文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
社区首页 >专栏 >elasticsearch[四]-数据聚合排序查询、搜索框自动补全、数据同步、集群

elasticsearch[四]-数据聚合排序查询、搜索框自动补全、数据同步、集群

作者头像
汀丶人工智能
发布于 2024-01-17 09:23:23
发布于 2024-01-17 09:23:23
1.2K0
举报
文章被收录于专栏：NLP/KGNLP/KG

elasticsearch[四]-数据聚合排序查询、搜索框自动补全、数据同步、集群

1. 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：

  • 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。

1.1. 聚合的种类

聚合常见的有三类：

  • **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

**注意：**参加聚合的字段必须是 keyword、日期、数值、布尔类型

1.2.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。

1.2.1.Bucket 聚合语法

语法如下：

代码语言：javascript
复制
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：

1.2.2. 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：

代码语言：javascript
复制
GET /hotel/_search
{
  "size": 0, 
  "aggs": {
    "brandAgg": {
      "terms": {
        "field": "brand",
        "order": {
          "_count": "asc" // 按照_count升序排列
        },
        "size": 20
      }
    }
  }
}
1.2.3. 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：

代码语言：javascript
复制
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：

1.2.4.Metric 聚合语法

上节课，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。

语法如下：

代码语言：javascript
复制
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
          }
        }
      }
    }
  }
}

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。

另外，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：

1.2.5. 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

1.3.RestAPI 实现聚合

1.3.1.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：

代码语言：javascript
复制
private List<String> getAggByName(SearchResponse response, String name){
        List<String> list = new ArrayList<>();
        Aggregations aggregations = response.getAggregations();
        Terms terms = aggregations.get(name);
        List<? extends Terms.Bucket> buckets = terms.getBuckets();
        for (Terms.Bucket bucket : buckets) {
            list.add(bucket.getKeyAsString());
        }
        return list;
    }

对于 Metric 聚合，JavaApi 如下

代码语言：javascript
复制
    @Test
    public void TestAgg() throws IOException {
        // 1、创建request
        SearchRequest request = new SearchRequest("hotel");
        // 2、准备DSL

        request.source().size(0);
        request.source().aggregation(AggregationBuilders
                .terms("brandAgg")
                .field("brand")
                .size(30)
                .order(BucketOrder.aggregation("scoreAgg.avg", true))
                .subAggregation(AggregationBuilders.stats("scoreAgg").field("score")));
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        System.out.println(response);
    }
1.3.2. 业务需求

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。

查看浏览器可以发现，前端其实已经发出了这样的一个请求：

请求参数与搜索文档的参数完全一致。

返回值类型就是页面要展示的最终结果：

结果是一个 Map 结构：

  • key 是字符串，城市、星级、品牌、价格
  • value 是集合，例如多个城市的名称
1.3.3. 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>>

代码：

代码语言：javascript
复制
@PostMapping("/filters")
    public Map<String, List<String>> getFilters(@RequestBody RequestParams params){
        return hotelService.filter(params);
    }

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：

代码语言：javascript
复制
Map<String, List<String>> filter(RequestParams params);

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

代码语言：javascript
复制
package cn.itcast.hotel.service.impl;

import cn.itcast.hotel.mapper.HotelMapper;
import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.pojo.HotelDoc;
import cn.itcast.hotel.pojo.PageResult;
import cn.itcast.hotel.pojo.RequestParams;
import cn.itcast.hotel.service.IHotelService;
import com.alibaba.fastjson.JSON;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.aggregations.Aggregation;
import org.elasticsearch.search.aggregations.AggregationBuilders;
import org.elasticsearch.search.aggregations.Aggregations;
import org.elasticsearch.search.aggregations.bucket.terms.Terms;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {
    @Autowired
    private RestHighLevelClient client;

    @Override
    public PageResult search(RequestParams params) {
        try {
            // 1、创建request
            SearchRequest request = new SearchRequest("hotel");

            // 2、准备DSL语句
            buildBasicQuery(params, request);
            request.source().from((params.getPage()-1)*params.getSize()).size(params.getSize());
            // 3、发送请求
            SearchResponse response = client.search(request, RequestOptions.DEFAULT);
            return handlerResponse(response);
        } catch (IOException e) {
            e.printStackTrace();
            return new PageResult();
        }
    }

    @Override
    public Map<String, List<String>> filter(RequestParams params) {
        try{
            // 1、创建request
            SearchRequest request = new SearchRequest("hotel");
            // 2、准备DSL
            buildBasicQuery(params, request);
            request.source().aggregation(AggregationBuilders.terms("brandAgg").field("brand").size(30));
            request.source().aggregation(AggregationBuilders.terms("cityAgg").field("city").size(30));
            request.source().aggregation(AggregationBuilders.terms("starNameAgg").field("starName").size(10));
            // 3、发送请求
            request.source().size(0);
            SearchResponse response = client.search(request, RequestOptions.DEFAULT);
            // 4、处理结果
            List<String> brandList = getAggByName(response, "brandAgg");
            List<String> cityList = getAggByName(response, "cityAgg");
            List<String> starNameList = getAggByName(response, "starNameAgg");
            HashMap<String, List<String>> hashMap = new HashMap<>();
            hashMap.put("brand", brandList);
            hashMap.put("city", cityList);
            hashMap.put("starName", starNameList);
            return hashMap;
        }catch (Exception e){
            e.printStackTrace();
            return new HashMap<String, List<String >>();
        }
    }

    private List<String> getAggByName(SearchResponse response, String name){
        List<String> list = new ArrayList<>();
        Aggregations aggregations = response.getAggregations();
        Terms terms = aggregations.get(name);
        List<? extends Terms.Bucket> buckets = terms.getBuckets();
        for (Terms.Bucket bucket : buckets) {
            list.add(bucket.getKeyAsString());
        }
        return list;
    }

    private void buildBasicQuery(RequestParams params, SearchRequest request){
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();

        // 1、关键字搜索
        if (params.getKey() == null || params.getKey().equals("")){
            boolQuery.must(QueryBuilders.matchAllQuery());
        }else {
            boolQuery.must(QueryBuilders.matchQuery("all", params.getKey()));
        }
        // 2、城市搜索
        if (params.getCity() != null && !params.getCity().equals("")){
            boolQuery.filter(QueryBuilders.matchQuery("city", params.getCity()));
        }

        // 3、品牌搜索
        if (params.getBrand() != null && !params.getBrand().equals("")){
            boolQuery.filter(QueryBuilders.matchQuery("brand", params.getBrand()));
        }

        // 4、星级搜索
        if (params.getStarName() != null && !params.getStarName().equals("")){
            boolQuery.filter(QueryBuilders.matchQuery("starName", params.getStarName()));
        }

        // 5、价格搜索
        if (params.getMinPrice() != null && params.getMaxPrice() != null){
            boolQuery.filter(QueryBuilders.rangeQuery("price").gte(params.getMinPrice()).lte(params.getMaxPrice()));
        }

        request.source().query(boolQuery);

    }

    private PageResult handlerResponse(SearchResponse response){
        List<HotelDoc> hotelDocList = new ArrayList<>();
        SearchHits searchHits = response.getHits();
        long total = searchHits.getTotalHits().value;
        SearchHit[] hits = searchHits.getHits();
        for (SearchHit hit : hits) {
            HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);
            hotelDocList.add(hotelDoc);
        }
        PageResult pageResult = new PageResult();
        pageResult.setTotal(total);
        pageResult.setHotels(hotelDocList);
        return  pageResult;
    }
}

2. 自动补全

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：

这种根据用户输入的字母，提示完整词条的功能，就是自动补全了。

因为需要根据拼音字母来推断，因此要用到拼音分词功能。

2.1. 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

课前资料中也提供了拼音分词器的安装包：

安装方式与 IK 分词器一样，分三步：

​ ①解压

​ ②上传到虚拟机中，elasticsearch 的 plugin 目录

​ ③重启 elasticsearch

​ ④测试

详细安装步骤可以参考 IK 分词器的安装过程。

测试用法如下：

代码语言：javascript
复制
POST /_analyze
{
  "text": "如家酒店还不错",
  "analyzer": "pinyin"
}

结果：

2.2. 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：

代码语言：javascript
复制
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"
      }
    }
  }
}

测试：

总结：

如何使用拼音分词器？

  • ①下载 pinyin 分词器
  • ②解压并放到 elasticsearch 的 plugin 目录
  • ③重启即可

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

2.3. 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：

代码语言：javascript
复制
// 创建索引库
PUT test
{
  "mappings": {
    "properties": {
      "title":{
        "type": "completion"
      }
    }
  }
}

然后插入下面的数据：

代码语言：javascript
复制
// 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：

代码语言：javascript
复制
// 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
      }
    }
  }
}

2.4. 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：

  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
2.4.1. 修改酒店映射结构

代码如下：

代码语言：javascript
复制
// 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"
      }
    }
  }
}
2.4.2. 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<String>，然后将 brand、city、business 等信息放到里面。

代码如下：

代码语言：javascript
复制
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);
        }
    }
}
2.4.3. 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：

2.4.4. 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：

2.4.5. 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<String>

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

代码语言：javascript
复制
@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：

代码语言：javascript
复制
List<String> getSuggestions(String prefix);

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

代码语言：javascript
复制
@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",
            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);
    }
}

3. 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。

3.1. 思路分析

常见的数据同步方案有三种：

  • 同步调用
  • 异步通知
  • 监听 binlog
3.1.1. 同步调用

方案一：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，
3.1.2. 异步通知

方案二：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
3.1.3. 监听 binlog

方案三：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
3.1.4. 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

3.2. 实现数据同步

3.2.1. 思路

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
3.2.2. 导入 demo

导入课前资料提供的 hotel-admin 项目：

运行后，访问 http://localhost:8099

其中包含了酒店的 CRUD 功能：

3.2.3. 声明交换机、队列

MQ 结构如图：

1）引入依赖

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

代码语言：javascript
复制
<!--amqp-->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-amqp</artifactId>
</dependency>
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：

代码语言：javascript
复制
package cn.itcast.hotel.constatnts;

    public class MqConstants {
    /**
     * 交换机
     */
    public final static String HOTEL_EXCHANGE = "hotel.topic";
    /**
     * 监听新增和修改的队列
     */
    public final static String HOTEL_INSERT_QUEUE = "hotel.insert.queue";
    /**
     * 监听删除的队列
     */
    public final static String HOTEL_DELETE_QUEUE = "hotel.delete.queue";
    /**
     * 新增或修改的RoutingKey
     */
    public final static String HOTEL_INSERT_KEY = "hotel.insert";
    /**
     * 删除的RoutingKey
     */
    public final static String HOTEL_DELETE_KEY = "hotel.delete";
}
3）声明队列交换机

在 hotel-demo 中，定义配置类，声明队列、交换机：

代码语言：javascript
复制
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);
    }
}
3.2.4. 发送 MQ 消息

在 hotel-admin 中的增、删、改业务中分别发送 MQ 消息：

3.2.5. 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

代码语言：javascript
复制
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：

代码语言：javascript
复制
@Override
public 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);
    }
}

@Override
public 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：

代码语言：javascript
复制
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;

@Component
public class HotelListener {

    @Autowired
    private IHotelService hotelService;

    /**
     * 监听酒店新增或修改的业务
     * @param id 酒店id
     */
    @RabbitListener(queues = MqConstants.HOTEL_INSERT_QUEUE)
    public void listenHotelInsertOrUpdate(Long id){
        hotelService.insertById(id);
    }

    /**
     * 监听酒店删除的业务
     * @param id 酒店id
     */
    @RabbitListener(queues = MqConstants.HOTEL_DELETE_QUEUE)
    public void listenHotelDelete(Long id){
        hotelService.deleteById(id);
    }
}

4. 集群

单机的 elasticsearch 做数据存储，必然面临两个问题：海量数据存储问题、单点故障问题。

  • 海量数据存储问题：将索引库从逻辑上拆分为 N 个分片（shard），存储到多个节点
  • 单点故障问题：将分片数据在不同节点备份（replica ）

ES 集群相关概念:

  • 集群（cluster）：一组拥有共同的 cluster name 的 节点。
  • 节点（node) ：集群中的一个 Elasticearch 实例
  • 分片（shard）：索引可以被拆分为不同的部分进行存储，称为分片。在集群环境下，一个索引的不同分片可以拆分到不同的节点中 解决问题：数据量太大，单点存储量有限的问题。
  • 此处，我们把数据分成 3 片：shard0、shard1、shard2
  • 主分片（Primary shard）：相对于副本分片的定义。
  • 副本分片（Replica shard）每个主分片可以有一个或者多个副本，数据和主分片一样。 ​

数据备份可以保证高可用，但是每个分片备份一份，所需要的节点数量就会翻一倍，成本实在是太高了！

为了在高可用和成本间寻求平衡，我们可以这样做：

  • 首先对数据分片，存储到不同节点
  • 然后对每个分片进行备份，放到对方节点，完成互相备份

这样可以大大减少所需要的服务节点数量，如图，我们以 3 分片，每个分片备份一份为例：

现在，每个分片都有 1 个备份，存储在 3 个节点：

  • node0：保存了分片 0 和 1
  • node1：保存了分片 0 和 2
  • node2：保存了分片 1 和 2
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2024-01-16，如有侵权请联系 cloudcommunity@tencent.com 删除
集群
排序
数据
数据同步
搜索
目录
  • elasticsearch[四]-数据聚合排序查询、搜索框自动补全、数据同步、集群
  • 1. 数据聚合
    • 1.1. 聚合的种类
    • 1.2.DSL 实现聚合
      • 1.2.1.Bucket 聚合语法
      • 1.2.2. 聚合结果排序
      • 1.2.3. 限定聚合范围
      • 1.2.4.Metric 聚合语法
      • 1.2.5. 小结
    • 1.3.RestAPI 实现聚合
      • 1.3.1.API 语法
      • 1.3.2. 业务需求
      • 1.3.3. 业务实现
  • 2. 自动补全
    • 2.1. 拼音分词器
    • 2.2. 自定义分词器
    • 2.3. 自动补全查询
    • 2.4. 实现酒店搜索框自动补全
      • 2.4.1. 修改酒店映射结构
      • 2.4.2. 修改 HotelDoc 实体
      • 2.4.3. 重新导入
      • 2.4.4. 自动补全查询的 JavaAPI
      • 2.4.5. 实现搜索框自动补全
  • 3. 数据同步
    • 3.1. 思路分析
      • 3.1.1. 同步调用
      • 3.1.2. 异步通知
      • 3.1.3. 监听 binlog
      • 3.1.4. 选择
    • 3.2. 实现数据同步
      • 3.2.1. 思路
      • 3.2.2. 导入 demo
      • 3.2.3. 声明交换机、队列
      • 3.2.4. 发送 MQ 消息
      • 3.2.5. 接收 MQ 消息
  • 4. 集群

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档