前两篇文章讲述了一下如果搭建es的环境，这篇文章分享一下SpringBoot 中如何使用es,毕竟现在SpringBoot已经成为开发后台的主流框架了。
1、引入es 的依赖
新建SpringBoot 项目的时候在nosql 里面勾选上spring-data-elasticsarch 就可以了。
org.springframework.boot
spring-boot-starter-data-elasticsearch
lomok 的插件
org.projectlombok
lombok
1.16.20
provided
2、配置es
data:
elasticsearch:
client:
reactive:
username: my-elasticsearch
endpoints: 127.0.0.1:9301,127.0.0.1:9302,127.0.0.1:9303
3、新建商品的实体类
@Document(indexName = "goods",type = "detail",shards = 3,replicas = 1)
public class EsGoods {
@Id
Long id;
@Field(type = FieldType.Text,analyzer = "ik_max_word")
String title; //标题
@Field(type = FieldType.Keyword)
String category;// 分类
@Field(type = FieldType.Keyword)
String brand; // 品牌
@Field(type = FieldType.Double)
Double price; // 价格
@Field(index = false, type = FieldType.Keyword)
String images; // 图片地址
}
@Document 作用在类，标记实体类为文档对象，一般有四个属性
indexName：对应索引库名称
type：对应在索引库中的类型
shards：分片数量，默认5
replicas：副本数量，默认1
@Id 作用在成员变量，标记一个字段作为id主键
@Field 作用在成员变量，标记为文档的字段，并指定字段映射属性：
type：字段类型，取值是枚举：FieldType
index：是否索引，布尔类型，默认是true
store：是否存储，布尔类型，默认是false
analyzer：分词器名称：ik_max_word
IK分词器有两种分词模式：ik_max_word和ik_smart模式。
ik_max_word： 会将文本做最细粒度的拆分
ik_smart：会做最粗粒度的拆分
3、配置es
配置之前首先说明一下SpringBoot的版本为 2.1.3.RELEASE,最新版的2.2.1 的和下面的写法不一样。
spring:
data:
elasticsearch:
cluster-name: my-elasticsearch
cluster-nodes: 127.0.0.1:9301,127.0.0.1:9302,127.0.0.1:9303
4、测试
4.1 创建索引和映射
@Autowired
private ElasticsearchTemplate elasticsearchTemplate;
/**
* 创建索引和映射
*/
@Test
public void createIndexAndMapping() {
//创建索引，会根据EsGoods类的@Document注解信息来创建
elasticsearchTemplate.createIndex(EsGoods.class);
//配置映射，会根据EsGoods类中的id、Field等字段来自动完成映射
elasticsearchTemplate.putMapping(EsGoods.class);
}
创建索引和映射.png
4.2删除索引
/**
* 删除索引
*/
@Test
public void deleteIndex(){
elasticsearchTemplate.deleteIndex("goods");
}
}
4.3 新增文档
新增和查询文档需要新建一个接口继承ElasticsearchRepository
/**
* @author: sjx
* @date: 2019/11/23 22:34
* @description: 文档操作
*/
public interface GoodsRepository extends ElasticsearchRepository {
}
@Test
public void addDocument() {
List goodsList = new ArrayList<>();
goodsList.add(new EsGoods(1L, "联想-拯救者", "电脑", "联想", 5000.0, "1.jpg"));
goodsList.add(new EsGoods(2L, "apple-pro", "电脑", "苹果", 15000.0, "2.jpg"));
goodsList.add(new EsGoods(3L, "戴尔-灵越", "电脑", "戴尔", 6000.0, "3.jpg"));
goodsList.add(new EsGoods(4L, "华硕-A45", "电脑", "华硕", 4000.0, "4.jpg"));
goodsList.add(new EsGoods(5L, "小米-pro", "电脑", "小米", 3000.0, "5.jpg"));
goodsList.add(new EsGoods(6L, "华为-Meta10", "电脑", "华为", 5000.0, "6.jpg"));
//保存一个
//goodsRepository.save();
//保存多个
goodsRepository.saveAll(goodsList);
}
新增文档.png
4.4 修改文档
/**
* 修改文档
* 修改文档这块和jpa 的操作如出一辙。
*/
@Test
public void updateDocument() {
EsGoods esGoods = new EsGoods(1L, "联想-拯救者", "电脑", "联想", 6000.0, "1.jpg");
//修改价格
goodsRepository.save(esGoods);
}
4.5 查询
/**
* 根据id 查询
*/
@Test
public void findById() {
Optional optional = goodsRepository.findById(2L);
System.out.println(optional.get());
}
/**
* 查询所有
*/
@Test
public void findAll() {
Iterable all = goodsRepository.findAll();
for (EsGoods esGoods : all) {
System.out.println(esGoods);
}
}
5 、自定义查询方法
Spring Data 的提供一个强大功能，是根据方法名称自动实现功能，下述自定义规范：
规范.png
规范.png
/**
* 自定义价查询
*/
@Test
public void findByPrice() {
//价格大于5000的
List result = goodsRepository.findByPriceAfter(5000);
System.out.println("============价格大于等于5000的============");
System.out.println(result);
//价格小于5000的
System.out.println("============价格小于等于5000的============");
List byPriceBefore = goodsRepository.findByPriceBefore(5000);
System.out.println(byPriceBefore);
//价格等于5000的
System.out.println("============价格等于5000的============");
List byPrice = goodsRepository.findByPrice(5000);
System.out.println(byPrice);
}
/**
* 查询价格大于等于 price 的商品
* @param price
* @return
*/
public interface GoodsRepository extends ElasticsearchRepository {
/**
* 查询价格大于等于 price 的商品
* @param price
* @return
*/
List findByPriceAfter(double price);
/**
* 查询商品价格小于等于 price的商品
*/
List findByPriceBefore(double price);
/**
* 查询价格等于price 的商品
*/
List findByPrice(double price);
}
============价格大于等于5000的============
[EsGoods(id=2, title=apple-pro, category=电脑, brand=苹果, price=15000.0, images=2.jpg), EsGoods(id=6, title=华为-Meta10, category=电脑, brand=华为, price=5000.0, images=6.jpg), EsGoods(id=1, title=联想-拯救者, category=电脑, brand=联想, price=6000.0, images=1.jpg), EsGoods(id=3, title=戴尔-灵越, category=电脑, brand=戴尔, price=6000.0, images=3.jpg)]
============价格小于等于5000的============
[EsGoods(id=5, title=小米-pro, category=电脑, brand=小米, price=3000.0, images=5.jpg), EsGoods(id=4, title=华硕-A45, category=电脑, brand=华硕, price=4000.0, images=4.jpg), EsGoods(id=6, title=华为-Meta10, category=电脑, brand=华为, price=5000.0, images=6.jpg)]
============价格等于5000的============
[EsGoods(id=6, title=华为-Meta10, category=电脑, brand=华为, price=5000.0, images=6.jpg)]
6、高级查询
QueryBuilders 提供了大量的静态方法，用于生成各种不同类型的查询对象，例如：词条、模糊、通配符等
/**
* 词条查询
*/
@Test
public void testQuery(){
// 词条查询
MatchQueryBuilder queryBuilder = QueryBuilders.matchQuery("title", "pro");
// 执行查询
Iterable items = goodsRepository.search(queryBuilder);
items.forEach(System.out::println);
}
EsGoods(id=5, title=小米-pro, category=电脑, brand=小米, price=3000.0, images=5.jpg)
EsGoods(id=2, title=apple-pro, category=电脑, brand=苹果, price=15000.0, images=2.jpg)
7、 自定义查询
/**
* 自定义查询
*/
@Test
public void customizeQuery() {
//构建查询条件
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
//添加基本分词查询
queryBuilder.withQuery(QueryBuilders.matchQuery("title", "pro"));
//执行搜索,获取结果
Page search = goodsRepository.search(queryBuilder.build());
System.out.println("总页数：" + search.getTotalPages());
System.out.println("总记录数:" + search.getTotalElements());
search.forEach(System.out::println);
}
总页数：1
总记录数:2
EsGoods(id=5, title=小米-pro, category=电脑, brand=小米, price=3000.0, images=5.jpg)
EsGoods(id=2, title=apple-pro, category=电脑, brand=苹果, price=15000.0, images=2.jpg)
NativeSearchQueryBuilder：Spring提供的一个查询条件构建器，帮助构建json格式的请求体。
Page- ：默认是分页查询，因此返回的是一个分页的结果对象，包含属性：
totalElements：总条数
totalPages：总页数
Iterator：迭代器，本身实现了Iterator接口，因此可直接迭代得到当前页的数据
8、分页+排序查询
/**
* 分页+排序查询
*/
@Test
public void testNativePageQuery() {
// 构建查询条件
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// 添加基本的分词查询
queryBuilder.withQuery(QueryBuilders.termQuery("category", "电脑"));
// 设置分页参数 从第0 也开始每页显示十个数据
queryBuilder.withPageable(PageRequest.of(0, 10));
//设置排序 按照电脑的价格进行升序排列
queryBuilder.withSort(SortBuilders.fieldSort("price").order(SortOrder.ASC));
// 执行搜索，获取结果
Page items = goodsRepository.search(queryBuilder.build());
// 打印总条数
System.out.println("总条数：" + items.getTotalElements());
// 打印总页数
System.out.println("总页数:" + items.getTotalPages());
// 每页大小
System.out.println("每页大小：" + items.getSize());
// 当前页
System.out.println("当前页：" + items.getNumber());
items.forEach(System.out::println);
}
总条数：6
总页数:1
每页大小：10
当前页：0
EsGoods(id=5, title=小米-pro, category=电脑, brand=小米, price=3000.0, images=5.jpg)
EsGoods(id=4, title=华硕-A45, category=电脑, brand=华硕, price=4000.0, images=4.jpg)
EsGoods(id=6, title=华为-Meta10, category=电脑, brand=华为, price=5000.0, images=6.jpg)
EsGoods(id=1, title=联想-拯救者, category=电脑, brand=联想, price=6000.0, images=1.jpg)
EsGoods(id=3, title=戴尔-灵越, category=电脑, brand=戴尔, price=6000.0, images=3.jpg)
EsGoods(id=2, title=apple-pro, category=电脑, brand=苹果, price=15000.0, images=2.jpg)
9、聚合查询
/**
* 聚合查询
* 按品牌分组查询
*/
@Test
public void brandAggregated() {
//构建查询条件
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// 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brands
queryBuilder.addAggregation(
AggregationBuilders.terms("brands").field("brand"));
// 查询,需要把结果强转为AggregatedPage类型
AggregatedPage aggPage = (AggregatedPage) goodsRepository.search(queryBuilder.build());
StringTerms agg = (StringTerms) aggPage.getAggregation("brands");
// 3.2、获取桶
List buckets = agg.getBuckets();
// 3.3、遍历
for (StringTerms.Bucket bucket : buckets) {
// 3.4、获取桶中的key，即品牌名称 和 文档数量
System.out.println(bucket.getKeyAsString() + ":" +bucket.getDocCount());
}
}
华为:1
华硕:1
小米:1
戴尔:1
联想:1
苹果:1
10、嵌套查询
/**
* 嵌套查询
*/
@Test
public void testSubAvgAgg(){
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// 1、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("brands").field("brand")
.subAggregation(AggregationBuilders.avg("avgPrice").field("price")) // 在品牌聚合桶内进行嵌套聚合，求平均值
);
// 2、查询,需要把结果强转为AggregatedPage类型
AggregatedPage aggPage = (AggregatedPage) this.goodsRepository.search(queryBuilder.build());
// 3.1、从结果中取出名为brands的那个聚合，
// 因为是利用String类型字段来进行的term聚合，所以结果要强转为StringTerm类型
StringTerms agg = (StringTerms) aggPage.getAggregation("brands");
// 3.2、获取桶
List buckets = agg.getBuckets();
// 3.3、遍历
buckets.forEach(bucket -> {
// 3.4、获取桶中的key，即品牌名称 ; 获取桶中的文档数量 ;获取平均值结果：
InternalAvg avg = (InternalAvg) bucket.getAggregations().asMap().get("avgPrice");
System.out.println(bucket.getKeyAsString() + "共" + bucket.getDocCount() +",平均售价："+ avg.getValue() );
});
}
华为共1,平均售价：5000.0
华硕共1,平均售价：4000.0
小米共1,平均售价：3000.0
戴尔共1,平均售价：6000.0
联想共1,平均售价：6000.0
苹果共1,平均售价：15000.0