【必看】SpringBoot整合Spring Data Elasticsearch
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,我們這裡就不講解原生的Elasticsearch客戶端API了。
而是學習Spring提供的套件:Spring Data Elasticsearch
1.1.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
我們新建一個demo,學習Elasticsearch
pom依賴:
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.czxy</groupId>
<artifactId>bos-es</artifactId>
<version>0.0.1-SNAPSHOT</version>
<packaging>jar</packaging>
<name>bos-es</name>
<description>Demo project for Spring Boot</description>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.0.1.RELEASE</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
<java.version>1.8</java.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
</plugins>
</build>
</project>
application.yml檔案配置:
spring:
data:
elasticsearch:
cluster-name: my-application
cluster-nodes: 127.0.0.1:9300 # 程式連線es的埠號是9300
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
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
實體類
首先我們準備好實體類:
public class Item {
private Long id;
private String title; //標題
private String category;// 分類
private String brand; // 品牌
private Double price; // 價格
private String images; // 圖片地址
}
對映—註解
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
- type:欄位型別,是列舉:FieldType,可以是text、long、short、date、integer、object等
示例:
@Document(indexName = "item",type = "docs", shards = 1, replicas = 0)
public class Item {
@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:
對映
對映相關的API:
一樣,可以根據類的位元組碼資訊(註解配置)來生成對映,或者手動編寫對映
我們這裡採用類的位元組碼資訊建立索引並對映:
@Test
public void createIndex() {
// 建立索引,會根據Item類的@Document註解資訊來建立
esTemplate.createIndex(Item.class);
// 配置對映,會根據Item類中的id、Field等欄位來自動完成對映
esTemplate.putMapping(Item.class);
}
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。
示例:
@Test
public void deleteIndex() {
esTemplate.deleteIndex(Item.class);
// 根據索引名字刪除
//esTemplate.deleteIndex("item1");
}
結果:OK
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。
public interface ItemRepository extends ElasticsearchRepository<Item,Long> {
}
接下來,我們測試新增資料:
1.4.1 新增一個物件
@Autowired
private ItemRepository itemRepository;
@Test
public void index() {
Item item = new Item(1L, “小米手機7”, " 手機",
“小米”, 3499.00, “http://image.baidu.com/13123.jpg”);
itemRepository.save(item);
}
去頁面查詢看看:
1.4.2 批量新增
程式碼:
@Test
public void indexList() {
List<Item> list = new ArrayList<>();
list.add(new Item(2L, "堅果手機R1", " 手機", "錘子", 3699.00, "http://image.baidu.com/13123.jpg"));
list.add(new Item(3L, "華為META10", " 手機", "華為", 4499.00, "http://image.baidu.com/13123.jpg"));
// 接收物件集合,實現批量新增
itemRepository.saveAll(list);
}
再次去頁面查詢:
1.4.3 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。
@Test
public void index(){
Item item = new Item(1L, "蘋果XSMax", " 手機",
"小米", 3499.00, "http://image.baidu.com/13123.jpg");
itemRepository.save(item);
}
檢視結果:
1.5.查詢
ElasticsearchRepository提供了一些基本的查詢方法:
1.5.1.基本查詢
ElasticsearchRepository提供了一些基本的查詢方法:
我們來試試查詢所有:
@Test
public void testFindAll(){
//1 查詢所有
// Iterable<Item> item = itemRepository.findAll();
// Iterator<Item> it = item.iterator();
// while (it.hasNext()){
// System.out.println(it.next());
// }
//2 分頁查詢
// Page<Item> page = itemRepository.findAll(PageRequest.of(1, 5));
//
// for(Item item:page){
// System.out.println(item);
// }
//3 排序
Iterable<Item> iterable = itemRepository.findAll(Sort.by("price").descending());
Iterator<Item> it = iterable.iterator();
while(it.hasNext()){
System.out.println(it.next());
}
}
1.5.2.自定義查詢
-
matchQuery:詞條匹配,先分詞然後在呼叫termQuery進行匹配
-
TermQuery:詞條匹配,不分詞
-
wildcardQuery:萬用字元匹配
-
fuzzyQuery:模糊匹配
-
rangeQuery:範圍匹配
-
booleanQuery:布林查詢
1.5.2.1 match query:
@Test
public void search(){
// 構建查詢條件
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// 新增基本分詞查詢
queryBuilder.withQuery(QueryBuilders.matchQuery("title", "小米手機"));
// 搜尋,獲取結果
Page<Item> items = this.itemRepository.search(queryBuilder.build());
// 總條數
long total = items.getTotalElements();
System.out.println("total = " + total);
for (Item item : items) {
System.out.println(item);
}
}
- NativeSearchQueryBuilder:Spring提供的一個查詢條件構建器,幫助構建json格式的請求體
- QueryBuilders.matchQuery(“title”, “小米手機”):利用QueryBuilders來生成一個查詢。QueryBuilders提供了大量的靜態方法,用於生成各種不同型別的查詢:
Page:預設是分頁查詢,因此返回的是一個分頁的結果物件,包含屬性:
- totalElements:總條數
- totalPages:總頁數
- Iterator:迭代器,本身實現了Iterator介面,因此可直接迭代得到當前頁的資料
- 其它屬性:
結果:
1.5.2.2 termQuery
@Test
public void testTermQuery(){
// 查詢條件生成器
NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();
builder.withQuery(QueryBuilders.termQuery("title","小米"));
// 查詢 自動分頁 ,預設查詢第一頁的10條資料
Page<Item> list = this.itemRepository.search(builder.build());
for(Item item:list){
System.out.println(item);
}
}
1.5.2.2 fuzzyQuery
@Test
public void testFuzzyQuery(){
NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();
builder.withQuery(QueryBuilders.fuzzyQuery("title","faceoooo"));
Page<Item> list = this.itemRepository.search(builder.build());
for(Item item:list){
System.out.println(item);
}
}
1.5.2.4 booleanQuery
BooleanQuery(組合查詢)
**
注意點:
BooleanClause用於表示布林查詢子句關係的類,包括:BooleanClause.Occur.MUST,BooleanClause.Occur.MUST_NOT,BooleanClause.Occur.SHOULD。必須包含,不能包含,可以包含三種.有以下6種組合:
1.MUST和MUST:交集。
2.MUST和MUST_NOT:表示查詢結果中不能包含MUST_NOT所對應得查詢子句的檢索結果。
3.SHOULD與MUST_NOT:連用時,功能同MUST和MUST_NOT。
4.SHOULD與MUST連用時,結果為MUST子句的檢索結果,但是SHOULD可影響排序。
5.SHOULD與SHOULD:並集。
6.MUST_NOT和MUST_NOT:無意義,檢索無結果。
@Test
public void testBooleanQuery(){
NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();
builder.withQuery(QueryBuilders.boolQuery().must(QueryBuilders.termQuery("title","手機"))
.must(QueryBuilders.termQuery("brand","小米"))
);
Page<Item> list = this.itemRepository.search(builder.build());
for(Item item:list){
System.out.println(item);
}
}
1.5.2.5 RangeQuery
範圍查詢
@Test
public void testRangeQuery(){
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// queryBuilder.withQuery(QueryBuilders.fuzzyQuery("title","小目"));
queryBuilder.withQuery(QueryBuilders.rangeQuery("price").from(3000).to(4000));
Page<Item> page = itemRespository.search(queryBuilder.build());
for(Item i:page){
System.out.println(i);
}
}
1.5.2.6 總的測試程式碼:
/**
* match底層是詞條匹配
*/
@Test
public void testMathcQuery(){
// 查詢條件生成器
NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();
builder.withQuery(QueryBuilders.matchQuery("title","小米"));
// 查詢 自動分頁 ,預設查詢第一頁的10條資料
Page<Item> list = this.itemRepository.search(builder.build());
for(Item item:list){
System.out.println(item);
}
}
@Test
public void testTermQuery(){
// 查詢條件生成器
NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();
builder.withQuery(QueryBuilders.termQuery("title","小米"));
// 查詢 自動分頁 ,預設查詢第一頁的10條資料
Page<Item> list = this.itemRepository.search(builder.build());
for(Item item:list){
System.out.println(item);
}
}
@Test
public void testFuzzyQuery(){
NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();
builder.withQuery(QueryBuilders.fuzzyQuery("title","faceoooo"));
Page<Item> list = this.itemRepository.search(builder.build());
for(Item item:list){
System.out.println(item);
}
}
@Test
public void testBooleanQuery(){
NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();
builder.withQuery(QueryBuilders.boolQuery().must(QueryBuilders.termQuery("title","手機"))
.must(QueryBuilders.termQuery("brand","小米"))
);
Page<Item> list = this.itemRepository.search(builder.build());
for(Item item:list){
System.out.println(item);
}
}
@Test
public void testRangeQuery(){
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// queryBuilder.withQuery(QueryBuilders.fuzzyQuery("title","小目"));
queryBuilder.withQuery(QueryBuilders.rangeQuery("price").from(3000).to(4000));
Page<Item> page = itemRespository.search(queryBuilder.build());
for(Item i:page){
System.out.println(i);
}
}
1.5.3.排序
排序也通用通過NativeSearchQueryBuilder完成:
@Test
public void searchAndSort(){
// 構建查詢條件
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// 新增基本分詞查詢
queryBuilder.withQuery(QueryBuilders.termQuery("category", "手機"));
// 排序
queryBuilder.withSort(SortBuilders.fieldSort("price").order(SortOrder.ASC));
// 搜尋,獲取結果
Page<Item> items = this.itemRepository.search(queryBuilder.build());
// 總條數
long total = items.getTotalElements();
System.out.println("總條數 = " + total);
for (Item item : items) {
System.out.println(item);
}
}
結果:
1.6 總結回顧
1 ElasticSearch是什麼?
2 ElasticSearch的安裝—jdk版本有問題,應該安裝jdk64位的
3 ElasticSearch-head的安裝
4 ik分詞器-----專業的中文分詞器
注意事項:一定要下載對應elasticsearch版本的ik分詞器
https://github.com/medcl/elasticsearch-analysis-ik/releases
5 SpringDataElasticsearch-----
---索引操作---ElasticsearchTemplate
----資料操作--Respository
- 提供了對資料的CRUD
- 提供了自定義方法
6 自定義查詢-NativeSearchQueryBuilder
- TermQuery
- MatchQuery
- WildcardQuery
- FuzzyQuery
- BooleanQuery
- rangeQuery