0
点赞
收藏
分享

微信扫一扫

go-ElasticSearch实战篇(二)

孟祥忠诗歌 2022-10-19 阅读 177
javaelasticsearchpythongo数据库系统/运维


前言

哈喽，everybody，这是​​go-elastic​​​学习系列教程第二篇文章。​​????上一篇​​​我们学习了​​ElasticSearch​​​基础，如果还不懂基础的，可以先看一看上一篇文章，​​????传送门​​​。这一篇我们开始实战，写了一个小​​demo​​​，带你们轻松入门​​ElasticSearch​​​实战开发，再也不用担心​​es​​部分的需求开发了。代码已上传????github,可自行下载学习。如果能给一个小星星就好啦。好啦，废话不多说，直接开始吧。

github地址：https://github.com/asong2020/Golang_Dream/tree/master/code_demo/go-elastic-asong

背景

在开始之前，我先来介绍一下我这个样例的功能：

  • 添加用户信息
  • 更新用户信息
  • 删除用户信息
  • 根据电话查询指定用户
  • 根据昵称、身份、籍贯查询相关用户（查找相似昵称的用户列表、身份相同的用户列表、同城的用户列表）

1. 创建客户端

在进行开发之前，我们需要下载一个​​Es​​依赖库。

$  go get -u github.com/olivere/elastic/v7

下载好了依赖库，下面我们开始编写代码，首先我们需要创建一个​​client​​​，用于操作​​ES​​，先看代码，然后在进行讲解：

func NewEsClient(conf *config.ServerConfig) *elastic.Client {
 url := fmt.Sprintf("http://%s:%d", conf.Elastic.Host, conf.Elastic.Port)
 client, err := elastic.NewClient(
  //elastic 服务地址
  elastic.SetURL(url),
  // 设置错误日志输出
  elastic.SetErrorLog(log.New(os.Stderr, "ELASTIC ", log.LstdFlags)),
  // 设置info日志输出
  elastic.SetInfoLog(log.New(os.Stdout, "", log.LstdFlags)))
 if err != nil {
  log.Fatalln("Failed to create elastic client")
 }
 return client
}

这里创建​​client​​​是使用的​​NewClient​​​这个方法进行实现的，在创建时，可以提供​​ES​​连接参数。上面列举的不全，下面给大家介绍一下。

  • ​​elastic.SetURL(url)​​​用来设置​​ES​​服务地址，如果是本地，就是​​127.0.0.1:9200​​。支持多个地址，用逗号分隔即可。
  • ​​elastic.SetBasicAuth("user", "secret")​​这个是基于http base auth 验证机制的账号密码。
  • ​​elastic.SetGzip(true)​​​启动​​gzip​​压缩
  • ​​elastic.SetHealthcheckInterval(10*time.Second)​​用来设置监控检查时间间隔
  • ​​elastic.SetMaxRetries(5)​​设置请求失败最大重试次数，v7版本以后已被弃用
  • ​​elastic.SetSniff(false)​​允许指定弹性是否应该定期检查集群（默认为true）
  • ​​elastic.SetErrorLog(log.New(os.Stderr, "ELASTIC ", log.LstdFlags))​​ 设置错误日志输出
  • ​​elastic.SetInfoLog(log.New(os.Stdout, "", log.LstdFlags))​​ 设置info日志输出

这面这些参数根据自己的使用进行选择。

2. 创建index及mapping

上一步，我们创建了​​client​​​，接下来我们就要创建对应的索引以及​​mapping​​​。根据开始介绍的功能，我们来设计我们的​​mapping​​结构：

mappingTpl = `{
 "mappings":{
  "properties":{
   "id":     { "type": "long" },
   "username":   { "type": "keyword" },
   "nickname":   { "type": "text" },
   "phone":   { "type": "keyword" },
   "age":    { "type": "long" },
   "ancestral":  { "type": "text" },
   "identity":         { "type": "text" },
   "update_time":  { "type": "long" },
   "create_time":  { "type": "long" }
   }
  }
 }`

索引设计为：​​index =asong_golang_dream​​。

设计好了index及​​mapping​​后，我们开始编写代码进行创建：

func NewUserES(client *elastic.Client) *UserES {
 index := fmt.Sprintf("%s_%s", author, project)
 userEs := &UserES{
  client:  client,
  index:   index,
  mapping: mappingTpl,
 }

 userEs.init()

 return userEs
}

func (es *UserES) init() {
 ctx := context.Background()

 exists, err := es.client.IndexExists(es.index).Do(ctx)
 if err != nil {
  fmt.Printf("userEs init exist failed err is %s\n", err)
  return
 }

 if !exists {
  _, err := es.client.CreateIndex(es.index).Body(es.mapping).Do(ctx)
  if err != nil {
   fmt.Printf("userEs init failed err is %s\n", err)
   return
  }
 }
}

这里我们首先判断​​es​​​中是否已经存在要创建的索引，不存在，调用​​CreateIndex​​进行创建。

3. 批量添加

完成一切准备工作，我们接下来就该进行数据的增删改查了。目前该索引下是没有数据，我们先来学习批量添加，添加一些数据，方便后面的使用。

这里批量添加使用的是​​bulk​​​API，​​bulk​​​API允许在单个步骤中进行多次​​create​​​、​​index​​​，​​update​​​、​​delete​​​请求。如果你需要索引一个数据流比如日志事件，它可以排队和索引数百或数千批次。​​bulk​​ 与其他的请求体格式稍有不同，如下所示：

{ action: { metadata }}\n
{ request body        }\n
{ action: { metadata }}\n
{ request body        }\n
...

这种格式类似一个有效的单行 JSON 文档 流 ，它通过换行符(​​\n​​)连接到一起。注意两个要点：

  • 每行一定要以换行符(​​\n​​)结尾， 包括最后一行 。这些换行符被用作一个标记，可以有效分隔行。
  • 这些行不能包含未转义的换行符，因为他们将会对解析造成干扰。这意味着这个 JSON不 能使用 pretty 参数打印。

​​action/metadata​​ 指定 哪一个文档 做 什么操作 。

​​action​​ 必须是以下选项之一:

​​create​​：如果文档不存在，那么就创建它。

​​index​​：创建一个新文档或者替换一个现有的文档。

​​update​​：部分更新一个文档

​​delete​​：删除一个文档

这里我使用的是​​index​​，代码实现如下：

func (es *UserES) BatchAdd(ctx context.Context, user []*model.UserEs) error {
 var err error
 for i := 0; i < esRetryLimit; i++ {
  if err = es.batchAdd(ctx, user); err != nil {
   fmt.Println("batch add failed ", err)
   continue
  }
  return err
 }
 return err
}

func (es *UserES) batchAdd(ctx context.Context, user []*model.UserEs) error {
 req := es.client.Bulk().Index(es.index)
 for _, u := range user {
  u.UpdateTime = uint64(time.Now().UnixNano()) / uint64(time.Millisecond)
  u.CreateTime = uint64(time.Now().UnixNano()) / uint64(time.Millisecond)
  doc := elastic.NewBulkIndexRequest().Id(strconv.FormatUint(u.ID, 10)).Doc(u)
  req.Add(doc)
 }
 if req.NumberOfActions() < 0 {
  return nil
 }
 if _, err := req.Do(ctx); err != nil {
  return err
 }
 return nil
}

写好了代码，接下来我们就来测试一下，这个程序使用的​​gin​​​框架，​​API​​​：​​http://localhost:8080/api/user/create​​，运行代码，发送一个请求，测试一下：

$ curl --location --request POST 'http://localhost:8080/api/user/create' \
--header 'Content-Type: application/json' \
--data-raw '{
"id": 6,
"username": "asong6",
"nickname": "Golang梦工厂",
"phone": "17897875432",
"age": 20,
"ancestral": "吉林省深圳市",
"identity": "工人"
}'

返回结果：

{
    "code": 0,
    "msg": "success"
}

注意：这里有一个点需要说一下，这里我加了一个​​for​​循环是为了做重试机制的，重试机会为3次，超过则返回。

为了确保我们插入成功，可以验证一下，发送如下请求：

$ curl --location --request GET 'http://localhost:9200/asong_golang_dream/_search'

4. 批量更新

上面介绍了​​bulk​​​API，批量更新依然也是采用的这个方法，​​action​​​选项为​​update​​。实现代码如下：

func (es *UserES) BatchUpdate(ctx context.Context, user []*model.UserEs) error {
 var err error
 for i := 0; i < esRetryLimit; i++ {
  if err = es.batchUpdate(ctx, user); err != nil {
   continue
  }
  return err
 }
 return err
}

func (es *UserES) batchUpdate(ctx context.Context, user []*model.UserEs) error {
 req := es.client.Bulk().Index(es.index)
 for _, u := range user {
  u.UpdateTime = uint64(time.Now().UnixNano()) / uint64(time.Millisecond)
  doc := elastic.NewBulkUpdateRequest().Id(strconv.FormatUint(u.ID, 10)).Doc(u)
  req.Add(doc)
 }

 if req.NumberOfActions() < 0 {
  return nil
 }
 if _, err := req.Do(ctx); err != nil {
  return err
 }
 return nil
}

验证一下：

$ curl --location --request PUT 'http://localhost:8080/api/user/update' \
--header 'Content-Type: application/json' \
--data-raw '{
"id": 1,
"username": "asong",
"nickname": "Golang梦工厂",
"phone": "17888889999",
"age": 21,
"ancestral": "吉林省",
"identity": "工人"
}'

结果：

{
    "code": 0,
    "msg": "success"
}

5. 批量删除

批量删除也是采用的​​bulk​​​API，即​​action​​​选项为​​delete​​。代码实现如下：

func (es *UserES) BatchDel(ctx context.Context, user []*model.UserEs) error {
 var err error
 for i := 0; i < esRetryLimit; i++ {
  if err = es.batchDel(ctx, user); err != nil {
   continue
  }
  return err
 }
 return err
}

func (es *UserES) batchDel(ctx context.Context, user []*model.UserEs) error {
 req := es.client.Bulk().Index(es.index)
 for _, u := range user {
  doc := elastic.NewBulkDeleteRequest().Id(strconv.FormatUint(u.ID, 10))
  req.Add(doc)
 }

 if req.NumberOfActions() < 0 {
  return nil
 }

 if _, err := req.Do(ctx); err != nil {
  return err
 }
 return nil
}

测试一下：

curl --location --request DELETE 'http://localhost:8080/api/user/delete' \
--header 'Content-Type: application/json' \
--data-raw '{
"id": 1,
"username": "asong",
"nickname": "Golang梦工厂",
"phone": "17888889999",
"age": 21,
"ancestral": "吉林省",
"identity": "工人"
}'

6. 查询

有了数据，我们根据条件查询我们想要的数据了。这里我使用的是​​bool​​组合查询，这个查询语法，我在之前的文章也讲解过，不懂得可以先看一下这一篇文章：

​​https://mp.weixin.qq.com/s/mV2hnfctQuRLRKpPPT9XRw。​​

我们先看代码吧：

func (r *SearchRequest) ToFilter() *EsSearch {
 var search EsSearch
 if len(r.Nickname) != 0 {
  search.ShouldQuery = append(search.ShouldQuery, elastic.NewMatchQuery("nickname", r.Nickname))
 }
 if len(r.Phone) != 0 {
  search.ShouldQuery = append(search.ShouldQuery, elastic.NewTermsQuery("phone", r.Phone))
 }
 if len(r.Ancestral) != 0 {
  search.ShouldQuery = append(search.ShouldQuery, elastic.NewMatchQuery("ancestral", r.Ancestral))
 }
 if len(r.Identity) != 0 {
  search.ShouldQuery = append(search.ShouldQuery, elastic.NewMatchQuery("identity", r.Identity))
 }

 if search.Sorters == nil {
  search.Sorters = append(search.Sorters, elastic.NewFieldSort("create_time").Desc())
 }

 search.From = (r.Num - 1) * r.Size
 search.Size = r.Size
 return &search
}

func (es *UserES) Search(ctx context.Context, filter *model.EsSearch) ([]*model.UserEs, error) {
 boolQuery := elastic.NewBoolQuery()
 boolQuery.Must(filter.MustQuery...)
 boolQuery.MustNot(filter.MustNotQuery...)
 boolQuery.Should(filter.ShouldQuery...)
 boolQuery.Filter(filter.Filters...)

 // 当should不为空时，保证至少匹配should中的一项
 if len(filter.MustQuery) == 0 && len(filter.MustNotQuery) == 0 && len(filter.ShouldQuery) > 0 {
  boolQuery.MinimumShouldMatch("1")
 }

 service := es.client.Search().Index(es.index).Query(boolQuery).SortBy(filter.Sorters...).From(filter.From).Size(filter.Size)
 resp, err := service.Do(ctx)
 if err != nil {
  return nil, err
 }

 if resp.TotalHits() == 0 {
  return nil, nil
 }
 userES := make([]*model.UserEs, 0)
 for _, e := range resp.Each(reflect.TypeOf(&model.UserEs{})) {
  us := e.(*model.UserEs)
  userES = append(userES, us)
 }
 return userES, nil
}

我们查询之前进行了条件绑定，这个条件通过​​API​​​进行设定的，根据条件绑定不同​​query​​​。​​phone​​​是具有唯一性的，所以我们可以采用精确查询，也就是使用​​NewTermsQuery​​​进行绑定。​​Nickname​​​、​​Identity​​​、​​Ancestral​​​这些都属于模糊查询，所以我们可以使用匹配查询，用​​NewMatchQuery​​进行绑定·。查询的数据我们在根据创建时间进行排序。时间由近到远进行排序。

代码量不是很多，看一篇就能懂了，我接下来测试一下：

$ curl --location --request POST 'http://localhost:8080/api/user/search' \
--header 'Content-Type: application/json' \
--data-raw '{
    "nickname": "",
    "phone": "",
    "identity": "",
    "ancestral": "吉林省",
    "num": 1,
    "size":10
}'

这里进行说明一下，使用​​json​​​来选择不同的条件，需要那个条件就填写​​json​​​就好了。这个测试的查询条件就是查找出籍贯是​​吉林省​​​的用户列表，通过​​num​​​、​​size​​限制查询数据量，即第一页，数据量为10。

验证结果：

{
    "code": 0,
    "data": [
        {
            "id": 6,
            "username": "asong6",
            "nickname": "Golang梦工厂",
            "phone": "",
            "age": 20,
            "ancestral": "吉林省吉林市",
            "identity": "工人",
            "update_time": 1599905564941,
            "create_time": 1599905564941
        },
        {
            "id": 2,
            "username": "asong2",
            "nickname": "Golang梦工厂",
            "phone": "17897873456",
            "age": 20,
            "ancestral": "吉林省吉林市",
            "identity": "学生",
            "update_time": 1599905468869,
            "create_time": 1599905468869
        },
        {
            "id": 1,
            "username": "asong1",
            "nickname": "Golang梦工厂",
            "phone": "17897870987",
            "age": 20,
            "ancestral": "吉林省吉林市",
            "identity": "工人",
            "update_time": 1599900090160,
            "create_time": 1599900090160
        }
    ],
    "msg": "success"
}

目前我的数据量没有那么大，所以只有三条数据，你们可以自己测试一下，添加更多的数据进行测试。

6. 批量查询

在一些场景中，我们需要通过多个​​ID​​​批量查询文档。​​es​​​中提供了一个​​multiGet​​​进行批量查询，不过我这里实现的不是用这个方法。因为用更好的方法可以使用。​​multiGet​​​批量查询的实现是跟​​redis​​​的​​pipeline​​​是一个道理的，缓存所有请求，然后统一进行请求，所以这里只是减少了IO的使用。所以我们可以使用更好的方法，使用​​search​​​查询，它提供了根据​​id​​查询的方法，这个方法是一次请求，完成所有的查询，更高效，所以推荐大家使用这个方法进行批量查询。

代码实现如下：

// 根据id 批量获取
func (es *UserES) MGet(ctx context.Context, IDS []uint64) ([]*model.UserEs, error) {
 userES := make([]*model.UserEs, 0, len(IDS))
 idStr := make([]string, 0, len(IDS))
 for _, id := range IDS {
  idStr = append(idStr, strconv.FormatUint(id, 10))
 }
 resp, err := es.client.Search(es.index).Query(
  elastic.NewIdsQuery().Ids(idStr...)).Size(len(IDS)).Do(ctx)

 if err != nil {
  return nil, err
 }

 if resp.TotalHits() == 0 {
  return nil, nil
 }
 for _, e := range resp.Each(reflect.TypeOf(&model.UserEs{})) {
  us := e.(*model.UserEs)
  userES = append(userES, us)
 }
 return userES, nil
}

好啦，写好了代码我们进行验证一下吧。

$ curl --location --request GET 'http://localhost:8080/api/user/info?id=1,2,3'

验证结果:

{
    "code": 0,
    "data": [
        {
            "id": 1,
            "username": "asong",
            "nickname": "Golang梦工厂",
            "phone": "88889999",
            "age": 18,
            "ancestral": "广东省深圳市",
            "identity": "工人"
        },
        {
            "id": 2,
            "username": "asong1",
            "nickname": "Golang梦工厂",
            "phone": "888809090",
            "age": 20,
            "ancestral": "吉林省吉林市",
            "identity": "学生"
        },
        {
            "id": 3,
            "username": "asong2",
            "nickname": "Golang梦工厂",
            "phone": "88343409090",
            "age": 21,
            "ancestral": "吉林省吉林市",
            "identity": "学生"
        }
    ],
    "msg": "success"
}

总结

这一篇到这里就结束了。本文通过一个代码样例，学习使用go进行​​eslatic​​​开发，本文没有将所有方法都讲全，只是将我们日常使用的一些方法整理出来，供大家入门使用，也可以修改一下使用到项目中呦，以为我在项目中也是这么使用的。如果上面的代码段没有看懂，可以到我的github上下载源代码进行学习，运行整个项目，通过​​api​​进行测试。如果觉得有用，给个小星星呗！！！

github地址：https://github.com/asong2020/Golang_Dream/tree/master/code_demo/go-elastic-asong

结尾给大家发一个小福利吧，最近我在看[微服务架构设计模式]这一本书，讲的很好，自己也收集了一本PDF，有需要的小伙可以到自行下载。获取方式：关注公众号：[Golang梦工厂]，后台回复：[微服务]，即可获取。

我翻译了一份GIN中文文档，会定期进行维护，有需要的小伙伴后台回复[gin]即可下载。

我是asong，一名普普通通的程序猿，让我一起慢慢变强吧。我自己建了一个​​golang​​交流群，欢迎各位的关注，我们下期见~~~


go-ElasticSearch实战篇(二)_elasticsearch

举报

相关推荐

go-elasticSearch实战篇，带你学会elasticSearch的增删改查

elasticsearchgogolangelasticide编程语言

go-elasticsearch连接、查询、聚合elasticsearch

elasticsearchgolanggithubelasticOpenStack云计算

Go实战篇 1

JSON随机数APIGo语言后端开发

04 ArcPython实战篇二

栅格云平台云计算

云卷云舒：【实战篇】ElasticSearch迁移

elasticsearch大数据搜索引擎云计算云原生

Vue 实战篇

vue.js前端

墨刀实战篇(二) 基本技巧

墨刀搜索自定义AppMySQL数据库

day40--Redis（二）实战篇

java后端redis缓存

RocketMQ --- 实战篇

maven

测试方案实战篇

网上商城功能测试测试方案软件测试yyds干货盘点
0 条评论