Elasticsearch 是基于 Lucene 的搜索引擎。可以非常方便地實現分布式的全文搜索，本文介紹在 dotNet Core 3.1 中怎樣使用 ?Elasticsearch 。

版本

• dotnet Core ：3.1

• Elasticsearch：7.6.1

• Kibana：7.6.1

• NEST：7.10.1

• Docker：19.03.13

Docker 安裝 Elasticsearch

為了方便，我們以 Docker 的方式來進行安裝，這里使用的版本為 7.6.1，首先執行下面命令進行鏡像的拉取：

docker?pull?elasticsearch:7.6.1

注意：這里需要指定相關版本，版本可以在 dockerhub 上進行查詢 ，否則拉鏡像的時候可能出現 下面錯誤：

Error?response?from?daemon:?manifest?for?elasticsearch:latest?not?found:?manifest?unknown:?manifest?unknown

鏡像成功拉取后，執行 docker run 命令構建容器，命令如下：

docker?run?-d?--name?myes?-p?9200:9200?-p?9300:9300?-e?"discovery.type=single-node"?-e?"ES_JAVA_OPTS=-Xms512m?-Xmx512m"?elasticsearch:7.6.1

為了更好地進行中文的搜索，需要安裝中文分詞插件，本文中安裝的中文分詞插件為 ik ，版本和 Elasticsearch 一致，安裝方法如下：

進入 Elasticsearch 容器后執行：

./bin/elasticsearch-plugin?install?[https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.1/elasticsearch-analysis-ik-7.6.1.zip](https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.5.4/elasticsearch-analysis-ik-6.5.4.zip)

安裝成功后的如下圖所示：

Docker 安裝 Kibana

Kibana 是一個免費的用戶界面，能夠讓您對 Elasticsearch 數據進行可視化，不是必須，但可以更好地查看數據。

執行下面命令進行鏡像的拉取，版本和 Elasticsearch 一致：

docker?pull?kibana:7.6.1

在宿主機創建 /root/data/elk/ 目錄并創建配置文件 kibana.yml ，內容如下：

#?Default?Kibana?configuration?for?docker?target server.name:?kibana server.host:?"0" elasticsearch.hosts:?[?"http://172.17.0.6:9200"?] xpack.monitoring.ui.container.elasticsearch.enabled:?true

elasticsearch.hosts 配置為 Elasticsearch 的訪問地址。

執行下面命令進行容器的創建

docker?run?-d?--restart=always?--log-driver?json-file?--log-opt?max-size=100m?--log-opt?max-file=2?--name?mykibana?-p?5601:5601?-v?/root/data/elk/kibana.yml:/usr/share/kibana/config/kibana.yml?kibana:7.6.1

創建成功后，可以通過 5601 端口進行訪問。

Elasticsearch 的 API

Elasticsearch 提供 API 的方式來進行數據操作，非常方便，常用的三個接口：

• 插入數據

• 獲取單條數據

• 查詢數據

插入數據

http://10.211.55.6:9200/index/oec2003/1

• index：我的理解是相當于數據庫表的概念；

• oec2003：在 Elasticsearch 的 index 中有個 Type 的概念，相當于分組，當前的 7.6.1 版本中一個 index ?中只能有一個 Type ,所以相當于可以忽略；

• 1：單條記錄的 id；

• 接口為 Post 方式，數據內容為 Json 格式，字段可以隨便定義，而且每條數據的字段可以不相同。

獲取單條數據

http://10.211.55.6:9200/index/oec2003/1

搜索數據

http://10.211.55.6:9200/index/oec2003/_search

• 查詢接口為 Post 方式；

• 查詢表達式也是 Json 格式，如果熟悉 MongoDB 的 Document ，應該會感覺很熟悉。

在 dotNet Core 3.1 中使用

1、在 VS 2019 中創建 dotNet Core 3.1 ?的 WebAPI 項目 ElasticsearchWebAPIDemo ；

2、引用 Nuget 包 NEST；

3、創建一個 Elasticsearch 的客戶端連接接口和類，代碼如下：

class?ESClientProvider?:?IESClientProvider {private?ElasticClient?_client;public?ESClientProvider(){}public?ElasticClient?GetClient(){if?(_client?!=?null)return?_client;InitClient();return?_client;}private?void?InitClient(){var?node?=?new?Uri("http://10.211.55.6:9200");_client?=?new?ElasticClient(new?ConnectionSettings(node).DefaultIndex("artiles"));} } public?interface?IESClientProvider {ElasticClient?GetClient(); }

4、在 Startup 類的 ConfigureServices 方法中將 ESClientProvider 類注冊為單例

public?void?ConfigureServices(IServiceCollection?services) {services.AddSingleton<IESClientProvider,?ESClientProvider>();services.AddSwaggerGen(c?=>{c.SwaggerDoc("v1",?new?OpenApiInfo?{?Title?=?"My?API",?Version?=?"v1"?});});services.AddControllers(); }

5、創建 Article 實體類

[ElasticsearchType(IdProperty?=?"Id")] public?class?Article {[Keyword]public?string?Id?{?get;?set;?}[Keyword]public?string?Title?{?get;?set;?}[Keyword]public?string?Auther?{?get;?set;?}[Keyword]public?string?SubTitle?{?get;?set;?} }?

6、創建 ESController，添加創建 index 的方法

[HttpGet] [Route("CreateIndex")] public?bool?CreateIndex(string?indexName) {var?res?=?_client.Indices.Create(indexName,?c?=>?c.Map<Article>(h?=>?h.AutoMap().Properties(ps?=>?ps.Text(s?=>?s.Name(n?=>?n.Title).Analyzer("ik_smart").SearchAnalyzer("ik_smart")).Text(s?=>?s.Name(n?=>?n.SubTitle).Analyzer("ik_smart").SearchAnalyzer("ik_smart")))));return?res.IsValid; }

• 對什么字段進行索引需要進行指定

• 字段的分詞器和搜索關鍵字的分詞器建議使用相同，否則可能搜索不到數據，例如上面代碼中都指定為 ik_smart

7、添加 AddArticles 的方法

[HttpPost] [Route("AddArticles")] public?bool?AddArticles() {//?獲取數據批量進行插入List<Article>?listArticle?=?GetArticles();return?_client.IndexMany(listArticle).IsValid; }

8、添加高亮搜索的方法 SearchHighlight

[HttpPost] [Route("SearchHighlight")] public?List<Article>?SearchHighlight(string?key,?int?pageIndex?=?0,?int?pageSize?=?10) {var?searchAll?=?_client.Search<Article>(s?=>?s.From(pageIndex).Size(pageSize).Query(q?=>?q.QueryString(qs?=>?qs.Query(key).DefaultOperator(Operator.Or))).Highlight(h?=>?h.PreTags("<span class='color:red;'>").PostTags("</span>").Encoder(HighlighterEncoder.Html).Fields(fs?=>?fs.Field(p?=>?p.Title),fs?=>?fs?.Field(p?=>?p.SubTitle))));foreach?(var?hit?in?searchAll.Hits){foreach?(var?highlightField?in?hit.Highlight){if?(highlightField.Key?==?"title"){foreach?(var?highlight?in?highlightField.Value){hit.Source.Title?=?highlight.ToString();}}else?if?(highlightField.Key?==?"subTitle"){foreach?(var?highlight?in?highlightField.Value){hit.Source.SubTitle?=?highlight.ToString();}}}}return?searchAll.Documents.ToList(); }

在 Kibana 中查看數據

Kibana 容器運行起來后，可以通過端口 5601 進行訪問，進行簡單配置就可以查看數據了，具體步驟如下：

1、進入 Management→ Index Management ，如下圖：

在改功能中可以維護所有的 idnex ，也可以看看我們創建的 index 有沒有在里面顯示：

2、在 Index Patterns 中進行 index pattern 的添加，名字可以進行模糊匹配：

3、在 Discover 菜單中進行數據查看，在這里可以選擇之前創建的 index pattern：

總結

本文只是很簡單的一個示例，帶你入門，有了基本概念后，深入學習更多的高級用法就很容易了，文章中部分示例代碼來自團隊中的王同學，在此感謝！

希望本文對您有所幫助！

總結

以上是生活随笔為你收集整理的dotNet Core 3.1 使用 Elasticsearch的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。