Elasticsearch+Hbase实现海量数据秒回查询

妖狐艹你老母 2022-12-22 09:05 134阅读 0赞

一、ElasticSearch和Hbase  
ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。 Elasticsearch的性能是solr的50倍。

HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩、  
实时读写的分布式数据库  
– 利用Hadoop HDFS作为其文件存储系统,利用Hadoop MapReduce来处理  
HBase中的海量数据,利用Zookeeper作为其分布式协同服务  
– 主要用来存储非结构化和半结构化的松散数据（列存 NoSQL 数据库）

二、需求分析&服务器环境设置  
主要是做一个文章的搜索。有文章标题、作者、摘要、内容四个主要信息。效果图如下：这里样式我就没怎么设置了,想要好看一点的可以自己加css。

![Center][]

服务器：

在3台centos7中部署，主机名为node1-node3.安装好ElasticSearch并配置好集群，

1.     解压

2.     修改config/elasticsearch.yml    (注意要顶格写，冒号后面要加一个空格)

a)      Cluster.name: tf   (同一集群要一样)

b)      Node.name： node-1  (同一集群要不一样)

c)       Network.Host: 192.168.44.137  这里不能写127.0.0.1

3.     解压安装kibana

4.     再congfig目录下的kibana.yml中修改elasticsearch.url

5.     安装插件

Step 1: Install Marvel into Elasticsearch:

bin/plugin install license
    bin/plugin install marvel-agent

Step 2: Install Marvel into Kibana

bin/kibana plugin --install elasticsearch/marvel/latest

Step 3: Start Elasticsearch and Kibana

bin/elasticsearch
    bin/kibana

启动好elasticsearch集群后，

然后启动zookeeper、hdfs、hbase。zkService.sh start  、start-all.sh、start-hbase.sh。  
接下来就是剩下编码步骤了。

![Center 1][]

三、编码开发  
1、首先在IntelliJ IDEA中新建一个maven工程，加入如下依赖。

<dependencies>
            <dependency>
                <groupId>junit</groupId>
                <artifactId>junit</artifactId>
                <version>4.9</version>
            </dependency>
     
     
            
            <dependency>
                <groupId>org.springframework</groupId>
                <artifactId>spring-context</artifactId>
                <version>3.2.0.RELEASE</version>
            </dependency>
            <dependency>
                <groupId>org.springframework</groupId>
                <artifactId>spring-orm</artifactId>
                <version>3.2.0.RELEASE</version>
            </dependency>
            <dependency>
                <groupId>org.springframework</groupId>
                <artifactId>spring-aspects</artifactId>
                <version>3.2.0.RELEASE</version>
            </dependency>
            <dependency>
                <groupId>org.springframework</groupId>
                <artifactId>spring-web</artifactId>
                <version>3.2.0.RELEASE</version>
            </dependency>
            <dependency>
                <groupId>org.springframework</groupId>
                <artifactId>spring-webmvc</artifactId>
                <version>3.2.0.RELEASE</version>
            </dependency>
            <dependency>
                <groupId>org.springframework</groupId>
                <artifactId>spring-test</artifactId>
                <version>3.2.0.RELEASE</version>
            </dependency>
     
            
            <dependency>
                <groupId>jstl</groupId>
                <artifactId>jstl</artifactId>
                <version>1.2</version>
            </dependency>
            <dependency>
                <groupId>taglibs</groupId>
                <artifactId>standard</artifactId>
                <version>1.1.2</version>
            </dependency>
            
            <dependency>
                <groupId>org.slf4j</groupId>
                <artifactId>slf4j-api</artifactId>
                <version>1.7.10</version>
            </dependency>
            <dependency>
                <groupId>org.slf4j</groupId>
                <artifactId>slf4j-log4j12</artifactId>
                <version>1.7.10</version>
            </dependency>
     
            
            <dependency>
                <groupId>org.elasticsearch</groupId>
                <artifactId>elasticsearch</artifactId>
                <version>2.2.0</version>
            </dependency>
     
            
            <dependency>
                <groupId>org.apache.hbase</groupId>
                <artifactId>hbase-client</artifactId>
                <version>1.1.3</version>
                <exclusions>
                    <exclusion>
                        <groupId>com.google.guava</groupId>
                        <artifactId>guava</artifactId>
                    </exclusion>
                </exclusions>
            </dependency>
     
     
        </dependencies>

2、Dao层

private Integer id;
    
        private String title;
        
        private String describe;
        
        private String content;
        
        private String author;

实现其getter/setter方法。

3、数据准备

在桌面新建一个doc1.txt文档，用于把我们需要查询的数据写入到里面，这里我只准备了5条数据。中间用tab键隔开。

![Center 2][]

4、在hbase中建立表。表名师doc，列族是cf。

public static void main(String[] args) throws Exception {
          HbaseUtils hbase = new HbaseUtils();
          //创建一张表
        hbase.createTable("doc","cf");
    }
    
    
    /**
     * 创建一张表
     * @param tableName
     * @param column
     * @throws Exception
     */
    public void createTable(String tableName, String column) throws Exception {
       if(admin.tableExists(TableName.valueOf(tableName))){
          System.out.println(tableName+"表已经存在！");
       }else{
          HTableDescriptor tableDesc = new HTableDescriptor(TableName.valueOf(tableName));
          tableDesc.addFamily(new HColumnDescriptor(column.getBytes()));
          admin.createTable(tableDesc);
          System.out.println(tableName+"表创建成功！");
       }
    }

5、导入索引。这一步的时候确保你的hdfs和hbase以及elasticsearch是处于开启状态。

@Test
        public void createIndex() throws Exception {
            List<Doc> arrayList = new ArrayList<Doc>();
            File file = new File("C:\\Users\\asus\\Desktop\\doc1.txt");
            List<String> list = FileUtils.readLines(file,"UTF8");
            for(String line : list){
                Doc Doc = new Doc();
                String[] split = line.split("\t");
                System.out.print(split[0]);
                int parseInt = Integer.parseInt(split[0].trim());
                Doc.setId(parseInt);
                Doc.setTitle(split[1]);
                Doc.setAuthor(split[2]);
                Doc.setDescribe(split[3]);
                Doc.setContent(split[3]);
                arrayList.add(Doc);
            }
            HbaseUtils hbaseUtils = new HbaseUtils();
            for (Doc Doc : arrayList) {
                try {
                    //把数据插入hbase
                    hbaseUtils.put(hbaseUtils.TABLE_NAME, Doc.getId()+"", hbaseUtils.COLUMNFAMILY_1, hbaseUtils.COLUMNFAMILY_1_TITLE, Doc.getTitle());
                    hbaseUtils.put(hbaseUtils.TABLE_NAME, Doc.getId()+"", hbaseUtils.COLUMNFAMILY_1, hbaseUtils.COLUMNFAMILY_1_AUTHOR, Doc.getAuthor());
                    hbaseUtils.put(hbaseUtils.TABLE_NAME, Doc.getId()+"", hbaseUtils.COLUMNFAMILY_1, hbaseUtils.COLUMNFAMILY_1_DESCRIBE, Doc.getDescribe());
                    hbaseUtils.put(hbaseUtils.TABLE_NAME, Doc.getId()+"", hbaseUtils.COLUMNFAMILY_1, hbaseUtils.COLUMNFAMILY_1_CONTENT, Doc.getContent());
                    //把数据插入es
                    Esutil.addIndex("tfjt","doc", Doc);
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }
        }

数据导入成功之后可以在服务器上通过命令查看一下：  
curl -XGET http://node1:9200/tfjt/\_search

![Center 3][]

7、搜索。

在这里新建了一个工具类Esutil.java,主要用于处理搜索的。注意，我们默认的elasticsearch是9200端口的，这里数据传输用的是9300，不要写成9200了，然后就是集群名字为tf，也就是前面配置的集群名。还有就是主机名node1-node3,这里不能写ip地址，如果是本地测试的话，你需要在你的window下面配置hosts文件。

public class Esutil {
        public static Client client = null;
     
            /**
             * 获取客户端
             * @return
             */
            public static  Client getClient() {
                if(client!=null){
                    return client;
                }
                Settings settings = Settings.settingsBuilder().put("cluster.name", "tf").build();
                try {
                    client = TransportClient.builder().settings(settings).build()
                            .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("node1"), 9300))
                            .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("node2"), 9300))
                            .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("node3"), 9300));
                } catch (UnknownHostException e) {
                    e.printStackTrace();
                }
                return client;
            }
        
        
        
        
        public static String addIndex(String index,String type,Doc Doc){
            HashMap<String, Object> hashMap = new HashMap<String, Object>();
            hashMap.put("id", Doc.getId());
            hashMap.put("title", Doc.getTitle());
            hashMap.put("describe", Doc.getDescribe());
            hashMap.put("author", Doc.getAuthor());
            
            IndexResponse response = getClient().prepareIndex(index, type).setSource(hashMap).execute().actionGet();
            return response.getId();
        }
        
        
        public static Map<String, Object> search(String key,String index,String type,int start,int row){
            SearchRequestBuilder builder = getClient().prepareSearch(index);
            builder.setTypes(type);
            builder.setFrom(start);
            builder.setSize(row);
            //设置高亮字段名称
            builder.addHighlightedField("title");
            builder.addHighlightedField("describe");
            //设置高亮前缀
            builder.setHighlighterPreTags("<font color='red' >");
            //设置高亮后缀
            builder.setHighlighterPostTags("</font>");
            builder.setSearchType(SearchType.DFS_QUERY_THEN_FETCH);
            if(StringUtils.isNotBlank(key)){
    //            builder.setQuery(QueryBuilders.termQuery("title",key));
                builder.setQuery(QueryBuilders.multiMatchQuery(key, "title","describe"));
            }
            builder.setExplain(true);
            SearchResponse searchResponse = builder.get();
            
            SearchHits hits = searchResponse.getHits();
            long total = hits.getTotalHits();
            Map<String, Object> map = new HashMap<String,Object>();
            SearchHit[] hits2 = hits.getHits();
            map.put("count", total);
            List<Map<String, Object>> list = new ArrayList<Map<String, Object>>();
            for (SearchHit searchHit : hits2) {
                Map<String, HighlightField> highlightFields = searchHit.getHighlightFields();
                HighlightField highlightField = highlightFields.get("title");
                Map<String, Object> source = searchHit.getSource();
                if(highlightField!=null){
                    Text[] fragments = highlightField.fragments();
                    String name = "";
                    for (Text text : fragments) {
                        name+=text;
                    }
                    source.put("title", name);
                }
                HighlightField highlightField2 = highlightFields.get("describe");
                if(highlightField2!=null){
                    Text[] fragments = highlightField2.fragments();
                    String describe = "";
                    for (Text text : fragments) {
                        describe+=text;
                    }
                    source.put("describe", describe);
                }
                list.add(source);
            }
            map.put("dataList", list);
            return map;
        }
     
    //    public static void main(String[] args) {
    //        Map<String, Object> search = Esutil.search("hbase", "tfjt", "doc", 0, 10);
    //        List<Map<String, Object>> list = (List<Map<String, Object>>) search.get("dataList");
    //    }
    }

8、使用spring控制层处理

在里面的spring配置这里就不说了，代码文末提供。

@RequestMapping("/search.do")
        public String serachArticle(Model model,
                @RequestParam(value="keyWords",required = false) String keyWords,
                @RequestParam(value = "pageNum", defaultValue = "1") Integer pageNum,
                @RequestParam(value = "pageSize", defaultValue = "3") Integer pageSize){
            try {
                keyWords = new String(keyWords.getBytes("ISO-8859-1"),"UTF-8");
            } catch (UnsupportedEncodingException e) {
                e.printStackTrace();
            }
            Map<String,Object> map = new HashMap<String, Object>();
            int count = 0;
            try {
                map = Esutil.search(keyWords,"tfjt","doc",(pageNum-1)*pageSize, pageSize);
                count = Integer.parseInt(((Long) map.get("count")).toString());
            } catch (Exception e) {
                logger.error("查询索引错误!{}",e);
                e.printStackTrace();
            }
            PageUtil<Map<String, Object>> page = new PageUtil<Map<String, Object>>(String.valueOf(pageNum),String.valueOf(pageSize),count);
            List<Map<String, Object>> articleList = (List<Map<String, Object>>)map.get("dataList");
            page.setList(articleList);
            model.addAttribute("total",count);
            model.addAttribute("pageNum",pageNum);
            model.addAttribute("page",page);
            model.addAttribute("kw",keyWords);
            return "index.jsp";
        }

9、页面

<center>
    <form action="search.do" method="get">
      <input type="text" name="keyWords" />
      <input type="submit" value="百度一下">
      <input type="hidden" value="1" name="pageNum">
    </form>
    <c:if test="${! empty page.list }">
    <h3>百度为您找到相关结果约${total}个</h3>
    <c:forEach items="${page.list}" var="bean">
      <a href="/es/detailDocById/${bean.id}.do">${bean.title}</a>
      <br/>
      <br/>
      <span>${bean.describe}</span>
      <br/>
      <br/>
    </c:forEach>
     
    <c:if test="${page.hasPrevious }">
      <a href="search.do?pageNum=${page.previousPageNum }&keyWords=${kw}"> 上一页</a>
    </c:if>
    <c:forEach begin="${page.everyPageStart }" end="${page.everyPageEnd }" var="n">
      <a href="search.do?pageNum=${n }&keyWords=${kw}"> ${n }</a>   
    </c:forEach>
     
    <c:if test="${page.hasNext }">
      <a href="search.do?pageNum=${page.nextPageNum }&keyWords=${kw}"> 下一页</a>
    </c:if>
    </c:if>
    </center>

10、项目发布  
在IntelliJ IDEA 中配置好常用的项目，这里发布名Application context名字为es，当然你也可以自定义设置。

![Center 4][]  
最终效果如下：搜索COS会得到结果，速度非常快。

![Center 5][]

[Center]: /images/20221120/9e1b433d418240dcaf5c4cbe9e01bce9.png
[Center 1]: /images/20221120/6797d853ec6649c8afe3bff302dd1023.png
[Center 2]: /images/20221120/d3d674258dbf4ded9dca9686b65797c3.png
[Center 3]: /images/20221120/c477afe0169645258c5168daa156a69f.png
[Center 4]: /images/20221120/b9ce1212a3d4497284c0af99be4a5fb0.png
[Center 5]: /images/20221120/d127bd8eef834701823ff07005c67a59.png