elasticSearch搜索引擎安装使用,SprignBoot整合Spring Data Elasticsearch,百度云 Elasticsearch安装包
* 启动可视化页面:
E:\Elasticsearch\elasticsearch\elasticsearch-head-master> 执行 grunt server 或者 npm run start
* 启动Elasticsearch
E:\Elasticsearch\elasticsearch\elasticsearch-6.2.4\bin elasticsearch.bat
* 启动logstash 同步 数据库需要配置
E:\Elasticsearch\elasticsearch\logstash-7.8.1\bin>logstash -f ../mysqletc/mysql.conf
* http://127.0.0.1:9200/ 启动确认
* http://127.0.0.1:9100/ 页面
* 9300 后台调用端口
1.Elasticsearch介绍和安装
本文章所有安装包百度云链接:
链接: https://pan.baidu.com/s/18Fy-IpiGvopHi_vg5KmTZQ 提取码: 5gx5
1.1.简介
1.1.1.Elastic
Elastic官网:https://www.elastic.co/cn/
Elastic有一条完整的产品线:Elasticsearch、Kibana、Logstash等,前面说的三个就是大家常说的ELK技术栈。
1.1.2.Elasticsearch
Elasticsearch官网:https://www.elastic.co/cn/products/elasticsearch
- 分布式,无需人工搭建集群(solr就需要人为配置,使用Zookeeper作为注册中心)
- Restful风格,一切API都遵循Rest原则,容易上手
- 近实时搜索,数据更新在Elasticsearch中几乎是完全同步的。
1.1.3.版本
目前Elasticsearch最新的版本是6.2.4,我们就使用这个版本
1.2.安装和配置
下载地址:https://www.elastic.co/downloads/past-releases
1.2.2 安装
1.3.运行
进入elasticsearch/bin目录,可以看到下面的执行文件:
我们在浏览器中访问:http://127.0.0.1:9200
1.4.安装Head插件
1.4.1.什么是Head
ealsticsearch只是后端提供各种api,那么怎么直观的使用它呢?elasticsearch-head将是一款专门针对于elasticsearch的客户端工具
elasticsearch-head配置包,下载地址:https://github.com/mobz/elasticsearch-head
1.4.2.安装
第一步:从地址:https://nodejs.org/en/download/ 下载相应系统的msi,双击安装。
第二步:安装完成用cmd进入安装目录执行 node -v可查看版本号
第三步:执行 npm install -g grunt-cli 安装grunt ,【用管理员身份运行CMD】安装完成后执行grunt -version查看是否安装成功,会显示安装的版本号
1.4.3.配置运行
第一步:进入es安装目录下的config目录,修改elasticsearch.yml文件.在文件的末尾加入以下代码
http.cors.enabled: true
http.cors.allow-origin: "*"
node.master: true
node.data: true
ERROR: [2] bootstrap checks failed
第三步:在https://github.com/mobz/elasticsearch-head中下载head插件,选择下载zip
第五步:在D:\environment\elasticsearch-head-master 下执行npm install
解决方法:
执行 npm install phantomjs-prebuilt@2.1.16 --ignore-scripts
安装完成后执行grunt server 或者npm run start 运行head插件,如果不成功重新安装grunt。成功如下
1.4.4.成功
1.5.安装ik分词器
ElasticSearch 默认采用分词器, 单个字分词 ,效果很差
ikAnalyzer 分词条件 细颗粒【多】:ik_max_word 粗颗粒分词【少】:ik_smart
http://www.oschina.net/news/2660
1.5.1. 下载
源码下载地址:https://github.com/medcl/elasticsearch-analysis-ik/tree/6.2.x
jar包下载地址:https://github.com/medcl/elasticsearch-analysis-ik/releases
1.5.1.安装
我们将其改名为ik
,并复制到elasticsearch的解压目录,如下图所示
1.5.2.扩展词和停用词
2.SprignBoot整合Spring Data Elasticsearch
Elasticsearch提供的Java客户端有一些不太方便的地方:
因此,我们这里就不讲解原生的Elasticsearch客户端API了。
而是学习Spring提供的套件:Spring Data Elasticsearch
2.1.简介
Spring Data Elasticsearch是Spring Data项目下的一个子模块。
查看 Spring Data的官网:http://projects.spring.io/spring-data/
Spring Data Elasticsearch的页面:https://projects.spring.io/spring-data-elasticsearch/
- 支持Spring的基于
@Configuration
的java配置方式,或者XML配置方式 - 提供了用于操作ES的便捷工具类**
ElasticsearchTemplate
**。包括实现文档到POJO之间的自动智能映射。 - 利用Spring的数据转换服务实现的功能丰富的对象映射
- 基于注解的元数据映射方式,而且可扩展以支持更多不同的数据格式
- 根据持久层接口自动生成对应实现方法,无需人工编写基本操作代码(类似mybatis,根据接口自动得到实现)。当然,也支持人工定制查询
2.2.创建Demo工程
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>com.czxy</groupId><artifactId>bos-es</artifactId><version>0.0.1-SNAPSHOT</version><packaging>jar</packaging><name>bos-es</name><description>Demo project for Spring Boot</description><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.0.4.RELEASE</version><relativePath/> <!-- lookup parent from repository --></parent><properties><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding><java.version>1.8</java.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elasticsearch</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build></project>
application.properties文件配置 官方给的:
spring.data.elasticsearch.cluster-name=my-application
spring.data.elasticsearch.cluster-nodes=http://127.0.0.1:9300
2.3.索引操作
2.3.1.创建索引和映射
SpringBoot-data-elasticsearch提供了面向对象的方式操作elasticsearch
答:id,title,category,brand,price,图片地址在SpringDataElasticSearch中,只需要操作对象,就可以操作elasticsearch中的数据
实体类
首先我们准备好实体类:
public class Item {private Long id;private String title; //标题private String category;// 分类private String brand; // 品牌private Double price; // 价格private String images; // 图片地址
}
映射—注解
Spring Data通过注解来声明字段的映射属性,有下面的三个注解:
@Document
作用在类,标记实体类为文档对象,一般有两个属性- 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,是是枚举:FieldType,可以是text、long、short、date、integer、object等
- text:存储数据时候,会自动分词,并生成索引
- keyword:存储数据时候,不会分词建立索引
- Numerical:数值类型,分两类
- 基本数据类型:long、interger、short、byte、double、float、half_float
- 浮点数的高精度类型:scaled_float
- 需要指定一个精度因子,比如10或100。elasticsearch会把真实值乘以这个因子后存储,取出时再还原。
- Date:日期类型
- elasticsearch可以对日期格式化为字符串存储,但是建议我们存储为毫秒值,存储为long,节省空间。
- 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,这里的
ik_max_word
即使用ik分词器
- type:字段类型,是是枚举:FieldType,可以是text、long、short、date、integer、object等
示例:
@Document(indexName = "item",type = "docs", shards = 1, replicas = 0)
public class Item {@Idprivate Long id;@Field(type = FieldType.Text, analyzer = "ik_max_word")private String title; //标题@Field(type = FieldType.Keyword)private String category;// 分类@Field(type = FieldType.Keyword)private String brand; // 品牌@Field(type = FieldType.Double)private Double price; // 价格@Field(index = false, type = FieldType.Keyword)private String images; // 图片地址
}
创建索引
ElasticsearchTemplate中提供了创建索引的API:
- 可以根据类的信息自动生成,也可以手动指定indexName和Settings
映射
映射相关的API:
- 一样,可以根据类的字节码信息(注解配置)来生成映射,或者手动编写映射
我们这里采用类的字节码信息创建索引并映射:
@Test
public void createIndex() {// 创建索引,会根据Item类的@Document注解信息来创建esTemplate.createIndex(Item.class);// 配置映射,会根据Item类中的id、Field等字段来自动完成映射esTemplate.putMapping(Item.class);
}
索引信息:
2.3.2.删除索引
@Test
public void deleteIndex() {esTemplate.deleteIndex(Item.class);// 根据索引名字删除//esTemplate.deleteIndex("item1");
}
2.4.新增文档数据
2.4.1.Repository接口
我们看到有一个ElasticsearchCrudRepository接口:
public interface ItemRepository extends ElasticsearchRepository<Item,Long> {
}
2.4.2.新增一个对象
@Autowired
private ItemRepository itemRepository;@Test
public void index() {Item item = new Item(1L, "小米手机7", " 手机","小米", 3499.00, "http://image.baidu.com/13123.jpg");itemRepository.save(item);
}
2.4.3.批量新增
@Test
public void indexList() {List<Item> list = new ArrayList<>();list.add(new Item(2L, "坚果手机R1", " 手机", "锤子", 3699.00, "http://image.baidu.com/13123.jpg"));list.add(new Item(3L, "华为META10", " 手机", "华为", 4499.00, "http://image.baidu.com/13123.jpg"));// 接收对象集合,实现批量新增itemRepository.saveAll(list);
}
2.4.4.修改
elasticsearch中本没有修改,它的是该是先删除在新增
@Test
public void index(){Item item = new Item(1L, "苹果XSMax", " 手机","小米", 3499.00, "http://image.baidu.com/13123.jpg");itemRepository.save(item);
}
2.5.查询
2.5.1.基本查询
ElasticsearchRepository提供了一些基本的查询方法:
@Testpublic void testQueryAll(){// 查找所有//Iterable<Item> list = this.itemRepository.findAll();// 对某字段排序查找所有 Sort.by("price").descending() 降序// Sort.by("price").ascending():升序Iterable<Item> list = this.itemRepository.findAll(Sort.by("price").ascending());for (Item item:list){System.out.println(item);}}
2.5.2.自定义方法
Spring Data 的另一个强大功能,是根据方法名称自动实现功能。
比如:你的方法名叫做:findByTitle,那么它就知道你是根据title查询,然后自动帮你完成,无需写实现类。
Keyword | Sample |
---|---|
And
|
findByNameAndPrice
|
Or
|
findByNameOrPrice
|
Is
|
findByName
|
Not
|
findByNameNot
|
Between
|
findByPriceBetween
|
LessThanEqual
|
findByPriceLessThan
|
GreaterThanEqual
|
findByPriceGreaterThan
|
Before
|
findByPriceBefore
|
After
|
findByPriceAfter
|
Like
|
findByNameLike
|
StartingWith
|
findByNameStartingWith
|
EndingWith
|
findByNameEndingWith
|
Contains/Containing
|
findByNameContaining
|
In
|
findByNameIn(Collection<String>names)
|
NotIn
|
findByNameNotIn(Collection<String>names)
|
Near
|
findByStoreNear
|
True
|
findByAvailableTrue
|
False
|
findByAvailableFalse
|
OrderBy
|
findByAvailableTrueOrderByNameDesc
|
public interface ItemRepository extends ElasticsearchRepository<Item,Long> {/*** 根据价格区间查询* @param price1* @param price2* @return*/List<Item> findByPriceBetween(double price1, double price2);
}
@Test
public void indexList() {List<Item> list = new ArrayList<>();list.add(new Item(1L, "小米手机7", "手机", "小米", 3299.00, "http://image.baidu.com/13123.jpg"));list.add(new Item(2L, "坚果手机R1", "手机", "锤子", 3699.00, "http://image.baidu.com/13123.jpg"));list.add(new Item(3L, "华为META10", "手机", "华为", 4499.00, "http://image.baidu.com/13123.jpg"));list.add(new Item(4L, "小米Mix2S", "手机", "小米", 4299.00, "http://image.baidu.com/13123.jpg"));list.add(new Item(5L, "荣耀V10", "手机", "华为", 2799.00, "http://image.baidu.com/13123.jpg"));// 接收对象集合,实现批量新增itemRepository.saveAll(list);
}
@Test
public void queryByPriceBetween(){List<Item> list = this.itemRepository.findByPriceBetween(2000.00, 3500.00);for (Item item : list) {System.out.println("item = " + item);}
}
2.5.3.自定义查询
@Test
public void search(){// 构建查询条件NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();// 添加基本分词查询queryBuilder.withQuery(QueryBuilders.matchQuery("title", "小米手机"));// 搜索,获取结果Page<Item> items = this.itemRepository.search(queryBuilder.build());// 总条数long total = items.getTotalElements();System.out.println("total = " + total);for (Item item : items) {System.out.println(item);}
}
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
QueryBuilders.matchQuery(“title”, “小米手机”):利用QueryBuilders来生成一个查询。QueryBuilders提供了大量的静态方法,用于生成各种不同类型的查询:
Page<item>
: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
其它属性:
结果:
总的测试代码:
/**** termQuery* wildcardQuery* fuzzyquery* booleanQuery* numericRangeQuery**/@Testpublic void testMathQuery(){// 创建对象NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();// 在queryBuilder对象中自定义查询//matchQuery:底层就是使用的termQueryqueryBuilder.withQuery(QueryBuilders.matchQuery("title","坚果"));//查询,search 默认就是分页查找Page<Item> page = this.itemRepository.search(queryBuilder.build());//获取数据long totalElements = page.getTotalElements();System.out.println("获取的总条数:"+totalElements);for(Item item:page){System.out.println(item);}}/*** termQuery:功能更强大,除了匹配字符串意外,还可以匹配int/long/double/float/....*/@Testpublic void testTermQuery(){NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();builder.withQuery(QueryBuilders.termQuery("price",998.0));// 查找Page<Item> page = this.itemRepository.search(builder.build());for(Item item:page){System.out.println(item);}}@Testpublic void testBooleanQuery(){NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();builder.withQuery(QueryBuilders.boolQuery().must(QueryBuilders.matchQuery("title","华为")).must(QueryBuilders.matchQuery("brand","华为")));// 查找Page<Item> page = this.itemRepository.search(builder.build());for(Item item:page){System.out.println(item);}}@Testpublic void testFuzzyQuery(){NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();builder.withQuery(QueryBuilders.fuzzyQuery("title","faceoooo"));Page<Item> page = this.itemRepository.search(builder.build());for(Item item:page){System.out.println(item);}}
2.5.4.分页查询
利用NativeSearchQueryBuilder
可以方便的实现分页:
@Test
public void searchByPage(){// 构建查询条件NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();// 添加基本分词查询queryBuilder.withQuery(QueryBuilders.termQuery("category", "手机"));// 分页:int page = 0;int size = 2;queryBuilder.withPageable(PageRequest.of(page,size));// 搜索,获取结果Page<Item> items = this.itemRepository.search(queryBuilder.build());// 总条数long total = items.getTotalElements();System.out.println("总条数 = " + total);// 总页数System.out.println("总页数 = " + items.getTotalPages());// 当前页System.out.println("当前页:" + items.getNumber());// 每页大小System.out.println("每页大小:" + items.getSize());for (Item item : items) {System.out.println(item);}
}
可以发现,Elasticsearch中的分页是从第0页开始。
2.5.5.排序
排序也通用通过NativeSearchQueryBuilder
完成:
@Test
public void searchAndSort(){// 构建查询条件NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();// 添加基本分词查询queryBuilder.withQuery(QueryBuilders.termQuery("category", "手机"));// 排序queryBuilder.withSort(SortBuilders.fieldSort("price").order(SortOrder.ASC));// 搜索,获取结果Page<Item> items = this.itemRepository.search(queryBuilder.build());// 总条数long total = items.getTotalElements();System.out.println("总条数 = " + total);for (Item item : items) {System.out.println(item);}
}
2.6.聚合(NB!!solr无此功能)
实现这些统计功能的比数据库的sql要方便的多,而且查询速度非常快,可以实现近实时搜索效果。
2.6.1 基本概念
Elasticsearch中的聚合,包含多种类型,最常用的两种,一个叫桶
,一个叫度量
:
桶(bucket)
桶的作用,是按照某种方式对数据进行分组,每一组数据在ES中称为一个桶
,例如我们根据国籍对人划分,可以得到中国桶
、英国桶
,日本桶
……或者我们按照年龄段对人进行划分:010,1020,2030,3040等。
Elasticsearch中提供的划分桶的方式有很多:
- Date Histogram Aggregation:根据日期阶梯分组,例如给定阶梯为周,会自动每周分为一组
- Histogram Aggregation:根据数值阶梯分组,与日期类似
- Terms Aggregation:根据词条内容分组,词条内容完全匹配的为一组
- Range Aggregation:数值和日期的范围分组,指定开始和结束,然后按段分组
- ……
综上所述,我们发现bucket aggregations 只负责对数据进行分组,并不进行计算,因此往往bucket中往往会嵌套另一种聚合:metrics aggregations即度量
度量(metrics)
分组完成以后,我们一般会对组中的数据进行聚合运算,例如求平均值、最大、最小、求和等,这些在ES中称为度量
比较常用的一些度量聚合方式:
- Avg Aggregation:求平均值
- Max Aggregation:求最大值
- Min Aggregation:求最小值
- Percentiles Aggregation:求百分比
- Stats Aggregation:同时返回avg、max、min、sum、count等
- Sum Aggregation:求和
- Top hits Aggregation:求前几
- Value Count Aggregation:求总数
- ……
注意:在ES中,需要进行聚合、排序、过滤的字段其处理方式比较特殊,因此不能被分词。这里我们将color和make这两个文字类型的字段设置为keyword类型,这个类型不会被分词,将来就可以参与聚合
2.6.2.聚合为桶
@Test
public void testAgg(){NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();// 不查询任何结果queryBuilder.withSourceFilter(new FetchSourceFilter(new String[]{""}, null));// 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brandqueryBuilder.addAggregation(AggregationBuilders.terms("brands").field("brand"));// 2、查询,需要把结果强转为AggregatedPage类型AggregatedPage<Item> aggPage = (AggregatedPage<Item>) this.itemRepository.search(queryBuilder.build());// 3、解析// 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<StringTerms.Bucket> 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System.out.println(bucket.getKeyAsString());// 3.5、获取桶中的文档数量System.out.println(bucket.getDocCount());}}
(1)统计某个字段的数量ValueCountBuilder vcb= AggregationBuilders.count("count_uid").field("uid");
(2)去重统计某个字段的数量(有少量误差)CardinalityBuilder cb= AggregationBuilders.cardinality("distinct_count_uid").field("uid");
(3)聚合过滤
FilterAggregationBuilder fab= AggregationBuilders.filter("uid_filter").filter(QueryBuilders.queryStringQuery("uid:001"));
(4)按某个字段分组
TermsBuilder tb= AggregationBuilders.terms("group_name").field("name");
(5)求和
SumBuilder sumBuilder= AggregationBuilders.sum("sum_price").field("price");
(6)求平均
AvgBuilder ab= AggregationBuilders.avg("avg_price").field("price");
(7)求最大值
MaxBuilder mb= AggregationBuilders.max("max_price").field("price");
(8)求最小值
MinBuilder min= AggregationBuilders.min("min_price").field("price");
(9)按日期间隔分组
DateHistogramBuilder dhb= AggregationBuilders.dateHistogram("dh").field("date");
(10)获取聚合里面的结果
TopHitsBuilder thb= AggregationBuilders.topHits("top_result");
(11)嵌套的聚合
NestedBuilder nb= AggregationBuilders.nested("negsted_path").path("quests");
(12)反转嵌套
AggregationBuilders.reverseNested("res_negsted").path("kps ");
AggregatedPage
:聚合查询的结果类。它是Page<T>
的子接口:
AggregatedPage
在Page
功能的基础上,拓展了与聚合相关的功能,它其实就是对聚合结果的一种封装。
而返回的结果都是Aggregation类型对象,不过根据字段类型不同,又有不同的子类表示
2.6.2.嵌套聚合,求平均值
@Test
public void testSubAgg(){NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();// 不查询任何结果queryBuilder.withSourceFilter(new FetchSourceFilter(new String[]{""}, null));// 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brandqueryBuilder.addAggregation(AggregationBuilders.terms("brands").field("brand").subAggregation(AggregationBuilders.avg("priceAvg").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<Item> aggPage = (AggregatedPage<Item>) this.itemRepository.search(queryBuilder.build());// 3、解析// 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<StringTerms.Bucket> 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 3.5、获取桶中的文档数量System.out.println(bucket.getKeyAsString() + ",共" + bucket.getDocCount() + "台");// 3.6.获取子聚合结果:InternalAvg avg = (InternalAvg) bucket.getAggregations().asMap().get("priceAvg");System.out.println("平均售价:" + avg.getValue());}}
2.7.基本概念
Elasticsearch也是基于Lucene的全文检索库,本质也是存储数据,很多概念与MySQL类似的。
索引库(indices)--------------------------------Databases 数据库
类型(type)-----------------------------Table 数据表文档(Document)----------------Row 行字段(Field)-------------------Columns 列
概念 | 说明 |
---|---|
索引库(indices) | indices是index的复数,代表许多的索引, |
类型(type) | 类型是模拟mysql中的table概念,一个索引库下可以有不同类型的索引,比如商品索引,订单索引,其数据格式不同。不过这会导致索引库混乱,因此未来版本中会移除这个概念 |
文档(document) | 存入索引库原始的数据。比如每一条商品信息,就是一个文档 |
字段(field) | 文档中的属性 |
映射配置(mappings) | 字段的数据类型、属性、是否索引、是否存储等特性 |
注意:
package com.wl.partner.controller;import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import com.cre.dmp.osp.common.config.openapi.OpenApi;
import com.cre.dmp.osp.common.web.BaseController;
import com.wl.partner.dao.PartnerDao;
import com.wl.partner.entity.Dealer;
import com.wl.partner.entity.Partner;
import org.elasticsearch.action.admin.indices.analyze.AnalyzeAction;
import org.elasticsearch.action.admin.indices.analyze.AnalyzeRequestBuilder;
import org.elasticsearch.action.admin.indices.analyze.AnalyzeResponse;
import org.elasticsearch.index.query.QueryBuilders;import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.PageRequest;
import org.springframework.data.elasticsearch.core.ElasticsearchTemplate;
import org.springframework.data.elasticsearch.core.query.NativeSearchQueryBuilder;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;import java.util.ArrayList;
import java.util.List;/*** 启动可视化页面: E:\Elasticsearch\elasticsearch\elasticsearch-head-master>npm run start* 启动Elasticsearch E:\Elasticsearch\elasticsearch\elasticsearch-6.2.4\bin elasticsearch.bat* http://127.0.0.1:9200/ 启动确认* http://127.0.0.1:9100/ 页面* 9300 后台调用端口** 1.如何页面创建索引?* 2.如何页面删除索引* 3.如何查看分词之后得结果* 4.如何实时更新修改已建立索引的的数据(变更删除更细新增怎么办)*/
@RestController
@RequestMapping("/testController")
public class TestController extends BaseController {@AutowiredElasticsearchTemplate elasticsearchTemplate;@Autowiredprivate PartnerDao partnerDao;//合伙人@RequestMapping(value = "/createIndex", method = {RequestMethod.POST})public void createIndex() {// 创建索引,会根据Item类的@Document注解信息来创建elasticsearchTemplate.createIndex(Dealer.class);// 配置映射,会根据Item类中的id、Field等字段来自动完成映射elasticsearchTemplate.putMapping(Dealer.class);}@RequestMapping(value = "/deleteIndex", method = {RequestMethod.POST})public void deleteIndex() {elasticsearchTemplate.deleteIndex(Partner.class);// 根据索引名字删除//esTemplate.deleteIndex("item1");}@RequestMapping(value = "/createPartnerIndex", method = {RequestMethod.POST})public void createPartnerIndex() {// 创建索引,会根据Item类的@Document注解信息来创建elasticsearchTemplate.createIndex(Partner.class);// 配置映射,会根据Item类中的id、Field等字段来自动完成映射// elasticsearchTemplate.putMapping(Partner.class);}/*** http://localhost:7102/wl-ltx-partner-api/testController/testPartnerAll*/@RequestMapping(value = "/testPartnerAll", method = {RequestMethod.POST})public void testPartnerAll(){// 构建查询条件NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();// 添加基本分词查询//queryBuilder.withQuery(QueryBuilders.termQuery("partnerName", "郑"));queryBuilder.withQuery(QueryBuilders.termQuery("partnerAddress", "漯河"));// 分页:int page = 0;int size = 2;queryBuilder.withPageable(PageRequest.of(page,size));// 搜索,获取结果Page<Partner> items = this.partnerDao.search(queryBuilder.build());// 总条数long total = items.getTotalElements();System.out.println("总条数 = " + total);// 总页数System.out.println("总页数 = " + items.getTotalPages());// 当前页System.out.println("当前页:" + items.getNumber());// 每页大小System.out.println("每页大小:" + items.getSize());for (Partner item : items) {System.out.println(item);}}/*** 查看分词之后得结果数据* searchContent 分词内容* ikAnalyzer 分词条件 细颗粒【多】:ik_max_word 粗颗粒分词【少】:ik_smart* http://localhost:7102/wl-ltx-partner-api/testController/getIkAnalyzeSearchTerms** {"searchContent":"中华人民共和国人民大会堂","ikAnalyzer":"ik_max_word" }*"{searchContent":"中华人民共和国人民大会堂","ikAnalyzer":"ik_smart" }* [partner_item] 参数 为http://127.0.0.1:9100/ 所建立的索引** @return*/@OpenApi@RequestMapping(value = "/getIkAnalyzeSearchTerms", method = {RequestMethod.POST})private List<String> getIkAnalyzeSearchTerms(@OpenApi @RequestParam(value = "jsonDate", required = true) String jsonDateString) {JSONObject jsonObject = JSON.parseObject(jsonDateString);String searchContent = (String) jsonObject.get("searchContent");String ikAnalyzer = (String) jsonObject.get("ikAnalyzer");// 调用 IK 分词分词AnalyzeRequestBuilder ikRequest = new AnalyzeRequestBuilder(elasticsearchTemplate.getClient(),AnalyzeAction.INSTANCE, "partner_item", searchContent);//【partner_item 】自定义的http://127.0.0.1:9100/ 数据浏览中的自己索引名字ikRequest.setTokenizer(ikAnalyzer);List<AnalyzeResponse.AnalyzeToken> tokenList = ikRequest.execute().actionGet().getTokens();// 循环赋值List<String> searchTermList = new ArrayList<>();tokenList.forEach(ikToken -> {searchTermList.add(ikToken.getTerm());});return searchTermList;}}
1、原因:防火墙拦截
2、解决方法:关闭防火墙。
elasticSearch搜索引擎安装使用,SprignBoot整合Spring Data Elasticsearch,百度云 Elasticsearch安装包相关推荐
- 2022年appium超详细环境安装步骤(Mac版本,附带百度网盘安装包)
二年没有搭建appium环境里,百度了一下,网上帖子倒是很多,但坑也是很多的,决定在此发布一篇较为详细的appium环境安装,让小伙伴们少踩坑 mac 上 Appium 环境搭建 第一步:安装 nod ...
- SpringBoot整合Spring Data Elasticsearch
特点: 分布式,无需人工搭建集群(solr就需要人为配置,使用Zookeeper作为注册中心) Restful风格,一切API都遵循Rest原则,容易上手 近实时搜索,数据更新在Elasticsear ...
- springboot整合hibernate_峰哥说技术系列-17 .Spring Boot 整合 Spring Data JPA
今日份主题 Spring Boot 整合 Spring Data JPA JPA(Java Persistence API)是用于对象持久化的 API,是Java EE 5.0 平台标准的 ORM 规 ...
- Spring Boot整合Spring Data Redis-整合步骤
如何通过SpringBoot去整合我们的Redis,这里我们先对SpringBoot Redis做一个简单的介绍,其实SpringBoot Redis,和我们之前讲的Spring JPA都是Sprin ...
- 第九篇:Spring Boot整合Spring Data JPA_入门试炼01
Spring Data JPA:介绍: Spring Data就是spring提供操作数据库的框架,而Spring Data JPA只是Spring Data框架下的一个基于JPA标准操作数据库的模块 ...
- springboot学习笔记(三)使用JDBC以及整合spring data jpa
spring boot JDBC的使用: 1.引入依赖 <dependency><groupId>mysql</groupId><artifactId> ...
- 阿里云Redis (安装包安装篇)
2019独角兽企业重金招聘Python工程师标准>>> 之前通过yum安装Redis,挺简单的:这次来试试安装包安装! 一.天才第一步,***** 找个安装包吧,直接到官网下载.ht ...
- r语言从网页下载东西内容 r安装特定版本的r包 r从网页下载 安装包
加载 library(RCurl) getBinaryURL(url, -, .opts = list(), curl = getCurlHandle(), .buf = binaryBuffer(. ...
- Spring Boot整合Spring Data JPA操作数据
一. Sping Data JPA 简介 Spring Data JPA 是 Spring 基于 ORM 框架.JPA 规范的基础上封装的一套 JPA 应用框架,底层使用了 Hibernate 的 J ...
- java 整合solr_SpringBoot整合Spring Data Solr
此文不讲solr相关,只讲整合,内容清单如下 1. maven依赖坐标 2. application.properties配置 3. Java Config配置 1. maven坐标 org.spri ...
最新文章
- PIE SDK打开栅格数据
- Spring Boot 应用系列 1 -- Spring Boot 2 整合Spring Data JPA和Druid,双数据源
- DiscuzX2.5视频教程
- 使用 vue.js 的一些操作记录
- 机器学习中有监督学习——回归
- js 图片压缩上传(base64位)以及上传类型分类
- SpringMVC之HelloWorld
- 接到骗子短信后........
- python comprehension_Python从题目中学习:List comprehension
- [转载] python查看的统计量_python 描述性统计_Python中的基本统计:描述性统计
- H5视频播放demo
- 用python程序计算勾股数,用Python程序计算勾股数
- Redis 主从配置 实现
- 软件构造 Lab4 Lab5 实验日记
- 长沙现象-互联网教育行业
- python官网无法打开--Python安装包国内镜像下载
- Ubuntu 镜像站使用帮助 清华大学开源软件镜像站
- 【Unity Shaders】Diffuse Shading——创建一个基本的Surface Shader
- 十五. 实战——mysql建库建表 字符集 和 排序规则
- Java图形化界面编程
热门文章
- Andriod 获取手机CPU型号设备信息
- python颜色代码棕色_图表的基本配色方法
- android 设置默认铃声,我的Android进阶之旅------gt;Android系统设置默认来电铃声、闹钟铃声、通知铃声,android进阶...
- 王德顺《追求自由的亡命徒》
- 网页上的资料怎么打印出来?
- Debezium报错处理系列:Creation of database history topic failed, please create the topic manually
- 最小生成树-Borůvka算法
- 印度网站前50名都是做什么的
- 2017开发者技术和薪酬调查报告
- 听王自如聊蜕变历程:云计算时代如何输出价值