ElasticSearch_小猿1024资源站

1、ElasticSearch简介

1.1 Lucene

Doug Cutting开发
是apache软件基金会4 jakarta项目组的一个子项目
是一个开放源代码的全文检索引擎工具包
不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）
当前以及最近几年最受欢迎的免费Java信息检索程序库。

Lucene和ElasticSearch的关系：

ElasticSearch是基于Lucene 做了一下封装和增强

1.2 ElasticSearch 概述

官网：https://www.elastic.co/cn/downloads/elasticsearch

Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理PB级别(大数据时代）的数据。es也使用java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。

据国际权威的数据库产品评测机构DB Engines的统计，在2016年1月，ElasticSearch已超过Solr等，成为排名第一的搜索引擎类应用。

ELK技术： elasticsearch+logstash+kibana

1.3 ES和Solr

1.3.1 ElasticSearch简介

Elasticsearch是一个实时分布式搜索和分析引擎。它让你以前所未有的速度处理大数据成为可能。
它用于全文搜索、结构化搜索、分析以及将这三者混合使用:
维基百科使用Elasticsearch提供全文搜索并高亮关键字,以及输入实时搜索(search-asyou-type)和搜索纠错(did-you-mean)等搜索建议功能。
英国卫报使用Elasticsearch结合用户日志和社交网络数据提供给他们的编辑以实时的反馈,以便及时了解公众对新发表的文章的回应。
StackOverflow结合全文搜索与地理位置查询,以及more-like-this功能来找到相关的问题和答案。
Github使用Elasticsearch检索1300亿行的代码。
但是Elasticsearch不仅用于大型企业，它还让像DataDog以及Klout这样的创业公司将最初的想法变成可扩展的解决方案。
Elasticsearch可以在你的笔记本上运行,也可以在数以百计的服务器上处理PB级别的数据。
Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。无论在开源还是专有领域, Lucene可被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。
但是, Lucene只是一个库。想要使用它,你必须使用Java来作为开发语言并将其直接集成到你的应用中,更糟糕的是, Lucene非常复杂,你需要深入了解检索的相关知识来理解它是如何工作的。
Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能,但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性,从而让全文搜索变得简单。

1.3.2 Solr简介

Solr是Apache下的一个顶级开源项目,采用Java开发,它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言,同时实现了可配置、可扩展，并对索引、搜索性能进行了优化
Solr可以独立运行,运行在letty. Tomcat等这些Selrvlet容器中 , Solr 索引的实现方法很简单,用POST方法向Solr服务器发送一个描述Field及其内容的XML文档, Solr根据xml文档添加、删除、更新索引。Solr 搜索只需要发送HTTP GET请求,然后对Solr返回xml、json等格式的查询结果进行解析,组织页面布局。
Solr不提供构建UI的功能, Solr提供了一个管理界面,通过管理界面可以查询Solr的配置和运行情况。
Solr是基于lucene开发企业级搜索服务器,实际上就是封装了lucene.
Solr是一个独立的企业级搜索应用服务器,它对外提供类似于Web-service的API接口。用户可以通过http请求,向搜索引擎服务器提交-定格式的文件,生成索引;也可以通过提出查找请求,并得到返回结果。

1.3.3 ElasticSearch与Solr比较

当单纯的对已有数据进行搜索时，Solr更快

2.当实时建立索引时，Solr会产生io阻塞，查询性能较差，ElasticSearch具有明显的优势

3.随着数据量的增加，Solr的搜索效率会变得更低，而ElasticSearch却没有明显的变化

4.转变我们的搜索基础设施后从Solr ElasticSearch，我们看见一个即时~ 50x提高搜索性能！

1.3.4 总结

1、es基本是开箱即用(解压就可以用!) ,非常简单。Solr安装略微复杂一丢丢!
2、Solr 利用Zookeeper进行分布式管理,而Elasticsearch自身带有分布式协调管理功能。
3、Solr 支持更多格式的数据,比如JSON、XML、 CSV ,而Elasticsearch仅支持json文件格式。
4、Solr 官方提供的功能更多,而Elasticsearch本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要kibana友好支撑
5、Solr 查询快,但更新索引时慢(即插入删除慢) ，用于电商等查询多的应用;

ES建立索引快(即查询慢) ，即实时性查询快，用于facebook新浪等搜索。
Solr是传统搜索应用的有力解决方案，但Elasticsearch更适用于新兴的实时搜索应用。

6、Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而Elasticsearch相对开发维护者较少,更新太快,学习使用成本较高。

2、ElasticSearch安装

JDK8，最低要求；

使用Java开发，必须保证ElasticSearch的版本与Java的核心jar包版本对应！（Java环境保证没错）

2.1 ElasticSearch

2.1.1 下载

ElasticSearch下载地址：https://mirrors.huaweicloud.com/elasticsearch/7.6.1

下载完解压即可；

2.1.2 熟悉目录

bin 启动文件目录
config 配置文件目录
    1og4j2 日志配置文件
    jvm.options java 虚拟机相关的配置(默认启动占1g内存，内容不够需要自己调整)
    elasticsearch.ym1 elasticsearch 的配置文件! 默认9200端口!跨域!
1ib 
    相关jar包
modules 功能模块目录
plugins 插件目录
    ik分词器

2.1.3 启动

1.点击：elasticsearch.bat

2.访问地址：127.0.0.1:9200

3.访问测试成功

2.2 安装elasticsearch-head可视化界面

elasticsearch-head

使用前提：需要安装node.js

2.2.1 下载

elasticsearch-head下载地址：https://github.com/mobz/elasticsearch-head/archive/master.zip

下载完解压即可；

2.2.2安装依赖与启动

cd elasticsearch-head
# 安装依赖
npm install
# 启动
npm run start
# 访问
http://localhost:9100/

访问地址：http://loacalhost:9100

使用罗技鼠标插件的可能会占用9100端口

关闭LGHUBUpdateService服务即可；或者修改elasticsearch-head的端口，反正两个不用端口冲突就好；

2.2.3访问

存在跨域问题（只有当两个页面同源，才能交互）；

同源（端口，主机，协议三者都相同）;

开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）

# 开启跨域
http.cors.enabled: true
# 所有人访问
http.cors.allow-origin: "*"

再次连接，连接成功

如何理解上图：

如果你是初学者
- 索引可以看做 “数据库”
- 类型可以看做 “表”
- 文档可以看做 “库中的数据（表中的行）”
这个head，我们只是把它当做可视化数据展示工具，之后所有的查询都在kibana中进行
- 因为不支持json格式化，不方便

2.3安装 kibana

Kibana是一个针对ElasticSearch的开源分析及可视化平台,用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana ,可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单,基于浏览器的用户界面可以快速创建仪表板( dashboard )实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础架构,几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。

2.3.1 下载

kibana下载地址：https://mirrors.huaweicloud.com/kibana/7.6.1/

下载后解压即可；

2.3.2 启动

点击kibana.bat;

访问：http://localhost:5601

访问成功

2.3.3 控制台

2.3.4kibana 汉化

编辑器打开kibana解压目录/config/kibana.yml，添加 i18n.locale: "zh-CN"

zh-CH.json文件

2.3.5 了解ELK

ELK是
- Elasticsearch、Logstash、 Kibana三大开源框架首字母大写简称
- 市面上也被成为Elastic Stack。
- 其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。
- 像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架，可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。
- Logstash是ELK的中央数据流引擎,用于从不同目标(文件/数据存储/MQ )收集的不同格式数据,经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。
- Kibana可以将elasticsearch的数据通过友好的页面展示出来 ,提供实时分析的功能。
市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称 ,但实际上ELK不仅仅适用于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性。并非唯一性。

收集清洗数据(Logstash) ==> 搜索、存储(ElasticSearch) ==> 展示(Kibana)

3、ElasticSearch核心概念

3.1 概述

索引
- 包含多个分片
字段类型（mapping）
文档（documents）
分片（Lucence索引，倒排索引）

集群，节点，索引，类型，文档，分片，映射是什么？

3.2 关系行数据库和ElasticSearch客观对比

ElasticSearch是面向文档，关系行数据库和ElasticSearch客观对比！一切都是JSON！

Relational DB	ElasticSearch
数据库（database）	索引（indices）
表（tables）	types <慢慢会被弃用!>
行（rows）	documents
字段（columns）	fields

elasticsearch（集群）中可以包含多个索引（数据库） ,每个索引中可以包含多个类型（表） ,每个类型下又包含多个文档（行） ,每个文档中又包含多个字段（列）。

3.3 物理设计:

elasticsearch在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移

一个人就是一个集群! ，即启动的ElasticSearch服务，默认就是一个集群，且默认集群名为elasticsearch；

3.4 逻辑设计：

一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，可以通过这样的顺序找到它：索引 => 类型 => 文档ID ，通过这个组合我们就能索引到某个具体的文档。 注意：ID不必是整数，实际上它是个字符串。

3.4.1 文档（”行“）

之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要属性:

自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key:value !
可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的! {就是一个json对象 ! fastjson进行自动转换 !}
灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候,我们可以忽略该字段，或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在elasticsearch中，类型有时候也称为映射类型。

3.4.2 类型（“表”）

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为字符串类型。我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢?

elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别整什么幺蛾子。

3.4.3 索引（“库”）

引是映射类型的容器， elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。

物理设计：节点和分片如何工作

创建新索引

一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片(primary shard ,又称主分片)构成的，每一个主分片会有一个副本(replica shard，又称复制分片);

上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。实际上，一个分片是一个Lucene索引（一个ElasticSearch索引包含多个Lucene索引） ，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。不过，等等，倒排索引是什么鬼?

3.4.3.1 倒排索引（Lucene索引底层）

简单说就是按（文章关键字，对应的文档<0个或多个>）形式建立索引，根据关键字就可直接查询对应的文档（含关键字的），无需查询每一个文档，如下图

如果要搜索含有python标签的文章，那相对于查找所有原数据而言，查找倒排索引后的数据将会快的多，只需要查看标签这一栏，然后获取相关的文章ID即可，完全过滤无关的所有数据，提高效率！

3.4.3.2 elasticsearch的索引和Lucene的索引对比

在elasticsearch中，索引（库）这个词被频繁使用，这就是术语的使用。在elasticsearch中，索引被分为多个分片，每份分片是一个Lucence的索引。所以一个elasticsearch索引是由多个Lucence索引组成的。别问问什么，因为elasticsearch的Lucence作为底层呢！，如无特指，说起索引都是指elasticsearch的索引。

4、IK分词器(elasticsearch插件)

4.1 IK分词器：中文分词器

分词：即把一段中文或者别的文字划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一一个匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），比如“我爱狂神”会被分为”我”，”爱”，”狂”，”神” ，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。

IK提供了两个分词算法: ik_smart和ik_max_word ,其中ik_smart为最少切分, ik_max_word为最细粒度划分!

4.2 下载

elasticsearch-analysis-ik下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.6.1

下载后解压到ElasticSearch的plugins目录ik（自己添加一个名为ik的文件夹）文件夹下：

4.3 重启ElasticSearch

加载了IK分词器

4.4 elasticsearch-plugin list 命令查看插件

4.5 使用kibana测试

4.5.1 查看不同的分词效果

ik_smart：最少切分

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "全世界"
}

ik_max_word：最细粒度划分（穷尽词库的可能）

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "全世界"
}

4.5.2 添加自定义的词添加到扩展字典中

从上面看，感觉分词都比较正常，但是大多数，分词都满足不了我们的想法，如下例;

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "超喜欢狂神说Java"
}

发现问题：狂神说被拆开了；

这种自己需要的词，需要自己加到我们的分词器的字典中！

1.创建字典文件

2.添加字典内容：kuang.dic

3.将自己的字典文件配置到ik分词器的配置文件中：

配置自己的扩展字典：

4.重启，再次测试

再次测试一下狂神说，看下效果

以后的话，我们需要将自己配置分词就在自己定义的dic文件中进行配置即可；

5、关于索引的基本操作

5.1Rest风格说明

一种软件架构风格,而不是标准,只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。

基本Rest命令说明：

method	url地址	描述
PUT（创建,修改）	localhost:9200/索引名称/类型名称/文档id	创建文档（指定文档id）
POST（创建）	localhost:9200/索引名称/类型名称	创建文档（随机文档id）
POST（修改）	localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE（删除）	localhost:9200/索引名称/类型名称/文档id	删除文档
GET（查询）	localhost:9200/索引名称/类型名称/文档id	查询文档通过文档ID
POST（查询）	localhost:9200/索引名称/类型名称/文档id/_search	查询所有数据

5.2 增删改查

5.2.1 创建索引

PUT /索引名/~类型名~/文档id        #类型名后面弃用了
{
    请求体
}

PUT /test1/type1/1
{
  "name": "狂神说",
  "age": 3
}

执行命令

完成了自动增加索引，数据也添加了，添加了文档（“行”）![image-20220725111741302]

5.2.2 字段数据类型

字符串类型
- text、keyword
  - text：支持分词，全文检索,支持模糊、精确查询,不支持聚合,排序操作;text类型的最大支持的字符长度无限制,适合大字段存储；
  - keyword：不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。
数值型
- long、Integer、short、byte、double、float、half float、scaled float
日期类型
- date
te布尔类型
- boolean
二进制类型
- binary
等等…

5.2.3 指定字段的类型

创建规则

# 创建规则
PUT /test2
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "age": {
        "type": "long"
      },
      "birthday": {
        "type": "date"
      }
    }
  }
}

GET test2 查看规则信息

5.3.4 查看默认信息

直接插入数据，不创建规则，自动匹配数据类型；

查看test索引的默认匹配数据类型：

如果自己的文档字段没有指定，那么es就会给我们默认匹配字段类型；

5.3.5 扩展：get _cat/

通过get _cat/可以获取ElasticSearch的当前的很多信息！

GET _cat/indices
GET _cat/aliases
GET _cat/allocation
GET _cat/count
GET _cat/fielddata
GET _cat/health
GET _cat/indices
GET _cat/master
GET _cat/nodeattrs
GET _cat/nodes
GET _cat/pending_tasks
GET _cat/plugins
GET _cat/recovery
GET _cat/repositories
GET _cat/segments
GET _cat/shards
GET _cat/snapshots
GET _cat/tasks
GET _cat/templates
GET _cat/thread_pool

5.3.6 修改

5.3.6.1 使用put覆盖原来的值（旧方法）

注意：覆盖修改,会数据丢失，如果原来的数据有多个字段，但是新数据只有一个字段，则其他没有新数据的字段会没有数据；（原理先删除后增加）

# 覆盖更新 修改后版本会增加
PUT /test3/_doc/1
{
  "name": "狂神说123",
  "age": 13,
  "birthday": "1997-01-05"
}

5.3.6.2 使用post的update跟新

需要注意doc
不会丢失字段

# post 更新  不会数据丢失
POST /test3/_doc/1/_update
{
  "doc":{
    "name": "法外狂徒张三"
  }
}

5.3.7 删除索引

# 删除test1
DELETE test1

通过DELETE命令实现删除，根据你的请求判断是删除索引还是删除文档记录；

使用RESTFUL风格是我们ES推荐大家使用的；

6、关于文档的基本操作

添加数据

# 关于文档的操作
# 基本操作
# 添加数据
PUT /kuangshen/user/1
{
  "name": "狂神说",
  "age": 23,
  "desc": "一顿操作猛如虎再看工资2500",
  "tags": ["技术宅","温暖","指男"]
}

PUT /kuangshen/user/2
{
  "name": "张三",
  "age": 3,
  "desc": "法外狂徒",
  "tags": ["交友","旅游","渣男"]
}

PUT /kuangshen/user/3
{
  "name": "李四",
  "age": 30,
  "desc": "mpm,不知道怎么形容",
  "tags": ["靓女","旅游","唱歌"]
}

PUT /kuangshen/user/4
{
  "name": "狂神说前端",
  "age": 3,
  "desc": "一顿操作猛如虎再看工资2500",
  "tags": ["技术宅","温暖","指男"]
}

6.1 条件查询(简单查询)

简单的条件查询，可以根据默认的映射规则，产生的查询！

# 简单的搜索
GET kuangshen/user/1

# 简单的条件查询
GET kuangshen/user/_search?q=name:狂神说

GET kuangshen/user/_search?q=name:狂神说Java

6.2 复杂查询

GET kuangshen/user/_search
{
  "query": {
    "match": {
      "name": "狂神"
    }
  }
}

6.2.1 _score 字段过滤

GET kuangshen/user/_search
{
  "query": {
    "match": {
      "name": "狂神"
    }
  },
  "_source": ["name","desc"]
}

6.2.2 sort排序

desc 降序 asc 升序

# sort排序 desc 降序 asc 升序
GET kuangshen/user/_search
{
  "query": {
    "match": {
      "name": "狂神"
    }
  },
 "sort": [
   {
     "age": {
       "order": "desc"
     }
   }
 ]
}

6.2.3 form size 分页查询

# 分页查询 from:从第一个数据开始 size:返回多少条数据
GET kuangshen/user/_search
{
  "query": {
    "match": {
      "name": "狂神"
    }
  },
 "sort": [
   {
     "age": {
       "order": "desc"
     }
   }
 ],
 "from": 0,
 "size": 2
}
# 数据下标从0开始

6.2.4 布尔值查询

6.2.4.1 match 匹配查询

# 多个条件使用空格隔开 (类似 in)
# 只要满足其中一个结果旧可以被查出来
# 这个时候可以通过分值基本的判断
GET kuangshen/user/_search
{
  "query": {
    "match": {
      "tags": "男 技术"
    }
  }
}

6.2.4.2 must 等价 and

# 多条件查询
# must 表示and,所有的条件都要符合 类似where id  = 1 and name = xxx
GET kuangshen/user/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
          "name": "狂神说"
          }
          
        },
        {
          "match": {
            "age": "23"
          }
        }
      ]
    }
  }
}

6.2.4.3 should 等价or

# should 表示or
GET kuangshen/user/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
          "name": "狂神说"
          }
          
        },
        {
          "match": {
            "age": "23"
          }
        }
      ]
    }
  }
}

6.2.4.4 must_not 等价 not

# must_not   等价于not 
GET kuangshen/user/_search
{
  "query": {
    "bool": {
      "must_not": [
        {
          "match": {
          "name": "狂神说"
          }
          
        },
        {
          "match": {
            "age": "23"
          }
        }
      ]
    }
  }
}

6.2.4.5 filter 对数据进行过滤

# 过滤器 filter 对数据进行过滤
GET kuangshen/user/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
          "name": "狂神说"
          }
          
        }
      ],
      "filter": {
        "range": {
          "age": {
            "gte": 10
          }
        }
      }
    }
  }
}
# gt 大于
# gte 大于等于
# lt 小于
# lte 小于等于

6.2.4.6 匹配多个条件

# 匹配多个条件
# 多个条件使用空格隔开
# 只要满足其中一个结果就可以被查出
# 这个时候可以通过分值基本的判断
GET kuangshen/user/_search
{
  "query": {
    "match": {
      "tags": "女 技术"
    }
  }
}

6.2.4.7 term 精确查询

term查询是直接通过倒排索引指定的词条进行精确的查找；

关于分词：

trem:直接查询精确的
match:会使用分词器解析！（先分析文档，然后通过分析的文档进行查询；）
两个类型 text keywork

# 测试
# 创建索引
PUT testdb
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "desc": {
        "type": "keyword"
      }
    }
  }
}

# 插入数据
PUT testdb/_doc/1
{
  "name": "狂神说 Java name",
  "desc": "狂神说 Java desc"
}

PUT testdb/_doc/2
{
  "name": "狂神说 Java name2",
  "desc": "狂神说 Java desc2"
}

6.2.4.6.1 “analyzer”: “keyword” 模式

# keywork 模式 一个整体 不分词 没有被分析
GET _analyze
{
  "analyzer": "keyword",
  "text": "狂神说 Java name"
}

6.2.4.6.2 “analyzer”: “standard”模式

# standard 模式 会进行分词
GET _analyze
{
  "analyzer": "standard",
  "text": "狂神说 Java name"
}

6.2.4.6.3 text 和 keywork 类型区别

# name的类型是text会被分词解析器解析，所以可以通过部分词搜索到
GET testdb/_search
{
  "query": {
    "term": {
      "name": {
        "value": "狂"
      }
    }
  }
}

# keyword 类型的字段不会被分词解析，必须完全一样才可以搜索到
GET testdb/_search
{
  "query": {
    "term": {
      "desc": {
        "value": "狂神说 Java desc"
      }
    }
  }
}

6.2.4.6.4 多个值匹配精确查询

# 精确查询多个值
# 插入数据
PUT testdb/_doc/3
{
  "t1": "22",
  "t2": "2020-4-6"
}

PUT testdb/_doc/4
{
  "t1": "33",
  "t2": "2020-4-7"
}


GET testdb/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "t1": 22
          }
        },
        {
          "term": {
            "t1": 3
          }
        }
      ]
    }
  }
}

6.2.5 高亮查询 highlight

6.2.5.1 高亮查询

# 高亮查询
# highlight 只当的字段会被加上标签
GET kuangshen/user/_search
{
  "query": {
    "match": {
      "name": "狂神说"
    }
  },
  "highlight": {
    "fields": {
      "name":{}
    }
  }
}

6.2.5.2 自定义高亮标签

# 自定义搜索高亮条件 ,自定义标签
GET kuangshen/user/_search
{
  "query": {
    "match": {
      "name": "狂神说"
    }
  },
  "highlight": {
    "pre_tags": "<p class='key' style='color:red'>", 
    "post_tags": "</p>", 
    "fields": {
      "name":{}
    }
  }
}

7、SpringBoot整合

7.1 官方API

Java REST Client->https://www.elastic.co/guide/en/elasticsearch/client/java-rest/7.6/index.html

7.2 基本配置

7.2.1 找到原生的依赖

API中原生依赖的位置

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.6.2</version>
</dependency>

7.2.2 找对象

AIP中对象位置

RestHighLevelClient client = new RestHighLevelClient(
        RestClient.builder(
                new HttpHost("localhost", 9200, "http"),
                new HttpHost("localhost", 9201, "http")));

client.close();

7.2.3 分析这个类中的方法

配置基本的项目

注意几个配置

JDK版本:

Javac编译版本

JavaScript版本

7.3 搭建环境

7.3.1 依赖

7.3.1.1 确保elasticsearch的版本和我们本地版本一致

1 查看版本是否一致：

2 自定义我们需要的版本7.6.1：

<properties>
    <java.version>1.8</java.version>
    <!--   自定义 es依赖，保证和本地版本一致    -->
    <elasticsearch.version>7.6.1</elasticsearch.version>
</properties>

7.3.2注入对象

自定义配置类

@Configuration
public class ElasticSearchClientConfig {

    @Bean
    public RestHighLevelClient restHighLevelClient(){
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("localhost", 9200, "http")));
        return  client;
    }

}

源码中提供的对象(可以直接拿来用)

虽然这里导入了3个类，静态内部类，但是核心类就只有一个：

class RestClientConfigurations {
    RestClientConfigurations() {
    }

    @Configuration(
        proxyBeanMethods = false
    )
    static class RestClientFallbackConfiguration {
        RestClientFallbackConfiguration() {
        }

        @Bean
        @ConditionalOnMissingBean
        RestClient elasticsearchRestClient(RestClientBuilder builder) {
            return builder.build();
        }
    }

    @Configuration(
        proxyBeanMethods = false
    )
    @ConditionalOnClass({RestHighLevelClient.class})
    static class RestHighLevelClientConfiguration {
        RestHighLevelClientConfiguration() {
        }
		
        //RestHighLevelClient  高级客户端，也是我们这里要讲，后面项目会用到的客户端
        @Bean
        @ConditionalOnMissingBean
        RestHighLevelClient elasticsearchRestHighLevelClient(RestClientBuilder restClientBuilder) {
            return new RestHighLevelClient(restClientBuilder);
        }

        //RestClient 普通客户端
        @Bean
        @ConditionalOnMissingBean
        RestClient elasticsearchRestClient(RestClientBuilder builder, ObjectProvider<RestHighLevelClient> restHighLevelClient) {
            RestHighLevelClient client = (RestHighLevelClient)restHighLevelClient.getIfUnique();
            return client != null ? client.getLowLevelClient() : builder.build();
        }
    }

    @Configuration(
        proxyBeanMethods = false
    )
    static class RestClientBuilderConfiguration {
        RestClientBuilderConfiguration() {
        }

        //RestClientBuilder
        @Bean
        @ConditionalOnMissingBean
        RestClientBuilder elasticsearchRestClientBuilder(RestClientProperties properties, ObjectProvider<RestClientBuilderCustomizer> builderCustomizers) {
            HttpHost[] hosts = (HttpHost[])properties.getUris().stream().map(HttpHost::create).toArray((x$0) -> {
                return new HttpHost[x$0];
            });
            RestClientBuilder builder = RestClient.builder(hosts);
            PropertyMapper map = PropertyMapper.get();
            map.from(properties::getUsername).whenHasText().to((username) -> {
                CredentialsProvider credentialsProvider = new BasicCredentialsProvider();
                Credentials credentials = new UsernamePasswordCredentials(properties.getUsername(), properties.getPassword());
                credentialsProvider.setCredentials(AuthScope.ANY, credentials);
                builder.setHttpClientConfigCallback((httpClientBuilder) -> {
                    return httpClientBuilder.setDefaultCredentialsProvider(credentialsProvider);
                });
            });
            builder.setRequestConfigCallback((requestConfigBuilder) -> {
                properties.getClass();
                map.from(properties::getConnectionTimeout).whenNonNull().asInt(Duration::toMillis).to(requestConfigBuilder::setConnectTimeout);
                properties.getClass();
                map.from(properties::getReadTimeout).whenNonNull().asInt(Duration::toMillis).to(requestConfigBuilder::setSocketTimeout);
                return requestConfigBuilder;
            });
            builderCustomizers.orderedStream().forEach((customizer) -> {
                customizer.customize(builder);
            });
            return builder;
        }
    }
}

7.4 测试API

7.4.1 创建索引

//测试索引的创建 Request PUT kuang_index
@Test
void testCreateIndex() throws IOException {
    // 1.创建索引对象
    CreateIndexRequest request = new CreateIndexRequest("kuang_index");

    // 2.客户端执行请求 IndicesClient
    CreateIndexResponse createIndexResponse = client.indices().create(request, RequestOptions.DEFAULT);

    System.out.println(createIndexResponse);
}

7.4.2 判断索引是否存在

//测试获取索引，只能判断其是否存在
@Test
void testExistIndex() throws IOException {
    GetIndexRequest request = new GetIndexRequest("kuang_index");
    boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
    System.out.println("kuang_index是否存在:"+exists);
}

7.4.3 删除索引

//测试删除索引
@Test
void testDeleteIndex() throws IOException {
    DeleteIndexRequest request = new DeleteIndexRequest("kuang_index");
    //删除
    AcknowledgedResponse delete = client.indices().delete(request, RequestOptions.DEFAULT);
    System.out.println("删除 kuang_index 是否成功："+delete.isAcknowledged());
}

7.4.4 添加文档

7.4.4.1 导入依赖

<!--   fastjson     -->
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.62</version>
</dependency>

7.4.4.2 创建实体类

@Data
@AllArgsConstructor
@NoArgsConstructor
@Component
public class User {
    private String name;
    private int age;
}

7.4.4.3 添加文档

//测试添加文档
@Test
void testAddDocument() throws IOException {
    //创建对象
    User user = new User("狂神", 3);
    //创建请求
    IndexRequest request = new IndexRequest("kuang_index");

    //规则 put /kuang_index/_doc/1
    request.id("1");
    request.timeout(TimeValue.timeValueSeconds(1));
    request.timeout("1s");

    //将我们的数据放入请求  json
    IndexRequest source = request.source(JSON.toJSON(user), XContentType.JSON);

    //客户端发请求,获取相应的结果
    IndexResponse indexResponse = client.index(request, RequestOptions.DEFAULT);

    System.out.println(indexResponse.toString());
    //IndexResponse[index=kuang_index,type=_doc,id=1,version=1,result=created,seqNo=0,primaryTerm=1,shards={"total":2,"successful":1,"failed":0}]
    System.out.println(indexResponse.status()); //对应返回的状态 CREATED

}

7.4.5 判断文档是否存在

//判断文档是否存在
@Test
void testIsExists() throws IOException {
    GetRequest getRequest = new GetRequest("kuang_index", "1");
    //不获取返回值，_source 的上下文
    getRequest.fetchSourceContext(new FetchSourceContext(false));
    getRequest.storedFields("_none_");

    boolean exists = client.exists(getRequest, RequestOptions.DEFAULT);

    System.out.println("判断1号文档是否存在:" + exists);
    //判断1号文档是否存在:true
}

7.4.6 获得文档的信息

//获取文档信息
@Test
void testGetDocument() throws IOException {
    GetRequest getRequest = new GetRequest("kuang_index", "1");
    GetResponse getResponse = client.get(getRequest, RequestOptions.DEFAULT);

    System.out.println(getResponse.getSourceAsString()); //打印文档内容
    //
}

7.4.7 更新文档信息

//更新文档的信息
@Test
void testUpdateDocument() throws IOException{
    UpdateRequest updateRequest = new UpdateRequest("kuang_index", "1");
    updateRequest.timeout("1s");

    User user = new User("狂神说Java", 18);
    updateRequest.doc(JSON.toJSONString(user),XContentType.JSON); //XContentType.JSON 传入的数据类型

    UpdateResponse updateResponse = client.update(updateRequest, RequestOptions.DEFAULT);

    System.out.println("文档是否跟新成功:"+updateResponse.status());
}

7.4.8 删除文档

//删除文档记录
@Test
void testDeleteDocument() throws IOException{
    DeleteRequest deleteRequest = new DeleteRequest("kuang_index", "1");
    deleteRequest.timeout("1s");
    DeleteResponse deleteResponse = client.delete(deleteRequest, RequestOptions.DEFAULT);
    System.out.println("文档是否删除成功：" + deleteResponse.status());
}

7.4.9 批量处理请求

//特殊的，真的项目一般都会批量插入数据
@Test
void testBulkRequest() throws IOException{
    BulkRequest bulkRequest = new BulkRequest();
    bulkRequest.timeout("1s");

    ArrayList<User> userList = new ArrayList<>();
    userList.add(new User("kuangshen1",3));
    userList.add(new User("kuangshen2",3));
    userList.add(new User("kuangshen3",3));
    userList.add(new User("kuangshen4",3));
    userList.add(new User("kuangshen5",3));
    userList.add(new User("kuangshen6",3));

    //批处理请求
    for (int i = 0; i < userList.size(); i++) {
         //批量更新和批量删除，就在这里修改对应的请求就可以了
        bulkRequest.add(
            new IndexRequest("kuang_index")
            .id(""+(i+1)) //不设置id就会默认生成随机id
            .source(JSON.toJSONString(userList.get(i)),XContentType.JSON)
        );
    }

    BulkResponse bulkResponse = client.bulk(bulkRequest, RequestOptions.DEFAULT);

    System.out.println("添加处理请求是否失败："+bulkResponse.hasFailures()); //false表示成功，true表示失败
}

7.4.10 查询

// 查询
//SearchRequest 搜索请i去
//searchSourceBuilder 条件构造器
//HighlightBuilder 构建高亮
//TermQueryBuilder 精确查询
//MatchAllQueryBuilder
// xxxQueryBuilder 对应我们之前的所有命令
@Test
void testSearch() throws IOException {
    SearchRequest searchRequest = new SearchRequest("kuang_index");
    //构建搜索条件
    SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

    //查询条件，我们可以使用QueryBuilders工具来实现
    //QueryBuilders.termQuery 精确查询
    //QuertBuilders.matchAllQuery() 匹配所有
    TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "kuangshen1");
    sourceBuilder.query(termQueryBuilder);
    sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
    searchRequest.source(sourceBuilder);

    SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);

    System.out.println("查询结果："+JSON.toJSONString(searchResponse.getHits()));
    //查询结果：{"fragment":true,"hits":[{"fields":{},"fragment":false,"highlightFields":{},"id":"1","matchedQueries":[],"primaryTerm":0,"rawSortValues":[],"score":1.540445,"seqNo":-2,"sortValues":[],"sourceAsMap":{"name":"kuangshen1","age":3},"sourceAsString":"{\"age\":3,\"name\":\"kuangshen1\"}","sourceRef":{"fragment":true},"type":"_doc","version":-1}],"maxScore":1.540445,"totalHits":{"relation":"EQUAL_TO","value":1}}
    System.out.println("===================");
    for (SearchHit documentFields : searchResponse.getHits().getHits()) {
        System.out.println(documentFields.getSourceAsMap());
    }
    //{name=kuangshen1, age=3}
}

8、京东搜索

8.1 项目搭建

素材连接：https://pan.baidu.com/s/1M5uWdYsCZyzIAOcgcRkA_A#list/path=%2F

提取码：qk8p

感谢这位老铁->杀神TH

导入素材启动项目，访问页面

indexController.java

@Controller
public class IndexController {
    @GetMapping({"/","/index"})
    public String index(){
        return "index";
    }
}

8.2 爬取数据

数据问题？数据库获取，消息队列，消息队列中获取，都可以成为数据源，爬虫！

爬虫数据：（获取请求返回的页面信息，筛选出我们想要的数据就可以了！）

pojo:

@Data
@AllArgsConstructor
@NoArgsConstructor
@Component
public class Content {
    private String title;
    private String img;
    private String price;

}

工具类：

@Component
public class HtmlParseUtil {
    public static void main(String[] args) throws Exception {
        new HtmlParseUtil().parseJD("java").forEach(System.out::println);

    }

    public ArrayList<Content> parseJD(String keyword) throws Exception{
        //获取请求https://search.jd.com/Search?keyword=java
        //前提，需要联网，ajax 不能获取到
        String url = "https://search.jd.com/Search?keyword="+keyword;
        //解析网页(Jsoup返回Document就是浏览器Document对象)
        Document document = Jsoup.parse(new URL(url), 30000);
        //所有在js中可以使用的方法，这里都能使用
        Element element = document.getElementById("J_goodsList");
//        System.out.println(element.html());
        //获取所有的li元素
        Elements elements = element.getElementsByTag("li");

        ArrayList<Content> goodsList = new ArrayList<>();

        //获取元素中的内容，这里el，就是每个li标签
        for(Element el : elements){
            //关于这种图片特别多的网站，多有的图片都是延迟加载的！
            //source-data-lazy-img
//            String img = el.getElementsByTag("img").eq(0).attr("src");
            String img = el.getElementsByTag("img").eq(0).attr("data-lazy-img");
            String price = el.getElementsByClass("p-price").eq(0).text();
            String title = el.getElementsByClass("p-name").eq(0).text();

//            System.out.println("=====================================");
//            System.out.println(img);
//            System.out.println(price);
//            System.out.println(title);
            Content content = new Content();
            content.setTitle(title);
            content.setImg(img);
            content.setPrice(price);
            goodsList.add(content);

        }

        return goodsList;
    }

}

8.3 业务编写

8.3.1 业务编写

ContentService

//业务编写
@Service
public class ContentService {

    @Autowired
    private RestHighLevelClient restHighLevelClient;

    //1.解析数据放入es索引
    public Boolean parseContent(String keywords) throws Exception {
        ArrayList<Content> contents = new HtmlParseUtil().parseJD(keywords);
        //把查询到的数据放入es中
        BulkRequest bulkRequest = new BulkRequest();
        bulkRequest.timeout("2m");

        for (int i = 0; i < contents.size(); i++) {
            System.out.println(JSON.toJSONString(contents.get(i)));
            bulkRequest.add(
                    new IndexRequest("jd_goods")
//                    .id(""+(i+1))
                    .source(JSON.toJSONString(contents.get(i)), XContentType.JSON));
        }

        BulkResponse bulkResponse = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);

        return  !bulkResponse.hasFailures();
    }

    //2.获取这些数据实现搜索功能
    public List<Map<String,Object>> highlightSearch(String keyword,int pageNo,int pageSize) throws IOException {
        if(pageNo <= 1){
            pageNo = 1;
        }

        //条件搜索
        SearchRequest searchRequest = new SearchRequest("jd_goods");
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

        //分页
        sourceBuilder.from(pageNo);
        sourceBuilder.size(pageSize);

        //精准匹配
        TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("title", keyword);
        sourceBuilder.query(termQueryBuilder);
        sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));

        //高亮
        HighlightBuilder highlightBuilder = new HighlightBuilder();
        highlightBuilder.field("title"); //高亮的字段
        highlightBuilder.requireFieldMatch(false); //多个高亮显示
        highlightBuilder.preTags("<span style='color:red'>");
        highlightBuilder.postTags("</span>");
        sourceBuilder.highlighter(highlightBuilder);

        //执行搜索
        searchRequest.source(sourceBuilder);
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
        //解析结果
        ArrayList<Map<String,Object>> list = new ArrayList<>();
        for (SearchHit hit : searchResponse.getHits().getHits()) {

            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            HighlightField title = highlightFields.get("title");
             Map<String,Object> sourceAsMap = hit.getSourceAsMap(); //原来的结果

            //解析高亮的字段
            if(title != null){
                Text[] fragments = title.fragments();
                String new_title = "";
                for (Text text : fragments) {
                    new_title += text;
                }
                sourceAsMap.put("title",new_title);//高亮字段替换原来的内容即可
            }

            list.add(sourceAsMap);
        }

        return list;
    }

}

8.3.2 控制层

ContentController

//请求编写
@Controller
public class ContentController {

    @Autowired
    private ContentService contentService;

    @ResponseBody
    @GetMapping("/parse/{keyword}")
   public Boolean parse(@PathVariable("keyword") String keyword) throws Exception {
       return contentService.parseContent(keyword);
   }

    @ResponseBody
    @GetMapping("/search/{keyword}/{pageNo}/{pageSize}")
    public List<Map<String,Object>> search(@PathVariable("keyword") String keyword,
                                           @PathVariable("pageNo") int pageNo,
                                           @PathVariable("pageSize") int pageSize) throws Exception {
        return contentService.highlightSearch(keyword,pageNo,pageSize);
    }

}

8.4 Index.html

<!DOCTYPE html>
<html xmlns:th="http://www.thymeleaf.org">

<head>
    <meta charset="utf-8"/>
    <title>狂神说Java-ES仿京东实战</title>
    <link rel="stylesheet" th:href="@{/css/style.css}"/>
    <script th:src="@{/js/jquery.min.js}"></script>
<!--    <script src="../static/js/jquery.min.js"></script>-->
    <script th:src="@{/js/jquery.min.js}"></script>
</head>

<body class="pg">
<div class="page" id="app">
    <div id="mallPage" class=" mallist tmall- page-not-market ">

        <!-- 头部搜索 -->
        <div id="header" class=" header-list-app">
            <div class="headerLayout">
                <div class="headerCon ">
                    <!-- Logo-->
                    <h1 id="mallLogo">
                        <img th:src="@{/images/jdlogo.png}" alt="">
                    </h1>

                    <div class="header-extra">

                        <!--搜索-->
                        <div id="mallSearch" class="mall-search">
                            <form name="searchTop" class="mallSearch-form clearfix">
                                <fieldset>
                                    <legend>天猫搜索</legend>
                                    <div class="mallSearch-input clearfix">
                                        <div class="s-combobox" id="s-combobox-685">
                                            <div class="s-combobox-input-wrap">
                                                <input v-model="keyword" type="text" autocomplete="off" value="dd" id="mq"
                                                       class="s-combobox-input" aria-haspopup="true">
                                            </div>
                                        </div>
                                        <button type="submit" @click.prevent="searchKey" id="searchbtn">搜索</button>
                                    </div>
                                </fieldset>
                            </form>
                            <ul class="relKeyTop">
                                <li><a>狂神说Java</a></li>
                                <li><a>狂神说前端</a></li>
                                <li><a>狂神说Linux</a></li>
                                <li><a>狂神说大数据</a></li>
                                <li><a>狂神聊理财</a></li>
                            </ul>
                        </div>
                    </div>
                </div>
            </div>
        </div>

        <!-- 商品详情页面 -->
        <div id="content">
            <div class="main">
                <!-- 品牌分类 -->
                <form class="navAttrsForm">
                    <div class="attrs j_NavAttrs" style="display:block">
                        <div class="brandAttr j_nav_brand">
                            <div class="j_Brand attr">
                                <div class="attrKey">
                                    品牌
                                </div>
                                <div class="attrValues">
                                    <ul class="av-collapse row-2">
                                        <li><a href="#"> 狂神说 </a></li>
                                        <li><a href="#"> Java </a></li>
                                    </ul>
                                </div>
                            </div>
                        </div>
                    </div>
                </form>

                <!-- 排序规则 -->
                <div class="filter clearfix">
                    <a class="fSort fSort-cur">综合<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">人气<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">新品<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">销量<i class="f-ico-arrow-d"></i></a>
                    <a class="fSort">价格<i class="f-ico-triangle-mt"></i><i class="f-ico-triangle-mb"></i></a>
                </div>

                <!-- 商品详情 -->
                <div class="view grid-nosku">

                    <div class="product" v-for="result in results">
                        <div class="product-iWrap">
                            <!--商品封面-->
                            <div class="productImg-wrap">
                                <a class="productImg">
                                    <img :src="result.img">
                                </a>
                            </div>
                            <!--价格-->
                            <p class="productPrice">
                                <em>{{result.price}}</em>
                            </p>
                            <!--标题-->
                            <p class="productTitle">
                                <a v-html="result.title"> </a>
                            </p>
                            <!-- 店铺名 -->
                            <div class="productShop">
                                <span>店铺： 狂神说Java </span>
                            </div>
                            <!-- 成交信息 -->
                            <p class="productStatus">
                                <span>月成交<em>999笔</em></span>
                                <span>评价 <a>3</a></span>
                            </p>
                        </div>
                    </div>
                </div>
            </div>
        </div>
    </div>
</div>
<script th:src="@{/js/vue.min.js}"></script>
<script th:src="@{/js/axios.min.js}"></script>
<script>
    new Vue({
        el:"#app",
        data:{
            "keyword": '', // 搜索的关键字
            "results":[] // 后端返回的结果
        },
        methods:{
            searchKey(){
                var keyword = this.keyword;
                console.log(keyword);
                //对接
                axios.get('search/'+keyword+"/1/5").then(response=>{
                    console.log(response);
                    this.results = response.data; //
                })
            }
        }
    });
</script>

</body>
</html>

8.5 测试结果

笔记视频来源->B站狂神说Java的ElasticSearch课程

笔记部分参考-> ElasticSearch7.6入门学习笔记

声明：本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。如果您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。