前言
此文适合了解了es相关概念以及基础知识的同学阅读
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风格的http接口。
简单来说，es主要是用来做搜索的，比如像商城网站中（商品、店铺……）的搜索、小说网站中（书名、作者……）的搜索。
我们要知道，任何一门新的技术、框架、中间件出来肯定是为了解决一些问题。es的诞生就是为了在Lucene的基础上更好的帮助我们解决传统搜索的问题。
最原始、传统的搜索功能都是基于db表的模糊查询，这样做有很大的局限性
- 多维度查询实现复杂：现在的业务场景一般都是单输入框、多维度搜索。举个例子，你在电商网站的搜索框中，既能查询商品、也能查询店铺。或者查询品牌。这种业务场景下如果用传统的db模糊查询去实现，要么wehre语句后面多加好几个条件，中间用or隔开，要么新增扩展字段，将:商品名称、店铺名称、品牌名称等信息存到一个字段中，然后模糊查询该字段。不论用哪种方式，对查询性能以及代码可读性来讲都是难以接受的。
- 查询速度受数据限制：虽然模糊查询写的规范点也能走索引查询，但是当数据量起来之后，无可避免的会降低速度（索引也不是万能的）。
es帮我们解决了上面的问题，它作为一个专业搜索的中间件，对于查询搜索方面肯定跟redis做缓存一样，完全没问题。
elasticsearch使用
这里介绍SpringBoot如何集成es来使用。像目前主流的一些开源中间件技术，Spring家族都帮我们集成进去了。使用起来很方便
环境安装
系统：windows 10
elasticsearch官网下载地址
下载好对应的windows版本，解压到任意工作目录，es的安装非常方便，解压即用。
刚下载的es默认的分词器只能分解英文，对于中文不太友好。所以我们需要为es下载安装IK分词器
IK分词器下载：
Ik分词器下载地址，分词器下载跟es版本对应的就行。下载好后解压zip包
在你下载的es安装路径下的plugins文件夹下创建一个ik的文件夹，然后将上面解压出来的分词器内容复制到创建的ik文件夹下面。下面图ik分词器官方安装说明
效果如下
ik分词器的安装就完成了，而后回答es根目录下的bin目录里，双击启动es
当es正常启动，且启动过程出现下面情况时，说明ik分词器已经正常安装好可以使用了
代码演示
1、新建springboot项目，引入依赖
<!--springboot帮我们自动集成了es，所以只需要引入下面这一个依赖即可-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>
RestHighLevelClient配置
@Configuration
public class EsConfig {
@Bean
public RestHighLevelClient highLevelClient(){
final ClientConfiguration clientConfiguration = ClientConfiguration.builder()
.connectedTo("localhost:9200")
.build();
return RestClients.create(clientConfiguration).rest();
}
}2、在你的数据库实体类里每个字段加上相应的注解即可（跟Jpa一样）
@Data
@Document(indexName = "book")
//es默认会自动创建索引，你可以把document理解为数据库中的行，index理解为数据库中的表，以前在index和document之间还有个type对应数据库中的表概念。后面es7之后将type去掉了，所以这里就简单把index当作一个表的概念去理解
public class Book {
@Id
@Field(type = FieldType.Long)//type表示存到es当中的数据类型
private Long id;
@Field(type = FieldType.Text,analyzer = "ik-max-word")
private String bookName;//analyzer 表示选择分词器
@Field(type = FieldType.Text,analyzer = "ik-max-word")
private String bookDesc;
@Field(type = FieldType.Text)
private String type;
@Field(type = FieldType.Integer)
private Integer status;
@Field(analyzer = "ik-max-word")
private String author;
@Field(type = FieldType.Text)
private String tag;
@Field(type = FieldType.Date,format = DateFormat.basic_date_time)
private LocalDateTime createTime;
@Field(type = FieldType.Text)
private String createBy;
@Field(type = FieldType.Date,format = DateFormat.basic_date_time)
private LocalDateTime updateTime;
}
由于spring官方对es的高度封装，我们已经可以做到像操作数据库一样操作es了
以上面的Book对象举例，创建接口EsBooksRepository，继承Spring封装的ElasticsearchRepository，ElasticsearchRepository提供了一些简单的操作es方法
//
// Source code recreated from a .class file by IntelliJ IDEA
// (powered by FernFlower decompiler)
//
package org.springframework.data.elasticsearch.repository;
import org.elasticsearch.index.query.QueryBuilder;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.Pageable;
import org.springframework.data.elasticsearch.core.query.Query;
import org.springframework.data.repository.NoRepositoryBean;
import org.springframework.data.repository.PagingAndSortingRepository;
import org.springframework.lang.Nullable;
@NoRepositoryBean
public interface ElasticsearchRepository<T, ID> extends PagingAndSortingRepository<T, ID> {
@Deprecated
default <S extends T> S index(S entity) {
return this.save(entity);
}
@Deprecated
<S extends T> S indexWithoutRefresh(S entity);
@Deprecated
Iterable<T> search(QueryBuilder query);
@Deprecated
Page<T> search(QueryBuilder query, Pageable pageable);
Page<T> search(Query searchQuery);
Page<T> searchSimilar(T entity, @Nullable String[] fields, Pageable pageable);
@Deprecated
void refresh();
}
到这一步，就已经可以简单的使用了。可以在其他地方直接将创建的EsBooksRepository这个接口注入使用。比如我测试方便，直接在controller里使用
保存或者更新时，先存db后操作es。
普通查询
上面说到集成了spring-boot-starter-data-elasticsearch后，用法上跟Jpa一样，我们可以在自己创建的EsBooksRepository里自定义根据方法名查询对应的条件
简单的查询根据方法名定义就能实现，比如说我需要查询的是多条数据，那我就选findBooksBy……，如果需要查询1条就选findBookBy
findXXBy后面接条件，方法名定义了几个条件，就需要传几个参数定义好调用的时候，直接将前端传递的搜索值所有参数塞一遍就好了
//这里定义了两个查询条件：书名和作者，直接将搜索值传递给定义好的方法就行
List<Book> booksByBookNameAndAuthor = esBookRepository.findBooksByBookNameOrAuthor(nameAndAuthor,nameAndAuthor);
测试结果：查询条件值是“我的”，结果返回所有书名和作者名含有“我的”两个字的book对象
高亮查询
高亮查询需要设置一些地方，下面是高亮查询的简单demo。
@RequestMapping(method = RequestMethod.GET, value = {"/book/search" })
public RestResponse<List<Book>> search(@RequestParam String nameAndAuthor){
BoolQueryBuilder queryBuilder = new BoolQueryBuilder();
//匹配两个高亮字段：书名、作者
queryBuilder.should(QueryBuilders.matchQuery("bookName",nameAndAuthor))
.should(QueryBuilders.matchQuery("author",nameAndAuthor));
//设置查询高亮样式preTags、postTags
//高亮查询其实就是给相应需要高亮显示的字段加个自定义样式
NativeSearchQuery query = new NativeSearchQueryBuilder()
.withQuery(queryBuilder)
.withHighlightFields(new HighlightBuilder.Field("bookName")
,new HighlightBuilder.Field("author"))
.withHighlightBuilder(new HighlightBuilder().preTags("<span style='color:red'>").postTags("</span>"))
.build();
SearchHits<Book> search = elasticsearchRestTemplate.search(query, Book.class);
List<SearchHit<Book>> searchHits = search.getSearchHits();
//查询返回结果，将高亮字段重新赋值给相应book对象，以便返回前端展示
List<Book> collect = searchHits.stream().map(
bookSearchHit -> {
Book content = bookSearchHit.getContent();
List<String> bookName = bookSearchHit.getHighlightField("bookName");
List<String> author = bookSearchHit.getHighlightField("author");
if (!CollectionUtils.isEmpty(bookName)){
content.setBookName(bookName.get(0));
}
if (!CollectionUtils.isEmpty(author)){
content.setAuthor(author.get(0));
}
return content;
}
).collect(Collectors.toList());
return RestResponse.success(collect);
}
结果：可以看到返回的数据中，“我的”这两个字都添加了高亮样式，放到前端html展示就是红字字体
结束
以上就是springboot集成es后的一个简单使用，spring封装过后的spring-boot-starter-data-elasticsearch使用起来还是非常方便简单的。
到此这篇关于SpringBoot集成elasticsearch使用的文章就介绍到这了,更多相关SpringBoot集成elasticsearch使用内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
