本文详细介绍了一位开发者如何使用Elasticsearch和Kibana创建一个航班查询应用。通过利用Kibana预加载的示例数据集，开发者展示了从环境搭建到应用开发的每一步，最终构建了一个功能完整的航班搜索引擎。 环境搭建 首先，开发者使用Docker Compose文件在本地启动了Elasticsearch和Kibana服务。该文件配置了Elasticsearch和Kibana的镜像，并设置了一些基本的环境变量，如关闭安全选项、指定单节点发现模式以及用户名和密码等。运行Docker Compose后，可以通过本地端口访问这两个服务。 数据模型 接下来，开发者创建了一个ASP.NET Core应用程序，并定义了三个主要的数据模型类：Flight、FlightDto和FlightSearchDto。 - Flight类用于表示Kibana中的航班数据字段，包括航班号、承运人、起始城市及国家、到达城市及国家、出发时间、是否延误、延误分钟数、是否取消、飞行时间、距离、天气情况和平均票价。 - FlightDto类是一个简化模型，主要用于API响应中展示给用户的数据。 - FlightSearchDto类包含了用户可以用来搜索和过滤航班的所有字段，如起始城市、起始国家、目的地城市、目的地国家、平均票价范围、是否延误、是否取消和承运人。 搜索逻辑实现 搜索逻辑被封装在FlightRepository类中，该类负责处理用户的查询请求并与Elasticsearch交互。SearchAsync方法接收用户输入的搜索条件，将其转换为多个Elasticsearch查询条件，并根据这些条件执行搜索。如果用户没有提供任何搜索条件，则返回所有航班数据。具体步骤包括： - 验证用户是否提供了搜索条件。 - 根据提供的条件（如起始城市、国家、目的地城市、国家、票价范围、是否延误或取消、承运人）生成对应Elasticsearch查询。 - 执行查询并获取结果，如果查询成功则返回航班列表和总记录数；否则返回空列表和0作为总记录数。 服务层与控制器 在服务层，FlightService类调用FlightRepository的方法，处理搜索结果并将航班数据转换为FlightDto格式。控制器部分则定义了API路由和处理HTTP请求的方法。具体来说，FilightController中的SearchAsync方法接收用户的搜索条件，调用FlightService.SearchAsync方法，然后将结果返回给用户。 启动和配置 最后，开发者在Program.cs中配置了应用程序，注册了所需的依赖项、添加了API控制器支持、启用了Swagger接口文档，并设置了开发环境的相关配置。通过这些步骤，应用程序可以在本地环境中顺利启动和运行。 测试 开发者通过几个具体的测试案例验证了应用的功能： 1. 搜索起始城市为罗马的航班记录。 2. 结合起始城市、目的地城市和是否延误条件进行综合过滤。 3. 基于起始城市、目的地城市、最低票价和最高票价范围进行筛选。 这篇文章为读者提供了一个从零开始搭建和开发航班查询应用的全面指南，涵盖了数据建模、搜索逻辑实现、服务层设计和API路由配置等多个方面。作者还分享了一些实际项目中的经验和教训，帮助初学者更好地理解和应用Elasticsearch技术。 业内评价与公司背景 对于科技开发者来说，本文不仅是一个实用教程，还展示了Elasticsearch和Kibana在实际项目中的应用潜力。随着大数据和实时搜索需求的增加，这类技术的应用前景非常广阔。作者是一位有着丰富Elasticsearch经验的开发者，其作品在GitHub上也受到了许多开发者的关注和支持，显示出该项目的高质量和实用性。感兴趣的读者可以访问作者的LinkedIn了解更多信息。