在前面的章節中，我們把ES的基本功能都給大家介紹完了，從ES的搭建、建立索引、分詞器、到資料的查詢，大家發現，我們都是通過ES的API去進行呼叫，那麼，我們在專案當中怎麼去使用ES呢？這一節，我們就看看ES如何與我們的SpringBoot專案結合。 ## 版本依賴 SpringBoot預設是有ElasticSearch的Starter，但是它依賴的ES客戶端的版本比較低，跟不上ES的更新速度，所以我們在SpringBoot專案中要指定ES的最新版本，如下： ```xml ``` 我們在專案中指定ES客戶端的版本為7.6.1。 ## 配置檔案 然後我們在SpringBoot的配置檔案`application.properties`當中，配置ES叢集的地址，如下： ```properties spring.elasticsearch.rest.uris=http://192.168.73.130:9200,http://192.168.73.131:9200,http://192.168.73.132:9200 ``` 多個地址之間我們使用`,`隔開即可。 ## 與ES互動 所有配置的東西都準備好了，下面我們看看在程式當中如何互動，還記得前面咱們提到的**動態對映**嗎？這個東西是非常的好用的，簡化了我們不少的工作量。在這裡我們還用前面的索引`ik_index`舉例，我們先看看目前`ik_index`索引中有哪些欄位，  在索引中只有3個欄位，id、title和desc。接下來我們在建立索引`ik_index`對應的實體類，內容也很簡單，具體如下： ```java @Setter@Getter public class IkIndex { private Long id; private String title; private String desc; private String category; } ``` 在實體類中，我們新添加了一個欄位`category`表示分類，我們可以聯想一下，`category`欄位動態對映到ES當中會是什麼型別？對了，就是`text`型別，我們再深入想一步，`text`型別會用到全文索引，會用到分詞器，而在索引`ik_index`當中，我們配置了預設的分詞器是IK中文分詞器。能夠想到這裡，我覺得你對ES瞭解的比較深入了。 接下來，我們就要編寫`service`了，並向`ik_index`索引中新增一條新的資料，如下： ```java @Service public class EService { @Autowired private RestHighLevelClient client; /** * 新增索引資料 * @throws IOException */ public void insertIkIndex() throws IOException { IkIndex ikIndex = new IkIndex(); ikIndex.setId(10l); ikIndex.setTitle("足球"); ikIndex.setDesc("足球是世界第一運動"); ikIndex.setCategory("體育"); IndexRequest request = new IndexRequest("ik_index"); // request.id("1"); request.source(JSON.toJSONString(ikIndex), XContentType.JSON); IndexResponse indexResponse = client.index(request, RequestOptions.DEFAULT); System.out.println(indexResponse.status()); System.out.println(indexResponse.toString()); } } ``` 首先，我們要引入ES的高等級的客戶端`RestHighLevelClient`，由於我們在配置檔案中配置了ES叢集的地址，所以SpringBoot自動為我們建立了`RestHighLevelClient`的例項，我們直接自動注入就可以了。然後在新增索引資料的方法中，我們先把索引對應的實體建立好，並設定對應的值。 接下來我們就要構建索引的請求了，在`IndexRequest`的建構函式中，我們指定了索引的名稱`ik_index`，索引的id被我們註釋掉了，ES會給我們預設生成id，當然自己指定也可以。大家需要注意的是，這個id和`IkIndex`類裡的id不是一個id，這個id是資料在ES索引裡的唯一標識，而`IkIndex`實體類中的id只是一個數據而已，大家一定要區分開。然後我們使用`request.source`方法將實體類轉化為JSON物件並封裝到`request`當中，最後我們呼叫`client`的`index`方法完成資料的插入。我們看看執行結果吧。 ```shell CREATED IndexResponse[index=ik_index,type=_doc,id=f20EVHIBK8kOanEwfXbW,version=1,result=created,seqNo=9,primaryTerm=6,shards={"total":2,"successful":2,"failed":0}] ``` `status`返回的值是`CREATED`，說明資料新增成功，而後面的響應資訊中，包含了很多具體的資訊，像每個分片是否成功都已經返回了。我們再用`elasticsearch-head`外掛查詢一下，結果如下：  資料插入成功，並且新新增的欄位`category`也有了對應的值，這是我們期望的結果。下面我們再看看查詢怎麼使用。程式碼如下： ```java public void searchIndex() throws IOException { SearchRequest searchRequest = new SearchRequest("ik_index"); SearchSourceBuilder ssb = new SearchSourceBuilder(); QueryBuilder qb = new MatchQueryBuilder("desc","香蕉好吃"); ssb.query(qb); searchRequest.source(ssb); SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT); SearchHit[] hits = response.getHits().getHits(); for (SearchHit hit : hits) { String record = hit.getSourceAsString(); System.out.println(record); } } ``` * 我們先建立一個查詢請求，並指定索引為`ik_index`； * 然後我們建立一個請求體`SearchSourceBuilder`，再構建我們的查詢請求`QueryBuilder`，`QueryBuilder`是一個介面，它的實現類有很多，對應著ES中的不同種類的查詢，比如咱們前面介紹的`bool`和`boosting`查詢，都有對應的實現類。在這裡，咱們使用`MatchQueryBuilder`並查詢`desc`包含`香蕉好吃`的資料，這個查詢咱們在前面通過API的方式也查詢過。 * 最後我們封裝好請求，並通過`client.search`方法進行查詢，返回的結構是`SearchResponse`。 * 在返回的結果中，我們獲取對應的資料，咦？這個為什麼呼叫了兩次Hits方法？咱們可以從API的返回值看出端倪，如下：  * 我們可以看到返回的結果中確實有兩個hits，第一個hits中包含了資料的條數，第二個hits中才是我們想要的查詢結果，所以在程式中，我們呼叫了兩次hits。 * 在每一個hit當中，我們呼叫`getSourceAsString`方法，獲取JSON格式的結果，我們可以用這個字串通過JSON工具對映為實體。 我們看看程式執行的結果吧， ```json {"id":1,"title":"香蕉","desc":"香蕉真好吃"} {"id":1,"title":"香蕉","desc":"香蕉真好吃"} {"id":1,"title":"橘子","desc":"橘子真好吃"} {"id":1,"title":"桃子","desc":"桃子真好吃"} {"id":1,"title":"蘋果","desc":"蘋果真好吃"} ``` 查詢出了5條資料，和我們的預期是一樣的，由於使用IK中文分詞器，所以`desc`中包含`好吃`的都被查詢了出來，而我們新新增的`足球`資料並沒有查詢出來，這也是符合預期的。我們再來看看聚合查詢怎麼用， ```java public void searchAggregation() throws IOException { SearchRequest searchRequest = new SearchRequest("ik_index"); SearchSourceBuilder ssb = new SearchSourceBuilder(); TermsAggregationBuilder category = AggregationBuilders.terms("category").field("category.keyword"); ssb.aggregation(category); searchRequest.source(ssb); SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT); Terms terms = response.getAggregations().get("category"); for (Terms.Bucket bucket : terms.getBuckets()) { System.out.println(bucket.getKey()); System.out.println(bucket.getDocCount()); } } ``` * 同樣，我們建立一個`SearchRequest`，然後再建立一個`TermsAggregationBuilder`，`TermsAggregationBuilder`我們指定了`name`叫做`category`，這個`name`對應著上一節中的那個自定義的名稱，大家還有印象嗎？ * 後面的`field`是我們要聚合的欄位，注意這裡因為`category`欄位是`text`型別，預設是不能夠做聚合查詢的，我們指定的是`category.keyword`，還記得這個`keyword`型別嗎？它是不使用分詞器的，我們使用這個`keyword`型別是可以的。 * 最後把`AggregationBuilder`封裝到查詢請求中，進行查詢。 * 查詢後，我們怎麼去取這個`aggregation`呢？取查詢結果我們是通過`hits`，取聚合查詢，我們要使用`aggregation`了，然後再get我們的自定義名稱`response.getAggregations().get("category")`。至於前面的型別，它是和`AggregationBuilder`對應的，在咱們的例子中使用的是`TermsAggregationBuilder`，那麼我們在取結果時就要用`Terms`；如果查詢時使用的是`AvgAggregationBuilder`，取結果時就要用`Avg`。 * 在取得`Terms`後，我們可以獲取裡邊的值了。執行一下，看看結果。 ```json 體育 1 ``` `key`是體育，`doc_count`是1，說明分類`體育`的資料只有1條。完全符合我們的預期，這個聚合查詢的功能非常重要，在電商平臺中，商品搜尋頁通常列出所有的商品類目，並且每個類目後面都有這個商品的數量，這個功能就是基於聚合查詢實現的。 好了，到這裡，ES已經結合到我們的SpringBoot專案中了，並且最基礎的功能也已經實現了，大家放心的