spring boot集成Elasticsearch(springboot集成elasticsearch7.6)

  本篇文章为你整理了spring boot集成Elasticsearch(springboot集成elasticsearch7.6)的详细内容,包含有springboot集成elasticsearch6报错 springboot集成elasticsearch7.6 Spring boot集成openApi网关 Spring boot集成XWiki spring boot集成Elasticsearch,希望能帮助你了解 spring boot集成Elasticsearch。

    1.1什么是搜索引擎

    搜索引擎(search engine )通常意义上是指:根据特定策略,运用特定的爬虫程序从互联网上搜集信息,然后对信息进行处理后,为用户提供检索服务,将检索到的相关信息展示给用户的系统。

    而我们讲解的是捜索的索引和检索,不涉及爬虫程序的内容爬取。大部分公司的业务也不会有爬取工作,而只提供查询服务,而且Elasticsearch也只是提供这方面的功能。

    1.2认识 Elasticsearch

    Elasticsearch是一个分布式、RESTful风格的搜索和数据分析引撃。通过它,能够执行及合并多种类型的搜索(结构化数据、非结构化数据、地理位置、指标),解决不新涌现出的各种需求。

    Elasticsearch使用的是标准的RESTful风格的API,使用JSON提供多种语言(Java、 Python、.Net、SQL和PHP)的支持,它可以快速地存储、搜索和分析海量数据。

    Elasticsearch是用Java语言开发的,并使用Lucene作为其核心来实现所有索引和搜索的功能。它的目的是:通过简单的RESTful API来隐藏Lucene的复杂性,从而让全文搜索变得简单。

    Elasticsearch是一个开源的高扩展的分布式全文检索引擎,可以近乎实时地存储、检索数据; 本身扩展性很好,允许多台服务器协同工作,每台服务器可以运行多个实例。单个实例称为一个节点(node), 一组节点构成一个集群(cluster)。分片是底层的工作单元,文档保存在分片内,分片又被分配到集群内的各个节点里,每个分片仅保存全部数据的一部分。

    当Elasticsearch的节点启动后,它会使用多播(multicast)或单播(用户更改了配置)寻找集群中的其他节点,并与之建立连接。

    1.3 Elasticsearch 应用案例

  GitHub: 2013年年初,GitHub把Solr缓存改成了Elasticsearch,以便用户搜索20TB 的数据,包括13亿个文件和1300亿行代码。

  维基百科:启动以Elasticsearch为基础的核心搜索架构SoundCloud,为1.8亿用户提供即时而精准的音乐搜索服务。

  百度:百度使用Elasticsearch作为数据分析引擎,20多个业务税采集服务器上的各类数据及用户自定义数据,通过对各种数据进行多维分析,辅助定位异常。其单集群最大100台机器,200个Elasticsearch节点,每天导入超过30TB的数据。

  除这些公司外,Stack Overflow、新浪、阿里、360、携程、有赞、苏宁都在使用它。它被广泛地用于各大公司的站内搜索、IT系统搜索(OA、CRM、ERP)、数据分析等工作中。

    1.4对比 Elasticsearch 与 MySQL

    尽管将Elasticsearch与MySQL进行对比并不科学,但是这样的对比能区分Elasticsearch 和MySQL数据库的区别,便于快速用熟悉的知识来理解Elasticsearch 。所以,本节采用对比的方式来讲解Elasticsearch。Elasticsearch与MySQL的结构对比见表13-1。

    图 13-1

  关系型数据库中的数据库,相当于Elasticsearch中的索引(index )。

  一个数据库下面有多张表(table),相当于一个索引(index)下面有多个类型(type)。

  一个数据库表(table)下的数据由多行(row)多列(column属性)组成,相当于一个 type由多个文档(document)和多个field组成。

  在关系型数据库中,schema定义了表、每个表的字段,还有表和字段之间的关系;在 Elasticsearch中,mapping定义索引下的type的字段处理规则,即索引如何建立、索引类型、 是否保存原始索引 JSON文档、是否压缩原始JSON文档、是否需要分词处理、如何进行分词处理等。

  在 MySQL 数据库中的增(insert )、删(delete )、改(update )、查 ( select)操作相 当于 Elasticsearch 中的增(put/post )、删(delete )、改(update )、查(get)

    客户端主要通过"方法(PUT/POST/GET/ DELETE ) + http://ip:端口/索引名称/类型/主键” 来访问内容。

    1.5认识 ElasticSearchRepository

    Spring-data-elasticsearch 是 Spring 提供的操作 Elasticsearch 的数据接口,它封装了大量的基础操作。通过它可以很方便地操作Elasticsearch的数据。

    通过继承ElasticsearchRepository来完成基本的CRUD及分页操作,和普通的 JPA没有什 么区别。比如下面实体Product的Repository继承ElasticsearchRepository后,可以在 Elasticsearch文档中进行查找和比较等操作。具体使用方法见以下代码:

  

@Component

 

  public interface UserRepository extends ElasticsearchRepository User,Long {

   Optional User findById(Long id);

   User findByUsername(String username);

   List User findByEmail(String email);

  }

 

    ElasticsearchRepository有几个特有的search方法,用来构建一些Elasticsearch查询, 主要由QueryBuilder和SearchQuery两个参数来完成一些特殊查询。

    实现类NativeSearchQuery实现了 QueryBuilder和SearchQuery方法,要构建复杂查询, 可以通过构建NativeSearchQuery类来实现。

    —般情况下,不是直接新建NativeSearchQuery类,而是使用NativeSearchQueryBuilder 来完成NativeSearchQuery的构建。具体用法见以下代码:

  

NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();

 

  builder.withQuery()

   .withFilter()

   .withSort()

   .withXXX().build();

 

    1.6认识 ElasticsearchTemplate

    ElasticsearchTemplate是Spring对Elasticsearch的API进行的封装,主要用来对索引进行创建、删除等操作。它继承了 ElasticsearchOperations 和 ApplicationContextAware 接口。 ElasticSearchTemplate 提供一些比 ElasticsearchRepository 更底层的方法。

    ElasticsearchOperations接口中常用的方法如下。

  
createlndex()方法:创建索引,返回值为布尔类型数据。

  indexExists()方法:查询索引是否存在,返回值为布尔类型数据。

  putMapping()方法: 创建映射,返回值为布尔类型数据。

  getMapping()方法:得到映射,返回值为一个Map数据。

  deletelndex()方法:删除索引,返回值为布尔类型数据。

  
  注解@Document作用于类,用于标记实体类为文档对象。

    存储在Elasticsearch中的一条数据,即是一个文档,类似关系型数据库的一行数据。 Elasticsearch会索引每个文档的内容,以便搜索。它使用JSON格式,将数据存储到Elasticsearch 中,实际上是将JSON格式的字符串发送给了 Elasticsearch。

    1.document的核心元数据

    document有三个核心元数据,分别是 _index、_type、_id

    (1)_index。代表一个document存放在哪个index中,类似的数据放在一个索引中,非类似的数据放在不同的索引中。index中包含了很多类似的document,这些document的field很大一 部分是相同的。索引名称必须小写,不能用下画线开头,不包含逗号。

    (2)_type。代表document属于index的哪个类别,一个索引通常会划分为多个type,逻辑 index不同的数据进行分类。type名称可以是大写或小写,但是不能用下画线开头,不能包含逗号。

    (3)_id。代表document的唯一标识,与_index和_type —起可以标识和定位一个 document。默认自动创建id,也可以手动指定document的id。

    2.document id的手动指定和自动生成

    (1)手动指定 document id

    如果需要从某些其他系统中导入一些数据到Elasticsearch,则会采用手动指定id的形式,因 为一般情况下系统中已有数据的唯一标识,可以用作Elasticsearch中的document的id。

    其语法格式为:

  

put /index/type/id

 

   "json"

  }

 

    (2)自动生成 document id

    其语法格式为:

  

post /index/type

 

   "json"

  }

 

    自动生成的id长度为20个字符,URL安全、Base64编码、GUID、分布式系统并行生成时不会发生冲突。

    3. document的_source元数据,以及定制返回结果

    _source元数据是在创建document时放在body中的JSON数据。在默认情况下,查找数据时会返回全部数据。如果要定制返回结果,则可以指定_source中返回哪些field

    例如:

    GET /_index/_type/1?_source=field

    1.8管理索引

      1. 创建索引
 

        (1)根据类的信息自动生成创建索引

          下面代码是根据实体类创建一个名为 "ec" 的索引,并定义type是“product”。由于是单机环境,所以定义副本为0,分片为默认值5。

  

@Data

 

  @Document(indexName = "user",type = "user",replicas = 0,shards = 5)

  public class User implements Serializable {

   private int id;

   private String username;

   private String password;

  }

 

  代码解释如下。

  indexName :对应索引库名称,可以理解为数据库名。必须小写,否则会报 "org.elasticsearch.indices.InvalidlndexNameException"异常。

  type:对应在索引库中的类型,可以将其理解为“表名”

  shards:分片数量,默认值为5。

  replicas:副本数量,默认值为1。如果是单机环境,则健康状态为“yellow”。如果要成为 "green”,则指定值为0即可。

        (2)手动创建索引

   可以使用createindex方法手动指定indexName和Settings,再进行映射。在使用前,要先注入ElasticsearchTemplate,使用方法如下。

  根据索引名创建索引:

  

elasticsearchTemplate.createIndex("indexname");

 

  根据类名创建索引:

  

elasticsearchTemplate.createIndex(User.class);

 

      2. 查询索引

  根据索引名查询:

  

elasticsearchTemplate.indexExists("indexname");

 

  根据类名查询:

  

elasticsearchTemplate.indexExists(User.class);

 

      3. 删除索引

      可以根据索引名和类名对索引进行删除。

  根据索引名删除:

  

elasticsearchTemplate.deleteIndex("indexname");

 

  根据类名删除:

  

elasticsearchTemplate.deleteIndex(User.class);

 

  2. 用ELK管理Spring Boot应用程序的日志  

  ELK 是 Elasticsearch+Logstash+Kibana 的简称。

  Logstash负责将数据信息从输入端传输到输出端,比如将信息从MySQL传入Elasticsearch, 还可以根据自己的需求在中间加上滤网。Logstash提供了很多功能强大的滤网,以满足各种应用场景。

  Logstash有以下两种工作方式。

  每一台机器启动一个Logstash服务,读取本地的数据文件,生成流传给Elasticsearch。

  Logback引入Logstash包,然后直接生产JSON流,传给一个中心的Logstash服务器,Logstash服务器再传给Elasticsearch,最后,Elasticsearch将其流传给Kibana。

  Kibana是一个开源的分析与可视化平台,和Elasticsearch —起使用。可以用Kibana搜索、 查看、交互存放在Elasticsearch索引里的数据。使用各种不同的图标、表格、地图等,Kibana能够很轻昜地展示高级数据分析与可视化。

  ELK架构为数据分布式存储、日志解析和可视化创建了一个功能强大的管理链。三者相互配合, 取长补短,共同完成分布式大数据处理工作。

    2.1安装 Elasticsearch

    (1)通过官网下载Elasticsearch。

    (2)在下载完成后,首先将其解压到合适的目录,然后进入解压目录下的bin目录,双击 bat文件启动Elasticsearch。这里需要确保安装的Java版本在1.8及以上。

     (3)访问“http://localhost:9200/”,当看到返回一串JSON格式的代码时,则说明已经安装成功了。

    根据应用需要,还可以安装Elasticsearch必要的一些插件,如Head、kibana、IK (中文分 词)、graph。

    2.2安装 Logstash

    1.安装 Logstash

    (1)访问 Elasticsearch 官网下载 Logstash

     (2)将下载文件解压到自定义的目录即可。

    2. 配置 Logstash

    (1 )在解压文件的config目录下新建log4j_to_es.conf文件,写入以下代码:

  

input {

 

   beats {

   port = 5044

   codec = "json"

  output {

   elasticsearch {

   hosts = "127.0.0.1:9200"

   codec = json

  }

 

    这里一定要注意:这是UTF-8的格式,不要帯BOM。如果启动时岀现错误,则可以用“logstash -f ../config/xxx.conf -t“命令检查配置文件是否错误。

    (2)新建文件 run.bat。写入代码 logstash -f .\config\log4j_to_es.conf保存。然后双击该配置文件,启动Logstash。

     (3)访问 localhost:9600 如出现以下內容,则代表配置成功。

  

{"host":"DESKTOP-0VSQ1JE","version":"8.3.3","http_address":"127.0.0.1:9600",

 

   "id":"f9a14845-005b-42f2-8725-9b3f67dafe86","name":"DESKTOP-0VSQ1JE",

   "ephemeral_id":"9ffa0b64-c9bb-4385-8924-6565b4cd8167","status":"green",

   "snapshot":false,"pipeline":{"workers":8,"batch_size":125,"batch_delay":50},

   "build_date":"2022-07-23T19:31:54Z","build_sha":"0205f0c5f2ff21118c161e769e8f2bbb79ee81a3",

   "build_snapshot":false}

 

    2.3 安装Kibana

  Kibana是官方推出的Elasticsearch数据可视化工具。

    (1)通过访问Elasticsearch官网下载Kibana。

    (2)解压下载的压缩文件,进入解压目录,双击Kibana目录的bin/kibana.bat,以启动 Kibana,当岀现以下提示时,代表启动成功。

    [2022-08-16T16:30:45.443+08:00][INFO ][status] Kibana is now available (was degraded)

    (3)访问localhost:5601就可以逬入Kibana控制台。

    单击控制台左边导航栏的“Dev-tools”按钮,可以进入Dev-tools界面。单击"Get to work", 然后在控制台输入“GET/_cat/health?”命令,可以查看服务器状态。如果在右侧返回的结果中看到green或yellow ,则表示服务器状态正常。

    2.4配置 Spring Boot 项目

    (1)添加项目依赖

  

 dependency 

 

   groupId org.springframework.boot /groupId

   artifactId spring-boot-starter-log4j /artifactId

   version 1.3.6.RELEASE /version

   /dependency

   dependency

   groupId net.logstash.logback /groupId

   artifactId logstash-logback-encoder /artifactId

   version 7.2 /version

   /dependency

 

    (2)添加配置文件logback.xml,这里在Spring Boot项目里添加一个配置又件,见以下代码:

  

 ?xml version="1.0" encoding="UTF-8" ? 

 

   configuration

   appender name="LOGSTASH"

   destination localhost:9601 /destination

   encoder charset="UTF-8" /

   /appender

   appender name="STDOUT"

   encoder charset="UTF-8"

   pattern %d{HH:mm:ss.SSS}[%thread]%-5level %logger - %msg%n /pattern

   /encoder

   /appender

   root level="INFO"

   appender-ref ref="LOGSTASH"/

   appender-ref ref="STDOUT"/

   /root

   /configuration

 

    2.5 创建日志计划任务

    在Spring Boot项目中创建logTest类,用于测试将日志通过Logstash发送到Elasticsearch, 见以下代码:

  3. Spring Boot集成Elasticsearch

    实现增加、删除、修改、查询文档的功能

    3.1集成 Elasticsearch

  Spring Boot 提供了 Starter ( spring-boot-starter-data-elasticsearch )来集成 Elasticsearch

  优点:开发速度快,不要求熟悉Elasticsearch的一些API,能快速上手。即使之前对 Elasticsearch不了解,也能通过方法名或SQL语句快速写岀自己需要的逻辑。而具体转换成API层的操作则是由框架底层实现的。

  缺点:使用的Spring Boot的版本Elasticsearch的版本也有了要求,不能超过某些版本号,在部署时需要注意。如果采用API方式,则能解决这个问题。

    (1)添加依赖

  

 dependency 

 

   groupId org.springframework.data /groupId

   artifactId spring-data-elasticsearch /artifactId

   /dependency

 

    (2)添加application.yml配置

  

spring:

 

   data:

   elasticsearch:

   repositories:

   enabled: true #是否开启本地存储

   cluster-nodes: 127.0.0.1:9200

   cluster-name: elasticsearch

 

    3.2 创建实体

    (1)创建实体

    这里根据类的信息自动生成,也可以手动指定索引名称。ElasticsearchTemplate中提供了创建素引的API,因为进行本机测试,没做集群,所以replicas副本先设置为0。见以下代码:

  

package com.intehel.demo.domain;

 

  import lombok.AllArgsConstructor;

  import lombok.Data;

  import lombok.NoArgsConstructor;

  import org.springframework.data.annotation.Id;

  import org.springframework.data.elasticsearch.annotations.Document;

  import org.springframework.data.elasticsearch.annotations.Field;

  import org.springframework.data.elasticsearch.annotations.FieldType;

  import java.io.Serializable;

  @Document(indexName = "ec",replicas = 0,shards = 5,type = "product")

  @Data

  @AllArgsConstructor

  @NoArgsConstructor

  public class Product implements Serializable {

   //@Id注解必须是org.springframework.data.annotation.Id;

   private Long id;

   //ik_max_word使用ik分词器

   @Field(type = FieldType.Text,analyzer = "ik_max_word")

   private String name;

   //在存储数据时,不会对category进行分词

   @Field(type = FieldType.Keyword)

   private String category;

   //价格

   @Field(type = FieldType.Double)

   private Double price;

   //index = false 表示不建立索引

   @Field(index = false,type = FieldType.Keyword)

   private String images;

   private String body;

  }

 

  代码解释如下,

  @ld注解:作用于成员变量,标记一个字段作为id主键。

  @Field注解:作用于成员变量,标记为文档的字段,需要指定字段映射属性type。

  index:是否索引,布尔类型,默认为true。

  store:是否存储,布尔类型,默认为false,

  analyzer;分词器名称,这里的ik_max_word即使用IK分词器。

    (2)创建数据操作接口

  

package com.intehel.demo.repository;

 

  import com.intehel.demo.domain.Product;

  import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;

  import java.util.Optional;

  public interface ProductRepository extends ElasticsearchRepository Product,Long {

   @Override

   Optional Product findById(Long id);

   Product findByName(String name);

  }

 

    3.3 实现增加、删除、修改和查询文档的功能

    在测试类中,实Elasticsearch文档进行增加、删除、修改和查询的功能,见以下代码:

  

package com.intehel.demo;

 

  import com.intehel.demo.domain.Product;

  import com.intehel.demo.domain.User;

  import com.intehel.demo.repository.ProductRepository;

  import org.junit.jupiter.api.Test;

  import org.junit.runner.RunWith;

  import org.springframework.amqp.core.QueueBuilder;

  import org.springframework.beans.factory.annotation.Autowired;

  import org.springframework.boot.test.context.SpringBootTest;

  import org.springframework.data.domain.Sort;

  import org.springframework.test.context.junit4.SpringRunner;

  import java.util.Optional;

  @SpringBootTest

  @RunWith(SpringRunner.class)

  class ElasticApplicationTests {

   private Integer PAGESIZE = 10;

   @Autowired

   private ProductRepository productRepository;

   @Test

   public void save(){

   long id = System.currentTimeMillis();

   Product product = new Product(id,"红富士","水果",7.99,"jpg","测试");

   try {

   productRepository.save(product);

   }catch (Exception e){

   e.printStackTrace();

   System.out.println(product.getId());

   @Test

   public void getProduct(){

   Product product = productRepository.findByName("红富士");

   System.out.println(product.getId());

   @Test

   public void updateProduct(){

   long id = 1660653233939L;

   Product product = new Product(id,"烤冷面","小吃",7.00,"jpg","测试");

   productRepository.save(product);

   @Test

   public void getProductById(){

   Optional Product product = productRepository.findById(1660653233939L);

   System.out.println(product.get().getName()+product.get().getBody());

   @Test

   public void deleteProduct(){

   long id = 1660653233939L;

   productRepository.deleteById(id);

   @Test

   public void getAll(){

   Iterable Product list = productRepository.findAll(Sort.by("id").ascending());

   for (Product product : list) {

   System.out.println(product);

  }

 

  4. Elasticsearch查询

    4.1 自定义方法

     可以根据Spring Data提供的方法名称,实现自己想自定义的查询功能:无须写实现类,只要继承ElasticsearchRepository接口即可。如"findByTitle"表示根据"title”进行查询,具体方法见表13~2

  图 13-2

    如果要查询价格在7 ~ 8元的商品,则可以在接口类加上"List Product findByPriceBetween(Double min, Double max);"方法,见以下代码:

  

public interface ProductRepository extends ElasticsearchRepository Product,Long {

 

   @Override

   List Product findByPriceBetween(Double min, Double max);

  }

 

    然后,在测试类中直接使用自定义的"findByPriceBetween"方法查询出数据,见以下代码:

  

@Test

 

  public void queryByPriceBetween(){

   Iterable Product list = productRepository.findByPriceBetween(7.00,8.00);

   for (Product product : list) {

   System.out.println(product);

  }

 

    4.2 精准查询

    1.单参数 termQuery

    用法见以下代码:

  

QueueBuilder queueBuilder = QueueBuilder.termQuery("字段名","查询值");

 

  它是不分词查询。因为不分词,所以汉字只能查询一个字,而多字母的英语单词算一个字

  具体实现见以下代码:

  

@Test

 

  public void queryByPriceBetween(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.termQuery("name","富"));

   //查询词,只能查询一个汉字,或一个英文单词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    2.多参数--termsQuery

    terms可以提供n个查询的参数对一个字段进行查询,用法见以下代码。注意,这里是term的复数形式terms

    QueueBuilder queueBuilder = QueueBuilder.termsQuery("字段名","查询值","查询值");

  

@Test

 

  public void queryByPriceBetween(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.termsQuery("name","富","帅"));

   //查询词,只能查询一个汉字,或一个英文单词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    3.分词查询-- matchQuery

    分词查询采用默认的分词器.用法见以下代码

    QueueBuilder queueBuilder = QueueBuilder.matchQuery("字段名","查询值");

    具体实现见以下代码:

  

@Test

 

  public void matchQuery() throws Exception {}{

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.matchQuery("name","红士"));

   //查询词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    4.多字段查询 multiMatchQuery

  

@Test

 

  public void matchQuery(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.multiMatchQuery("红富士Gila","name","body"));

   //查询词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    4.3 模糊查询

    常见的模糊查询的方法有4种

    1.左右模糊

  

QueryBuilders.queryStringQuery("查询值").field("字段名")

 

    具体实现见以下代码:

  

@Test

 

  public void matchQuery(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.queryStringQuery("我觉得红富士好吃").field("name"));

   //查询词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    2. 前缀查询--- prefixQuery

    如果字段没分词,则匹配整个字段前缀,用法见以下代码:

  

QueryBuilders.prefixQuery("字段名","查询值")

 

    具体实现见以下代码:

  

@Test

 

  public void matchQuery(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.prefixQuery("name","士"));

   //查询词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    3. 通配符查询 wildcard query

    使用通配符方式进行查询,支持通配符”*“和”?“,”*“代表任意字符串,”? ”代表任意一个字符。

    (1)使用通配符”*“

    通配符可以匹配多个值,用法见以下代码:

  

@Test

 

  public void matchQuery(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.wildcardQuery("name","*士"));

   //查询词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    (2)使用通配符“?”

  

@Test

 

  public void matchQuery(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.wildcardQuery("name","红富?"));

   //查询词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    4. 分词模糊査询 fuzzy query

    分词模糊查询即匹配截取字符串为字前或后加1个词的文档,这里通过增加fuzziness (模糊) 属性来查询,fuzziness的含义是检索的term前后增加或减少n个词的匹配查询。用法见以下代码

  

QueryBuilders.fuzzyQuery("字段名","查询值").fuzziness(Fuzziness.ONE)

 

    具体实现见以下代码:

  

@Test

 

  public void matchQuery(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.fuzzyQuery("name","士").fuzziness(Fuzziness.ONE));

   //查询词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    5. 相似内容推荐

    相似内容的推荐是给定一篇文档信息,然后向用户推荐与该文档相似的文档。通过 Elasticsearch的More like this查询接口,可以非常方便地实现基于内容的推荐,用法见以下代码: QueryBuilders.moreLikeThisQuery(new StnngQ ("WfiS"}).addLikeText("@i®ffi");

    如果不指定字段名,则默认全部,常用在相似内容的推荐上。

    QueryBuilders.moreLikeThisQuery(new String[]{"字段名"}).addLikeText("查询值")

    4.4 范围查询

    闭区间查询:QueryBuilders.rangeQuery("字段名").from("值1").to("值2")

    开区间查询:QueryBuilders.rangeQuery("字段名").from("值1").to("值2").includeLower(false).includeUpper(false)

    大于:QueryBuilders.rangeQuery("字段名").gt("查询值")

    大于或等于:QueryBuilders.rangeQuery("字段名").gte("查询值")

    小于:QueryBuilders.rangeQuery("字段名").lt("查询值")

    小于或等于:QueryBuilders.rangeQuery("字段名").lte("查询值")

    4.5 组合查询

  组合查询是可以设置多个条件的查询方式,用来组合多个查询。有4种方式。

  must:代表文档必须完全匹配条件,相当于and,会参与计算分值。

  mustnot:代表必须不满足匹配条件。

  filter:代表返回的文档必须满足filter条件,但不会参与计算分值。

  should:代表返回的文档可能满足条件,也可能不满足条件,有多个should时满足任何一 个就可以,相当于or,可以通过minimum_should_match设置至少满足几个。

    4.6 分页查询

    使用NativeSearchQueryBuilder实现分页查询,用法见以下代码:

  

@Test

 

  public void matchQuery(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.termQuery("name","富"));

   nativeSearchQueryBuilder.withPageable(PageRequest.of(0,5));

   //查询词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    如果要进行排序,只要在分页查询上构建withSort参数即可,用法见以下代码:

  

@Test

 

  public void matchQuery(){

   NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

   nativeSearchQueryBuilder.withQuery(QueryBuilders.termQuery("name","富"));

   nativeSearchQueryBuilder.withSort(SortBuilders.fieldSort("id").order(SortOrder.DESC));

   nativeSearchQueryBuilder.withPageable(PageRequest.of(0,5));

   //查询词

   Page Product page = productRepository.search(nativeSearchQueryBuilder.build());

   //搜索,获取结果

   for (Product product : page){

   System.out.println(product);

  }

 

    4.7 聚合查询

    聚合(aggregation )是Elasticsearch的一个强大功能,可以极其方便地实现对数据的统计、分析工作。搜索是查找某些具体的文档,聚合就是对这些搜索到的文档进行统计,可以聚合出更加细致的数据。它有两个重要概念。

  Bucket (桶/集合):满足特定条件的文档的集合,即分组。

  Metric (指标/度量):对桶内的文档进行统计计算(最小值、最大值),简单理解就是进行运算

  聚合由AggregationBuilders类来构建,它提供的静态方法见表13-3

  表 13-3

    具体用法见以下代码:

  

public List StringTerms.Bucket searchBybucket(){

 

   NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

   queryBuilder.withSourceFilter(new FetchSourceFilter(new String[]{""},null));

   //指定索引的类型,只先从各分片中查询匹配的文档,再重新排名,取前size个文档

   queryBuilder.withSearchType(SearchType.QUERY_THEN_FETCH);

   //添加一个新的聚合,聚合类型为terms,聚合名称为brands,聚合字段为brand

   queryBuilder.addAggregation(AggregationBuilders.terms("brand").field("brand"));

   //查询,需要把结果强转为Aggregatedpage类型,Aggregatedpage:聚合查询的结果类,它是Page T 的子接口

   AggregatedPage Product productsPage = (AggregatedPage Product ) productRepository.search(queryBuilder.build());

   //从结果中取出名为brands的聚合解析

   //强转为StringTerm类型

   StringTerms aggregations = (StringTerms) productsPage.getAggregation("brands");

   //获取桶

   List StringTerms.Bucket buckets = aggregations.getBuckets();

   //遍历

   for (StringTerms.Bucket bucket : buckets) {

   //获取桶中的key

   System.out.println(bucket.getKey());

   //获取桶中的文档数量

   System.out.println(bucket.getDocCount());

   return buckets;

  }

 

    还可以嵌套聚合,在聚合AggregationBuilders中使用subAggregation,用法见以下代码:

  

queryBuilder.addAggregation(AggregationBuilders.terms("brand").field("brand")

 

   .subAggregation(AggregationBuilders.avg("price_avg").field("price"))

   //在品牌聚合桶内进行嵌套聚合

   );

 

  

  以上就是spring boot集成Elasticsearch(springboot集成elasticsearch7.6)的详细内容,想要了解更多 spring boot集成Elasticsearch的内容,请持续关注盛行IT软件开发工作室。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: