Elasticsearch+Hbase实现海量数据秒回查询

首先祝大家2017新年快乐，我今天分享的是通过ElasticSearch与Hbase进行整合的一个搜索案例，这个案例涉及的技术面比较广，首先你得有JAVAEE的基础，要会SSM,而且还要会大数据中的hdfs、zookeeper、hbase以及ElasticSearch和kibana。环境部署在4台centos7上。主机名为node1-node4。这里假设你已经安装好了zookeeper、Hadoop、hbase和ElasticSearch还有kibana，我这里使用的是hadoop2.5.2，ElasticSearch用的你是2.2,kibana是4.4.1。我这里的环境是 hadoop是4台在node1-node4，
zookeeper是3台再node1-node3,，ElasticSearch是3台在node1-node3,kibana是一台在node1上。该系统可以对亿万数据查询进行秒回，是一般的关系型数据库很难做到的。在IntelliJ
IDEA 中进行代码编写。环境搭建我这里就不啰嗦，相信大家作为一名由经验的开发人员来说都是小事一桩。文末提供源码下载链接。

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。



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。

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。

[html] view
plain copy

print?

<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层

[java] view
plain copy

print?

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。



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。

[java] view
plain copy

print?

@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


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。

[java] view
plain copy

print?

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。

[java] view
plain copy

print?

@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

[java] view
plain copy

print?

<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。



最终效果如下：搜索COS会得到结果，速度非常快。



总结：这个案例的操作流程还是挺多的，要有细心和耐心，特别是服务器配置，各种版本要匹配好，不然会出各种头疼的问题，当然了，这个还是需要有一定基础，不然搞不定这个事情。。。。。

源码地址：https://github.com/sdksdk0/es