做全文搜索，es比较好用，安装可能有点费时费力。mysql安装就不说了。主要是elastic8.4.0+kibana8.4.0+logstash-8.16.1，可视化操作及少量netcore查询代码。
安装elastic8.4.0+kibana8.4.0使用docker-desktop，logstash-8.16.1是线程解压执行文件。
- 1. docker-compose.yml 如下: 首先使用docker network创建一个es-net内部通讯网络,这样kibana连接es可以通过容器名ELASTICSEARCH_HOSTS=http://elasticsearch:9200，此作为单机测试使用单机的es.
services: elasticsearch: container_name: elasticsearch image: docker.elastic.co/elasticsearch/elasticsearch:8.4.0 environment: - discovery.type=single-node ulimits: memlock: soft: -1 hard: -1 cap_add: - IPC_LOCK ports: - "9200:9200" networks: - es-net kibana: container_name: kibana image: docker.elastic.co/kibana/kibana:8.4.0 environment: - ELASTICSEARCH_HOSTS=http://elasticsearch:9200 ports: - "5601:5601" networks: - es-net networks: es-net: driver: bridge
作为es的8以上版本是有账号密码和crt证书的，需要做如下配置：
安装好es后默认给一个elastic账号,需要重置一下密码,进入es容器执行重置密码命令，会给你一个密码。
docker exec -it -u root elasticsearch /bin/bash bin/elasticsearch-reset-password -u elastic
这里登录的其实是https带证书的，但是kibana使用的是http的，所以在容器内部，config/elasticsearch.yml中需要把下面的两个参数置为false ，生产环境不建议这么操作。
因为es带账号密码，所以kibana连接es也需要账号密码信息，但是默认的elastic是超级管理员，kibana默认是不支持的，需要自己新建账号。但是es默认是给了账号的，用他的就行。自己新建es账号给一个超级管理员角色依然没有重建所应权限，导致kibana起不来，用kibana_system就行。
进入es容器内部给kibana_system重置一个密码，用下面的命令在内部调用也行，我设置的elastic和kibana_system的密码一样，方便使用。
curl -u elastic:DiVnR2F6OGYmP+Ms+n2o -X POST "http://localhost:9200/_security/user/kibana_system/_password" -H 'Content-Type: application/json' -d' { "password": "DiVnR2F6OGYmP+Ms+n2o" } '
- 2. 然后在kibana容器中，加上账号密码信息即可，重启。还有最后一行加上i18n.locale: zh-CN ,改变ui为中文。
然后通过开发工具就可以做es的调试了,这里注意下需要中文分词的可以去 https://github.com/infinilabs/analysis-ik/releases 下载对应版本8.4.0的中文分词器 ，改个名放到es容器内plugins中去。也可以自定义分词文件丢进去
- 3. 下面就是logstash安装跟mysql的同步了，测试数据如下：
首先去logstash官网下载对应的包，我选的版本是8.16.1，目录如下是可以通过控制台执行的。
这里只需要配置好mysql-connector的驱动和链接信息即可。
jdbc.conf文件内容如下:
input { stdin {} jdbc { type => "jdbc" # 数据库连接地址 jdbc_connection_string => "jdbc:mysql://192.168.200.2:3306/bbs?characterEncoding=UTF-8&autoReconnect=true" # 数据库连接账号密码； jdbc_user => "admin" jdbc_password => "这是密码" # MySQL依赖包路径； jdbc_driver_library => "D:softwarelogstash-8.16.1mysqlmysql-connector-j-8.0.32.jar" # the name of the driver class for mysql jdbc_driver_class => "com.mysql.jdbc.Driver" # 数据库重连尝试次数 connection_retry_attempts => "3" # 判断数据库连接是否可用，默认false不开启 jdbc_validate_connection => "true" # 数据库连接可用校验超时时间，默认3600S jdbc_validation_timeout => "3600" # 开启分页查询（默认false不开启）； jdbc_paging_enabled => "true" # 单次分页查询条数（默认100000,若字段较多且更新频率较高，建议调低此值）； jdbc_page_size => "500" # statement为查询数据sql，如果sql较复杂，建议配通过statement_filepath配置sql文件的存放路径； # sql_last_value为内置的变量，存放上次查询结果中最后一条数据tracking_column的值，此处即为ModifyTime； # statement_filepath => "mysql/jdbc.sql" statement => "SELECT ArticleID,UserID,ArticleTitle,ArticleContent,ImageAddress,StandPoint,PublishTime,`Status`,Likes, Shares,Comments,Reports, Sort,PublishingMode,SourceType,Reply,IsTop,TopEndTime,Hot,EditUserId,CreatedTime,EditTime,UserType,UserNickname,ForbiddenState,PublishDateTime,TopArea,SubscribeType,CollectionCount,Articletype,NewsID,CommentUserCount,TopStartTime,`View`,ViewDuration,Forwardings,ForwardingFId,Freshness,Shelf_Reason,AuditTime FROM bbs_articles" # 是否将字段名转换为小写，默认true（如果有数据序列化、反序列化需求，建议改为false）； lowercase_column_names => false # Value can be any of: fatal,error,warn,info,debug，默认info； sql_log_level => warn # # 是否记录上次执行结果，true表示会将上次执行结果的tracking_column字段的值保存到last_run_metadata_path指定的文件中； record_last_run => true # 需要记录查询结果某字段的值时，此字段为true，否则默认tracking_column为timestamp的值； use_column_value => true # 需要记录的字段，用于增量同步，需是数据库字段 tracking_column => "PublishTime" # Value can be any of: numeric,timestamp，Default value is "numeric" tracking_column_type => timestamp # record_last_run上次数据存放位置； last_run_metadata_path => "mysql/last_id.txt" # 是否清除last_run_metadata_path的记录，需要增量同步时此字段必须为false； clean_run => false # # 同步频率(分 时 天 月 年)，默认每分钟同步一次； schedule => "* * * * *" } } filter { json { source => "message" remove_field => ["message"] } # convert 字段类型转换，将字段TotalMoney数据类型改为float； mutate { convert => { # "TotalMoney" => "float" } } } output { elasticsearch { # host => "127.0.0.1" # port => "9200" # 配置ES集群地址 # hosts => ["192.168.1.1:9200", "192.168.1.2:9200", "192.168.1.3:9200"] hosts => ["127.0.0.1:9200"] user => "elastic" password => "DiVnR2F6OGYmP+Ms+n2o" ssl => false # 索引名字，必须小写 index => "bbs_act" # 数据唯一索引（建议使用数据库KeyID） document_id => "%{ArticleID}" } stdout { codec => json_lines } }
配置文成后执行该命令，数据实时同步开始
binlogstash.bat -f mysqljdbc.conf
可以通过kibana的discover查看数据，也可以通过开发工具查询，elk日志就是这么玩。
- 4. 下面就是代码，这里的实体没给全，注意实体需要给Text的Name属性，否则会解析不到数据的：
public class ArticleEsContext : EsBase<ArticleDto> { public ArticleEsContext(EsConfig esConfig) : base(esConfig) { } public override string IndexName => "bbs_act"; public async Task<List<ArticleDto>> GetArticles(ArticleParameter parameter) { var client = _esConfig.GetClient(IndexName); // 计算分页的起始位置 var from = (parameter.PageNumber - 1) * parameter.PageSize; var searchResponse = await client.SearchAsync<ArticleDto>(s => s .Index(IndexName) .Query(q => q .Bool(b => b .Should( sh => sh.Match(m => m .Field(f => f.ArticleTitle) // 查询 ArticleTitle .Query(parameter.KeyWords) .Fuzziness(Fuzziness.Auto) // 启用模糊查询 ), sh => sh.Match(m => m .Field(f => f.ArticleContent) // 查询 ArticleContent .Query(parameter.KeyWords) .Fuzziness(Fuzziness.Auto) // 启用模糊查询 ) ) .MinimumShouldMatch(1) // 至少一个条件必须匹配 ) ) .From(from) // 设置分页的起始位置 .Size(parameter.PageSize) // 设置每页大小 ); if (!searchResponse.IsValid) { Console.WriteLine(searchResponse.DebugInformation); return new List<ArticleDto>(); } return searchResponse.Documents.ToList(); } } public class ArticleDto { [Text(Name = "ArticleID")] public int ArticleId { get; set; } [Text(Name = "ArticleTitle")] public string ArticleTitle { get; set; } [Text(Name = "ArticleContent")] public string ArticleContent { get; set; } [Date(Name = "CreatedTime")] public DateTime CreatedTime { get; set; } }
代码调用结果如下：
d5a34f86-c01f-42e1-a93f-a0aabe2e1246
