微服务--数据聚合

我会带着你远行 2024-03-25 23:44 41阅读 0赞

黑马-SpringCloud微服务技术栈数据聚合。

### 项目涉及技术 ###

1.  知识点是按照集数依次整理，方便日后回来查找。
2.  考虑到不是固定的联网方式，时而WiFi，时而热点，配置静态IP会导致每次网络变更后都需要重新配置，所以虚拟机使用的动态路由，当需要运行相关程序时，IP变化，需要修改`yml文件` || `test测试类` || `启动类`里的配置即可。
3.  将代码路径列举主要是为后续审查。
4.  RestClient操作酒店索引库的代码路径`E:\微服务\实用篇\day05-Elasticsearch01\资料\hotel-demo`。
5.  操作数据库+mq实现数据同步的代码路径`E:\微服务\实用篇\day07-Elasticsearch03\资料\hotel-admin`。

#### 实用篇 ####

1.  **聚合**–对文档数据的统计、分析、计算。（P120）
2.  **聚合的常见种类**
3.  `Bucket`（桶聚合）：对文档数据分组；TermAggregation：按照文档字段分组；Date Histogram：按日期阶梯分组，如一周或一月为一组。
4.  `Metric`（度量聚合或嵌套聚合）：对文档数据做计算，例如avg、min、max、status（同时求sum、min等）等；
5.  `Pipeline`（管道聚合）：基于其它聚合结果再做聚合。
6.  **参与聚合的字段类型**必须为：keyword、数值、日期、布尔。
7.  **DSL实现Bucket聚合**（P121）
8.  aggs代表聚合，与query同级；query的作用：限定聚合的的文档范围。
9.  聚合必须的三要素：聚合名称、聚合类型、聚合字段。
10. 聚合可配置属性有：size：指定聚合结果数量；order：指定聚合结果排序方式；field：指定聚合字段。
11. **DSL实现Metrics聚合**（P122）
12. **ResrClient实现聚合**（P123）

# 统计所有数据中的酒店品牌有几种，此时可以根据酒店品牌的名称做聚合
    # size-设置size为0，结果中不包含文档，只包含聚合结果
    # aggs-定义聚合    brandAgg-给聚合起个名字
    # terms-聚合的类型，按照品牌值聚合，所以选择
    # field-参与聚合的字段  size- 希望获取的聚合结果数量
    GET /hotel/_search
    {
    	"size": 0,
    	"aggs": {
    		"brandAgg": {
    			"terms": {
    				"field":"brand",
    				"size": 10
    			}
    		}
    	}
    }
    # Bucket聚合会统计Bucket内的文档数量，记为_count，并且按照_count降序排序
    GET /hotel/_search
    {
    	"size": 0,
    	"aggs": {
    		"brandAgg": {
    			"terms": {
    				"field":"brand",
    				"size": 10,
    				"order": {
    					"_count": "asc"
    				}
    			}
    		}
    	}
    }
    # Bucket聚合是对索引库的所有文档做聚合，我们可以限定要聚合的文档范围，只要添加query条件
    GET /hotel/_search
    {
    	"query": {
    		"range": {
    			"price": {
    				"lte": 200
    			}
    		}
    	},
    	"size": 0,
    	"aggs": {
    		"brandAgg": {
    			"terms": {
    				"field":"brand",
    				"size": 10
    			}
    		}
    	}
    }
    
    # 获取每个品牌的用户评分的min、max、avg等值.
    # aggs-brands聚合的子聚合，也就是分组后对每组分别计算
    # scoreAgg-聚合名称
    # stats-聚合类型，这里stats可以计算min、max、avg等
    # field-聚合字段，这里是score
    GET /hotel/_search
    {
    	"size": 0,
    	"aggs": {
    		"brandAgg": {
    			"terms": {
    				"field":"brand",
    				"size": 10,
    				"order": {
    					"scoreAgg.avg": "desc"
    				}
    			},
    			"aggs": {
    				"scoreAgg": {
    					"stats": {
    						"field": "score"
    					}
    				}
    			}
    		}
    	}
    }

1.  **自动补全**（P126）
2.  安装**拼音分词器**，测试。
3.  **自定义分词器**–elasticsearch中分词器（analyzer）的组成包含三部分：
4.  `character filters`：在tokenizer之前对文本进行处理。例如删除字符、替换字符。
5.  `tokenizer`：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik\_smart。
6.  `tokenizer filter`：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等。

# 安装pinyin分词器
    # 查看数据卷elasticsearch的plugins目录位置
    docker volume inspect es-plugins
    # 到这个目录下
    cd /var/lib/docker/volumes/es-plugins/_data
    # 使用FileZillar直接传输Windows下解压的pinyin分词器的文件夹，结果是成功的
    # 重启es容器
    docker restart es
    # 查看es日志
    docker logs -f es
    # 测试拼音分词器
    GET /_analyze
    {
      "text": ["如家酒店还不错"],
      "analyzer": "pinyin"
    }
    
    # 删除索引库
    DELETE /test
    
    # 自定义拼音分词器,创建索引库时，通过settings来配置自定义的analyzer（分词器）;拼音分词器适合在创建倒排索引的时候使用，但不能在搜索的时候使用。--导致多音字都被搜出来
    # 创建倒排索引时应该用my_analyzer分词器  -- analyzer；
    # 字段在搜索时应该使用ik_smart分词器 -- search_analyzer;
    PUT /test
    {
      "settings": {
        "analysis": {
          "analyzer": { 
            "my_analyzer": { 
              "tokenizer": "ik_max_word",
              "filter": "py"
            }
          },
          "filter": {
            "py": { 
              "type": "pinyin",
              "keep_full_pinyin": false,
              "keep_joined_full_pinyin": true,
              "keep_original": true,
              "limit_first_letter_length": 16,
              "remove_duplicated_term": true,
              "none_chinese_pinyin_tokenize": false
            }
          }
        }
      },
      "mappings":{
      	"properties":{
      		"name": {
      			"type": "text",
      			"analyzer": "my_analyzer",
      			"search_analyzer": "ik_smart"
      		}
      	}
      }
    }
    # 测试自定义分词器
    GET /test/_analyze
    {
      "text": ["如家酒店还不错"],
      "analyzer": "pinyin"
    }

1.  **自动补全**–`completion suggester`查询-实现自动补全功能。（P128）
2.  自动补全对**字段的要求**：类型是`completion`类型；字段值是多词条的数组。
3.  **案例：酒店数据自动补全**–实现hotel索引库的自动补全、拼音搜索功能。（P130）

# 自动补全的索引库
    PUT test1
    {
    	"mappings":{
            "properties":{
                "title": {
                    "type": "completion"
                }
            }
      }
    }
    # 示例数据
    POST test1/_doc
    {
    	"title":["Sony", "WH-1000XM3"]
    }
    POST test1/_doc
    {
    	"title":["SK-II", "PITERA"]
    }
    POST test1/_doc
    {
    	"title":["Nintendo", "switch"]
    }
    # 自动补全查询
    POST /test1/_search
    {
      "suggest": {
        "title_suggest": {
          "text": "s", # 关键字
          "completion": {
            "field": "title", # 补全字段
            "skip_duplicates": true, # 跳过重复的
            "size": 10 # 获取前10条结果
          }
        }
      }
    }

1.  **数据同步**–`elasticsearch`与`mysql`之间的数据同步（P132）
2.  **问题**：微服务中，负责酒店管理（操作mysql ）的业务与负责酒店搜索（操作elasticsearch ）的业务可能在两个不同的微服务上，数据同步该如何实现呢？ **解决办法**：
3.  方式一：**同步调用**；优点：实现简单，粗暴；缺点：业务耦合度高。
4.  方式二：**异步通知**；优点：低耦合，实现难度一般；缺点：`依赖mq`的可靠性。
5.  方式三：**监听binlog**；优点：完全解除服务间耦合；缺点：`开启binlog`增加数据库负担、实现复杂度高。–使用`canal`中间件。
6.  **ES集群结构**(P138)
7.  单机的elasticsearch做数据存储，必然面临`两个问题`：
8.  **海量数据存储问题**–将索引库从逻辑上拆分为N个分片（shard），存储到多个节点。
9.  **单点故障问题**–将分片数据在不同节点备份（replica ）。
10. 每个索引库的分片数量、副本数量都是在创建索引库时指定的，并且分片数量一旦设置以后无法修改。
11. elasticsearch中集群节点有不同的职责:
12. `master eligi`（主节点）–备选主节点：主节点可以管理和记录集群状态、决定分片在哪个节点、处理创建和删除索引库的请求。
13. `data`（数据节点）–数据节点：存储数据、搜索、聚合、CRUD。
14. `ingest`–数据存储之前的预处理。
15. `coordinating`（协调节点）–路由请求到其它节点合并其它节点处理的结果，返回给用户。
16. **ES集群的脑裂**–当主节点与其他节点网络故障时，可能发生脑裂问题。
17. **协调节点的作用**
18. 分布式新增如何确定分片–`coordinating node`根据`id`做`hash`运算，得到结果对`shard`数量取余，余数就是对应的分片。
19. 分布式查询的两个阶段。
20. **分散阶段**： coordinating node将查询请求分发给不同分片。
21. **收集阶段**：将查询结果汇总到coordinating node ，整理并返回给用户。
22. **故障转移**–master宕机后，EligibleMaster选举为新的主节点；master节点监控分片、节点状态，将故障节点上的分片转移到正常节点，确保数据安全。