SpringBoot的高级教程

一、SpringBoot缓存

缓存的场景

临时性数据存储【校验码】
避免频繁因为相同的内容查询数据库【查询的信息】

1、JSR107缓存规范

用的比较少

Java Caching定义了5个核心接口

CachingProvider

定义了创建、配置、获取、管理和控制多个CacheManager。一个应用可以在运行期间访问多个CachingProvider
CacheManager

定义了创建、配置、获取、管理和控制多个唯一命名的Cache,这些Cache存在于CacheManage的上下文中，一个CacheManage只被一个CachingProvider拥有
Cache

类似于Map的数据结构并临时储存以key为索引的值，一个Cache仅仅被一个CacheManage所拥有
Entry

存储在Cache中的key-value对
Expiry

存储在Cache的条目有一个定义的有效期，一旦超过这个时间，就会设置过期的状态，过期无法被访问，更新，删除。缓存的有效期可以通过ExpiryPolicy设置。

2、Spring的缓存抽象

包括一些JSR107的注解

CahceManager

Cache

1、基本概念

重要的概念&缓存注解

	功能
Cache	缓存接口，定义缓存操作，实现有：RedisCache、EhCacheCache、ConcurrentMapCache等
CacheManager	缓存管理器，管理各种缓存（Cache）组件
@Cacheable	针对方法配置，根据方法的请求参数对其结果进行缓存
@CacheEvict	清空缓存
@CachePut	保证方法被调用，又希望结果被缓存 update，调用，将信息更新缓存
@EnableCaching	开启基于注解的缓存
KeyGenerator	缓存数据时key生成的策略
serialize	缓存数据时value序列化策略

2、整合项目

1、新建一个SpringBoot1.5+web+mysql+mybatis+cache

2、编写配置文件，连接Mysql

spring.datasource.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://192.168.179.131:3306/mybatis01
spring.datasource.username=root
spring.datasource.password=Welcome_1
mybatis.configuration.map-underscore-to-camel-case=true
server.port=9000

3、创建一个bean实例

Department

package com.wdjr.cache.bean;public class Department {private Integer id;private String deptName;public Department(){}public Department(Integer id, String deptName) {this.id = id;this.deptName = deptName;}public Integer getId() {return id;}public void setId(Integer id) {this.id = id;}public String getDeptName() {return deptName;}public void setDeptName(String deptName) {this.deptName = deptName;}@Overridepublic String toString() {return "Department{" +"id=" + id +", deptName='" + deptName + '\'' +'}';}
}

Employee

package com.wdjr.cache.bean;public class Employee {private Integer id;private String lastName;private String gender;private String email;private Integer dId;public Integer getId() {return id;}public void setId(Integer id) {this.id = id;}public String getLastName() {return lastName;}public void setLastName(String lastName) {this.lastName = lastName;}public String getGender() {return gender;}public void setGender(String gender) {this.gender = gender;}public String getEmail() {return email;}public void setEmail(String email) {this.email = email;}public Integer getdId() {return dId;}public void setdId(Integer dId) {this.dId = dId;}@Overridepublic String toString() {return "Employee{" +"id=" + id +", lastName='" + lastName + '\'' +", gender='" + gender + '\'' +", email='" + email + '\'' +", dId=" + dId +'}';}
}

4、创建mapper接口映射数据库，并访问数据库中的数据

package com.wdjr.cache.mapper;import com.wdjr.cache.bean.Employee;
import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.Select;
import org.apache.ibatis.annotations.Update;@Mapper
public interface EmployeeMapper {@Select("SELECT * FROM employee WHERE id = #{id}")public Employee getEmpById(Integer id);@Update("UPDATE employee SET lastName=#{lastName},email=#{email},gender=#{gender},d_id=#{dId} WHERE id=#{id}")public void updateEmp(Employee employee);
}

5、主程序添加注解MapperScan，并且使用@EnableCaching开启缓存

package com.wdjr.cache;import org.mybatis.spring.annotation.MapperScan;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cache.annotation.EnableCaching;@EnableCaching
@MapperScan("com.wdjr.cache.mapper")
@SpringBootApplication
public class Springboot01CacheApplication {public static void main(String[] args) {SpringApplication.run(Springboot01CacheApplication.class, args);}
}

6、编写service，来具体实现mapper中的方法

package com.wdjr.cache.service;import com.wdjr.cache.bean.Employee;
import com.wdjr.cache.mapper.EmployeeMapper;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cache.annotation.Cacheable;
import org.springframework.stereotype.Service;@Service
public class EmployeeService {@AutowiredEmployeeMapper employeeMapper;/*** 将方法的运行结果进行缓存，以后要是再有相同的数据，直接从缓存中获取，不用调用方法* CacheManager中管理多个Cache组件，对缓存的真正CRUD操作在Cache组件中，每个缓存组件都有自己的唯一名字；** 属性：*  CacheName/value:指定存储缓存组件的名字*  key:缓存数据使用的key,可以使用它来指定。默认是使用方法参数的值，1-方法的返回值*  编写Spel表达式：#id 参数id的值， #a0/#p0 #root.args[0]*  keyGenerator:key的生成器，自己可以指定key的生成器的组件id*  key/keyGendertor二选一使用**  cacheManager指定Cache管理器，或者cacheReslover指定获取解析器*  condition:指定符合条件的情况下，才缓存；*  unless：否定缓存，unless指定的条件为true，方法的返回值就不会被缓存，可以获取到结果进行判断*  sync:是否使用异步模式，unless不支持*** @param id* @return*/@Cacheable(cacheNames = {"emp"},key = "#id",condition = "#id>0",unless = "#result==null")public Employee getEmp(Integer id){System.out.println("查询id= "+id+"的员工");return employeeMapper.getEmpById(id);}
}

7、编写controller测试

@RestController
public class EmployeeController {@AutowiredEmployeeService employeeService;@GetMapping("/emp/{id}")public Employee getEmp(@PathVariable("id")Integer id){return employeeService.getEmp(id);}
}

8、测试结果

继续访问，就不会执行方法，因为直接在缓存中取值

3、缓存原理

原理：

1、CacheAutoConfiguration

2、导入缓存组件

3、查看哪个缓存配置生效

SimpleCacheConfiguration生效

4、给容器注册一个CacheManager:ConcurrentMapCacheManager

5、可以获取和创建ConcurrentMapCache,作用是将数据保存在ConcurrentMap中

运行流程

1、方法运行之前，先查Cache(缓存组件），按照cacheName的指定名字获取；

（CacheManager先获取相应的缓存），第一次获取缓存如果没有cache组件会自己创建

2、去Cache中查找缓存的内容，使用一个key，默认就是方法的参数；

key是按照某种策略生成的，默认是使用keyGenerator生成的，默认使用SimpleKeyGenerator生成key

没有参数 key=new SimpleKey()

如果有一个参数 key=参数值

如果多个参数 key=new SimpleKey(params);

3、没有查到缓存就调用目标方法

4、将目标方法返回的结果，放回缓存中

方法执行之前，@Cacheable先来检查缓存中是否有数据，按照参数的值作为key去查询缓存，如果没有，就运行方法，存入缓存，如果有数据，就取出map的值。

4、Cache的注解

1、@Cacheput

修改数据库的某个数据，同时更新缓存

运行时机

先运行方法，再将目标结果缓存起来

cacheable的key是不能使用result的参数的

1、编写更新方法

@CachePut(value = {"emp"},key = "#result.id")
public Employee updateEmp(Employee employee){System.out.println("updateEmp"+employee);employeeMapper.updateEmp(employee);return employee;
}

2、编写Controller方法

@GetMapping("/emp")
public Employee updateEmp(Employee employee){employeeService.updateEmp(employee);return employee;
}

测试

测试步骤

1、先查询1号员工

2、更新1号员工数据

3、查询1号员工

可能并没有更新，

是因为查询和更新的key不同

效果：

第一次查询：查询mysql
第二次更新：更新mysql
第三次查询：调用内存

2、CacheEvict

清除缓存

编写测试方法

@CacheEvict(value = "emp",key = "#id")
public  void  deleteEmp(Integer id){System.out.println("delete的id"+id);
}

allEntries = true,代表不论清除那个key，都重新刷新缓存

beforeInvocation=true.方法执行前，清空缓存，默认是false,如果程序异常，就不会清除缓存

3、Caching

组合

Cacheable
CachePut
CacheEvict

CacheConfig抽取缓存的公共配置

@CacheConfig(cacheNames = "emp")
@Service
public class EmployeeService {

然后下面的value=emp就不用写了

@Caching(cacheable = {@Cacheable(value = "emp",key = "#lastName")},put = {@CachePut(value = "emp",key = "#result.id"),@CachePut(value = "emp",key = "#result.gender")}
)
public Employee getEmpByLastName(String lastName){return employeeMapper.getEmpByLastName(lastName);
}

如果查完lastName,再查的id是刚才的值，就会直接从缓存中获取数据

5、Redis

默认的缓存是在内存中定义HashMap，生产中使用Redis的缓存中间件

Redis 是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件

1、安装Docker

安装redis在docker上

#拉取redis镜像
docker pull redis
#启动redis[bfcb1f6df2db]docker images的iddocker run -d -p 6379:6379 --name redis01 bfcb1f6df2db

2、Redis的Template

Redis的常用五大数据类型

String【字符串】、List【列表】、Set【集合】、Hash【散列】、ZSet【有序集合】

分为两种一种是StringRedisTemplate，另一种是RedisTemplate

根据不同的数据类型，大致的操作也分为这5种，以StringRedisTemplate为例

stringRedisTemplate.opsForValue()  --String
stringRedisTemplate.opsForList()  --List
stringRedisTemplate.opsForSet()  --Set
stringRedisTemplate.opsForHash()  --Hash
stringRedisTemplate.opsForZset()  -Zset

1、导入依赖

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2、修改配置文件

spring.redis.host=192.168.179.131

3、添加测试类

    @AutowiredStringRedisTemplate stringRedisTemplate;//操作字符串【常用】@AutowiredRedisTemplate redisTemplate;//操作k-v都是对象    @Testpublic void test01(){//        stringRedisTemplate.opsForValue().append("msg", "hello");String msg = stringRedisTemplate.opsForValue().get("msg");System.out.println(msg);}

写入数据

读取数据

3、测试保存对象

对象需要序列化

1、序列化bean对象

public class Employee implements Serializable {

2、将对象存储到Redis

@Test
public  void test02(){Employee emp = employeeMapper.getEmpById(2);redisTemplate.opsForValue().set("emp-01", emp);
}

3、效果演示

4、以json方式传输对象

1、新建一个Redis的配置类MyRedisConfig,

@Configuration
public class MyRedisConfig {@Beanpublic RedisTemplate<Object, Employee> empRedisTemplate(RedisConnectionFactory redisConnectionFactory)throws UnknownHostException {RedisTemplate<Object, Employee> template = new RedisTemplate<Object, Employee>();template.setConnectionFactory(redisConnectionFactory);Jackson2JsonRedisSerializer<Employee> jsonRedisSerializer = new Jackson2JsonRedisSerializer<Employee>(Employee.class);template.setDefaultSerializer(jsonRedisSerializer);return template;}

2、编写测试类

 @AutowiredRedisTemplate<Object,Employee> empRedisTemplate;
@Test
public  void test02(){Employee emp = employeeMapper.getEmpById(2);empRedisTemplate.opsForValue().set("emp-01", emp);}

3、测试效果

二、SpringBoot的消息中间件

1、JMS&AMQP简介

1、异步处理

同步机制

并发机制

消息队列机制

2、应用解耦

使用中间件，将两个服务解耦，一个写入，一个订阅

3、流量削锋

例如消息队列的FIFO，限定元素的长度，防止出现多次请求导致的误操作

概述

1、大多数应用，可以通过消息服务中间件来提升系统的异步通信、拓展解耦能力

2、消息服务中的两个重要概念：

消息代理（message broker）和目的地（destination）,当消息发送者发送消息以后，将由消息代理接管，消息代理保证消息传递到指定的目的地。

3、消息队列主要的两种形式的目的地

1）、队列（queue）：点对点消息通信【point-to-point】，取出一个没一个，一个发布，多个消费

2）、主题（topic）:发布（publish）/订阅（subscribe）消息通信，多人【订阅者】可以同时接到消息

4、JMS(Java Message Service) Java消息服务：

基于JVM消息规范的代理。ActiveMQ/HornetMQ是JMS的实现

5、AMQP(Advanced Message Queuing Protocol)

高级消息队列协议，也是一个消息代理的规范，兼容JMS
RabbitMQ是AMQP的实现

	JMS	AMQP
定义	Java API	网络线级协议
跨平台	否	是
跨语言	否	是
Model	(1)、Peer-2-Peer (2)、Pub/Sub	(1)、direct exchange (2)、fanout exchange (3)、topic change (4)、headers exchange (5)、system exchange 后四种都是pub/sub ,差别路由机制做了更详细的划分
支持消息类型	TextMessage MapMessage ByteMessage StreamMessage ObjectMessage Message	byte[]通常需要序列化

6、SpringBoot的支持

spring-jms提供了对JMS的支持

spring-rabbit提供了对AMQP的支持

需要创建ConnectionFactory的实现来连接消息代理

提供JmsTemplate,RabbitTemplate来发送消息

@JmsListener(JMS).@RabbitListener(AMQP)注解在方法上的监听消息代理发布的消息

@EnableJms,@EnableRabbit开启支持

7、SpringBoot的自动配置

JmsAutoConfiguration
RabbitAutoConfiguration

2、RabbitMQ简介

AMQP的实现

1、核心概念

Message:消息头和消息体组成，消息体是不透明的，而消息头上则是由一系列的可选属性组成，属性：路由键【routing-key】,优先级【priority】,指出消息可能需要持久性存储【delivery-mode】

Publisher:消息的生产者，也是一个向交换器发布消息的客户端应用程序

Exchange:交换器，用来接收生产者发送的消息并将这些消息路由给服务器中的队列

Exchange的4中类型：direct【默认】点对点，fanout,topic和headers, 发布订阅，不同类型的Exchange转发消息的策略有所区别

Queue:消息队列，用来保存消息直到发送给消费者，它是消息的容器，也是消息的终点，一个消息可投入一个或多个队列，消息一直在队列里面，等待消费者连接到这个队列将数据取走。

Binding:绑定，队列和交换机之间的关联，多对多关系

Connection:网络连接，例如TCP连接

Channel:信道，多路复用连接中的一条独立的双向数据流通道，信道是建立在真是的TCP链接之内的虚拟连接AMQP命令都是通过信道发送出去的。不管是发布消息，订阅队列还是接受消息，都是信道，减少TCP的开销，复用一条TCP连接。

Consumer:消息的消费者，表示一个从消息队列中取得消息的客户端的应用程序

VirtualHost:小型的rabbitMQ,相互隔离

Broker:表示消息队列服务实体

2、RabbitMQ的运行机制

Exchange的三种方式

direct：根据路由键直接匹配，一对一

fanout:不经过路由键，直接发送到每一个队列

topic:类似模糊匹配的根据路由键，来分配绑定的队列

3、RabbitMQ安装测试

1、打开虚拟机，在docker中安装RabbitMQ

#1.安装rabbitmq，使用镜像加速
docker pull registry.docker-cn.com/library/rabbitmq:3-management
[root@node1 ~]# docker images
REPOSITORY                                     TAG                 IMAGE ID            CREATED             SIZE
registry.docker-cn.com/library/rabbitmq        3-management        c51d1c73d028        11 days ago         149 MB
#2.运行rabbitmq
##### 端口：5672 客户端和rabbitmq通信 15672：管理界面的web页面docker run -d -p 5672:5672 -p 15672:15672 --name myrabbitmq c51d1c73d028#3.查看运行
docker ps

2、打开网页客户端并登陆，账号【guest】,密码【guest】，登陆

3、添加【direct】【faout】【topic】的绑定关系等

1）、添加Exchange,分别添加exchange.direct、exchange.fanout、exchange.topic

2）、添加 Queues,分别添加lxy.news、wdjr、wdjr.emps、wdjr.news

3）、点击【exchange.direct】添加绑定规则

4）、点击【exchange.fanout】添加绑定规则

5）、点击【exchange.topic】添加绑定规则

/*: 代表匹配1个单词

/#：代表匹配0个或者多个单词

4、发布信息测试

【direct】发布命令，点击 Publish message

查看队列的数量

点击查看发送的信息

【fanout】的发布消息

队列信息

随意一个数据信息例如：wdjr.emp

【topic】发布信息测试

队列的值

信息查看

4、创建工程整合

1、RabbitAutoConfiguration
2、自动配置了连接工厂 ConnectionFactory
3、RabbitProperties封装了 RabbitMQ
4、RabbitTemplate:给RabbitMQ发送和接受消息的
5、AmqpAdmin：RabbitMQ的系统管理功能组件

1、RabbitTemplate

1、新建SpringBoot工程，SpringBoot1.5+Integeration/RabbitMQ+Web

2、RabbitAutoConfiguration文件

3、编写配置文件application.yml

spring:rabbitmq:host: 192.168.179.131port: 5672username: guestpassword: guest

4、编写测试类,将HashMap写入Queue

 @AutowiredRabbitTemplate rabbitTemplate;@Testpublic void contextLoads() {//Message需要自己构建一个；定义消息体内容和消息头// rabbitTemplate.send(exchange, routingKey, message);//Object 默认当成消息体，只需要传入要发送的对象，自动化序列发送给rabbitmq；Map<String,Object> map = new HashMap<>();map.put("msg", "这是第一个信息");map.put("data", Arrays.asList("helloWorld",123,true));//对象被默认序列以后发送出去rabbitTemplate.convertAndSend("exchange.direct","wdjr.news",map);}

5、查看网页的信息

6、取出队列的值

取出队列中数据就没了

@Test
public void reciverAndConvert(){Object o = rabbitTemplate.receiveAndConvert("wdjr.news");System.out.println(o.getClass());System.out.println(o);}

结果

class java.util.HashMap
{msg=这是第一个信息, data=[helloWorld, 123, true]}

7、使用Json方式传递，并传入对象Book

1）、MyAMQPConfig

@Configuration
public class MyAMQPConfig  {@Beanpublic MessageConverter messageConverter(){return new Jackson2JsonMessageConverter();}
}

2）、编写Book实体类

package com.wdjr.amqp.bean;public class Book {private String  bookName;private String author;public Book(){}public Book(String bookName, String author) {this.bookName = bookName;this.author = author;}public String getBookName() {return bookName;}public void setBookName(String bookName) {this.bookName = bookName;}public String getAuthor() {return author;}public void setAuthor(String author) {this.author = author;}@Overridepublic String toString() {return "Book{" +"bookName='" + bookName + '\'' +", author='" + author + '\'' +'}';}
}

3）、测试类

@Test
public void contextLoads() {//对象被默认序列以后发送出去rabbitTemplate.convertAndSend("exchange.direct","wdjr.news",new Book("百年孤独", "季羡林"));
}

4）、查看wdjr.news

5）、取出数据

@Test
public void reciverAndConvert(){Object o = rabbitTemplate.receiveAndConvert("wdjr.news");System.out.println(o.getClass());System.out.println(o);
}

6）、结果演示

class com.wdjr.amqp.bean.Book
Book{bookName='百年孤独', author='季羡林'}

2、开启基于注解的方式

1、新建一个BookService

@Service
public class BookService {@RabbitListener(queues = "wdjr.news")public void receive(Book book){System.out.println(book);}@RabbitListener(queues = "wdjr")public void receive02(Message message){System.out.println(message.getBody());System.out.println(message.getMessageProperties());}
}

2、主程序开启RabbitMQ的注解

@EnableRabbit //开启基于注解的rabbitmq
@SpringBootApplication
public class AmqpApplication {public static void main(String[] args) {SpringApplication.run(AmqpApplication.class, args);}
}

3、AmqpAdmin

创建和删除 Exchange 、Queue、Bind

1）、创建Exchange

@Test
public void createExchange(){amqpAdmin.declareExchange(new DirectExchange("amqpadmin.direct"));System.out.println("Create Finish");
}

效果演示

2）、创建Queue

@Test
public void createQueue(){amqpAdmin.declareQueue(new Queue("amqpadmin.queue",true));System.out.println("Create Queue Finish");
}

3）、创建Bind规则

@Test
public void createBind(){amqpAdmin.declareBinding(new Binding("amqpadmin.queue",Binding.DestinationType.QUEUE , "amqpadmin.direct", "amqp.haha", null));
}

删除类似

@Test
public void deleteExchange(){amqpAdmin.deleteExchange("amqpadmin.direct");System.out.println("delete Finish");
}

三、SpringBoot的检索

1、ElasticSearch简介

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

2、ElasticSearch的安装

1、安装java最新版本

下载linux的.tar.gz
解压到指定目录
配置环境变量

2、安装Docker(非必须这是是在Docker中安装)

1、查看centos版本
# uname -r
3.10.0-693.el7.x86_64
要求：大于3.10
如果小于的话升级*（选做）
# yum update
2、安装docker
# yum install docker
3、启动docker
# systemctl start docker
# docker -v
4、开机启动docker
# systemctl enable docker
5、停止docker
# systemctl stop docker

3、安装ElasticSearch的镜像

docker pull registry.docker-cn.com/library/elasticsearch

4、运行ElasticSearch

-e ES_JAVA_OPTS="-Xms256m -Xmx256m" 表示占用的最大内存为256m,默认是2G

[root@node1 ~]# docker images
REPOSITORY                                     TAG                 IMAGE ID                                                                   CREATED             SIZE
registry.docker-cn.com/library/elasticsearch   latest              671bb2d7da44                                                               32 hours ago        486 MB
[root@node1 ~]#
[root@node1 ~]# docker run -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -d -p 9200:9200 -p 9300:9300 --name ES01 671bb2d7da44

5、测试是否启动成功

访问9200端口：http://192.168.179.131:9200/ 查看是否返回json数据

{"name" : "onB-EUU","cluster_name" : "elasticsearch","cluster_uuid" : "j3SXX6tdThWUomW3tAvDFg","version" : {"number" : "5.6.9","build_hash" : "877a590","build_date" : "2018-04-12T16:25:14.838Z","build_snapshot" : false,"lucene_version" : "6.6.1"},"tagline" : "You Know, for Search"
}

3、Elastic的快速入门

最好的工具就是官方文档，以下操作都在文档中进行操作。

1、基础概念

面向文档，JSON作为序列化格式，ElasticSearch的基本概念

索引（名词）：

如前所述，一个索引类似于传统关系数据库中的一个 数据库 ，是一个存储关系型文档的地方。索引 (index) 的复数词为 indices 或 indexes 。

索引（动词）：

索引一个文档 就是存储一个文档到一个索引（名词）中以便它可以被检索和查询到。这非常类似于 SQL 语句中的 INSERT 关键词，除了文档已存在时新文档会替换旧文档情况之外。

类型：相当于数据库中的表

文档：相当于数据库中的行，即每条数据都叫一个文档

属性：相当于数据库中的列，即文档的属性

2、测试

下载POSTMAN，并使用POSTMAN测试

1、插入数据

具体信息查看官方示例

重点：PUT请求+请求体

PUT /megacorp/employee/1
{"first_name" : "John","last_name" :  "Smith","age" :        25,"about" :      "I love to go rock climbing","interests": [ "sports", "music" ]
}

2、检索文档

官方示例

重点：GET请求+URI+index+type+ID

GET /megacorp/employee/1

3、轻量检索

官方文档

重点：GET请求+index+type+_search+条件（非必须）

搜索所有雇员： _search

GET /megacorp/employee/_search

高亮搜索：URL参数

GET /megacorp/employee/_search?q=last_name:Smith

4、使用查询表达式

官方文档

重点：GET+URI+index+type+_search+请求体【match】

Query-string 搜索通过命令非常方便地进行临时性的即席搜索，但它有自身的局限性（参见轻量搜索）。Elasticsearch 提供一个丰富灵活的查询语言叫做 查询表达式 ，它支持构建更加复杂和健壮的查询。

领域特定语言 （DSL），指定了使用一个 JSON 请求。我们可以像这样重写之前的查询所有 Smith 的搜索：

GET /megacorp/employee/_search
{"query" : {"match" : {"last_name" : "Smith"}}
}

返回结果与之前的查询一样，但还是可以看到有一些变化。其中之一是，不再使用 query-string 参数，而是一个请求体替代。这个请求使用 JSON 构造，并使用了一个 match 查询（属于查询类型之一，后续将会了解）。

5、更加复杂的查询

官方文档

重点：GET+URI+index+type+_search + 请求体【match+filter】

现在尝试下更复杂的搜索。同样搜索姓氏为 Smith 的雇员，但这次我们只需要年龄大于 30 的。查询需要稍作调整，使用过滤器 filter ，它支持高效地执行一个结构化查询。

GET /megacorp/employee/_search
{"query" : {"bool": {"must": {"match" : {"last_name" : "smith" }},"filter": {"range" : {"age" : { "gt" : 30 } }}}}
}

	这部分与我们之前使用的 `match` 查询一样。
	这部分是一个 `range` 过滤器，它能找到年龄大于 30 的文档，其中 `gt` 表示_大于(_great than)。

目前无需太多担心语法问题，后续会更详细地介绍。只需明确我们添加了一个 过滤器 用于执行一个范围查询，并复用之前的 match 查询。现在结果只返回了一个雇员，叫 Jane Smith，32 岁。

6、全文搜索

官方文档

重点：GET+index+type+_search+请求体【match】 ==》看相关性得分

截止目前的搜索相对都很简单：单个姓名，通过年龄过滤。现在尝试下稍微高级点儿的全文搜索——一项传统数据库确实很难搞定的任务。

搜索下所有喜欢攀岩（rock climbing）的雇员：

GET /megacorp/employee/_search
{"query" : {"match" : {"about" : "rock climbing"}}
}

显然我们依旧使用之前的 match 查询在about 属性上搜索 “rock climbing” 。得到两个匹配的文档：

{..."hits": {"total":      2,"max_score":  0.16273327,"hits": [{..."_score":         0.16273327, "_source": {"first_name":  "John","last_name":   "Smith","age":         25,"about":       "I love to go rock climbing","interests": [ "sports", "music" ]}},{..."_score":         0.016878016, "_source": {"first_name":  "Jane","last_name":   "Smith","age":         32,"about":       "I like to collect rock albums","interests": [ "music" ]}}]}
}

“_score”:相关性得分

Elasticsearch 默认按照相关性得分排序，即每个文档跟查询的匹配程度。第一个最高得分的结果很明显：John Smith 的 about 属性清楚地写着 “rock climbing” 。

但为什么 Jane Smith 也作为结果返回了呢？原因是她的 about 属性里提到了 “rock” 。因为只有 “rock” 而没有 “climbing” ，所以她的相关性得分低于 John 的。

这是一个很好的案例，阐明了 Elasticsearch 如何在全文属性上搜索并返回相关性最强的结果。Elasticsearch中的 相关性 概念非常重要，也是完全区别于传统关系型数据库的一个概念，数据库中的一条记录要么匹配要么不匹配。

7、短语搜索

官方文档

重点：GET+index+type+_search+请求体【match_phrase 】

找出一个属性中的独立单词是没有问题的，但有时候想要精确匹配一系列单词或者短语。比如，我们想执行这样一个查询，仅匹配同时包含 “rock” 和 “climbing” ，并且二者以短语 “rock climbing” 的形式紧挨着的雇员记录。

为此对 match 查询稍作调整，使用一个叫做 match_phrase 的查询：

GET /megacorp/employee/_search
{"query" : {"match_phrase" : {"about" : "rock climbing"}}
}

返回的信息

{..."hits": {"total":      1,"max_score":  0.23013961,"hits": [{..."_score":         0.23013961,"_source": {"first_name":  "John","last_name":   "Smith","age":         25,"about":       "I love to go rock climbing","interests": [ "sports", "music" ]}}]}
}

8、高亮搜索

官方地址

重点：GET+index+type+_search+请求体【match_phrase+highlight】==>返回关键字加了em标签

许多应用都倾向于在每个搜索结果中高亮部分文本片段，以便让用户知道为何该文档符合查询条件。在 Elasticsearch 中检索出高亮片段也很容易。

再次执行前面的查询，并增加一个新的 highlight 参数：

GET /megacorp/employee/_search
{"query" : {"match_phrase" : {"about" : "rock climbing"}},"highlight": {"fields" : {"about" : {}}}
}

当执行该查询时，返回结果与之前一样，与此同时结果中还多了一个叫做 highlight 的部分。这个部分包含了 about 属性匹配的文本片段，并以 HTML 标签 <em></em> 封装：

{..."hits": {"total":      1,"max_score":  0.23013961,"hits": [{..."_score":         0.23013961,"_source": {"first_name":  "John","last_name":   "Smith","age":         25,"about":       "I love to go rock climbing","interests": [ "sports", "music" ]},"highlight": {"about": ["I love to go <em>rock</em> <em>climbing</em>" ]}}]}
}

9、分析

官方文档

重点：GET+index+type+_search+请求体【aggs-field】

aggs：聚合

终于到了最后一个业务需求：支持管理者对雇员目录做分析。 Elasticsearch 有一个功能叫聚合（aggregations），允许我们基于数据生成一些精细的分析结果。聚合与 SQL 中的 GROUP BY 类似但更强大。

举个例子，挖掘出雇员中最受欢迎的兴趣爱好：

GET /megacorp/employee/_search
{"aggs": {"all_interests": {"terms": { "field": "interests" }}}
}

会报错

Fielddata is disabled on text fields by default. Set fielddata=true on [inte

默认情况下，字段数据在文本字段上禁用。设置字段数据= TRUE

首先开启数据结构

PUT megacorp/_mapping/employee/
{"properties": {"interests": { "type":     "text","fielddata": true}}
}

然后在进行请求

{..."hits": { ... },"aggregations": {"all_interests": {"buckets": [{"key":       "music","doc_count": 2},{"key":       "forestry","doc_count": 1},{"key":       "sports","doc_count": 1}]}}
}

可以看到，两位员工对音乐感兴趣，一位对林地感兴趣，一位对运动感兴趣。这些聚合并非预先统计，而是从匹配当前查询的文档中即时生成。

如果想知道叫 Smith 的雇员中最受欢迎的兴趣爱好，可以直接添加适当的查询来组合查询：

GET /megacorp/employee/_search
{"query": {"match": {"last_name": "smith"}},"aggs": {"all_interests": {"terms": {"field": "interests"}}}
}

all_interests 聚合已经变为只包含匹配查询的文档：

 ..."all_interests": {"buckets": [{"key": "music","doc_count": 2},{"key": "sports","doc_count": 1}]}

聚合还支持分级汇总。比如，查询特定兴趣爱好员工的平均年龄：

GET /megacorp/employee/_search
{"aggs" : {"all_interests" : {"terms" : { "field" : "interests" },"aggs" : {"avg_age" : {"avg" : { "field" : "age" }}}}}
}

输出基本是第一次聚合的加强版。依然有一个兴趣及数量的列表，只不过每个兴趣都有了一个附加的 avg_age 属性，代表有这个兴趣爱好的所有员工的平均年龄。

即使现在不太理解这些语法也没有关系，依然很容易了解到复杂聚合及分组通过 Elasticsearch 特性实现得很完美。可提取的数据类型毫无限制。

4、SpringBoot+ElasticSearch

1、新建项目SpringBoot1.5+Web+Nosql–>ElasticSearch

2、springBoot默认支持两种技术和ES进行交互

1、Jest【需要导入使用】

利用JestClient和服务器的9200端口进行http通信

2、SpringData ElasticSearch【默认】

1）、客户端:Client节点信息: clusterNodes: clusterName

2）、ElasticsearchTemplate操作es

3）、编写ElasticsearchRepository子接口

1、Jest

1、注释SpringDataElasticSearch的依赖，并导入Jest【5.xx】的相关依赖

        <!--   SpringData管理ElasticSearch   -->
<!--        <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elasticsearch</artifactId></dependency>--><!-- https://mvnrepository.com/artifact/io.searchbox/jest --><dependency><groupId>io.searchbox</groupId><artifactId>jest</artifactId><version>5.3.3</version></dependency>

2、修改配置文件application.yml

spring:elasticsearch:jest:uris: http://192.168.179.131:9200

3、创建 bean.Article

package com.wdjr.springboot.bean;import io.searchbox.annotations.JestId;public class Article {@JestIdprivate Integer id;private String autor;private String title;private String content;public Integer getId() {return id;}public void setId(Integer id) {this.id = id;}public String getAutor() {return autor;}public void setAutor(String autor) {this.autor = autor;}public String getTitle() {return title;}public void setTitle(String title) {this.title = title;}public String getContent() {return content;}public void setContent(String content) {this.content = content;}
}

4、运行程序

5、编写Jest Cilent的测试类

向wdjr-article中插入数据

@Autowired
JestClient jestClient;@Test
public void contextLoads() {//1、给Es中索引（保存）一个文档Article article = new Article();article.setId(2);article.setTitle("好消息");article.setAutor("zhangsan");article.setContent("Hello World");//构建一个索引功能Index index = new Index.Builder(article).index("wdjr").type("article").build();try {//执行jestClient.execute(index);} catch (IOException e) {e.printStackTrace();}}

查询数据

@Test
public void search(){//查询表达式String json = "{\n" +"    \"query\" : {\n" +"        \"match\" : {\n" +"            \"content\" : \"Hello\"\n" +"        }\n" +"    }\n" +"}";//构建搜索操作Search search = new Search.Builder(json).addIndex("wdjr").addType("article").build();//执行try {SearchResult result = jestClient.execute(search);System.out.println(result.getJsonString());} catch (IOException e) {e.printStackTrace();}}

2、SpringData-Elastic

1、下载对应版本的ElasticSearch

如果版本不适配，会报错，解决方案：升级SpringBoot版本，或者安装合适的ES

spring data elasticsearch	elasticsearch
3.1.x	6.2.2
3.0.x	5.5.0
2.1.x	2.4.0
2.0.x	2.2.0
1.3.x	1.5.2

2、在Docker中安装适合版本的ES【2.4.6】

docker pull elasticsearch:2.4.6
docker run -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -d -p 9201:9200 -p 9301:9300 --name ES02 elasticsearch:2.4.6

3、编写配置文件

spring:data:elasticsearch:cluster-name: elasticsearchcluster-nodes: 192.168.179.131:9301

4、运行主程序

5、操作ElasticSearch有两种方式

1）、编写一个ElasticsearchRepositry

2）、编写一个ElasticsearchTemplate

6、ElasticsearchRepositry的操作

1）、新建一个bean/Book类

@Document(indexName = "wdjr",type="book")
public class Book {private Integer id;private String bookName;private String auto;public Book() {super();}public Book(Integer id, String bookName, String auto) {super();this.id = id;this.bookName = bookName;this.auto = auto;}public Integer getId() {return id;}public void setId(Integer id) {this.id = id;}public String getBookName() {return bookName;}public void setBookName(String bookName) {this.bookName = bookName;}public String getAuto() {return auto;}public void setAuto(String auto) {this.auto = auto;}@Overridepublic String toString() {return "Book{" +"id=" + id +", bookName='" + bookName + '\'' +", auto='" + auto + '\'' +'}';}
}

2）、新建一个repositry/BookRepositry

public interface BookRepositry extends ElasticsearchRepository<Book,Integer> {//自定义查询方法public List<Book> findByBookNameLike(String bookName);
}

3）、编写测试类

@Autowired
BookRepositry bookRepositry;
@Test
public void testSearch(){for (Book book : bookRepositry.findByBookNameLike("金")) {System.out.println(book);}}

四、SpringBoot的任务

五、SpringBoot的安全

六、SpringBoot的分布式

1、Dubbo简介

1. Dubbo是什么？

dubbo就是个服务框架，如果没有分布式的需求，其实是不需要用的，只有在分布式的时候，才有dubbo这样的分布式服务框架的需求，并且本质上是个服务调用的东东，说白了就是个远程服务调用的分布式框架（告别Web Service模式中的WSdl，以服务者与消费者的方式在dubbo上注册）

2. Dubbo能做什么？

1.透明化的远程方法调用，就像调用本地方法一样调用远程方法，只需简单配置，没有任何API侵入。

2.软负载均衡及容错机制，可在内网替代F5等硬件负载均衡器，降低成本，减少单点。

3.服务自动注册与发现，不再需要写死服务提供方地址，注册中心基于接口名查询服务提供者的IP地址，并且能够平滑添加或删除服务提供者。

3、docker的原理

调用关系说明：

服务容器负责启动，加载，运行服务提供者。
服务提供者在启动时，向注册中心注册自己提供的服务。
服务消费者在启动时，向注册中心订阅自己所需的服务。
注册中心返回服务提供者地址列表给消费者，如果有变更，注册中心将基于长连接推送变更数据给消费者。
服务消费者，从提供者地址列表中，基于软负载均衡算法，选一台提供者进行调用，如果调用失败，再选另一台调用。
服务消费者和提供者，在内存中累计调用次数和调用时间，定时每分钟发送一次统计数据到监控中心。

2、Zookeeper

安装Zookeeper

#安装zookeeper镜像
docker pull registry.docker-cn.com/library/zookeeper
#运行zookeeperdocker run --name zk01  --restart always -d -p 2111:2181 bf5cbc9d5cac

3、Dubbo、Zookeeper整合

目的：完成服务消费者从注册中心查询调用服务生产者

1、将服务提供者注册到注册中心

1）、引入dubbo和zkclient的相关依赖

<dependency><groupId>com.alibaba.boot</groupId><artifactId>dubbo-spring-boot-starter</artifactId><version>0.1.0</version>
</dependency><dependency><groupId>com.github.sgroschupf</groupId><artifactId>zkclient</artifactId><version>0.1</version>
</dependency>

2）、配置service服务，新建service.TicketService 和service.TicketServiceImp

public interface TicketService {public String getTicket();
}

import com.alibaba.dubbo.config.annotation.Service;
@Component
//是dubbo包下的service
@Service
public class TicketServiceImp implements TicketService {@Overridepublic String getTicket() {return "《厉害了，我的国》";}
}

3）、配置文件application.yml

dubbo:application:name: provider-ticketregistry:address: zookeeper://192.168.179.131:2111scan:base-packages: com.wdjr.ticket.service
server:port: 9001

4）、启动服务提供者

2、启动服务消费者

1）、引入Dubbo和Zookeeper的依赖

<dependency><groupId>com.alibaba.boot</groupId><artifactId>dubbo-spring-boot-starter</artifactId><version>0.1.0</version>
</dependency><dependency><groupId>com.github.sgroschupf</groupId><artifactId>zkclient</artifactId><version>0.1</version>
</dependency>

2）、新建一个service.userService,并将TicketService的接口调用过来【全类名相同-包相同】

package com.wdjr.user.service;import com.alibaba.dubbo.config.annotation.Reference;
import com.wdjr.ticket.service.TicketService;import org.springframework.stereotype.Service;@Service
public class UserService {@ReferenceTicketService ticketService;public void hello(){String ticket = ticketService.getTicket();System.out.println("您已经成功买票："+ticket);}
}

3）、配置文件application.yml

dubbo:application:name: comsumer-userregistry:address: zookeeper://192.168.179.131:2111

4）、编写测试类测试

@Autowired
UserService userService;
@Test
public void contextLoads() {userService.hello();
}

结果展示：

4、SpringCloud

SpringCloud是一个分布式的整体解决方案，Spring Cloud为开发者提供了在分布式系统（配置管理，服务器发现，熔断，路由，微代理，控制总线，一次性token,全局锁，leader选举，分布式session，集群状态）中快速构建的工具，使用SpringCloud的开发者可以快速的驱动服务或者构建应用，同时能够和云平台资源进行对接。

SpringCloud分布式开发的五大常用组件

Eureka:找到

服务器发现 ——Netflix Eureka
客服端负载均衡——Netflix Ribbon
断路器——Netflix Hystrix 发现不了就及时断开
服务网关——Netflix Zuul 过滤请求
分布式配置——SpringCloud Config

目的：

多个A服务调用多个B服务，负载均衡

注册中心+服务提供者+服务消费者

1、注册中心（eureka-server）

1、新建Spring项目，SpringBoot1.5+Eureka Server

2、编写application.yml

server:port: 8761
eureka:instance:hostname: eureka-server #实例的主机名client:register-with-eureka: false #不把自己注册到euraka上fetch-registry: false #不从euraka上来获取服务的注册信息service-url:defaultZone: http://localhost:8761/eureka/

3、编写主程序

@EnableEurekaServer
@SpringBootApplication
public class EurekaServerApplication {public static void main(String[] args) {SpringApplication.run(EurekaServerApplication.class, args);}
}

2、服务提供者（provider-ticket）

1、新建Spring项目，SpringBoot1.5+Eureka Discovery

2、编写配置文件application.yml

server:port: 8002
spring:application:name: provider-ticketeureka:instance:prefer-ip-address: true #注册是服务使用IP地址client:service-url:defaultZone: http://localhost:8761/eureka/

3、创建一个售票的service

@Service
public class TicketService {public String getTicket(){System.out.println("8001");return "《厉害了，我的国》";}
}

4、创建一个用于访问的controller

@RestController
public class TicketController {@AutowiredTicketService ticketService;@GetMapping("/ticket")public String getTicket(){return ticketService.getTicket();}
}

5、完毕

3、服务消费者（consumer-user）

1、新建Spring项目，SpringBoot1.5+Eureka Discovery

2、编写application.yml文件

spring:application:name: consumer-user
server:port: 9001
eureka:instance:prefer-ip-address: trueclient:service-url:defaultZone: http://localhost:8761/eureka/

3、编写一个controller

@RestController
public class UserController {@AutowiredRestTemplate restTemplate;@GetMapping("/buy")public String buyTicket(String name){String s = restTemplate.getForObject("http://PROVIDER-TICKET/ticket", String.class);return name+"购买了"+"  "+s;}
}

4、编写主程序

@EnableDiscoveryClient //开启发现服务功能
@SpringBootApplication
public class ConsumerUserApplication {public static void main(String[] args) {SpringApplication.run(ConsumerUserApplication.class, args);}@LoadBalanced //使用负载均衡机制@Beanpublic RestTemplate restTemplate(){return new RestTemplate();}
}

5、完毕

4、测试

1、运行Eureka-server，provider-ticket【8002执行】(端口改为8001打成jar包，执行)，consumer-user

2、provider-ticket

3、consumer-user

访问是以负载均衡的方式，所以每次都是 8001 。8002.轮询访问

七、SpringBoot的监管