ES使用中的总结整理

最近项目中使用了ES搜索，开始时自己搭建了ES环境做测试，后面申请了公司的云平台应用，

对接ES的过程中颇具波折，遇到了很多问题，在这里统一整理记录下：

1，ES的9200 及 9300端口说明

9200作为Http协议，暴露ES RESTful接口端口号，主要用于外部通讯

ES集群之间是通过9300进行通讯

9300作为Tcp协议，jar之间就是通过tcp协议通讯

对接ES请使用9200端口，9300端口不推荐使用了

2， master、data和client节点区别

建议集群中设置 3台 以上的节点作为 master 节点，这些节点只负责成为主节点，维护整个集群的状态。
　　再根据数据量设置一批 data节点，这些节点只负责存储数据，后期提供建立索引和查询索引的服务，这样的话如果用户请求比较频繁，这些节点的压力也会比较大
　　所以在集群中建议再设置一批 ingest 节点也称之为 client 节点，这些节点只负责处理用户请求，实现请求转发，负载均衡等功能。

　　master节点：普通服务器即可(CPU 内存 消耗一般)
　　data   节点：主要消耗磁盘，内存
　　client | ingest  节点：普通服务器即可(如果要进行分组聚合操作的话，建议这个节点内存也分配多一点)

3， 对接ES使用的jar包版本务必于ES版本一致

对接ES时，务必要保证对接ES的jar包版本与ES版本一致，例如我用的ES版本是6.1.4，相应jar包也需要是6.1.4，pom信息如下：

<dependency>

<groupId>org.elasticsearch</groupId>

<artifactId>elasticsearch</artifactId>

<version>6.1.4</version>

</dependency>

<dependency>

<groupId>org.elasticsearch.client</groupId>

<artifactId>transport</artifactId>

<version>6.1.4</version>

</dependency>

<dependency>

<groupId>org.elasticsearch.client</groupId>

<artifactId>elasticsearch-rest-high-level-client</artifactId>

<version>6.1.4</version>

</dependency>

如果工程中也使用了netty框架，请保证使用的netty框架和对接es相关jar包中的netty包版本保持一致，

否则在关闭client的时候，可能出现异常，例如我出现了异常“thread was not start” 之类的异常，导致整个应用挂掉。

es的6.1.4版本相关jar包中netty版本是4.1.13.Final，项目中引用并使用了相同的jar包，如下：

<dependency>

<groupId>io.netty</groupId>

<artifactId>netty-all</artifactId>

<version>4.1.13.Final</version>

</dependency>

4，使用tcp及http方式对接es，请使用http方式对接es，tcp方式多用于es节点间通讯，不推荐做对外对接（而且在使用中感觉http方式会明显快于tcp方式）

4.1 tcp方式对接可以使用类 org.elasticsearch.transport.client.PreBuiltTransportClient，端口9300，可以对接master节点和client节点

初始化方式为：

//说明：clusterName为集群名称，在ES6.x版本后可以不使用；client.transport.sniff表示是否嗅探（设置client.transport.sniff为true来使客户端去嗅探整个集群的状态，把集群中其它机器的ip地址加到客户端中，这样做的好处是一般你不用手动设置集群里所有集群的ip到连接客户端，它会自动帮你添加，并且自动发现新加入集群的机器）

Settings settings = Settings.builder().put("cluster.name",clusterName).put("client.transport.sniff", true).build();

//esurl是es的对接信息，我这边不同节点间使用, 分隔，例如 1.1.1.2:9300

// getHttpHosts 用于使用ip和端口初始化一个个TransportAddress对象，最终返回一个TransportAddress 数组，

List<String> hostNames = Arrays.asList(esurl.split(","));
       client = new PreBuiltTransportClient(settings).addTransportAddresses(getHttpHosts(hostNames));

4.2 http方式对接可以使用类 org.elasticsearch.client.RestHighLevelClient，端口9200，只可以对接client节点

初始化方式如下：

// esurl是es的对接信息，我这边不同节点间使用, 分隔，例如 1.1.1.2:9300

// getHttpHosts 用于使用ip和端口初始化一个个HttpHost对象，最终返回一个HttpHost数组，

RestClientBuilder clientBuilder = RestClient.builder(getHttpHosts(esurl));

RestHighLevelClient client = new RestHighLevelClient(clientBuilder);

但是很多情况下http方式对接es需要输入鉴权信息（用户名及密码），此时的对接方式如下：

（此处摘录自这里：https://msd.misuland.com/pd/3255817963235711680）

// esname为用户名， espassword为密码

String auth = Base64.encodeBase64String((esname + ":" + espassword).getBytes());

RestClientBuilder clientBuilder = RestClient.builder(getHttpHosts(esurl));

clientBuilder.setDefaultHeaders(new BasicHeader[] { new BasicHeader("Authorization", "Basic " + auth) });

RestHighLevelClient client = new RestHighLevelClient(clientBuilder);

5，es查询

需要先构建SearchSourceBuilder，然后通过client查询结果SearchResponse，然后在通过SearchResponse获取查询返回值，直接上代码如下：

// 构建查询请求对象

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();

// 设置查询条件

queryBuilder.must(QueryBuilders.matchPhrasePrefixQuery("id", id));

sourceBuilder.query(queryBuilder);

// 设置排序依据，及排序方式

sourceBuilder.sort("timestamp", SortOrder.DESC);

// 设置起始页及每页大小

sourceBuilder.from(page);
        sourceBuilder.size(size);
         // 设置查询索引信息及类型
        SearchRequest request = new SearchRequest(INDEX_NAME);
        request.types(INDEX_TYPE);
        request.source(sourceBuilder);

.....

// 查询，我这边使用的是http方式，如果使用tcp方式请使用如下语句response = client.search(request).get(); （将其转换为一个同步操作）

response = client.search(request);

if (response == null || response.getHits().getTotalHits() == 0) {

LOGGER.error("ES查询返回空");

}

// 将数据转换为结果对象，直接将结果json字符串序列化为目标对象

SearchHit[] hits = response.getHits().getHits();

for (SearchHit sh : hits) {

Info info = new Info();

try {

info= JSON.parseObject(sh.getSourceAsString(), Info.class);

} catch (Exception e) {

LOGGER.error("ES结果序列化失败：{}", sh.getSourceAsString(), e);

continue;

}

list.add(info);

}

6，ES检索语法

在上面构建ES查询请求时，我们使用一些检索语法，用于构建查询条件， 例如

queryBuilder.must(QueryBuilders.matchPhrasePrefixQuery("id", id)); 这句里面的must和matchPhrasePrefixQuery即为一些检索语法，

这些语法很容易找到大量介绍，这里记录一些我感觉很不错的文章地址：

ES 高级检索语法：https://www.cnblogs.com/shoufeng/p/11103913.html

es 的常用查询语法 ： https://blog.csdn.net/qingmoruoxi/article/details/77221602

Es学习系列之一: 常见的查询场景总结 ： http://tech.dianwoda.com/2017/09/22/esxue-xi-xi-lie-zhi-chang-jian-de-cha-xun-chang-jing-zong-jie/

7， ES提示某个字段不可用于排序

此时需要修改该字段配置，使其可以排序，主要是设置fielddata属性为true，例如

     设置time为索引可以排序字段，需要发送http请求，linux环境可以使用curl工具
     url：    ip:9200/index/_mapping/type      使用POST方法, index为索引，type为索引中数据的类型
     内容： {"properties":{"time":{"type":"text","fielddata":true}}}

可以查看该连接， es fielddata理解 ： https://www.cnblogs.com/chenmz1995/p/10198967.html

8，ES查询报错page+size > 10000

ES默认的结果集窗口大小为10000，很多时候是不够用的，这时候需要放大这个数值，

     设置结果窗口最大值为10000000，默认为10000某些时候太小了，需要发送http请求，linux环境可以使用curl工具

url：   ip:9200/index/_settings    使用PUT方法

     内容：{ "index" : { "max_result_window" : 10000000}}

     使用linux curl工具
     linux执行后面的命令： curl   -XPUT   http://ip:9200/index/_settings -d '{ "index" : { "max_result_window" : 100000000}}'

9，es中单个中文字查询成功，但是中文词组查询不成功；英文单词查询成功，但是包含特殊字符时查询失败，

这个是ES的默认分词器及我们使用的检索语法造成的，

查询单个中文能查询出来，这里采用的是ES标准分词器，将内容分成了一个一个的字，查询单个中文能查询出来，

    搜索词组之类的等查询不出来，因为采用的是精确查找，比如term查询，那么相当于去找内容里是否存在“端口”这个词，但是由于系统的默认分词器的内容已经变成了“端”和“口”，在这种情况之下，单个字查询可以查到的，
    想要查询到也有办法的，采用matchparse查询（查询分词），例如我如下使用的这样：

    queryBuilder.must(QueryBuilders.matchPhrasePrefixQuery("content", "端口"));

具体也可以查看如下两个链接，解释的比较清楚

es中文查询不成功（注意看下面的回答）： https://elasticsearch.cn/question/2337

    Es学习系列之一: 常见的查询场景总结(第2节) ： http://tech.dianwoda.com/2017/09/22/esxue-xi-xi-lie-zhi-chang-jian-de-cha-xun-chang-jing-zong-jie/

记录下遇到的ES相关问题，在安装及部署时内容相对简单， 不在多余叙述，

安装参考链接：  https://blog.csdn.net/weixin_38040473/article/details/81082968

10，ES使用delete_by_query删除数据

_delete_by_query会删除所有query语句匹配上的文档，用法如下：

curl -X POST "localhost:9200/twitter/_delete_by_query" -H 'Content-Type: application/json' -d' {   "query": {      "match": {       "name": "测试删除"     }   } } ' 

查询必须是有效的键值对

摘录自：https://www.cnblogs.com/wangmo/p/11008928.html