Elasticsearch+Hbase實現海量數據秒回查詢
---------------------------------------------------------------------------------------------
[版權申明：本文系作者原創，轉載請註明出處]
文章出處： http://blog.csdn.net/sdksdk0/article/details/53966430
作者：朱培 ID：sdksdk0
--------------------------------------------------------------------------------------------
首先祝大家2017新年快樂，我今天分享的是通過ElasticSearch與hbase進行整合的一個搜索案例，這個案例涉及的技術面比較廣，首先你得有JAVAEE的基礎，要會SSM,而且還要會大數據中的hdfs、zookeeper、hbase以及ElasticSearch和kibana。環境部署在4臺centos7上。主機名為node1-node4。這裏假設你已經安裝好了zookeeper、hadoop、hbase和ElasticSearch還有kibana，我這裏使用的是hadoop2.5.2，ElasticSearch用的你是2.2,kibana是4.4.1。我這裏的環境是 hadoop是4臺在node1-node4， zookeeper是3臺再node1-node3,，ElasticSearch是3臺在node1-node3,kibana是一臺在node1上。該系統可以對億萬數據查詢進行秒回，是一般的關系型數據庫很難做到的。在IntelliJ IDEA 中進行代碼編寫。環境搭建我這裏就不啰嗦，相信大家作為一名由經驗的開發人員來說都是小事一樁。文末提供源碼下載鏈接。
一、ElasticSearch和Hbase
ElasticSearch是一個基於Lucene的搜索服務器。它提供了一個分布式多用戶能力的全文搜索引擎，基於RESTful web接口。Elasticsearch是用Java開發的，並作為Apache許可條款下的開放源碼發布，是當前流行的企業級搜索引擎。設計用於雲計算中，能夠達到實時搜索，穩定，可靠，快速，安裝使用方便。 Elasticsearch的性能是solr的50倍。
HBase – Hadoop Database，是一個高可靠性、高性能、面向列、可伸縮、
實時讀寫的分布式數據庫
– 利用Hadoop HDFS作為其文件存儲系統,利用Hadoop MapReduce來處理
HBase中的海量數據,利用Zookeeper作為其分布式協同服務
– 主要用來存儲非結構化和半結構化的松散數據（列存 NoSQL 數據庫）
二、需求分析&服務器環境設置
主要是做一個文章的搜索。有文章標題、作者、摘要、內容四個主要信息。效果圖如下：這裏樣式我就沒怎麽設置了。。。。想要好看一點的可以自己加css。
服務器：
在3臺centos7中部署，主機名為node1-node3.安裝好ElasticSearch並配置好集群，
1. 解壓
2. 修改config/elasticsearch.yml (註意要頂格寫，冒號後面要加一個空格)
a) Cluster.name: tf (同一集群要一樣)
b) Node.name： node-1 (同一集群要不一樣)
c) Network.Host: 192.168.44.137 這裏不能寫127.0.0.1
3. 解壓安裝kibana
4. 再congfig目錄下的kibana.yml中修改elasticsearch.url
5. 安裝插件
|
Step 1: Install Marvel into Elasticsearch: |
bin/plugin install license |
|
Step 2: Install Marvel into Kibana |
bin/kibana plugin --install elasticsearch/marvel/latest |
|
Step 3: Start Elasticsearch and Kibana |
bin/elasticsearch |
啟動好elasticsearch集群後，
然後啟動zookeeper、hdfs、hbase。zkService.sh start 、start-all.sh、start-hbase.sh。
接下來就是剩下編碼步驟了。
三、編碼開發
1、首先在IntelliJ IDEA中新建一個maven工程，加入如下依賴。
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.9</version>
</dependency>
<!-- spring 3.2 -->
<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>
<!-- JSTL -->
<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>
<!-- slf4j -->
<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>
<!-- elasticsearch -->
<dependency>
<groupId>org.elasticsearch</groupId>
<artifactId>elasticsearch</artifactId>
<version>2.2.0</version>
</dependency>
<!-- habse -->
<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層
private Integer id;
private String title;
private String describe;
private String content;
private String author;
實現其getter/setter方法。
3、數據準備
在桌面新建一個doc1.txt文檔，用於把我們需要查詢的數據寫入到裏面，這裏我只準備了5條數據。中間用tab鍵隔開。
4、在hbase中建立表。表名師doc，列族是cf。
public static void main(String[] args) throws Exception {
HbaseUtils hbase = new HbaseUtils();
//創建一張表 hbase.createTable("doc","cf");
}
/** * 創建一張表 * @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+"表已經存在！");
}else{
HTableDescriptor tableDesc = new HTableDescriptor(TableName.valueOf(tableName));
tableDesc.addFamily(new HColumnDescriptor(column.getBytes()));
admin.createTable(tableDesc);
System.out.println(tableName+"表創建成功！");
}
}
5、導入索引。這一步的時候確保你的hdfs和hbase以及elasticsearch是處於開啟狀態。
@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 {
//把數據插入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());
//把數據插入es
Esutil.addIndex("tfjt","doc", Doc);
} catch (Exception e) {
e.printStackTrace();
}
}
}
數據導入成功之後可以在服務器上通過命令查看一下：
curl -XGET http://node1:9200/tfjt/_search
7、搜索。
在這裏新建了一個工具類Esutil.java,主要用於處理搜索的。註意，我們默認的elasticsearch是9200端口的，這裏數據傳輸用的是9300，不要寫成9200了，然後就是集群名字為tf，也就是前面配置的集群名。還有就是主機名node1-node3,這裏不能寫ip地址，如果是本地測試的話，你需要在你的window下面配置hosts文件。
public class Esutil {
public static Client client = null;
/**
* 獲取客戶端
* @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);
//設置高亮字段名稱
builder.addHighlightedField("title");
builder.addHighlightedField("describe");
//設置高亮前綴
builder.setHighlighterPreTags("<font color=‘red‘ >");
//設置高亮後綴
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控制層處理
在裏面的spring配置這裏就不說了，代碼文末提供。
@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("查詢索引錯誤!{}",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、頁面
<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="${! empty page.list }">
<h3>百度為您找到相關結果約${total}個</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=${kw}"> 上一頁</a>
</c:if>
<c:forEach begin="${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}"> 下一頁</a>
</c:if>
</c:if>
</center>
10、項目發布
在IntelliJ IDEA 中配置好常用的項目，這裏發布名Application context名字為es，當然你也可以自定義設置。
最終效果如下：搜索COS會得到結果，速度非常快。
總結：這個案例的操作流程還是挺多的，要有細心和耐心，特別是服務器配置，各種版本要匹配好，不然會出各種頭疼的問題，當然了，這個還是需要有一定基礎，不然搞不定這個事情。。。。。
源碼地址：https://github.com/sdksdk0/es
Elasticsearch+Hbase實現海量數據秒回查詢