Elasticsearch高级特性

前置知识

在学习本文之前，请确保您已经：

• 了解Elasticsearch的基本概念
• 掌握了基本的查询和索引操作
• 熟悉Spring Boot集成Elasticsearch

分词器（Analyzer）

1. 内置分词器

Elasticsearch提供了多种内置分词器：

• Standard Analyzer：默认分词器，按词切分，小写处理
• Simple Analyzer：按照非字母切分，小写处理
• Whitespace Analyzer：按照空格切分，不转小写
• Stop Analyzer：去除停用词
• Pattern Analyzer：正则表达式分词

2. 自定义分词器

PUT my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_custom_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "char_filter": ["html_strip"],
          "filter": ["lowercase", "stop", "asciifolding"]
        }
      }
    }
  }
}

3. IK分词器

@Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
private String content;

聚合分析

1. 指标聚合

public Map<String, Object> getMetricAggregations() {
    // 创建多个指标聚合
    AggregationBuilder priceStats = AggregationBuilders
        .stats("price_stats")
        .field("price");
        
    AggregationBuilder avgPrice = AggregationBuilders
        .avg("avg_price")
        .field("price");
        
    // 执行聚合查询
    NativeSearchQuery searchQuery = new NativeSearchQueryBuilder()
        .addAggregation(priceStats)
        .addAggregation(avgPrice)
        .build();
        
    SearchHits<Product> searchHits = elasticsearchOperations
        .search(searchQuery, Product.class);
        
    // 处理结果
    Map<String, Object> results = new HashMap<>();
    // ... 解析聚合结果
    return results;
}

2. 桶聚合

public Map<String, Long> getCategoryDistribution() {
    // 创建桶聚合
    TermsAggregationBuilder termsAgg = AggregationBuilders
        .terms("category_count")
        .field("category")
        .size(10);
        
    NativeSearchQuery searchQuery = new NativeSearchQueryBuilder()
        .addAggregation(termsAgg)
        .build();
        
    SearchHits<Product> searchHits = elasticsearchOperations
        .search(searchQuery, Product.class);
        
    // 处理结果
    Map<String, Long> distribution = new HashMap<>();
    // ... 解析聚合结果
    return distribution;
}

集群管理

1. 集群健康检查

GET _cluster/health

响应示例：

{
  "cluster_name": "elasticsearch",
  "status": "green",
  "timed_out": false,
  "number_of_nodes": 3,
  "number_of_data_nodes": 2,
  "active_primary_shards": 5,
  "active_shards": 10,
  "relocating_shards": 0,
  "initializing_shards": 0,
  "unassigned_shards": 0
}

2. 节点管理

@Service
@RequiredArgsConstructor
public class ClusterService {
    private final RestHighLevelClient client;
    
    public ClusterHealthResponse getClusterHealth() throws IOException {
        return client.cluster().health(
            new ClusterHealthRequest(),
            RequestOptions.DEFAULT
        );
    }
    
    public NodesInfoResponse getNodesInfo() throws IOException {
        return client.nodes().info(
            new NodesInfoRequest(),
            RequestOptions.DEFAULT
        );
    }
}

性能优化

1. 索引优化

• 合理设置分片数
• 使用合适的分词器
• 优化mapping设置

PUT my_index
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 1,
    "refresh_interval": "30s"
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "keywords": {
        "type": "keyword"
      },
      "content": {
        "type": "text",
        "analyzer": "ik_max_word",
        "index_options": "offsets"
      }
    }
  }
}

2. 查询优化

• 使用Filter Context
• 避免使用脚本
• 合理使用分页

public SearchHits<Product> optimizedSearch(String keyword, String category) {
    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    
    // 使用must进行评分查询
    if (keyword != null) {
        boolQuery.must(QueryBuilders.matchQuery("name", keyword));
    }
    
    // 使用filter进行过滤，不参与评分
    if (category != null) {
        boolQuery.filter(QueryBuilders.termQuery("category", category));
    }
    
    // 使用scroll或search_after进行深度分页
    NativeSearchQuery searchQuery = new NativeSearchQueryBuilder()
        .withQuery(boolQuery)
        .withPageable(PageRequest.of(0, 20))
        .build();
    
    return elasticsearchOperations.search(searchQuery, Product.class);
}

总结

本文介绍了Elasticsearch的以下高级特性：

1. ✅ 分词器的使用和自定义
2. ✅ 聚合分析的实现
3. ✅ 集群管理和监控
4. ✅ 性能优化建议

下一步学习

• 学习更多最佳实践
• 探索安全配置
• 了解监控方案

希望这篇文章对您有所帮助！如果您有任何问题，欢迎在评论区讨论。