elasticsearch 2.3.4 java API 连接,ik分词器,设置集群节点,创建index,mapping的几种方式

简介: 1、默认集群连接 Client client = TransportClient.builder().build() .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("localhost"), 9300)); 2、自定义集群连接 Settings

1、默认集群连接

Client client = TransportClient.builder().build()
    	        .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("localhost"), 9300));


2、自定义集群连接

Settings settings = Settings.settingsBuilder().put("cluster.name", "cluster-lhy").build();
		Client client = TransportClient.builder().settings(settings).build().addTransportAddress(new   InetSocketTransportAddress(InetAddress.getByName("localhost"),   9300));


3、index创建

 client.admin().indices().prepareCreate("phone12").get();


4、mapping创建

有四种方式,只提倡前两种(json字符串格式和XContentBuilder),都是一个方法,不同类型参数

	Client client = TransportClient.builder().build()
    	        .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("localhost"), 9300));

        new XContentFactory();

        XContentBuilder builder=XContentFactory.jsonBuilder()

        .startObject()//注意不要加index和type

                .startObject("properties")

                .startObject("id1").field("type", "integer").field("store", "yes").endObject()

                .startObject("kw1").field("type", "string").field("store", "yes").field("analyzer", "ik").endObject()

                .startObject("edate33").field("type", "date").field("store", "yes").endObject()

                .endObject()

            .endObject();

       
  /**
   * 创建并添加方式1
   */
      /*  client.admin().indices().prepareCreate("twitter1") 
        .addMapping("tweet", "{\n" +                
                "    \"tweet\": {\n" +
                "      \"properties\": {\n" +
                "        \"message1\": {\n" +
                "          \"type\": \"string\",\n" +
                	   "             \"indexAnalyzer\": \"ik\"\n"+		
                "        }\n" +
                "      }\n" +
                "    }\n" +
                "  }")
        .get();*/
        /**
         * 创建并添加方式2
         */
    	  //client.admin().indices().prepareCreate("phone1").addMapping("jingdong", builder).get();   
        /**
         * 修改type中属性 方式1
         */
   /*     client.admin().indices().preparePutMapping(new String[]{"phone"})   
        .setType("jingdong")                                
        .setSource("{\n" +                              
                "  \"properties\": {\n" +
                "    \"nameaaa\": {\n" +
                "      \"type\": \"string\"\n" +
                "    }\n" +
                "  }\n" +
                "}")
        .get();*/
        
        /**
         * 修改type中属性 方式2
         */
        /*client.admin().indices().preparePutMapping(new String[]{"phone"})   
        .setType("jingdong").setSource(builder)
        .get();*/
        /**
         * 方式3不推荐
         */
       /* Map map=new HashMap();
        Map map2=new HashMap();
        map2.put("type", "string");
        Map map3=new HashMap();
     
        map.put("ooooooooo",map2);
        map3.put("properties", map);
        client.admin().indices().preparePutMapping(new String[]{"phone"})   
       
        .setType("jingdong").setSource(map3)
        .get();
        client.close();*/


5、2.3.4版本elasticsearch的ik分词器配置注意

 不需要再在elasticsearch配置文件elasticsearch.yml中配置

1.从https://github.com/medcl/elasticsearch-analysis-ik下载elasticsearch-analysis-ik-master.zip

2.解压elasticsearch-analysis-ik-master.zip

   unzip elasticsearch-analysis-ik-master.zip

3.进入elasticsearch-analysis-ik-master,编译源码

  cd  elasticsearch-analysis-ik-master

  mvn clean package

  编译后会放在 elasticsearch-analysis-ik-master/target/releases目录下


4.在$ES_HOME/plugins文件夹下创建ik

    mkdir ik

5、找到将编译后生成的elasticsearch-analysis-ik-1.9.4.zip解压到$ES_HOME/plugins/ik下


测试分词器curl -XPOST  "http://localhost:9200/索引/_analyze?analyzer=ik&pretty=true&text=我是中国人" 



相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。  
目录
相关文章
|
6月前
|
缓存 监控 前端开发
顺企网 API 开发实战:搜索 / 详情接口从 0 到 1 落地(附 Elasticsearch 优化 + 错误速查)
企业API开发常陷参数、缓存、错误处理三大坑?本指南拆解顺企网双接口全流程,涵盖搜索优化、签名验证、限流应对,附可复用代码与错误速查表,助你2小时高效搞定开发,提升响应速度与稳定性。
|
7月前
|
存储 JSON 监控
亚马逊:调用促销管理API设置跨店满赠,提升客单价
本文介绍了如何通过亚马逊SP-API实现跨店满赠促销,提升卖家客单价。内容涵盖概念、优势、API调用步骤及代码示例,助力自动化高效促销部署。
368 0
存储 jenkins 持续交付
817 2
|
7月前
|
SQL Java 关系型数据库
Java连接MySQL数据库环境设置指南
请注意,在实际部署时应该避免将敏感信息(如用户名和密码)硬编码在源码文件里面;应该使用配置文件或者环境变量等更为安全可靠地方式管理这些信息。此外,在处理大量数据时考虑使用PreparedStatement而不是Statement可以提高性能并防止SQL注入攻击;同时也要注意正确处理异常情况,并且确保所有打开过得资源都被正确关闭释放掉以防止内存泄漏等问题发生。
314 13
|
11月前
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
数据采集 算法 Java
如何在Java爬虫中设置动态延迟以避免API限制
如何在Java爬虫中设置动态延迟以避免API限制
|
消息中间件 存储 NoSQL
java连接redis和基础操作命令
通过以上内容,您可以掌握在Java中连接Redis以及进行基础操作的基本方法,进而在实际项目中灵活应用。
673 30
|
前端开发 Java 数据库连接
Java后端开发-使用springboot进行Mybatis连接数据库步骤
本文介绍了使用Java和IDEA进行数据库操作的详细步骤,涵盖从数据库准备到测试类编写及运行的全过程。主要内容包括: 1. **数据库准备**:创建数据库和表。 2. **查询数据库**:验证数据库是否可用。 3. **IDEA代码配置**:构建实体类并配置数据库连接。 4. **测试类编写**:编写并运行测试类以确保一切正常。
710 2
|
Java Linux 数据库
java连接kerberos用户认证
java连接kerberos用户认证
406 22
|
SQL Java 关系型数据库
Java面试题:描述JDBC的工作原理,包括连接数据库、执行SQL语句等步骤。
Java面试题:描述JDBC的工作原理,包括连接数据库、执行SQL语句等步骤。
268 0