Spring Boot 2.x（十七）：快速入门Elastic Search
What —— Elasticsearch是什么？
Elasticsearch是一个基于Lucene的搜索服务器，Elasticsearch也是使用Java编写的，它的内部使用Lucene做索引与搜索，但是它的目的是使用全文检索变得简单，通过隐藏Lucene的复杂性，取而代之的提供一套简单一致的RESTful API。
Elasticsearch 不仅仅是 Lucene，并且也不仅仅只是一个全文搜索引擎。 它可以被下面这样准确的形容：
- 一个分布式的实时文档存储，每个字段 可以被索引与搜索
- 一个分布式实时分析搜索引擎
- 能胜任上百个服务节点的扩展，并支持 PB 级别的结构化或者非结构化数据
面向文档
Elasticsearch是面向文档，即文档是可以被索引的信息的基本单位，而文档的格式是在NoSQL中常用的JSON，关于关系型数据库和Elasticsearch之间一些名词的关系的对应可以用以下的表格来表示，方便我们后面的应用：
| 关系型数据库 | Elasticsearch |
|---|---|
| Database | Index |
| Table | Type |
| Row | Document |
| Column | Field |
| Schema | Mapping |
这里需要注意的是文档的格式不是固定的，同一个Type下的不同文档可以拥有不同的格式
Why —— 为什么选择Elasticsearch？
-
丰富的查询方式——Elasticsearch能够执行及合并多种类型的搜索（结构化数据、非结构化数据、地理位置、指标），搜索方式随心而变。
-
极速的查询速度——Elasticsearch通过有限状态转换器实现了用于全文检索的倒排索引，实现了用于存储数值数据和地理位置数据的 BKD 树，以及用于分析的列存储。每个数据都被编入了索引。
-
可观的可扩展性——Elasticsearch能够水平扩展，每秒钟可处理海量事件，同时能够自动管理索引和查询在集群中的分布方式，可以在承载了 PB 级数据的成百上千台服务器上运行。
-
强大的弹性保障——硬件故障。网络分割。Elasticsearch 检测这些故障并确保集群（和数据）的安全性和可用性。通过跨集群复制功能，辅助集群可以作为热备份随时投入使用。
How —— 如何在Spring Boot实战中使用Elasticsearch？
安装Elasticsearch
https://www.elastic.co/cn/downloads/elasticsearch
这里我们选择的是6.2.2版本的ES，因为我在spring-data-elasticsearch的github上看到最新版本的支持的ES是6.2.2
其中3.2.x版本尚未发布正式版，所以这里选择了最新的3.1.8版本，下面我们切换到安装目录的bin目录下，启动es：
./elasticsearch &
这里添加 & 符号的作用是让它在后台运行。
看到这个就说明启动成功了~
安装中文分词器iK
因为，在我们日常的应用中，我们用的比较多的都是中文的分词，所以这里我们需要一个中文的分词器
首先前往github上下载与ES版本对应的zip包
https://github.com/medcl/elasticsearch-analysis-ik/releases
然后在es的安装目录下的plugins下新建一个ik的目录，将zip包解压到该目录下重启es即可~
在es的启动日志中看到这个说明插件已经安装并启动成功！
到这里，我们的前期准备工作就已经结束了，下面的就是在Spring Boot项目中进行操作了~
添加pom依赖
我们首先在pom.xml中添加spring-data-elasticsearch的依赖（敲黑板！！这里的版本一定要去参考一下对应的ES的版本，不然就会引起版本兼容性问题而报错！）：
<dependency>
<groupId>org.springframework.data</groupId>
<artifactId>spring-data-elasticsearch</artifactId>
<version>3.1.8.RELEASE</version>
</dependency>
依赖已经添加完毕，下面我们就通过简单的配置来完成CRUD
CRUD
这里的配置需要注意一个点，我们访问的9200是HTTP的端口号，而使用Java的时候需要配置成9300：
spring:
data:
elasticsearch:
cluster-name: my-applicatioon
cluster-nodes: 127.0.0.1:9300
在启动日志中，我们可以看到这一点：
然后我们通过注解来完成一个index和mapping的创建（即对应关系型数据库中的库和表）
@Data
@Document(indexName = "test",type = "article")
public class Article implements Serializable {
private Long id;
@Field(type= FieldType.Text,analyzer = "ik_max_word")
private String title;
private String content;
}
@Filed注解中的属性可以对分词器进行配置analyzer = "ik_max_word"，这样就可以在查询标题的时候使我们的中文分词器了~
这样，我们就创建了一个index（database）名为test，并新建一个type（table）名为article。
下面，我们如果想要完成CRUD，只需要创建一个接口去继承ElasticsearchRepository即可，如下：
public interface ESDao extends ElasticsearchRepository<Article,Long> {
}
然后，我们就可以在我们项目这样去用了~
和JPA一样方便，我们这时就可以把ES当做MySQL去操作即可~
项目中用到的对应版本的包我已经上传到了百度网盘，关注公众号回复“ES”即可获取。
完整的Demo代码我已经上传到了github，欢迎fork star pr
原创不易，谢谢支持！
公众号
