o xxx 镜像
  • docker load -i xxx

• 容器命令

  • docker run --name 容器名 -p 宿主机port:容器内port -d 镜像
    • d：后运行
  • docker pause
  • docker unpause
  • docker start
  • docker stop
  • docker logs -f 容器名
    • f:持续
  • docker ps
  • docker exec -it 容器名 bash
    • it:进去当前容器创建标准输入输出终端
    • bash:进入后执行命令
  • docker rm -f 容器名

数据卷

• volume

  • 虚拟目录，指向宿主机文件系统中的某个目录

• 命令

  • docker volume create
  • docker volume inspect
  • docker volume ls
  • docker volume prune
  • docker volume rm

• 挂载

  • docker run -name mn -v xxxx:/xx/xx -p xx:xx xxx
  • 宿主机目录可直接挂载

dockerfile

• 镜像结构
  • 入口：镜像应用启动命令
  • 层layer
  • 基础镜像
• dockerfile
  • 指令
    • FROM
    • ENV
    • COPY
    • RUN
    • EXPOSE
    • ENTRYPOINT

dockercompose

• 功能
  • 快速的部署分布式应用，无需手动一个个创建和运行

MQ

• MQ
  • RabbitMQ
  • ActiveMQ
  • RocketMQ
  • Kafka

RabbitMQ

• publisher：生产者
• consumer：消费者
• exchange个：交换机，负责消息路由
• queue：队列，存储消息
• virtualHost：虚拟主机，隔离不同租户的exchange、queue、消息的隔离

消息模型

• 基本消息队列
• 工作消息队列
• 发布订阅
  • 广播
  • 路由
  • 主题

demo

 ConnectionFactory factory = new ConnectionFactory();
// 1.1.设置连接参数，分别是：主机名、端口号、vhost、用户名、密码
factory.setHost("192.168.150.101");
factory.setPort(5672);
factory.setVirtualHost("/");
factory.setUsername("itcast");
factory.setPassword("123321");
// 1.2.建立连接
Connection connection = factory.newConnection();// 2.创建通道Channel
Channel channel = connection.createChannel();// 3.创建队列
String queueName = "simple.queue";
channel.queueDeclare(queueName, false, false, false, null);// 4.发送消息
String message = "hello, rabbitmq!";
channel.basicPublish("", queueName, null, message.getBytes());
System.out.println("发送消息成功：【" + message + "】");// 5.关闭通道和连接
channel.close();
connection.close();

 // 1.建立连接
ConnectionFactory factory = new ConnectionFactory();
// 1.1.设置连接参数，分别是：主机名、端口号、vhost、用户名、密码
factory.setHost("192.168.150.101");
factory.setPort(5672);
factory.setVirtualHost("/");
factory.setUsername("itcast");
factory.setPassword("123321");
// 1.2.建立连接
Connection connection = factory.newConnection();// 2.创建通道Channel
Channel channel = connection.createChannel();// 3.创建队列
String queueName = "simple.queue";
channel.queueDeclare(queueName, false, false, false, null);// 4.订阅消息
channel.basicConsume(queueName, true, new DefaultConsumer(channel){@Overridepublic void handleDelivery(String consumerTag, Envelope envelope,AMQP.BasicProperties properties, byte[] body) throws IOException {// 5.处理消息String message = new String(body);System.out.println("接收到消息：【" + message + "】");}
});
System.out.println("等待接收消息。。。。");

SpringAMQP

• 父工程依赖

<!--AMQP依赖，包含RabbitMQ-->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-amqp</artifactId>
</dependency>

• 消息发送

spring:rabbitmq:host: localhost # 主机名port: 5672 # 端口virtual-host: / # 虚拟主机username: xxx # 用户名password: xxx # 密码

@Autowired
private RabbitTemplate rabbitTemplate;@Test
public void testSimpleQueue() {// 队列名称String queueName = "simple.queue";// 消息String message = "hello, spring amqp!";// 发送消息rabbitTemplate.convertAndSend(queueName, message);
}

• 消息接收

spring:rabbitmq:host: localhost # 主机名port: 5672 # 端口virtual-host: / # 虚拟主机username: xxx # 用户名password: xxx # 密码

@RabbitListener(queues = "simple.queue")
public void listenSimpleQueueMessage(String msg) throws InterruptedException {System.out.println("spring 消费者接收到消息：【" + msg + "】");
}

WorkQueue

让多个消费者绑定到一个队列，共同消费队列中的消息

• 消息发送

public void testWorkQueue() throws InterruptedException {// 队列名称String queueName = "simple.queue";// 消息String message = "hello, message_";for (int i = 0; i < 50; i++) {// 发送消息rabbitTemplate.convertAndSend(queueName, message + i);Thread.sleep(20);}
}

• 消息接收

@RabbitListener(queues = "simple.queue")
public void listenWorkQueue1(String msg) throws InterruptedException {System.out.println("消费者1接收到消息：【" + msg + "】" + LocalTime.now());Thread.sleep(20);
}@RabbitListener(queues = "simple.queue")
public void listenWorkQueue2(String msg) throws InterruptedException {System.err.println("消费者2........接收到消息：【" + msg + "】" + LocalTime.now());Thread.sleep(200);
}

• 取消消息预取

spring:rabbitmq:listener:simple:prefetch: 1 # 每次只能获取一条消息，处理完成才能获取下一个消息

发布订阅

fanout exchange

广播,将消息交给所有绑定到交换机的队列

• 声明队列和交换机

@Configuration
public class FanoutConfig {/*** 声明交换机* @return Fanout类型交换机*/@Beanpublic FanoutExchange fanoutExchange(){return new FanoutExchange("itcast.fanout");}/*** 第1个队列*/@Beanpublic Queue fanoutQueue1(){return new Queue("fanout.queue1");}/*** 绑定队列和交换机*/@Beanpublic Binding bindingQueue1(Queue fanoutQueue1, FanoutExchange fanoutExchange){return BindingBuilder.bind(fanoutQueue1).to(fanoutExchange);}/*** 第2个队列*/@Beanpublic Queue fanoutQueue2(){return new Queue("fanout.queue2");}/*** 绑定队列和交换机*/@Beanpublic Binding bindingQueue2(Queue fanoutQueue2, FanoutExchange fanoutExchange){return BindingBuilder.bind(fanoutQueue2).to(fanoutExchange);}
}

• 发布

 // 队列名称
String exchangeName = "itcast.fanout";
// 消息
String message = "hello, everyone!";
rabbitTemplate.convertAndSend(exchangeName, "", message);

• 订阅

@RabbitListener(queues = "fanout.queue1")
public void listenFanoutQueue1(String msg) {System.out.println("消费者1接收到Fanout消息：【" + msg + "】");
}@RabbitListener(queues = "fanout.queue2")
public void listenFanoutQueue2(String msg) {System.out.println("消费者2接收到Fanout消息：【" + msg + "】");
}

Direct

定向，把消息交给符合指定routing key 的队列

• 基于注解声明队列和交换机

@RabbitListener(bindings = @QueueBinding(value = @Queue(name = "direct.queue1"),exchange = @Exchange(name = "itcast.direct", type = ExchangeTypes.DIRECT),key = {"red", "blue"}
))
public void listenDirectQueue1(String msg){System.out.println("消费者接收到direct.queue1的消息：【" + msg + "】");
}@RabbitListener(bindings = @QueueBinding(value = @Queue(name = "direct.queue2"),exchange = @Exchange(name = "itcast.direct", type = ExchangeTypes.DIRECT),key = {"red", "yellow"}
))
public void listenDirectQueue2(String msg){System.out.println("消费者接收到direct.queue2的消息：【" + msg + "】");
}

• 发布

@Test
public void testSendDirectExchange() {// 交换机名称String exchangeName = "itcast.direct";// 消息String message = "xxx";// 发送消息rabbitTemplate.convertAndSend(exchangeName, "red", message);
}

Topic

通配符，把消息交给符合routing pattern（路由模式） 的队列

• 发布

@Test
public void testSendTopicExchange() {// 交换机名称String exchangeName = "itcast.topic";// 消息String message = "xxx";// 发送消息rabbitTemplate.convertAndSend(exchangeName, "china.news", message);
}

• 订阅

@RabbitListener(bindings = @QueueBinding(value = @Queue(name = "topic.queue1"),exchange = @Exchange(name = "itcast.topic", type = ExchangeTypes.TOPIC),key = "china.#"
))
public void listenTopicQueue1(String msg){System.out.println("消费者接收到topic.queue1的消息：【" + msg + "】");
}@RabbitListener(bindings = @QueueBinding(value = @Queue(name = "topic.queue2"),exchange = @Exchange(name = "itcast.topic", type = ExchangeTypes.TOPIC),key = "#.news"
))
public void listenTopicQueue2(String msg){System.out.println("消费者接收到topic.queue2的消息：【" + msg + "】");
}

消息序列化

• 依赖

<dependency><groupId>com.fasterxml.jackson.dataformat</groupId><artifactId>jackson-dataformat-xml</artifactId><version>2.9.10</version>
</dependency>

• 配置bean

@Bean
public MessageConverter jsonMessageConverter(){return new Jackson2JsonMessageConverter();
}

• 发送对象

// 准备消息
Map<String,Object> msg = new HashMap<>();
msg.put("name", "Jack");
msg.put("age", 21);
// 发送消息
rabbitTemplate.convertAndSend("simple.queue","", msg);

• 接收

@RabbitListener(queues = "simple.queue")
public void listenSimpleQueueMessage(Map<String,Object> msg) throws InterruptedException {System.out.println("spring 消费者接收到消息：【" + msg + "】");
}

elasticsearch

• 包含
  • elasticsearch
  • kibana 可视化界面
  • ik分词器
    • ik_smart
      • 智能切分，粗粒度
    • ik_max_word
      • 最细切分，细粒度
    • 可以配置扩展词和停用词条

开源搜索引擎

• 倒排索引
  • 文档（Document）
  • 词条（Term）
• 索引（Index）
  • 相同类型的文档的集合
  • 索引当做是数据库中的表
• 映射（mapping）
  • 索引中文档的字段约束信息
  • 类似表的结构约束
• 文档（Document）
  • 类似数据库中的行（Row）
• 字段（Field）
  • 类似数据库中的列（Column）
• DSL
  • JSON风格的请求语句，用来操作elasticsearch，实现CRUD

索引库操作

• mapping

  • type
    • 字符串：text,keyword
    • 数值：long,integer,short,byte,double,float
    • 布尔：boolean
    • 日期：date
    • 对象：object
  • index
    • 是否创建索引
    • 默认 true
  • analyzer
    • 使用哪种分词器
  • properties
    • 字段的子字段

• 创建索引库

PUT /索引库名称
{"mappings":{"properties":{"字段1":{"type":"text","analyzer":"ik_smart"},"字段2":{"type":"keyword","index":"false"},"字段3":{"properties":{"子字段1":{"type":"keyword"}}}}}
}

• 查询

GET /索引库名称

• 删除

DELETE /索引库名称

• 添加新字段

PUT /索引库名称/_mapping
{"properties":{"新字段名":{"type":"integer"}}
}

文档操作

• 新增

POST /索引库名称/_doc/文档id
{"字段1":"值1","字段2":"值2","字段3":"值3","字段4":{"子字段1":"值"}
}

• 查询

GET /索引库名称/_doc/id

• 删除

DELETE /索引库名称/_doc/id

• 修改文档
  全量修改

PUT /索引库名称/_doc/文档id
{"字段1":"值1","字段2":"值2","字段3":"值3","字段4":{"子字段1":"值"}
}

局部修改

POST /索引库名称/_update/文档id
{"doc":{"字段1":"新值"}
}
``## RestClient
- 依赖
```xml
<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>

• 覆盖elasticsearch版本

<properties><java.version>1.8</java.version><elasticsearch.version>7.12.1</elasticsearch.version>
</properties>

• RestHighLevelClient

RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://xx.xx.xx.xx:9200")
));
// 关闭
// client.close()

索引库操作

• 创建索引库

 // 1.创建Request对象
CreateIndexRequest request = new CreateIndexRequest("hotel");
// 2.准备请求的参数：DSL语句 
// MAPPING_TEMPLATE 创建索引库语句
request.source(MAPPING_TEMPLATE, XContentType.JSON);
// 3.发送请求
client.indices().create(request, RequestOptions.DEFAULT);

• 删除索引库

// 1.创建Request对象
DeleteIndexRequest request = new DeleteIndexRequest("hotel");
// 2.发送请求
client.indices().delete(request, RequestOptions.DEFAULT);

• 判断索引库是否存在

// 1.创建Request对象
GetIndexRequest request = new GetIndexRequest("hotel");
// 2.发送请求
boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
// 3.输出
System.err.println(exists?"存在":"不存在");

文档操作

• 新增

// 1.根据id查询酒店数据
Hotel hotel = hotelService.getById(id);
// 2.转换为文档类型
HotelDoc hotelDoc = new HotelDoc(hotel);
// 3.将HotelDoc转json
String json = JSON.toJSONString(hotelDoc);// 1.准备Request对象
IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());
// 2.准备Json文档
request.source(json, XContentType.JSON);
// 3.发送请求
client.index(request, RequestOptions.DEFAULT);

• 查询

// 1.准备Request
GetRequest request = new GetRequest("hotel", id);
// 2.发送请求，得到响应
GetResponse response = client.get(request, RequestOptions.DEFAULT);
// 3.解析响应结果
String json = response.getSourceAsString();HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
System.out.println(hotelDoc);

• 删除

// 1.准备Request
DeleteRequest request = new DeleteRequest("hotel", id);
// 2.发送请求
client.delete(request, RequestOptions.DEFAULT);

• 修改

// 1.准备Request
UpdateRequest request = new UpdateRequest("hotel", id);
// 2.准备请求参数
request.doc("price", "xxx","starName", "xxx"
);
// 3.发送请求
client.update(request, RequestOptions.DEFAULT);

• 批量导入

// 批量查询酒店数据
List<Hotel> hotels = hotelService.list();// 1.创建Request
BulkRequest request = new BulkRequest();
// 2.准备参数，添加多个新增的Request
for (Hotel hotel : hotels) {// 2.1.转换为文档类型HotelDocHotelDoc hotelDoc = new HotelDoc(hotel);// 2.2.创建新增文档的Request对象request.add(new IndexRequest("hotel").id(hotelDoc.getId().toString()).source(JSON.toJSONString(hotelDoc), XContentType.JSON));
}
// 3.发送请求
client.bulk(request, RequestOptions.DEFAULT);

DSL查询

• DSL查询分类
  • 查询所有
    • match_all
  • 全文检索（full text）查询
    • match
    • multi_match
  • 精确查询
    • ids
    • range
    • term
  • 地理（geo）查询
    • geo_distance
    • geo_bounding_box
  • 复合（compound）查询
    • bool
    • function_score

查询所有

GET /indexName/_search
{"query": {"查询类型": {"查询条件": "条件值"}}
}

全文检索

GET /indexName/_search
{"query": {"match": {"FIELD": "TEXT"}}
}

GET /indexName/_search
{"query": {"multi_match": {"query": "TEXT","fields": ["FIELD1", " FIELD12"]}}
}

精确查询

// term查询
GET /indexName/_search
{"query": {"term": {"FIELD": {"value": "VALUE"}}}
}

// range查询
GET /indexName/_search
{"query": {"range": {"FIELD": {"gte": xxx, // 这里的gte代表大于等于，gt则代表大于"lte": xxx // lte代表小于等于，lt则代表小于}}}
}

地理坐标查询

// geo_bounding_box查询
GET /indexName/_search
{"query": {"geo_bounding_box": {"FIELD": {"top_left": { // 左上点"lat": xxx,"lon": xxx},"bottom_right": { // 右下点"lat": xxx,"lon": xxx}}}}
}

// geo_distance 查询
GET /indexName/_search
{"query": {"geo_distance": {"distance": "15km", // 半径"FIELD": "xxx,xxx" // 圆心}}
}

复合查询

GET /hotel/_search
{"query":{"function_score":{"query":{"match":{"all":"xx"}},         // 原始查询"functions":[                           //算分函数{"filter":{"term":{"id":"xx"}},  // 过滤条件"weight":10                     // 算分权重}],"boost_mode":"multiply"                 // 加权模式}}
}

GET /hotel/_search
{"query": {"bool": {"must": [                                     // 与{"term": {"city": "xx" }}],"should": [                                   // 或{"term": {"brand": "xx" }},{"term": {"brand": "xx" }}],"must_not": [                                 // 非{ "range": { "price": { "lte": x } }}],"filter": [                                   // 必须匹配{ "range": {"score": { "gte": xx } }}]}}
}

排序

• 普通字段排序

GET /indexName/_search
{"query": {"match_all": {}},"sort": [{"FIELD": "desc"  // 排序字段、排序方式ASC、DESC}]
}

• 地理坐标排序

GET /indexName/_search
{"query": {"match_all": {}},"sort": [{"_geo_distance" : {"FIELD" : "纬度，经度", // 文档中geo_point类型的字段名、目标坐标点"order" : "asc", // 排序方式"unit" : "km" // 排序的距离单位}}]
}

分页

GET /hotel/_search
{"query": {"match_all": {}},"from": 0, // 分页开始的位置，默认为0"size": 10, // 期望获取的文档总数"sort": [{"price": "asc"}]
}

GET /hotel/_search
{"query": {"match_all": {}},"from": 990, // 分页开始的位置，默认为0"size": 10, // 期望获取的文档总数"sort": [{"price": "asc"}]
}

高亮

GET /hotel/_search
{"query": {"match_all": {}},"from": 0, // 分页开始的位置，默认为0"size": 10, // 期望获取的文档总数"sort": [{"price": "asc"}],"highlight":{"fields":{"name":{                  // 高亮字段"require_field_match":"false","pre_tags":"<em>","post_tags":"</em>"}}}
}

RestClient

• handleResponse

private void handleResponse(SearchResponse response) {// 4.解析响应SearchHits searchHits = response.getHits();// 4.1.获取总条数long total = searchHits.getTotalHits().value;System.out.println("共搜索到" + total + "条数据");// 4.2.文档数组SearchHit[] hits = searchHits.getHits();// 4.3.遍历for (SearchHit hit : hits) {// 获取文档sourceString json = hit.getSourceAsString();// 反序列化HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);System.out.println("hotelDoc = " + hotelDoc);}
}

• match_all

// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
request.source().query(QueryBuilders.matchAllQuery());
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应
handleResponse(response);

• match

// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
request.source().query(QueryBuilders.matchQuery("all", "如家"));
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析响应
handleResponse(response);

• term

// 2.准备DSL
request.source().query(QueryBuilders.termQuery("city", "xxx"));

• range

// 2.准备DSL
request.source().query(QueryBuilders.rangeQuery("price").gte(100).lte(150));

• bool

// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.准备BooleanQuery
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
// 2.2.添加term
boolQuery.must(QueryBuilders.termQuery("city", "杭州"));
// 2.3.添加range
boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));request.source().query(boolQuery);
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析响应
handleResponse(response);

• 排序分页

// 页码，每页大小
int page = 1, size = 5;// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.query
request.source().query(QueryBuilders.matchAllQuery());
// 2.2.排序 sort
request.source().sort("price", SortOrder.ASC);
// 2.3.分页 from、size
request.source().from((page - 1) * size).size(5);
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析响应
handleResponse(response);

• 高亮

// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.query
request.source().query(QueryBuilders.matchQuery("all", "如家"));
// 2.2.高亮
request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析响应
SearchHits searchHits = response.getHits();
// 4.1.获取总条数
long total = searchHits.getTotalHits().value;
System.out.println("共搜索到" + total + "条数据");
// 4.2.文档数组
SearchHit[] hits = searchHits.getHits();
// 4.3.遍历
for (SearchHit hit : hits) {// 获取文档sourceString json = hit.getSourceAsString();// 反序列化HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);// 获取高亮结果Map<String, HighlightField> highlightFields = hit.getHighlightFields();if (!CollectionUtils.isEmpty(highlightFields)) {// 根据字段名获取高亮结果HighlightField highlightField = highlightFields.get("name");if (highlightField != null) {// 获取高亮值String name = highlightField.getFragments()[0].string();// 覆盖非高亮结果hotelDoc.setName(name);}}System.out.println("hotelDoc = " + hotelDoc);
}

数据聚合

• 种类

  • 桶（Bucket）聚合
    • TermAggregation,文档字段值分组
    • Date Histogram,日期阶梯分组
  • 度量（Metric）聚合
    • Avg：求平均值
    • Max：求最大值
    • Min：求最小值
    • Stats：同时求max、min、avg、sum
  • 管道（pipeline）聚合
    • 其它聚合的结果为基础做聚合

• Bucket

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}}}
}

• 聚合排序

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

• 限定范围

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}}}
}

• Metric

GET /hotel/_search
{"size": 0, "aggs": {"brandAgg": { "terms": { "field": "brand", "size": 20,"order": {"scoreAgg.avg": "desc" // scoreAgg avg排序},},"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}}}}}
}

RestApi

// 入口
public Map<String, List<String>> filters(RequestParams params) {try {// 1.准备RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSL// 2.1.querybuildBasicQuery(params, request);// 2.2.设置sizerequest.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bucketsList<? extends Terms.Bucket> buckets = brandTerms.getBuckets();// 4.3.遍历List<String> brandList = new ArrayList<>();for (Terms.Bucket bucket : buckets) {// 4.4.获取keyString key = bucket.getKeyAsString();brandList.add(key);}return brandList;
}

自动补全

• 分词器（analyzer）

  • 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

• 拼音分词器

  • https://github.com/medcl/elasticsearch-analysis-pinyin

• 自定义分词器

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,"keep_joined_full_pinyin": true,"keep_original": true,"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"}}}
}

• 自动补全
  • 参与补全查询的字段必须是completion类型

// 自动补全查询
GET /test/_search
{"suggest": {"title_suggest": {"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}}}
}

// 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;

数据同步

• 数据同步方案
  • 同步调用
    • 优点：实现简单，粗暴
    • 缺点：业务耦合度高
  • 异步通知(mq)
    • 优点：低耦合，实现难度一般
    • 缺点：依赖mq的可靠性
  • 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