基于Java、Kafka、ElasticSearch的搜索框架的设计与实现[通俗易懂]

Jkes是一个基于Java、Kafka、ElasticSearch的搜索框架。Jkes提供了注解驱动的JPA风格的对象/文档映射，使用REST API用于文档搜索。

项目主页：https://github.com/chaokunyang/jkes

安装

可以参考jkes-integration-test项目快速掌握jkes框架的使用方法。jkes-integration-test是我们用来测试功能完整性的一个Spring Boot Application。

• 安装jkes-index-connector和jkes-delete-connector到Kafka Connect类路径

• 安装 Smart Chinese Analysis Plugin

sudo bin/elasticsearch-plugin install analysis-smartcn

配置

• 引入jkes-spring-data-jpa依赖

• 添加配置

@EnableAspectJAutoProxy@EnableJkes@Configurationpublic class JkesConfig { @Bean
public PlatformTransactionManager transactionManager(EntityManagerFactory factory, EventSupport eventSupport) { return new SearchPlatformTransactionManager(new JpaTransactionManager(factory), eventSupport);
}
}

提供JkesProperties Bean

@Component@Configurationpublic class JkesConf extends DefaultJkesPropertiesImpl { @PostConstruct
public void setUp() {
Config.setJkesProperties(this);
} @Override
public String getKafkaBootstrapServers() { return "k1-test.com:9292,k2-test.com:9292,k3-test.com:9292";
} @Override
public String getKafkaConnectServers() { return "http://k1-test.com:8084,http://k2-test.com:8084,http://k3-test.com:8084";
} @Override
public String getEsBootstrapServers() { return "http://es1-test.com:9200,http://es2-test.com:9200,http://es3-test.com:9200";
} @Override
public String getDocumentBasePackage() { return "com.timeyang.jkes.integration_test.domain";
} @Override
public String getClientId() { return "integration_test";
}
}

这里可以很灵活，如果使用Spring Boot，可以使用@ConfigurationProperties提供配置

增加索引管理端点 因为我们不知道客户端使用的哪种web技术，所以索引端点需要在客户端添加。比如在Spring MVC中，可以按照如下方式添加索引端点

@RestController@RequestMapping("/api/search")public class SearchEndpoint { private Indexer indexer; @Autowired
public SearchEndpoint(Indexer indexer) { this.indexer = indexer;
} @RequestMapping(value = "/start_all", method = RequestMethod.POST) public void startAll() {
indexer.startAll();
} @RequestMapping(value = "/start/{entityClassName:.+}", method = RequestMethod.POST) public void start(@PathVariable("entityClassName") String entityClassName) {
indexer.start(entityClassName);
} @RequestMapping(value = "/stop_all", method = RequestMethod.PUT) public Map<String, Boolean> stopAll() { return indexer.stopAll();
} @RequestMapping(value = "/stop/{entityClassName:.+}", method = RequestMethod.PUT) public Boolean stop(@PathVariable("entityClassName") String entityClassName) { return indexer.stop(entityClassName);
} @RequestMapping(value = "/progress", method = RequestMethod.GET) public Map<String, IndexProgress> getProgress() { return indexer.getProgress();
}
}

快速开始

索引API

使用com.timeyang.jkes.core.annotation包下相关注解标记实体

@lombok.Data@Entity@Documentpublic class Person extends AuditedEntity { // @Id will be identified automatically
// @Field(type = FieldType.Long)
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY) private Long id; @MultiFields(
mainField = @Field(type = FieldType.Text),
otherFields = { @InnerField(suffix = "raw", type = FieldType.Keyword), @InnerField(suffix = "english", type = FieldType.Text, analyzer = "english")
}
) private String name; @Field(type = FieldType.Keyword) private String gender; @Field(type = FieldType.Integer) private Integer age; // don't add @Field to test whether ignored
// @Field(type = FieldType.Text)
private String description; @Field(type = FieldType.Object) @ManyToOne(fetch = FetchType.EAGER) @JoinColumn(name = "group_id") private PersonGroup personGroup;
}

@lombok.Data@Entity@Document(type = "person_group", alias = "person_group_alias")public class PersonGroup extends AuditedEntity { @Id
@GeneratedValue(strategy = GenerationType.IDENTITY) private Long id; private String name; private String interests; @OneToMany(fetch = FetchType.EAGER, cascade = CascadeType.ALL, mappedBy = "personGroup", orphanRemoval = true) private List<Person> persons; private String description; @DocumentId
@Field(type = FieldType.Long) public Long getId() { return id;
} @MultiFields(
mainField = @Field(type = FieldType.Text),
otherFields = { @InnerField(suffix = "raw", type = FieldType.Keyword), @InnerField(suffix = "english", type = FieldType.Text, analyzer = "english")
}
) public String getName() { return name;
} @Field(type = FieldType.Text) public String getInterests() { return interests;
} @Field(type = FieldType.Nested) public List<Person> getPersons() { return persons;
} /**
 * 不加Field注解，测试序列化时是否忽略
 */
public String getDescription() { return description;
}
}

当更新实体时，文档会被自动索引到ElasticSearch；删除实体时，文档会自动从ElasticSearch删除。

搜索API

启动搜索服务jkes-search-service，搜索服务是一个Spring Boot Application，提供rest搜索api，默认运行在9000端口。

URI query

curl -XPOST localhost:9000/api/v1/integration_test_person_group/person_group/_search?from=3&size=10

Nested query

integration_test_person_group/person_group/_search?from=0&size=10{ "query": { "nested": { "path": "persons", "score_mode": "avg", "query": { "bool": { "must": [
{ "range": { "persons.age": { "gt": 5
}
}
}
]
}
}
}
}
}

match query

integration_test_person_group/person_group/_search?from=0&size=10{ "query": { "match": { "interests": "Hadoop"
}
}
}

bool query

{ "query": { "bool" : { "must" : { "match" : { "interests" : "Hadoop" }
}, "filter": { "term" : { "name.raw" : "name0" }
}, "should" : [
{ "match" : { "interests" : "Flink" } },
{ "nested" : { "path" : "persons", "score_mode" : "avg", "query" : { "bool" : { "must" : [
{ "match" : {"persons.name" : "name40"} },
{ "match" : {"persons.interests" : "interests"} }
], "must_not" : { "range" : { "age" : { "gte" : 50, "lte" : 60 }
}
}
}
}
}
}
], "minimum_should_match" : 1, "boost" : 1.0
}
}
}

Source filtering

integration_test_person_group/person_group/_search
{ "_source": false, "query" : { "match" : { "name" : "name17" }
}
}

integration_test_person_group/person_group/_search
{ "_source": { "includes": [ "name", "persons.*" ], "excludes": [ "date*", "version", "persons.age" ]
}, "query" : { "match" : { "name" : "name17" }
}
}

prefix

integration_test_person_group/person_group/_search
{
"query": { "prefix" : { "name" : "name" }
}
}

wildcard

integration_test_person_group/person_group/_search
{ "query": { "wildcard" : { "name" : "name*" }
}
}

regexp

integration_test_person_group/person_group/_search
{ "query": { "regexp":{ "name": "na.*17"
}
}
}

Jkes工作原理

索引工作原理：

• 应用启动时，Jkes扫描所有标注@Document注解的实体，为它们构建元数据。

• 基于构建的元数据，创建index和mappingJson格式的配置，然后通过ElasticSearch Java Rest Client将创建/更新index配置。

• 为每个文档创建/更新Kafka ElasticSearch Connector，用于创建/更新文档

• 为整个项目启动/更新Jkes Deleter Connector，用于删除文档

• 拦截数据操作方法。将* save(*)方法返回的数据包装为SaveEvent保存到EventContainer；使用(* delete*(..)方法的参数，生成一个DeleteEvent/DeleteAllEvent保存到EventContainer。

• 拦截事务。在事务提交后使用JkesKafkaProducer发送SaveEvent中的实体到Kafka，Kafka会使用我们提供的JkesJsonSerializer序列化指定的数据，然后发送到Kafka。

• 与SaveEvent不同，DeleteEvent会直接被序列化，然后发送到Kafka，而不是只发送一份数据

• 与SaveEvent和DeleteEvent不同，DeleteAllEvent不会发送数据到Kafka，而是直接通过ElasticSearch Java Rest Client删除相应的index，然后重建该索引，重启Kafka ElasticSearch Connector

查询工作原理：

• 查询服务通过rest api提供

• 我们没有直接使用ElasticSearch进行查询，因为我们需要在后续版本使用机器学习进行搜索排序，而直接与ElasticSearch进行耦合，会增加搜索排序API的接入难度

• 查询服务是一个Spring Boot Application，使用docker打包为镜像

• 查询服务提供多版本API，用于API进化和兼容

• 查询服务解析json请求，进行一些预处理后，使用ElasticSearch Java Rest Client转发到ElasticSearch，将得到的响应进行解析，进一步处理后返回到客户端。

• 为了便于客户端人员开发，查询服务提供了一个查询UI界面，开发人员可以在这个页面得到预期结果后再把json请求体复制到程序中。

流程图

模块介绍

jkes-core

jkes-core是整个jkes的核心部分。主要包括以下功能：

• annotation包提供了jkes的核心注解

• elasticsearch包封装了elasticsearch相关的操作，如为所有的文档创建/更新索引，更新mapping

• kafka包提供了Kafka 生产者，Kafka Json Serializer，Kafka Connect Client

• metadata包提供了核心的注解元数据的构建与结构化模型

• event包提供了事件模型与容器

• exception包提供了常见的Jkes异常

• http包基于Apache Http Client封装了常见的http json请求

• support包暴露了Jkes核心配置支持

• util包提供了一些工具类，便于开发。如：Asserts, ClassUtils, DocumentUtils, IOUtils, JsonUtils, ReflectionUtils, StringUtils

jkes-boot

jkes-boot用于与一些第三方开源框架进行集成。

当前，我们通过jkes-spring-data-jpa，提供了与spring data jpa的集成。通过使用Spring的AOP机制，对Repository方法进行拦截，生成SaveEvent/DeleteEvent/DeleteAllEvent保存到EventContainer。通过使用我们提供的SearchPlatformTransactionManager，对常用的事务管理器(如JpaTransactionManager)进行包装，提供事务拦截功能。

在后续版本，我们会提供与更多框架的集成。

jkes-spring-data-jpa说明：

• ContextSupport类用于从bean工厂获取Repository Bean

• @EnableJkes让客户端能够轻松开启Jkes的功能，提供了与Spring一致的配置模型

• EventSupport处理事件的细节，在保存和删除数据时生成相应事件存放到EventContainer，在事务提交和回滚时处理相应的事件

• SearchPlatformTransactionManager包装了客户端的事务管理器，在事务提交和回滚时加入了回调hook

• audit包提供了一个简单的AuditedEntity父类，方便添加审计功能，版本信息可用于结合ElasticSearch的版本机制保证不会索引过期文档数据

• exception包封装了常见异常

• intercept包提供了AOP切点和切面

• index包提供了全量索引功能。当前，我们提供了基于线程池的索引机制和基于ForkJoin的索引机制。在后续版本，我们会重构代码，增加基于阻塞队列的生产者-消费者模式，提供并发性能

jkes-services

jkes-services主要用来提供一些服务。 目前，jkes-services提供了以下服务：

• jkes-delete-connector

• jkes-delete-connector是一个Kafka Connector，用于从kafka集群获取索引删除事件(DeleteEvent)，然后使用Jest Client删除ElasticSearch中相应的文档。

• 借助于Kafka Connect的rest admin api，我们轻松地实现了多租户平台上的文档删除功能。只要为每个项目启动一个jkes-delete-connector，就可以自动处理该项目的文档删除工作。避免了每启动一个新的项目，我们都得手动启动一个Kafka Consumer来处理该项目的文档删除工作。尽管可以通过正则订阅来减少这样的工作，但是还是非常不灵活

• jkes-search-service

• jkes-search-service是一个restful的搜索服务，提供了多版本的rest query api。查询服务提供多版本API，用于API进化和兼容

• jkes-search-service目前支持URI风格的搜索和JSON请求体风格的搜索。

• 我们没有直接使用ElasticSearch进行查询，因为我们需要在后续版本使用机器学习进行搜索排序，而直接与ElasticSearch进行耦合，会增加搜索排序的接入难度

• 查询服务是一个Spring Boot Application，使用docker打包为镜像

• 查询服务解析json请求，进行一些预处理后，使用ElasticSearch Java Rest Client转发到ElasticSearch，将得到的响应进行解析，进一步处理后返回到客户端。

• 为了便于客户端人员开发，查询服务提供了一个查询UI界面，开发人员可以在这个页面得到预期结果后再把json请求体复制到程序中。

后续，我们将会基于zookeeper构建索引集群，提供集群索引管理功能

jkes-integration-test

jkes-integration-test是一个基于Spring Boot集成测试项目，用于进行功能测试。同时测量一些常见操作的吞吐率

开发

To build a development version you’ll need a recent version of Kafka. You can build jkes with Maven using the standard lifecycle phases.

Contribute

• Source Code: https://github.com/chaokunyang/jkes

• Issue Tracker: https://github.com/chaokunyang/jkes/issues

LICENSE

This project is licensed under Apache License 2.0.

这里有一个大牛交流群，里面每天更新新的视频新的技术，群里有阿里大牛直播讲解技术，以及Java大型互联网技术的视频免费分享给大家。如果想学习Java工程化、高性能及分布式、深入浅出。性能调优、Spring，MyBatis，Netty源码分析的朋友可以加Java进阶群：454377428，群里有阿里大牛直播讲解技术，以及Java大型互联网技术的视频免费分享给大家