springboot整合elasticsearch
5.1.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的使命是為資料訪問提供熟悉且一致的基於Spring的程式設計模型,同時仍保留底層資料儲存的特殊特性。
它使得使用資料訪問技術,關係資料庫和非關係資料庫,map-reduce框架和基於雲的資料服務變得容易。這是一個總括專案,其中包含許多特定於給定資料庫的子專案。這些令人興奮的技術專案背後,是由許多公司和開發人員合作開發的。
Spring Data 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
5.2.建立Demo工程
我們使用spring腳手架新建一個demo,學習Elasticsearch
啟動elasticsearch,輸入http://127.0.0.1:9200/ 得到叢集名稱"cluster_name" : "my-application",
pom依賴:
這裡springboot使用的2.0.7.RELEASE,在更高版本中有一些變化,es中不推薦使用ElasticsearchTemplate等等,具體以後再看吧,現在先用老版本學著。
application.yml檔案配置:
spring:
data:
elasticsearch:
cluster-name: my-application #叢集名字cluster-nodes: 127.0.0.1:9300 #子節點,注意埠號是叢集的通訊埠
5.3.實體類及註解
首先我們準備好實體類:
public class Item {
Long id;
String title; //標題
String category;// 分類
String brand; // 品牌
Double price; // 價格
String images; // 圖片地址
}
對映
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,一般有四個屬性
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,取值是列舉:FieldType
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:ikmaxword
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
}5.4.Template索引操作
5.4.1.建立索引和對映
建立索引
1.ElasticsearchTemplate中提供了建立索引的API:createIndex 有很多過載的方法,可以根據類的資訊自動生成,也可以手動指定indexName和Settings
2.對映:putMapping
對映相關的API: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:
@RunWith(SpringRunner.class)
@SpringBootTest(classes =
ItcastElasticsearchApplication.class)
public class IndexTest {
@Autowired
private ElasticsearchTemplate
elasticsearchTemplate;
@Test
public void testCreate(){
// 建立索引,會根據Item類的@Document註解資訊來建立
elasticsearchTemplate.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
elasticsearchTemplate.putMapping(Item.class);
}
}
結果:
GET /item
{
"item": {
"aliases": {},
"mappings": {
"docs":
{
"properties":
{
"brand":
{
"type":
"keyword"
},
"category":
{
"type":
"keyword"
},
"images":
{
"type":
"keyword",
"index":
false
},
"price":
{
"type":
"double"
},
"title":
{
"type":
"text",
"analyzer":
"ik_max_word"
}
}
}
},
"settings": {
"index":
{
"refresh_interval":
"1s",
"number_of_shards":
"1",
"provided_name":
"item",
"creation_date":
"1525405022589",
"store":
{
"type":
"fs"
},
"number_of_replicas":
"0",
"uuid":
"4sE9SAw3Sqq1aAPz5F6OEg",
"version":
{
"created":
"6020499"
}
}
}
}
}5.3.2.刪除索引
刪除索引的API:可以根據類名或索引名刪除。
elasticsearchTemplate.deleteIndex(Item.class);
5.4.Repository文件操作
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。
我們只需要定義介面,然後繼承它就OK了。
java public interface ItemRepository extends ElasticsearchRepository<Item,Long> { }
來看下Repository的繼承關係:
我們看到有一個ElasticsearchRepository介面:PagingAndSortingRepository
是分頁的,CrudRepository是一些基本的增刪改查。
5.4.1.新增文件
@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.leyou.com/13123.jpg");
itemRepository.save(item);
}
去頁面查詢看看:
GET /item/docs_search
結果:
{
"took": 14,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1,
"hits": [
{
"_index":
"item",
"_type":
"docs",
"_id":
"1",
"_score":
1,
"_source":
{
"id":
1,
"title":
"小米手機7",
"category":
" 手機",
"brand":
"小米",
"price":
3499,
"images":
"http://image.leyou.com/13123.jpg"
}
}
]
}
}
5.4.2.批量新增
@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.leyou.com/123.jpg"));
list.add(new Item(3L, "華為META10", " 手機", "華為", 4499.00,
"http://image.leyou.com/3.jpg"));
// 接收物件集合,實現批量新增
itemRepository.saveAll(list);
}
再次去頁面查詢:
{
"took": 5,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 3,
"max_score": 1,
"hits": [
{
"_index":
"item",
"_type":
"docs",
"_id":
"2",
"_score":
1,
"_source":
{
"id":
2,
"title":
"堅果手機R1",
"category":
" 手機",
"brand":
"錘子",
"price":
3699,
"images":
"http://image.leyou.com/13123.jpg"
}
},
{
"_index":
"item",
"_type":
"docs",
"_id":
"3",
"_score":
1,
"_source":
{
"id":
3,
"title":
"華為META10",
"category":
" 手機",
"brand":
"華為",
"price":
4499,
"images":
"http://image.leyou.com/13123.jpg"
}
},
{
"_index":
"item",
"_type":
"docs",
"_id":
"1",
"_score":
1,
"_source":
{
"id":
1,
"title":
"小米手機7",
"category":
" 手機",
"brand":
"小米",
"price":
3499,
"images":
"http://image.leyou.com/13123.jpg"
}
}
]
}
}
5.4.3.修改文件
修改和新增是同一個介面,區分的依據就是id,這一點跟我們在頁面發起PUT請求是類似的。
5.4.4.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 testQuery(){
Optional<Item> optional
= this.itemRepository.findById(1l);
System.out.println(optional.get());
}
@Test
public void testFind(){
// 查詢全部,並按照價格降序排序
Iterable<Item> items =
this.itemRepository.findAll(Sort.by(Sort.Direction.DESC, "price"));
items.forEach(item->
System.out.println(item));
}
5.4.5.自定義方法
Spring Data 的另一個強大功能,是根據方法名稱自動實現功能。
比如:你的方法名叫做:findByTitle,那麼它就知道你是根據title查詢,然後自動幫你完成,無需寫實現類。
當然,方法名稱要符合一定的約定:
例如,我們來按照價格區間查詢,定義這樣的一個方法:
public interface ItemRepository extends
ElasticsearchRepository<Item,Long> {
/**
* 根據價格區間查詢
* @param price1
* @param price2
* @return
*/
List<Item>
findByPriceBetween(double price1, double price2);
}
然後新增一些測試資料:
@Test
public void indexList() {
List<Item> list = new
ArrayList<>();
list.add(new Item(1L, "小米手機7", "手機", "小米", 3299.00,
"http://image.leyou.com/13123.jpg"));
list.add(new Item(2L, "堅果手機R1", "手機", "錘子", 3699.00,
"http://image.leyou.com/13123.jpg"));
list.add(new Item(3L, "華為META10", "手機", "華為", 4499.00,
"http://image.leyou.com/13123.jpg"));
list.add(new Item(4L, "小米Mix2S", "手機", "小米", 4299.00,
"http://image.leyou.com/13123.jpg"));
list.add(new Item(5L, "榮耀V10", "手機", "華為", 2799.00,
"http://image.leyou.com/13123.jpg"));
// 接收物件集合,實現批量新增
itemRepository.saveAll(list);
}
不需要寫實現類,然後我們直接去執行:
@Test
public void queryByPriceBetween(){
List<Item> list =
this.itemRepository.findByPriceBetween(2000.00, 3500.00);
for (Item item : list) {
System.out.println("item
= " + item);
}
}
結果:
雖然基本查詢和自定義方法已經很強大了,但是如果是複雜查詢(模糊、萬用字元、詞條查詢等)就顯得力不從心了。此時,我們只能使用原生查詢。
5.5.高階查詢
5.5.1.基本查詢
先看看基本玩法
@Test
public void testQuery(){
// 詞條查詢
MatchQueryBuilder
queryBuilder = QueryBuilders.matchQuery("title", "小米");
// 執行查詢
Iterable<Item> items =
this.itemRepository.search(queryBuilder);
items.forEach(System.out::println);
}
Repository的search方法需要QueryBuilder引數,elasticSearch為我們提供了一個物件QueryBuilders:
QueryBuilders提供了大量的靜態方法,用於生成各種不同型別的查詢物件,例如:詞條、模糊、萬用字元等QueryBuilder物件。
elasticsearch提供很多可用的查詢方式,但是不夠靈活。如果想玩過濾或者聚合查詢等就很難了。
5.5.2.自定義查詢
先來看最基本的match query:
@Test
public void testNativeQuery(){
// 構建查詢條件
NativeSearchQueryBuilder
queryBuilder = new NativeSearchQueryBuilder();
// 新增基本的分詞查詢
queryBuilder.withQuery(QueryBuilders.matchQuery("title",
"小米"));
// 執行搜尋,獲取結果
Page<Item> items =
this.itemRepository.search(queryBuilder.build());
// 列印總條數
System.out.println(items.getTotalElements());
// 列印總頁數
System.out.println(items.getTotalPages());
items.forEach(System.out::println);
}
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
Page<item>: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:
5.5.4.分頁查詢
利用NativeSearchQueryBuilder可以方便的實現分頁:
@Test
public void testNativeQuery(){
// 構建查詢條件
NativeSearchQueryBuilder
queryBuilder = new NativeSearchQueryBuilder();
// 新增基本的分詞查詢
queryBuilder.withQuery(QueryBuilders.termQuery("category",
"手機"));
// 初始化分頁引數
int page = 0;
int size = 3;
// 設定分頁引數
queryBuilder.withPageable(PageRequest.of(page,
size));
// 執行搜尋,獲取結果
Page<Item> items =
this.itemRepository.search(queryBuilder.build());
// 列印總條數
System.out.println(items.getTotalElements());
// 列印總頁數
System.out.println(items.getTotalPages());
// 每頁大小
System.out.println(items.getSize());
// 當前頁
System.out.println(items.getNumber());
items.forEach(System.out::println);
}
結果:
可以發現,Elasticsearch中的分頁是從第0頁開始。
5.5.5.排序
排序也通用通過NativeSearchQueryBuilder完成:
@Test
public void testSort(){
// 構建查詢條件
NativeSearchQueryBuilder
queryBuilder = new NativeSearchQueryBuilder();
// 新增基本的分詞查詢
queryBuilder.withQuery(QueryBuilders.termQuery("category",
"手機"));
// 排序
queryBuilder.withSort(SortBuilders.fieldSort("price").order(SortOrder.DESC));
// 執行搜尋,獲取結果
Page<Item> items =
this.itemRepository.search(queryBuilder.build());
// 列印總條數
System.out.println(items.getTotalElements());
items.forEach(System.out::println);
}
結果:
5.6.聚合
5.6.1.聚合為桶
桶就是分組,比如這裡我們按照品牌brand進行分組:
@Test
public void testAgg(){
NativeSearchQueryBuilder
queryBuilder = new NativeSearchQueryBuilder();
// 不查詢任何結果
queryBuilder.withSourceFilter(new
FetchSourceFilter(new String[]{""}, null));
// 1、新增一個新的聚合,聚合型別為terms,聚合名稱為brands,聚合欄位為brand
queryBuilder.addAggregation(
AggregationBuilders.terms("brands").field("brand"));
// 2、查詢,需要把結果強轉為AggregatedPage型別
AggregatedPage<Item>
aggPage = (AggregatedPage<Item>)
this.itemRepository.search(queryBuilder.build());
// 3、解析
// 3.1、從結果中取出名為brands的那個聚合,
// 因為是利用String型別欄位來進行的term聚合,所以結果要強轉為StringTerm型別
StringTerms agg =
(StringTerms) aggPage.getAggregation("brands");
// 3.2、獲取桶
List<StringTerms.Bucket>
buckets = agg.getBuckets();
// 3.3、遍歷
for (StringTerms.Bucket
bucket : buckets) {
//
3.4、獲取桶中的key,即品牌名稱
System.out.println(bucket.getKeyAsString());
//
3.5、獲取桶中的文件數量
System.out.println(bucket.getDocCount());
}
}
顯示的結果:
關鍵API:
- AggregationBuilders:聚合的構建工廠類。所有聚合都由這個類來構建,看看他的靜態方法:
AggregatedPage:聚合查詢的結果類。它是Page<T>的子介面:
AggregatedPage在Page功能的基礎上,拓展了與聚合相關的功能,它其實就是對聚合結果的一種封裝,大家可以對照聚合結果的JSON結構來看。
而返回的結果都是Aggregation型別物件,不過根據欄位型別不同,又有不同的子類表示
我們看下頁面的查詢的JSON結果與Java類的對照關係:
5.6.2.巢狀聚合,求平均值
程式碼:
@Test
public void testSubAgg(){
NativeSearchQueryBuilder
queryBuilder = new NativeSearchQueryBuilder();
// 不查詢任何結果
queryBuilder.withSourceFilter(new
FetchSourceFilter(new String[]{""}, null));
// 1、新增一個新的聚合,聚合型別為terms,聚合名稱為brands,聚合欄位為brand
queryBuilder.addAggregation(
AggregationBuilders.terms("brands").field("brand")
.subAggregation(AggregationBuilders.avg("priceAvg").field("price"))
// 在品牌聚合桶內進行巢狀聚合,求平均值
);
// 2、查詢,需要把結果強轉為AggregatedPage型別
AggregatedPage<Item>
aggPage = (AggregatedPage<Item>)
this.itemRepository.search(queryBuilder.build());
// 3、解析
// 3.1、從結果中取出名為brands的那個聚合,
// 因為是利用String型別欄位來進行的term聚合,所以結果要強轉為StringTerm型別
StringTerms agg =
(StringTerms) aggPage.getAggregation("brands");
// 3.2、獲取桶
List<StringTerms.Bucket>
buckets = agg.getBuckets();
// 3.3、遍歷
for (StringTerms.Bucket
bucket : buckets) {
//
3.4、獲取桶中的key,即品牌名稱3.5、獲取桶中的文件數量
System.out.println(bucket.getKeyAsString()
+ ",共" +
bucket.getDocCount() + "臺");
//
3.6.獲取子聚合結果:
InternalAvg
avg = (InternalAvg) bucket.getAggregations().asMap().get("priceAvg");
System.out.println("平均售價:" + avg.getValue());
}
}
結果: