Elasticsearch是基於Lucene的全文檢索庫，本質也是儲存資料，很多概念與MySQL類似的。

對比關係：

索引庫（indices）--------------------------------Databases 資料庫

型別（type）-----------------------------Table 資料表

     文件（Document）----------------Row 行

	   欄位（Field）-------------------Column 列 

詳細說明：

是不是與Lucene中的概念類似。

另外，在Elasticsearch有一些叢集相關的概念：

• 索引集（Indices，index的複數）：邏輯上的完整索引
• 分片（shard）：資料拆分後的各個部分
• 副本（replica）：每個分片的複製

要注意的是：Elasticsearch本身就是分散式的，因此即便你只有一個節點，Elasticsearch預設也會對你的資料進行分片和副本操作，當你向叢集新增新資料時，資料也會在新加入的節點中進行平衡（負載均衡）。

原生java整合elasticsearch的API地址：（類似JDBC）

https://www.elastic.co/guide/en/elasticsearch/client/java-api/6.2/java-docs.html

Elasticsearch提供的Java客戶端有一些不太方便的地方：

• 很多地方需要拼接Json字串，在java中拼接字串有多恐怖你應該懂的
• 需要自己把物件序列化為json儲存
• 查詢到結果也需要自己反序列化為物件

因此，為了方便，用Spring提供的套件：Spring Data Elasticsearch

1.簡介

Spring Data Elasticsearch是Spring Data專案下的一個子模組。

檢視 Spring Data的官網：http://projects.spring.io/spring-data/

Spring Data 是的使命是給各種資料訪問提供統一的程式設計介面，不管是關係型資料庫（如MySQL），還是非關係資料庫（如Redis），或者類似Elasticsearch這樣的索引資料庫。從而簡化開發人員的程式碼，提高開發效率。

包含很多不同資料操作的模組：

Spring Data Elasticsearch的頁面：https://projects.spring.io/spring-data-elasticsearch/

特徵：

• 支援Spring的基於@Configuration的java配置方式，或者XML配置方式
• 提供了用於操作ES的便捷工具類**ElasticsearchTemplate**。包括實現文件到POJO之間的自動智慧對映。
• 利用Spring的資料轉換服務實現的功能豐富的物件對映
• 基於註解的元資料對映方式，而且可擴充套件以支援更多不同的資料格式
• 根據持久層介面自動生成對應實現方法，無需人工編寫基本操作程式碼（類似mybatis，根據介面自動得到實現）。當然，也支援人工定製查詢

1.2.建立Demo工程

我用指令碼建立的

 <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
        </dependency>

application.yml檔案配置：

1.3.索引操作

1.3.1.建立索引和對映

SpringBoot-data-elasticsearch提供了面向物件的方式操作elasticsearch

業務：將商品的資訊存入elasticsearch，並且執行搜尋操作

對映—註解

建立一個商品物件，有這些屬性：

答：id 編號，title 標題，category 分類，brand 品牌，price 價格， 圖片地址

在SpringDataElasticSearch中，只需要操作物件，就可以操作elasticsearch中的資料

Spring Data通過註解來宣告欄位的對映屬性，有下面的三個註解：

• @Document 作用在類，標記實體類為文件物件，一般有兩個屬性
  • indexName：對應索引庫名稱
  • type：對應在索引庫中的型別
  • shards：分片數量，預設5
  • replicas：副本數量，預設1
• @Id 作用在成員變數，標記一個欄位作為id主鍵
• @Field 作用在成員變數，標記為文件的欄位，並指定欄位對映屬性：
  • type：欄位型別，是列舉：FieldType，可以是text、long、short、date、integer、object等
    • text：儲存資料時候，會自動分詞，並生成索引
    • keyword：儲存資料時候，不會分詞建立索引
    • Numerical：數值型別，分兩類
      • 基本資料型別：long、interger、short、byte、double、float、half_float
      • 浮點數的高精度型別：scaled_float
        • 需要指定一個精度因子，比如10或100。elasticsearch會把真實值乘以這個因子後儲存，取出時再還原。
    • Date：日期型別
      • elasticsearch可以對日期格式化為字串儲存，但是建議我們儲存為毫秒值，儲存為long，節省空間。
  • index：是否索引，布林型別，預設是true
  • store：是否儲存，布林型別，預設是false
  • analyzer：分詞器名稱，這裡的ik_max_word即使用ik分詞器

實體類

首先我們準備好實體類：

   /**
     * indexName="索引庫的名字"
     * type：表名
     * shards：分片的數量，elasticsearch自動叢集，預設一個數據放6個地方
     * replicas：隱藏的一個分片
     */
@Data
@NoArgsConstructor
@AllArgsConstructor
@Document(indexName = "zch",type = "zch", shards = 1, replicas = 0)

public class zch {

    @Id
    private Long id;

    @Field(type = FieldType.text, analyzer = "ik_max_word")
    private String title; //標題

    @Field(type = FieldType.keyword)
    private String category;// 分類

    @Field(type = FieldType.keyword)
    private String brand; // 品牌

    @Field(type = FieldType.Double)
    private Double price; // 價格

    @Field(index = false, type = FieldType.keyword)
    private String images; // 圖片地址


}

建立索引

ElasticsearchTemplate中提供了建立索引的API：

• 可以根據類的資訊自動生成，也可以手動指定indexName和Settings

對映相關的API：

索引資訊：

1.3.2.刪除索引

刪除索引的API：
可以根據類名或索引名刪除。

1.4.新增文件資料

1.4.1.Repository介面

Spring Data 的強大之處，就在於你不用寫任何DAO處理，自動根據方法名或類的資訊進行CRUD操作。只要你定義一個介面，然後繼承Repository提供的一些子介面，就能具備各種基本的CRUD功能。

來看下Repository的繼承關係：

我們看到有一個ElasticsearchCrudRepository介面：

所以，我們只需要定義介面，然後繼承它就OK了。

接下來，我們測試新增資料：

1.4.2.新增一個物件

1.4.4.修改

elasticsearch中本沒有修改，它是先刪除再新增

修改和新增是同一個介面，區分的依據就是id。