Davids实操笔记：Spring Boot使用docker整合ElasticSearch ik分词搜索和拼音搜索

文章目录

Spring Boot使用docker整合ElasticSearch ik分词搜索和拼音搜索
- 准备工作
- - 安装ik分词器
  - 安装pinyin插件
- Spring Boot进行分词和拼音查询
- - 创建setting和mapping文件
  - 将setting和mapping配置到UserEntity中
  - 编写测试类
- 总结

Spring Boot使用docker整合ElasticSearch ik分词搜索和拼音搜索

前面的blog已经处理完Spring Boot和docker安装配置ElasticSearch，这篇blog主要讲一下使用docker安装ElasticSearch ik分词器和拼音搜索功能。

准备工作

安装ik分词器

我们直接使用elasticsearch-plugin安装ik分词器

// 进入elasticsearch容器
docker exec -it elasticsearch /bin/bash// 安装ik分词器7.8.0./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.8.0/elasticsearch-analysis-ik-7.8.0.zip

安装过程如下：

安装pinyin插件

和ik分词器一样我们同样使用elasticsearch-plugin安装pinyin插件

// 安装ik分词器7.8.0./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-pinyin/releases/download/v7.8.0/elasticsearch-analysis-pinyin-7.8.0.zip

检查一下plugins目录查看是否安装成功，准备工作就完成了。

Spring Boot进行分词和拼音查询

前面已经完成了一部分编码工作了，请查看Spring Boot 使用docker整合ElasticSearch，那么这次我们就继续在上次的基础上改造，使其支持拼音和分词搜索。

创建setting和mapping文件

文件存放在resource目录下，为了方便区分，所以我新建了一个elasticsearch目录。

elasticsearch_mapping.json文件内容

{"block": {"properties": {"userName": {"type": "text","analyzer": "pinyin_analyzer","search_analyzer": "pinyin_analyzer","fields": {"pinyin": {"type": "string","ignore_above": 256}}},"sex": {"type": "keyword","fields": {"keyword": {"type": "keyword","ignore_above": 256}}},"age": {"type": "keyword","fields": {"keyword": {"type": "keyword","ignore_above": 256}}}}}
}

elasticsearch_setting.json文件内容

{"index": {"analysis": {"analyzer": {"pinyin_analyzer": {"tokenizer": "my_pinyin"}},"tokenizer": {"my_pinyin": {"type": "pinyin","keep_first_letter": true,"keep_separate_first_letter": false,"keep_full_pinyin": true,"keep_original": true,"limit_first_letter_length": 16,"lowercase": true,"remove_duplicated_term": true}}}}
}

将setting和mapping配置到UserEntity中

如果之前已经创建了索引了，则需要删除，或者重新创建新的所有才能创建分词和拼音相关索引，支持分词和拼音搜索

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 org.springframework.data.elasticsearch.annotations.Mapping;
import org.springframework.data.elasticsearch.annotations.Setting;import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;@Data
@NoArgsConstructor
@AllArgsConstructor
@Builder
@Setting(settingPath = "classpath:elasticsearch/elasticsearch_setting.json")
@Mapping(mappingPath = "classpath:elasticsearch/elasticsearch_mapping.json")
@Document(indexName = "user")
public class UserEntity {@Idprivate Long userId;@Field(type = FieldType.Text, analyzer = "pinyin", searchAnalyzer = "pinyin")private String userName;@Field(type = FieldType.Keyword)private Integer age;@Field(type = FieldType.Keyword)private Integer sex;}

编写测试类

依旧是在之前的测试类基础上进行编写，首先执行save方法批量插入一些数据方便测试，然后执行searchByUserName查看结果。

import com.example.elasticsearch.entity.UserEntity;
import com.example.elasticsearch.service.ElasticSearchService;
import com.example.elasticsearch.util.StringUtils;import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.ThreadLocalRandom;import javax.annotation.Resource;@SpringBootTest
class ElasticsearchApplicationTests {@Resourceprivate ElasticSearchService elasticSearchService;/*** @Author David* @Description 批量插入测试数据**/@Testvoid save() {List<String> randomName = StringUtils.getRandomName(100);List<UserEntity> list = new ArrayList<>(100);for (int i = 0; i < randomName.size(); i++) {UserEntity userEntity = UserEntity.builder().userId(i + 1L).userName(randomName.get(i)).age(ThreadLocalRandom.current().nextInt(50)).sex(ThreadLocalRandom.current().nextInt(2)).build();list.add(userEntity);}elasticSearchService.saveUser(list);}/*** @Author David* @Description 根据id搜索**/@Testvoid findById() {UserEntity byId = elasticSearchService.findById(1L);System.out.println(byId);}/*** @Author David* @Description 搜索**/@Testvoid searchByUserName() {List<UserEntity> da = elasticSearchService.searchByUserName("wpt");System.out.println(da);List<UserEntity> da1 = elasticSearchService.searchByUserName("闻平涂");System.out.println(da1);}}
// searchByUserName output
[UserEntity(userId=7, userName=闻平涂, age=44, sex=1)]
[UserEntity(userId=7, userName=闻平涂, age=44, sex=1)]

总结

ElasticSearch使用非常广泛，支持的场景也非常多，除了分词和拼音之外，还有像繁体搜索，以及高亮显示都用的比较多，后面一一梳理，如果对你有帮助记得关注支持一下哦，这是我前进的最大动力！