精华内容
下载资源
问答
  • Elasticsearch下载安装

    万次阅读 多人点赞 2019-07-31 19:26:09
    注:Elasticsearch 需要 Java 8 环境,在安装Elasticsearch之前先安装好JDK。 1、Windows版 1.1、下载 访问官网的下载地址:https://www.elastic.co/downloads/elasticsearch,windows版的下载ZIP格式的。 如果...

    注:Elasticsearch 需要 Java 8 环境,在安装Elasticsearch之前先安装好JDK。

    1、Windows版

    1.1、下载

    访问官网的下载地址:https://www.elastic.co/downloads/elasticsearch,windows版的下载ZIP格式的。

    如果不想下载最新版的,可以点击“past releases”选择过去的版本。我这里下载的是6.2.4版本的。

    1.2、解压

    解压下载的压缩包,比如我这里是解压到了D盘根目录,会出现D:\elasticsearch-6.2.4文件夹。

    1.3、启动

    进入elasticsearch的bin目录,双击elasticsearch.bat启动服务,默认端口是9200,如下图:

    启动完成之后,在浏览器中访问http://localhost:9200/,出现如下图所示内容表明Elasticsearch启动成功。

    2、linux版(centos7)

    2.1、下载

    可以按照windows版那样从官网下载TAR格式解压包,上传到linux服务器上。

    如果你的linux可以访问外网的话,推荐直接在linux中下载,执行如下命令:

    wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.2.4.tar.gz

    2.2、解压

    执行解压命令:

    tar -zxvf elasticsearch-6.2.4.tar.gz

    解压完成后,会出现elasticsearch-6.2.4目录。

    2.3、启动

    执行启动命令:

    ./bin/elasticsearch

    如果你是root用户启动的话,会报"can not run elasticsearch as root"的错误。因为安全问题elasticsearch不让用root用户直接运行,所以要创建新用户,继续阅读2.4步骤。

    2.4、创建新用户

    第一步:liunx创建新用户:"adduser yjclsx",然后给创建的用户加密码:"passwd yjclsx",输入两次密码。

    第二步:切换刚才创建的用户:"su yjclsx",然后启动elasticsearch。如果显示Permission denied权限不足,则继续进行第三步。

    第三步:给新用户赋权限,因为这个用户本身就没有权限,肯定自己不能给自己付权限。所以要用root用户登录并赋予权限,chown -R yjclsx/你的elasticsearch安装目录。

    通过上面三步就可以启动elasticsearch了。

    2.5、验证启动是否成功

    如果一切正常,Elasticsearch就会在默认的9200端口运行。这时,打开另一个命令行窗口,请求该端口:

    curl localhost:9200

    如果得到如下的返回,就说明启动成功了:

    2.6、远程访问elasticsearch服务

    默认情况下,Elasticsearch 只允许本机访问,如果需要远程访问,可以修改 Elasticsearch 安装目录中的config/elasticsearch.yml文件,去掉network.host的注释,将它的值改成0.0.0.0,让任何人都可以访问,然后重新启动 Elasticsearch 。

    network.host: 0.0.0.0

    上面代码中,"network.host:"和"0.0.0.0"中间有个空格,不能忽略,不然启动会报错。线上服务不要这样设置,要设成具体的 IP。

    2.7、常见错误及其解决方式

    错误一:max virtual memory areas vm.max_map_count [65530] likely too low, increase to at least [262144]

    解决:执行下面的命令:

    sudo sysctl -w vm.max_map_count=262144

    错误二:max file descriptors [4096] for elasticsearch process likely too low, increase to at least [65536]

    解决:执行下面的命令:

    sudo vim /etc/security/limits.conf

    在limits.conf最下方加入下面两行(这里的yjclsx是之前2.4步骤中新建的用户名):

    yjclsx hard nofile 65536
    yjclsx soft nofile 65536

     

    展开全文
  • Elasticsearch配置文件(elasticsearch.yml)详解

    万次阅读 多人点赞 2019-07-31 19:26:52
    ##################### Elasticsearch Configuration Example ##################### # # 只是挑些重要的配置选项进行注释,其实自带的已经有非常细致的英文注释了! # https://www.elastic.co/g...

     原文地址:https://my.oschina.net/Yumikio/blog/805877

    ##################### Elasticsearch Configuration Example ##################### 
    #
    # 只是挑些重要的配置选项进行注释,其实自带的已经有非常细致的英文注释了!
    # https://www.elastic.co/guide/en/elasticsearch/reference/current/modules.html
    #
    ################################### Cluster ################################### 
    # 代表一个集群,集群中有多个节点,其中有一个为主节点,这个主节点是可以通过选举产生的,主从节点是对于集群内部来说的. 
    # es的一个概念就是去中心化,字面上理解就是无中心节点,这是对于集群外部来说的,因为从外部来看es集群,在逻辑上是个整体,你与任何一个节点的通信和与整个es集群通信是等价的。 
    # cluster.name可以确定你的集群名称,当你的elasticsearch集群在同一个网段中elasticsearch会自动的找到具有相同cluster.name的elasticsearch服务. 
    # 所以当同一个网段具有多个elasticsearch集群时cluster.name就成为同一个集群的标识. 
    
    # cluster.name: elasticsearch 
    
    #################################### Node ##################################### 
    # https://www.elastic.co/guide/en/elasticsearch/reference/5.1/modules-node.html#master-node
    # 节点名称同理,可自动生成也可手动配置. 
    # node.name: node-1
    
    # 允许一个节点是否可以成为一个master节点,es是默认集群中的第一台机器为master,如果这台机器停止就会重新选举master. 
    # node.master: true 
    
    # 允许该节点存储数据(默认开启) 
    # node.data: true 
    
    # 配置文件中给出了三种配置高性能集群拓扑结构的模式,如下: 
    # 1. 如果你想让节点从不选举为主节点,只用来存储数据,可作为负载器 
    # node.master: false 
    # node.data: true 
    # node.ingest: false
    
    # 2. 如果想让节点成为主节点,且不存储任何数据,并保有空闲资源,可作为协调器 
    # node.master: true 
    # node.data: false
    # node.ingest: false 
    
    # 3. 如果想让节点既不称为主节点,又不成为数据节点,那么可将他作为搜索器,从节点中获取数据,生成搜索结果等 
    # node.master: false 
    # node.data: false 
    # node.ingest: true (可不指定默认开启)
    
    # 4. 仅作为协调器 
    # node.master: false 
    # node.data: false
    # node.ingest: false
    
    # 监控集群状态有一下插件和API可以使用: 
    # Use the Cluster Health API [http://localhost:9200/_cluster/health], the 
    # Node Info API [http://localhost:9200/_nodes] or GUI tools # such as <http://www.elasticsearch.org/overview/marvel/>, 
    # <http://github.com/karmi/elasticsearch-paramedic>, 
    # <http://github.com/lukas-vlcek/bigdesk> and 
    # <http://mobz.github.com/elasticsearch-head> to inspect the cluster state. 
    
    # A node can have generic attributes associated with it, which can later be used 
    # for customized shard allocation filtering, or allocation awareness. An attribute 
    # is a simple key value pair, similar to node.key: value, here is an example: 
    # 每个节点都可以定义一些与之关联的通用属性,用于后期集群进行碎片分配时的过滤
    # node.rack: rack314 
    
    # 默认情况下,多个节点可以在同一个安装路径启动,如果你想让你的es只启动一个节点,可以进行如下设置
    # node.max_local_storage_nodes: 1 
    
    #################################### Index #################################### 
    # 设置索引的分片数,默认为5 
    #index.number_of_shards: 5 
    
    # 设置索引的副本数,默认为1: 
    #index.number_of_replicas: 1 
    
    # 配置文件中提到的最佳实践是,如果服务器够多,可以将分片提高,尽量将数据平均分布到大集群中去
    # 同时,如果增加副本数量可以有效的提高搜索性能 
    # 需要注意的是,"number_of_shards" 是索引创建后一次生成的,后续不可更改设置 
    # "number_of_replicas" 是可以通过API去实时修改设置的 
    
    #################################### Paths #################################### 
    # 配置文件存储位置 
    # path.conf: /path/to/conf 
    
    # 数据存储位置(单个目录设置) 
    # path.data: /path/to/data 
    # 多个数据存储位置,有利于性能提升 
    # path.data: /path/to/data1,/path/to/data2 
    
    # 临时文件的路径 
    # path.work: /path/to/work 
    
    # 日志文件的路径 
    # path.logs: /path/to/logs 
    
    # 插件安装路径 
    # path.plugins: /path/to/plugins 
    
    #################################### Plugin ################################### 
    # 设置插件作为启动条件,如果一下插件没有安装,则该节点服务不会启动 
    # plugin.mandatory: mapper-attachments,lang-groovy 
    
    ################################### Memory #################################### 
    # 当JVM开始写入交换空间时(swapping)ElasticSearch性能会低下,你应该保证它不会写入交换空间 
    # 设置这个属性为true来锁定内存,同时也要允许elasticsearch的进程可以锁住内存,linux下可以通过 `ulimit -l unlimited` 命令 
    # bootstrap.mlockall: true 
    
    # 确保 ES_MIN_MEM 和 ES_MAX_MEM 环境变量设置为相同的值,以及机器有足够的内存分配给Elasticsearch 
    # 注意:内存也不是越大越好,一般64位机器,最大分配内存别才超过32G 
    
    ############################## Network And HTTP ############################### 
    # 设置绑定的ip地址,可以是ipv4或ipv6的,默认为0.0.0.0 
    # network.bind_host: 192.168.0.1 
    
    # 设置其它节点和该节点交互的ip地址,如果不设置它会自动设置,值必须是个真实的ip地址 
    # network.publish_host: 192.168.0.1 
    
    # 同时设置bind_host和publish_host上面两个参数 
    # network.host: 192.168.0.1 
    
    # 设置节点间交互的tcp端口,默认是9300 
    # transport.tcp.port: 9300 
    
    # 设置是否压缩tcp传输时的数据,默认为false,不压缩
    # transport.tcp.compress: true 
    
    # 设置对外服务的http端口,默认为9200 
    # http.port: 9200 
    
    # 设置请求内容的最大容量,默认100mb 
    # http.max_content_length: 100mb 
    
    # 使用http协议对外提供服务,默认为true,开启 
    # http.enabled: false 
    
    ###################### 使用head等插件监控集群信息,需要打开以下配置项 ###########
    # http.cors.enabled: true
    # http.cors.allow-origin: "*"
    # http.cors.allow-credentials: true
    
    ################################### Gateway ################################### 
    # gateway的类型,默认为local即为本地文件系统,可以设置为本地文件系统 
    # gateway.type: local 
    
    # 下面的配置控制怎样以及何时启动一整个集群重启的初始化恢复过程 
    # (当使用shard gateway时,是为了尽可能的重用local data(本地数据)) 
    
    # 一个集群中的N个节点启动后,才允许进行恢复处理 
    # gateway.recover_after_nodes: 1 
    
    # 设置初始化恢复过程的超时时间,超时时间从上一个配置中配置的N个节点启动后算起 
    # gateway.recover_after_time: 5m 
    
    # 设置这个集群中期望有多少个节点.一旦这N个节点启动(并且recover_after_nodes也符合), 
    # 立即开始恢复过程(不等待recover_after_time超时) 
    # gateway.expected_nodes: 2
    
     ############################# Recovery Throttling ############################# 
    # 下面这些配置允许在初始化恢复,副本分配,再平衡,或者添加和删除节点时控制节点间的分片分配 
    # 设置一个节点的并行恢复数 
    # 1.初始化数据恢复时,并发恢复线程的个数,默认为4 
    # cluster.routing.allocation.node_initial_primaries_recoveries: 4 
    
    # 2.添加删除节点或负载均衡时并发恢复线程的个数,默认为2 
    # cluster.routing.allocation.node_concurrent_recoveries: 2 
    
    # 设置恢复时的吞吐量(例如:100mb,默认为0无限制.如果机器还有其他业务在跑的话还是限制一下的好) 
    # indices.recovery.max_bytes_per_sec: 20mb 
    
    # 设置来限制从其它分片恢复数据时最大同时打开并发流的个数,默认为5 
    # indices.recovery.concurrent_streams: 5 
    # 注意: 合理的设置以上参数能有效的提高集群节点的数据恢复以及初始化速度 
    
    ################################## Discovery ################################## 
    # 设置这个参数来保证集群中的节点可以知道其它N个有master资格的节点.默认为1,对于大的集群来说,可以设置大一点的值(2-4) 
    # discovery.zen.minimum_master_nodes: 1 
    # 探查的超时时间,默认3秒,提高一点以应对网络不好的时候,防止脑裂 
    # discovery.zen.ping.timeout: 3s 
    
    # For more information, see 
    # <http://elasticsearch.org/guide/en/elasticsearch/reference/current/modules-discovery-zen.html> 
    
    # 设置是否打开多播发现节点.默认是true. 
    # 当多播不可用或者集群跨网段的时候集群通信还是用单播吧 
    # discovery.zen.ping.multicast.enabled: false 
    
    # 这是一个集群中的主节点的初始列表,当节点(主节点或者数据节点)启动时使用这个列表进行探测 
    # discovery.zen.ping.unicast.hosts: ["host1", "host2:port"] 
    
    # Slow Log部分与GC log部分略,不过可以通过相关日志优化搜索查询速度 
    
    ################  X-Pack ###########################################
    # 官方插件 相关设置请查看此处
    # https://www.elastic.co/guide/en/x-pack/current/xpack-settings.html
    # 
    ############## Memory(重点需要调优的部分) ################ 
    # Cache部分: 
    # es有很多种方式来缓存其内部与索引有关的数据.其中包括filter cache 
    
    # filter cache部分: 
    # filter cache是用来缓存filters的结果的.默认的cache type是node type.node type的机制是所有的索引内部的分片共享filter cache.node type采用的方式是LRU方式.即:当缓存达到了某个临界值之后,es会将最近没有使用的数据清除出filter cache.使让新的数据进入es. 
    
    # 这个临界值的设置方法如下:indices.cache.filter.size 值类型:eg.:512mb 20%。默认的值是10%。 
    
    # out of memory错误避免过于频繁的查询时集群假死 
    # 1.设置es的缓存类型为Soft Reference,它的主要特点是据有较强的引用功能.只有当内存不够的时候,才进行回收这类内存,因此在内存足够的时候,它们通常不被回收.另外,这些引用对象还能保证在Java抛出OutOfMemory异常之前,被设置为null.它可以用于实现一些常用图片的缓存,实现Cache的功能,保证最大限度的使用内存而不引起OutOfMemory.在es的配置文件加上index.cache.field.type: soft即可. 
    
    # 2.设置es最大缓存数据条数和缓存失效时间,通过设置index.cache.field.max_size: 50000来把缓存field的最大值设置为50000,设置index.cache.field.expire: 10m把过期时间设置成10分钟. 
    # index.cache.field.max_size: 50000 
    # index.cache.field.expire: 10m 
    # index.cache.field.type: soft 
    
    # field data部分&&circuit breaker部分: 
    # 用于fielddata缓存的内存数量,主要用于当使用排序,faceting操作时,elasticsearch会将一些热点数据加载到内存中来提供给客户端访问,但是这种缓存是比较珍贵的,所以对它进行合理的设置. 
    
    # 可以使用值:eg:50mb 或者 30%(节点 node heap内存量),默认是:unbounded #indices.fielddata.cache.size: unbounded 
    # field的超时时间.默认是-1,可以设置的值类型: 5m #indices.fielddata.cache.expire: -1 
    
    # circuit breaker部分: 
    # 断路器是elasticsearch为了防止内存溢出的一种操作,每一种circuit breaker都可以指定一个内存界限触发此操作,这种circuit breaker的设定有一个最高级别的设定:indices.breaker.total.limit 默认值是JVM heap的70%.当内存达到这个数量的时候会触发内存回收
    
    # 另外还有两组子设置: 
    #indices.breaker.fielddata.limit:当系统发现fielddata的数量达到一定数量时会触发内存回收.默认值是JVM heap的70% 
    #indices.breaker.fielddata.overhead:在系统要加载fielddata时会进行预先估计,当系统发现要加载进内存的值超过limit * overhead时会进行进行内存回收.默认是1.03 
    #indices.breaker.request.limit:这种断路器是elasticsearch为了防止OOM(内存溢出),在每次请求数据时设定了一个固定的内存数量.默认值是40% 
    #indices.breaker.request.overhead:同上,也是elasticsearch在发送请求时设定的一个预估系数,用来防止内存溢出.默认值是1 
    
    # Translog部分: 
    # 每一个分片(shard)都有一个transaction log或者是与它有关的预写日志,(write log),在es进行索引(index)或者删除(delete)操作时会将没有提交的数据记录在translog之中,当进行flush 操作的时候会将tranlog中的数据发送给Lucene进行相关的操作.一次flush操作的发生基于如下的几个配置 
    #index.translog.flush_threshold_ops:当发生多少次操作时进行一次flush.默认是 unlimited #index.translog.flush_threshold_size:当translog的大小达到此值时会进行一次flush操作.默认是512mb 
    #index.translog.flush_threshold_period:在指定的时间间隔内如果没有进行flush操作,会进行一次强制flush操作.默认是30m #index.translog.interval:多少时间间隔内会检查一次translog,来进行一次flush操作.es会随机的在这个值到这个值的2倍大小之间进行一次操作,默认是5s 
    #index.gateway.local.sync:多少时间进行一次的写磁盘操作,默认是5s 

    原文地址:https://my.oschina.net/Yumikio/blog/805877

    展开全文
  • springboot集成elasticsearch注意事项

    万次阅读 多人点赞 2019-07-31 19:27:29
    一、elasticsearch基础  这里假设各位已经简单了解过elasticsearch,并不对es进入更多的,更深层次的解释,如有必要,会在写文章专门进行es讲解。  Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。...

    一、elasticsearch基础

       这里假设各位已经简单了解过elasticsearch,并不对es进入更多的,更深层次的解释,如有必要,会在写文章专门进行es讲解。

      Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。无论在开源还是专有领域,Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。

      但是,Lucene只是一个库。想要使用它,你必须使用Java来作为开发语言并将其直接集成到你的应用中,更糟糕的是,Lucene非常复杂,你需要深入了解检索的相关知识来理解它是如何工作的。

      Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能,但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性,从而让全文搜索变得简单。

       index ==》索引 ==》Mysql中的一个库,库里面可以建立很多表,存储不同类型的数据,而表在ES中就是type。

       type ==》类型 ==》相当于Mysql中的一张表,存储json类型的数据

       document  ==》文档 ==》一个文档相当于Mysql一行的数据

       field ==》列 ==》相当于mysql中的列,也就是一个属性

     这里多说下:

    在Elasticsearch6.0.0或者或者更新版本中创建的索引只会包含一个映射类型(mappingtype)。在5.x中创建的具有多个映射类型的索引在Elasticsearch6.x中依然会正常工作。在Elasticsearch7.0.0中,映射类型type将会被完全移除。

    原文链接

      开始的时候,我们说“索引(index)”类似于SQL数据库中的“数据库”,将“类型(type)”等同于“表”。

      这是一个糟糕的类比,并且导致了一些错误的假设。在SQL数据库中,表之间是相互独立的。一个表中的各列并不会影响到其它表中的同名的列。而在映射类型(mappingtype)中却不是这样的。

       在同一个Elasticsearch索引中,其中不同映射类型中的同名字段在内部是由同一个Lucene字段来支持的。换句话说,使用上面的例子,user类型中的user_name字段与tweet类型中的user_name字段是完全一样的,并且两个user_name字段在两个类型中必须具有相同的映射(定义)。

       这会在某些情况下导致一些混乱,比如,在同一个索引中,当你想在其中的一个类型中将deleted字段作为date类型,而在另一个类型中将其作为boolean字段。

       在此之上需要考虑一点,如果同一个索引中存储的各个实体如果只有很少或者根本没有同样的字段,这种情况会导致稀疏数据,并且会影响到Lucene的高效压缩数据的能力。

       基于这些原因,将映射类型的概念从Elasticsearch中移除。

    二、springboot 对应的Es版本关系

    springboot  elasticsearch
    2.0.0.RELEASE 2.2.0
    1.4.0.M1 1.7.3
    1.3.0.RELEASE 1.5.2
    1.2.0.RELEASE 1.4.4
    1.1.0.RELEASE 1.3.2
    1.0.0.RELEASE 1.1.1

      1、None of the configured nodes are available 或者org.elasticsearch.transport.RemoteTransportException: Failed to deserialize exception response from stream

      原因:spring data elasticSearch 的版本与Spring boot、Elasticsearch版本不匹配。

    这是版本之间的对应关系。Spring boot 1.3.5默认的elasticsearch版本是1.5.2,此时启动1.7.2版本以下的Elasticsearch客户端连接正常。

      注:注意java的es默认连接端口是9300,9200是http端口,这两个在使用中应注意区分。

      2、Caused by: java.lang.IllegalArgumentException: @ConditionalOnMissingBean annotations must specify at least one bean (type, name or annotation)

      原因:spring boot是1.3.x版本,而es采用了2.x版本。在es的2.x版本去除了一些类,而这些类在spring boot的1.3.x版本中仍然被使用,导致此错误

        以上解决参考下面的对应关系

    Spring Boot Version (x) Spring Data Elasticsearch Version (y) Elasticsearch Version (z)
    x <= 1.3.5 y <= 1.3.4 z <= 1.7.2*
    x >= 1.4.x 2.0.0 <=y < 5.0.0** 2.0.0 <= z < 5.0.0**

       请一定注意版本兼容问题。这关系到很多maven依赖。Spring Data Elasticsearch Spring Boot version matrix

    ik 分词对应的版本关系:

      elasticsearch-analysis-ik

    Analyzer:

       ik_smart , ik_max_word , Tokenizer: ik_smart , ik_max_word

    Versions

    IK version ES version
    master 6.x -> master
    6.2.2 6.2.2
    6.1.3 6.1.3
    5.6.8 5.6.8
    5.5.3 5.5.3
    5.4.3 5.4.3
    5.3.3 5.3.3
    5.2.2 5.2.2
    5.1.2 5.1.2
    1.10.6 2.4.6
    1.9.5 2.3.5
    1.8.1 2.2.1
    1.7.0 2.1.1
    1.5.0 2.0.0
    1.2.6 1.0.0
    1.2.5 0.90.x
    1.1.3 0.20.x
    1.0.0 0.16.2 -> 0.19.0

    三、环境构建

    maven依赖:前提是依赖

    <parent>
       <groupId>org.springframework.boot</groupId>
       <artifactId>spring-boot-starter-parent</artifactId>
       <version>1.5.9.RELEASE</version>
       <relativePath/> <!-- lookup parent from repository -->
    </parent>
    
    <dependency>
          <groupId>org.springframework.boot</groupId>
          <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
    </dependency>

    配置文件:

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    # ES

    #开启 Elasticsearch 仓库(默认值:true)

    spring.data.elasticsearch.repositories.enabled=true

    #默认 9300 是 Java 客户端的端口。9200 是支持 Restful HTTP 的接口

    spring.data.elasticsearch.cluster-nodes = 127.0.0.1:9300

    #spring.data.elasticsearch.cluster-name Elasticsearch 集群名(默认值: elasticsearch)

    #spring.data.elasticsearch.cluster-nodes 集群节点地址列表,用逗号分隔。如果没有指定,就启动一个客户端节点

    #spring.data.elasticsearch.propertie 用来配置客户端的额外属性

    #存储索引的位置

    spring.data.elasticsearch.properties.path.home=/data/project/target/elastic

    #连接超时的时间

    spring.data.elasticsearch.properties.transport.tcp.connect_timeout=120s

     四、es索引实体类

    Spring-data-elasticsearch为我们提供了@Document@Field等注解,如果某个实体需要建立索引,只需要加上这些注解即可

    1.类上注解:@Document (相当于Hibernate实体的@Entity/@Table)(必写),加上了@Document注解之后,默认情况下这个实体中所有的属性都会被建立索引、并且分词。

    类型 属性名 默认值 说明
    String indexName 索引库的名称,建议以项目的名称命名
    String type “” 类型,建议以实体的名称命名
    short shards 5 默认分区数
    short replica 1 每个分区默认的备份数
    String refreshInterval “1s” 刷新间隔
    String indexStoreType “fs” 索引文件存储类型

    2.主键注解:@Id (相当于Hibernate实体的主键@Id注解)(必写)

    只是一个标识,并没有属性。

    3.属性注解 @Field (相当于Hibernate实体的@Column注解)

    @Field默认是可以不加的,默认所有属性都会添加到ES中。加上@Field之后,@document默认把所有字段加上索引失效,只有家@Field 才会被索引(同时也看设置索引的属性是否为no)

     

    类型 属性名 默认值 说明
    FieldType type FieldType.Auto 自动检测属性的类型
    FieldIndex index FieldIndex.analyzed 默认情况下分词
    boolean store false 默认情况下不存储原文
    String searchAnalyzer “” 指定字段搜索时使用的分词器
    String indexAnalyzer “” 指定字段建立索引时指定的分词器
    String[] ignoreFields {} 如果某个字段需要被忽略
     

    五、相关查询方法

     官网参考

      实现方式比较多,已经存在的接口,使用根据需要继承即可:

      1、CrudRepository接口 

    public interface CrudRepository<T, ID extends Serializable>
      extends Repository<T, ID> {
    
      <S extends T> S save(S entity);      
    
      Optional<T> findById(ID primaryKey); 
    
      Iterable<T> findAll();               
    
      long count();                        
    
      void delete(T entity);               
    
      boolean existsById(ID primaryKey);   
    
      // … more functionality omitted.
    }

      2、PagingAndSortingRepository接口

    public interface PagingAndSortingRepository<T, ID extends Serializable>
      extends CrudRepository<T, ID> {
    
      Iterable<T> findAll(Sort sort);
    
      Page<T> findAll(Pageable pageable);
    }

     例子:

    分页:

    PagingAndSortingRepository<User, Long> repository = // … get access to a bean
    Page<User> users = repository.findAll(new PageRequest(1, 20));
    

    计数:

    interface UserRepository extends CrudRepository<User, Long> {
    
      long countByLastname(String lastname);
    }  

      3、其他,参考官网

    自定义查询实现

    那么我们如何自定义方法呢?我们只要使用特定的单词对方法名进行定义,那么Spring就会对我们写的方法名进行解析, 

    该机制条前缀find…Byread…Byquery…Bycount…By,和get…By从所述方法和开始分析它的其余部分。引入子句可以包含进一步的表达式,如Distinct在要创建的查询上设置不同的标志。然而,第一个By作为分隔符来指示实际标准的开始。在非常基础的层次上,您可以定义实体属性的条件并将它们与And和连接起来Or

    interface PersonRepository extends Repository<User, Long> {
    
      List<Person> findByEmailAddressAndLastname(EmailAddress emailAddress, String lastname);
    
      // Enables the distinct flag for the query
      List<Person> findDistinctPeopleByLastnameOrFirstname(String lastname, String firstname);
      List<Person> findPeopleDistinctByLastnameOrFirstname(String lastname, String firstname);
    
      // Enabling ignoring case for an individual property
      List<Person> findByLastnameIgnoreCase(String lastname);
      // Enabling ignoring case for all suitable properties
      List<Person> findByLastnameAndFirstnameAllIgnoreCase(String lastname, String firstname);
    
      // Enabling static ORDER BY for a query
      List<Person> findByLastnameOrderByFirstnameAsc(String lastname);
      List<Person> findByLastnameOrderByFirstnameDesc(String lastname);
    }

      构建查询属性算法原理

    如上例所示。在查询创建时,确保解析的属性是托管类的属性。但是,你也可以通过遍历嵌套属性来定义约束。假设Person x有一个Address和 ZipCode。在这种情况下,方法名称为

    List<Person> findByAddressZipCode(ZipCode zipCode);
    

    创建属性遍历x.address.zipCode。解析算法首先将整个part(AddressZipCode)作为属性进行解释,然后检查具有该名称属性的类。如果皮匹配成功,则使用该属性。如果不是属性,则算法拆分从右侧的驼峰部分头部和尾部,并试图找出相应的属性,在我们的例子,AddressZipCode。如果算法找到具有该头部的属性,它将采用尾部并继续从那里构建树,然后按照刚刚描述的方式分割尾部。如果第一个分割不匹配,则算法将分割点移动到左侧(AddressZipCode)并继续。

    虽然这应该适用于大多数情况,但算法仍可能会选择错误的属性。假设这个Person类也有一个addressZip属性。该算法将在第一轮拆分中匹配,并且基本上选择错误的属性并最终失败(因为addressZip可能没有code属性的类型)。

    为了解决这个歧义,你可以\_在你的方法名称中使用手动定义遍历点。所以我们的方法名称会像这样结束:

    List<Person> findByAddress_ZipCode(ZipCode zipCode);
    由于我们将下划线视为保留字符,因此我们强烈建议遵循标准的Java命名约定(即,不要在属性名称中使用下划线,而应使用驼峰大小写)
    
    其他分页查询
    
    Page<User> findByLastname(String lastname, Pageable pageable);
    
    Slice<User> findByLastname(String lastname, Pageable pageable);
    
    List<User> findByLastname(String lastname, Sort sort);
    

    也可以用Java8 Stream查询和sql语句查询

    1

    2

    3

    4

    5

    6

    7

    @Query("select u from User u")

    Stream<User> findAllByCustomQueryAndStream();

     

    Stream<User> readAllByFirstnameNotNull();

     

    @Query("select u from User u")

    Stream<User> streamAllPaged(Pageable pageable);

    有些在复杂的可以使用es查询语句

    我们可以使用@Query注解进行查询,这样要求我们需要自己写ES的查询语句

    public interface BookRepository extends ElasticsearchRepository<Book, String> {
        @Query("{"bool" : {"must" : {"field" : {"name" : "?0"}}}}")
        Page<Book> findByName(String name,Pageable pageable);
    }
    

    方法和es查询转换:

    Keyword Sample Elasticsearch Query String

    And

    findByNameAndPrice

    {"bool" : {"must" : [ {"field" : {"name" : "?"}}, {"field" : {"price" : "?"}} ]}}

    Or

    findByNameOrPrice

    {"bool" : {"should" : [ {"field" : {"name" : "?"}}, {"field" : {"price" : "?"}} ]}}

    Is

    findByName

    {"bool" : {"must" : {"field" : {"name" : "?"}}}}

    Not

    findByNameNot

    {"bool" : {"must_not" : {"field" : {"name" : "?"}}}}

    Between

    findByPriceBetween

    {"bool" : {"must" : {"range" : {"price" : {"from" : ?,"to" : ?,"include_lower" : true,"include_upper" : true}}}}}

    LessThanEqual

    findByPriceLessThan

    {"bool" : {"must" : {"range" : {"price" : {"from" : null,"to" : ?,"include_lower" : true,"include_upper" : true}}}}}

    GreaterThanEqual

    findByPriceGreaterThan

    {"bool" : {"must" : {"range" : {"price" : {"from" : ?,"to" : null,"include_lower" : true,"include_upper" : true}}}}}

    Before

    findByPriceBefore

    {"bool" : {"must" : {"range" : {"price" : {"from" : null,"to" : ?,"include_lower" : true,"include_upper" : true}}}}}

    After

    findByPriceAfter

    {"bool" : {"must" : {"range" : {"price" : {"from" : ?,"to" : null,"include_lower" : true,"include_upper" : true}}}}}

    Like

    findByNameLike

    {"bool" : {"must" : {"field" : {"name" : {"query" : "?*","analyze_wildcard" : true}}}}}

    StartingWith

    findByNameStartingWith

    {"bool" : {"must" : {"field" : {"name" : {"query" : "?*","analyze_wildcard" : true}}}}}

    EndingWith

    findByNameEndingWith

    {"bool" : {"must" : {"field" : {"name" : {"query" : "*?","analyze_wildcard" : true}}}}}

    Contains/Containing

    findByNameContaining

    {"bool" : {"must" : {"field" : {"name" : {"query" : "?","analyze_wildcard" : true}}}}}

    In

    findByNameIn(Collection<String>names)

    {"bool" : {"must" : {"bool" : {"should" : [ {"field" : {"name" : "?"}}, {"field" : {"name" : "?"}} ]}}}}

    NotIn

    findByNameNotIn(Collection<String>names)

    {"bool" : {"must_not" : {"bool" : {"should" : {"field" : {"name" : "?"}}}}}}

    Near

    findByStoreNear

    Not Supported Yet !

    True

    findByAvailableTrue

    {"bool" : {"must" : {"field" : {"available" : true}}}}

    False

    findByAvailableFalse

    {"bool" : {"must" : {"field" : {"available" : false}}}}

    OrderBy

    findByAvailableTrueOrderByNameDesc

    {"sort" : [{ "name" : {"order" : "desc"} }],"bool" : {"must" : {"field" : {"available" : true}}}}

    六、between使用注意

      在使用的时候没有找到直接的例子,由于between是转换成range,所以需要范围参数from和to,

     举例如下:

    Page<Recruit> findByRecruitWorkAndRecruitCitysAndWorkTypeAndXjTimeBetween(String recruitWork, String recruitCitys, Integer workType, Date fromXjTime, Date toXjTime,Pageable pageable);

    注意:这里必须要注意的是:只要使用了between参数,****XjTimeBetween(......,from,to) ,使用该方法的时候,必须要传递范围参数from,to,不能同时为空。

    否则异常

    <strong>org.springframework.dao.InvalidDataAccessApiUsageException: Range [* TO *] is not allowed</strong>
    
        at org.springframework.data.elasticsearch.core.query.Criteria.between(Criteria.java:304)
    
        at org.springframework.data.elasticsearch.repository.query.parser.ElasticsearchQueryCreator.from(ElasticsearchQueryCreator.java:127)
    
        at org.springframework.data.elasticsearch.repository.query.parser.ElasticsearchQueryCreator.and(ElasticsearchQueryCreator.java:76)
    
        at org.springframework.data.elasticsearch.repository.query.parser.ElasticsearchQueryCreator.and(ElasticsearchQueryCreator.java:46)
    
        at org.springframework.data.repository.query.parser.AbstractQueryCreator.createCriteria(AbstractQueryCreator.java:109)
    
        at org.springframework.data.repository.query.parser.AbstractQueryCreator.createQuery(AbstractQueryCreator.java:88)
    
        at org.springframework.data.repository.query.parser.AbstractQueryCreator.createQuery(AbstractQueryCreator.java:73)
    
        at org.springframework.data.elasticsearch.repository.query.ElasticsearchPartQuery.createQuery(ElasticsearchPartQuery.java:102)
    
        at org.springframework.data.elasticsearch.repository.query.ElasticsearchPartQuery.execute(ElasticsearchPartQuery.java:51)
    
        at org.springframework.data.repository.core.support.RepositoryFactorySupport$QueryExecutorMethodInterceptor.doInvoke(RepositoryFactorySupport.java:499)
    
        at org.springframework.data.repository.core.support.RepositoryFactorySupport$QueryExecutorMethodInterceptor.invoke(RepositoryFactorySupport.java:477)
    
        at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:179)
    
        at org.springframework.data.projection.DefaultMethodInvokingMethodInterceptor.invoke(DefaultMethodInvokingMethodInterceptor.java:56)
    
        at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:179)
    
        at org.springframework.aop.interceptor.ExposeInvocationInterceptor.invoke(ExposeInvocationInterceptor.java:92)
    
        at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:179)
    
        at org.springframework.data.repository.core.support.SurroundingTransactionDetectorMethodInterceptor.invoke(SurroundingTransactionDetectorMethodInterceptor.java:57)
    
        at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:179)
    
        at org.springframework.aop.framework.JdkDynamicAopProxy.invoke(JdkDynamicAopProxy.java:213)
    
        at com.sun.proxy.$Proxy86.findByRecruitWorkAndRecruitCitysAndWorkTypeAndXjTimeBetween(Unknown Source)
    
        at com.zhimingdeng.service.impl.EsIndexServiceImpl.findByRecruitWorkAndRecruitCitysAndWorkTypeAndXjTimeBetween(EsIndexServiceImpl.java:155)

    因为底层要求参数不能同时为空

    七、es时间类型注意

       对于Elasticsearch原生支持date类型,json格式通过字符来表示date类型。所以在用json提交日期至elasticsearch的时候,es会隐式转换,把es认为是date类型的字符串直接转为date类型,间字段内容实际上就是转换成long类型作为内部存储的(所以完全可以接受其他时间格式作为时间字段的内容)。至于什么样的字符串es会认为可以转换成date类型,参考elasticsearch官网介绍

      date类型是包含时区信息的,如果我们没有在json代表日期的字符串中显式指定时区,对es来说没什么问题,但是对于我们来说可能会发现一些时间差8个小时的问题。

      Elastic本身有一种特殊的时间格式,其形式如"2016-01-25T00:00:00",此格式为ISO8601标准。具体时间日期格式要求可以参见es官方文档

      然而我们在计算日期间隔,甚至按日分类的时候,往往需要把这个String时间转化为Unix时间戳(Unix Timestamp(时间戳))的形式,再进行计算。而通常,这个时间戳会以毫秒的形式(Java)保存在一个long类型里面,这就涉及到了String与long类型的相互转化。

      此外在使用Java Client聚合查询日期的时候,需要注意时区问题,因为默认的es是按照UTC标准时区算的,所以不设置的聚合统计结果是不正确的。默认不设置时区参数,es是安装UTC的时间进行查询的,所以分组的结果可能与预期不一样。  

      JSON 没有日期类型,因此在 Elasticsearch 中可以表达成:

    1. 日期格式化的字符串,比如: "2018-01-01" 或者 "2018/01/01 01:01:30";
    2. 毫秒级别的 long 类型或秒级别的 integer 类型,比如: 1515150699465, 1515150699;

      实际上不管日期以何种格式写入,在 ES 内部都会先穿换成 UTC 时间并存储为 long 类型。日期格式可以自定义,如果没有指定的话会使用以下的默认格式:

      "strict_date_optional_time||epoch_millis"

      因此总结来说,不管哪种可以表示时间的格式写入,都可以用来表示时间

      所以这里引出多种解决方案:

       1、es 默认的是 utc 时间,而国内服务器是 cst 时间,首先有时间上的差距需要转换。但是如果底层以及上层都统一用时间戳,完美解决时区问题。但是时间戳对我们来说不直观 

      2、我们在往es提交日期数据的时候,直接提交带有时区信息的日期字符串,如:“2016-07-15T12:58:17.136+0800”

      3、还有另外的一种:   

     直接设置format为你想要的格式,比如 "yyyy-MM-dd HH:mm:ss" 然后存储的时候,指定格式,并且Mapping  也是指定相同的format 。

      第一次使用方式:

    1

    2

    3

    4

     @Field( type = FieldType.Date,

                format = DateFormat.custom,pattern = date_optional_time"

        )

    private Date gmtCreate;

    我这里是数据是从数据库直接读取,使用的datetime类型,原来直接使用的时候,抛异常:

      MapperParsingException[failed to parse [***]]; nested: IllegalArgumentException[Invalid format: "格式"];

      原因是: jackson库在转换为json的时候,将Date类型转为为了long型的字符串表示,而我们定义的是date_optional_time格式的字符串,所以解析错误,

      具体的解决办法:去掉注解中的format=DateFormat.date_optional_time,让其使用默认的格式,也就是 'strict_date_optional_time||epoch_millis' , 既能接受        date_optional_time格式的,也能接受epoch_millis格式,由于为了查看更直观感受改为如下:

      @Field( type = FieldType.Date,
                format = DateFormat.custom,pattern = "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
        )
    private Date gmtCreate;

     改成这样后,底层多种格式都可以存储,如果没有根据时间进行范围查找,这里基本上已经就告一段落了。

    时间范围查找需求:存储Date,和取出来也是Dete

    存储的时候利用各种JSON对象,如 Jackson 等。存储的时候就可以用JSON Format一下再存储,然后取出来后

      @Field( type = FieldType.Date,
                format = DateFormat.custom,pattern = "yyyy-MM-dd HH:mm:ss"
        )
        @JsonFormat (shape = JsonFormat.Shape.STRING, pattern ="yyyy-MM-dd HH:mm:ss",timezone="GMT+8")
        private Date xjTime;

     有了这个注解后,

        timezone="GMT+8" 主要是因为底层存放的数据日期时区是UTC,这里转换成GMT
    

     真实存储格式如下(高能瞎眼):

    时间范围查找需求注意:

    根据条件查询的时候,时间范围需要传入range,这里涉及到了两种选择,底层查询方法实现的时候range的参数为

     1.date:

     传入的是date参数,然后就行查询的时候,会报异常,因为我把日期转成了yyyy-MM-dd HH:mm:ss,但是底层数据是2018-03-27T16:00:00.000Z这种格式,导致错误,详细异常如下

    org.elasticsearch.action.search.SearchPhaseExecutionException: all shards failed
    
        at org.elasticsearch.action.search.AbstractSearchAsyncAction.onFirstPhaseResult(AbstractSearchAsyncAction.java:206)
    
        at org.elasticsearch.action.search.AbstractSearchAsyncAction$1.onFailure(AbstractSearchAsyncAction.java:152)
    
        at org.elasticsearch.action.ActionListenerResponseHandler.handleException(ActionListenerResponseHandler.java:46)
    
        at org.elasticsearch.transport.TransportService$DirectResponseChannel.processException(TransportService.java:855)
    
        at org.elasticsearch.transport.TransportService$DirectResponseChannel.sendResponse(TransportService.java:833)
    
        at org.elasticsearch.transport.TransportService$4.onFailure(TransportService.java:387)
    
        at org.elasticsearch.common.util.concurrent.AbstractRunnable.run(AbstractRunnable.java:39)
    
        at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
    
        at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
    
        at java.lang.Thread.run(Thread.java:745)
    
    <strong>Caused by: org.elasticsearch.ElasticsearchParseException: failed to parse date field [2018-03-27T16:00:00.000Z] with format [yyyy-MM-dd HH:mm:ss]</strong>
    
        at org.elasticsearch.common.joda.DateMathParser.parseDateTime(DateMathParser.java:203)
    
        at org.elasticsearch.common.joda.DateMathParser.parse(DateMathParser.java:67)
    
        at org.elasticsearch.index.mapper.core.DateFieldMapper$DateFieldType.parseToMilliseconds(DateFieldMapper.java:451)
    
        at org.elasticsearch.index.mapper.core.DateFieldMapper$DateFieldType.innerRangeQuery(DateFieldMapper.java:435)
    
        at org.elasticsearch.index.mapper.core.DateFieldMapper$DateFieldType.access$000(DateFieldMapper.java:199)
    
        at org.elasticsearch.index.mapper.core.DateFieldMapper$DateFieldType$LateParsingQuery.rewrite(DateFieldMapper.java:224)
    
        at org.apache.lucene.search.BooleanQuery.rewrite(BooleanQuery.java:278)
    
        at org.apache.lucene.search.IndexSearcher.rewrite(IndexSearcher.java:837)
    
        at org.elasticsearch.search.internal.ContextIndexSearcher.rewrite(ContextIndexSearcher.java:81)
    
        at org.elasticsearch.search.internal.DefaultSearchContext.preProcess(DefaultSearchContext.java:231)
    
        at org.elasticsearch.search.query.QueryPhase.preProcess(QueryPhase.java:103)
    
        at org.elasticsearch.search.SearchService.createContext(SearchService.java:676)
    
        at org.elasticsearch.search.SearchService.createAndPutContext(SearchService.java:620)
    
        at org.elasticsearch.search.SearchService.executeDfsPhase(SearchService.java:264)
    
        at org.elasticsearch.search.action.SearchServiceTransportAction$SearchDfsTransportHandler.messageReceived(SearchServiceTransportAction.java:360)
    
        at org.elasticsearch.search.action.SearchServiceTransportAction$SearchDfsTransportHandler.messageReceived(SearchServiceTransportAction.java:357)
    
        at org.elasticsearch.transport.TransportRequestHandler.messageReceived(TransportRequestHandler.java:33)
    
        at org.elasticsearch.transport.RequestHandlerRegistry.processMessageReceived(RequestHandlerRegistry.java:75)
    
        at org.elasticsearch.transport.TransportService$4.doRun(TransportService.java:376)
    
        at org.elasticsearch.common.util.concurrent.AbstractRunnable.run(AbstractRunnable.java:37)
    
        ... 3 common frames omitted
    
    <strong>Caused by: java.lang.IllegalArgumentException: Invalid format: "2018-03-27T16:00:00.000Z" is malformed at "T16:00:00.000Z"</strong>
    
        at org.joda.time.format.DateTimeParserBucket.doParseMillis(DateTimeParserBucket.java:187)
    
        at org.joda.time.format.DateTimeFormatter.parseMillis(DateTimeFormatter.java:826)
    
        at org.elasticsearch.common.joda.DateMathParser.parseDateTime(DateMathParser.java:200)
    
        ... 22 common frames omitted

    实现参考:解决:传入的date参数格式化成底层的类型  

    Page<Recruit> findByRecruitWorkAndRecruitCitysAndWorkTypeAndXjTimeBetween(String recruitWork, String recruitCitys, Integer workType, Date fromXjTime, Date toXjTime,Pageable pageable);
    

      2.String:

     参数直接使用string,避免上层转换成不合适的时间格式,使用框架底层自己转换,避免错误。

    实现参考:
    Page<Recruit> findByRecruitWorkAndRecruitCitysAndWorkTypeAndXjTimeBetween(String recruitWork, String recruitCitys, Integer workType, String fromXjTime, String toXjTime,Pageable pageable);
    

    es时间自定义类型

    https://stackoverflow.com/questions/29122071/elasticsearch-failed-to-parse-date

    https://stackoverflow.com/questions/29496081/spring-data-elasticsearchs-field-annotation-not-working

    https://stackoverflow.com/questions/32042430/elasticsearch-spring-data-date-format-always-is-long

    八、使用注意

      个人认为springboot 这种集成es的方法,最大的优点是开发速度快,不要求对es一些api要求熟悉,能快速上手,即使之前对es不胜了解,也能通过方法名或者sql快速写出自己需要的逻辑,而具体转换成api层的操作,则有框架底层帮你实现。

      缺点也显而易见首先,使用的springboot的版本对es的版本也有了要求,不能超过es的某些版本号,部署时需要注意。第二,速度提升的同时,也失去了一些实用api的灵活性。一些比较灵活的条件封装不能很容易的实现。各有利弊,各位权衡。

    原文地址:http://www.cnblogs.com/guozp/p/8686904.html

    展开全文
  • SpringBoot整合Elasticsearch

    万次阅读 多人点赞 2018-11-09 18:33:42
    1 SpringBoot整合Spring Data Elasticsearch Elasticsearch提供的Java客户端有一些不太方便的地方: 很多地方需要拼接Json字符串,在java中拼接字符串有多恐怖你应该懂的 需要自己把对象序列化为json存储 查询...

    学习本章内容的前提:
    1.能独立搭建SpringBoot项目。(SpringBoot的快速入门
    2.Elasticsearch环境搭建完毕。(Elasticsearch环境搭建和介绍(Windows)

    1 前奏

    Elasticsearch提供的Java客户端有一些不太方便的地方:

    • 很多地方需要拼接Json字符串,在java中拼接字符串有多恐怖你应该懂的
    • 需要自己把对象序列化为json存储
    • 查询到结果也需要自己反序列化为对象

    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

    1.1 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/
    在这里插入图片描述
    Spring Data 的使命是给各种数据访问提供统一的编程接口,不管是关系型数据库(如MySQL),还是非关系数据库(如Redis),或者类似Elasticsearch这样的索引数据库。从而简化开发人员的代码,提高开发效率。

    包含很多不同数据操作的模块:
    在这里插入图片描述

    Spring Data Elasticsearch的页面:https://projects.spring.io/spring-data-elasticsearch/
    在这里插入图片描述

    特征:

    • 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

    1.2 Elasticsearch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。

    对比关系:

    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 
    

    详细说明:

    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

    是不是与Lucene中的概念类似。

    另外,在Elasticsearch有一些集群相关的概念:

    • 索引集(Indices,index的复数):逻辑上的完整索引
    • 分片(shard):数据拆分后的各个部分
    • 副本(replica):每个分片的复制

    注意:

    Elasticsearch本身就是分布式的,因此即便你只有一个节点,Elasticsearch默认也会对你的数据进行分片和副本操作,当你向集群添加新数据时,数据也会在新加入的节点中进行平衡。

    2.1 创建SpringBoot 项目

    首先我们要新建一个SpringBoot项目,再进行Elasticsearch的整合。

    pom依赖:

    <?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>es-demo</artifactId>
        <version>0.0.1-SNAPSHOT</version>
        <packaging>jar</packaging>
    
        <name>es-demo</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/> 
        </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>
            
            <!-- elasticsearch启动器 (必须)-->
            <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:

    ## Elasticsearch配置文件(必须)
    ## 该配置和Elasticsearch的elasticsearch.yml中的配置信息有关
    
    spring.data.elasticsearch.cluster-name=my-application
    spring.data.elasticsearch.cluster-nodes=127.0.0.1:9300
    

    Elasticsearch的elasticsearch.yml中的配置信息如下:

    # ======================== Elasticsearch Configuration =========================
    #
    # NOTE: Elasticsearch comes with reasonable defaults for most settings.
    #       Before you set out to tweak and tune the configuration, make sure you
    #       understand what are you trying to accomplish and the consequences.
    #
    # The primary way of configuring a node is via this file. This template lists
    # the most important settings you may want to configure for a production cluster.
    #
    # Please consult the documentation for further information on configuration options:
    # https://www.elastic.co/guide/en/elasticsearch/reference/index.html
    #
    # ---------------------------------- Cluster -----------------------------------
    #
    # Use a descriptive name for your cluster:
    #
    cluster.name: my-application
    #
    # ------------------------------------ Node ------------------------------------
    #
    # Use a descriptive name for the node:
    #
    node.name: node-1
    #
    # Add custom attributes to the node:
    #
    #node.attr.rack: r1
    #
    # ----------------------------------- Paths ------------------------------------
    #
    # Path to directory where to store the data (separate multiple locations by comma):
    #
    #path.data: /path/to/data
    #
    # Path to log files:
    #
    #path.logs: /path/to/logs
    #
    # ----------------------------------- Memory -----------------------------------
    #
    # Lock the memory on startup:
    #
    #bootstrap.memory_lock: true
    #
    # Make sure that the heap size is set to about half the memory available
    # on the system and that the owner of the process is allowed to use this
    # limit.
    #
    # Elasticsearch performs poorly when the system is swapping the memory.
    #
    # ---------------------------------- Network -----------------------------------
    #
    # Set the bind address to a specific IP (IPv4 or IPv6):
    #
    network.host: 0.0.0.0
    #
    # Set a custom port for HTTP:
    #
    http.port: 9200
    #
    # For more information, consult the network module documentation.
    #
    # --------------------------------- Discovery ----------------------------------
    #
    # Pass an initial list of hosts to perform discovery when new node is started:
    # The default list of hosts is ["127.0.0.1", "[::1]"]
    #
    #discovery.zen.ping.unicast.hosts: ["host1", "host2"]
    #
    # Prevent the "split brain" by configuring the majority of nodes (total number of master-eligible nodes / 2 + 1):
    #
    #discovery.zen.minimum_master_nodes: 
    #
    # For more information, consult the zen discovery module documentation.
    #
    # ---------------------------------- Gateway -----------------------------------
    #
    # Block initial recovery after a full cluster restart until N nodes are started:
    #
    #gateway.recover_after_nodes: 3
    #
    # For more information, consult the gateway module documentation.
    #
    # ---------------------------------- Various -----------------------------------
    #
    # Require explicit names when deleting indices:
    #
    #action.destructive_requires_name: true
    
    http.cors.enabled: true 
    http.cors.allow-origin: "*"
    node.master: true
    node.data: true
    
    

    2.2 索引操作

    2.2.1 创建索引和映射

    SpringBoot-data-elasticsearch提供了面向对象的方式操作elasticsearch

    业务:创建一个商品对象,有这些属性:

    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

    示例:

    @Document(indexName = "item",type = "docs", shards = 1, replicas = 0)
    public class Item {
    	
    	/**
    	 * @Description: @Id注解必须是springframework包下的
    	 * org.springframework.data.annotation.Id						
    	 *@Author: https://blog.csdn.net/chen_2890
    	 */
        @Id 
        private 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:
    在这里插入图片描述

    • 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:
    在这里插入图片描述

    • 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,下面是测试类代码:

    @RunWith(SpringRunner.class)
    @SpringBootTest(classes = EsDemoApplication.class)
    public class EsDemoApplicationTests {
    
        @Autowired
        private ElasticsearchTemplate elasticsearchTemplate;
    
        /**
          * @Description:创建索引,会根据Item类的@Document注解信息来创建
          * @Author: https://blog.csdn.net/chen_2890
          * @Date: 2018/9/29 0:51
           */
        @Test
        public void testCreateIndex() {
            elasticsearchTemplate.createIndex(Item.class);
        }
    

    运行testCreateIndex(),索引创建成功后打开elasticsearch-head-master插件(es-head插件的安装)查看索引信息,
    索引信息:
    在这里插入图片描述

    2.2.2 删除索引

    删除索引的API:
    在这里插入图片描述
    可以根据类名或索引名删除。

    示例:

        /**
          * @Description:删除索引
          * @Author: https://blog.csdn.net/chen_2890
          * @Date: 2018/9/29 0:50
           */     
        @Test
        public void testDeleteIndex() {
            elasticsearchTemplate.deleteIndex(Item.class);
        }
    

    运行testDeleteIndex(),索引删除成功后打开elasticsearch-head-master插件(es-head插件的安装)查看索引信息,发现item索引已经被删除。

    2.3 新增文档数据

    2.3.1 Repository接口

    Spring Data 的强大之处,就在于你不用写任何DAO处理,自动根据方法名或类的信息进行CRUD操作。只要你定义一个接口,然后继承Repository提供的一些子接口,就能具备各种基本的CRUD功能。

    来看下Repository的继承关系:
    在这里插入图片描述
    我们看到有一个ElasticsearchCrudRepository接口:

    .png)

    所以,我们只需要定义接口,然后继承它就OK了。

    	/**
          * @Description:定义ItemRepository 接口
          * @Param:
          * 	Item:为实体类
          * 	Long:为Item实体类中主键的数据类型
          * @Author: https://blog.csdn.net/chen_2890
          * @Date: 2018/9/29 0:50
           */	 
    public interface ItemRepository extends ElasticsearchRepository<Item,Long> {
    
    }
    

    接下来,我们测试新增数据:

    2.3.2 新增一个对象

    @Autowired
    private ItemRepository itemRepository;
    
    	/**
          * @Description:定义新增方法
          * @Author: https://blog.csdn.net/chen_2890
          */
    @Test
    public void insert() {
        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);
    }
    

    运行insert(),去页面查询看看:

    OK,新增成功!

    2.3.3 批量新增

    代码:

    	/**
          * @Description:定义批量新增方法
          * @Author: https://blog.csdn.net/chen_2890
          */
    @Test
    public void insertList() {
        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);
    }
    

    再次去页面查询:
    在这里插入图片描述
    OK,批量新增成功!

    2.3.4 修改

    elasticsearch中本没有修改,它的修改原理是该是先删除在新增

    修改和新增是同一个接口,区分的依据就是id。

    	/**
          * @Description:定义修改方法
          * @Author: https://blog.csdn.net/chen_2890
          */
    @Test
    public void update(){
        Item item = new Item(1L, "苹果XSMax", " 手机",
                "小米", 3499.00, "http://image.baidu.com/13123.jpg");
        itemRepository.save(item);
    }
    

    查看结果:
    在这里插入图片描述

    2.4 查询

    2.4.1 基本查询

    ElasticsearchRepository提供了一些基本的查询方法:
    在这里插入图片描述
    我们来试试查询所有:

    	/**
          * @Description:定义查询方法,含对价格的降序、升序查询
          * @Author: https://blog.csdn.net/chen_2890
          */
    	@Test
    	public 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);
            }
        }
    

    结果:
    在这里插入图片描述

    2.4.2 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。

    当然,方法名称要符合一定的约定:

    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

    例如,我们来按照价格区间查询,定义这样的一个方法:

    public interface ItemRepository extends ElasticsearchRepository<Item,Long> {
    
        /**
         * @Description:根据价格区间查询
         * @Param price1
         * @Param price2
         * @Author: https://blog.csdn.net/chen_2890
         */
        List<Item> findByPriceBetween(double price1, double price2);
    }
    

    然后添加一些测试数据:

    	/**
         * @Description:准备测试数据
         * @Author: https://blog.csdn.net/chen_2890
         */
    	@Test
    	public void insertList() {
    	    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);
    	}
    

    不需要写实现类,然后我们直接去运行:

    	/**
         * @Description:按照价格区间查询
         * @Author: https://blog.csdn.net/chen_2890
         */
    	@Test
    	public void queryByPriceBetween(){
    	    List<Item> list = this.itemRepository.findByPriceBetween(2000.00, 3500.00);
    	    for (Item item : list) {
    	        System.out.println("item = " + item);
    	    }
    	}
    

    结果:
    在这里插入图片描述

    OK,测试成功!

    2.4.3 自定义查询

    先来看最基本的matchQuery:

    	/**
         * @Description:matchQuery底层采用的是词条匹配查询
         * @Author: https://blog.csdn.net/chen_2890
         */
    	@Test
    	public void testMatchQuery(){
    	    // 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:
      在这里插入图片描述

    • 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:
        在这里插入图片描述

    结果:

    在这里插入图片描述

    总的测试代码如下:

    	/**
         *
         * @Description:matchQuery
         *@Author: https://blog.csdn.net/chen_2890
         */
        @Test
        public 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termQuery
            queryBuilder.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);
            }
    
    
        }
    
    
        /**
         * @Description:
         * termQuery:功能更强大,除了匹配字符串以外,还可以匹配
         * int/long/double/float/....	
         * @Author: https://blog.csdn.net/chen_2890			
         */
        @Test
        public 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);
            }
        }
    	/**
         * @Description:布尔查询
         * @Author: https://blog.csdn.net/chen_2890			
         */
        @Test
        public 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);
            }
        }
    
    	/**
         * @Description:模糊查询
         * @Author: https://blog.csdn.net/chen_2890			
         */
        @Test
        public 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);
            }
    
        }
    

    2.4.4 分页查询

    利用NativeSearchQueryBuilder可以方便的实现分页:

    	/**
         * @Description:分页查询
         * @Author: https://blog.csdn.net/chen_2890			
         */
    	@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);
    	    }
    	}
    

    结果:
    在这里插入图片描述

    可以发现,Elasticsearch中的分页是从第0页开始

    2.4.5 排序

    排序也通用通过NativeSearchQueryBuilder完成:

    	/**
         * @Description:排序查询
         * @Author: https://blog.csdn.net/chen_2890			
         */
    	@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);
    	    }
    	}
    

    结果:
    在这里插入图片描述

    2.5 聚合(牛逼!!solr无此功能)

    聚合可以让我们极其方便的实现对数据的统计、分析。例如:

    • 什么品牌的手机最受欢迎?
    • 这些手机的平均价格、最高价格、最低价格?
    • 这些手机每月的销售情况如何?

    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。

    2.5.1 聚合基本概念

    Elasticsearch中的聚合,包含多种类型,最常用的两种,一个叫,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,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

    2.5.2 聚合为桶

    桶就是分组,比如这里我们按照品牌brand进行分组:

    	/**
         * @Description:按照品牌brand进行分组
         * @Author: https://blog.csdn.net/chen_2890			
         */
    	@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brand
    	    queryBuilder.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());
    	    }
    	
    	}
    

    显示的结果:
    在这里插入图片描述
    关键API:

    • AggregationBuilders:聚合的构建工厂类。所有聚合都由这个类来构建,看看他的静态方法:
      在这里插入图片描述
    (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:
      在这里插入图片描述
      AggregatedPagePage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。
      在这里插入图片描述
      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
      在这里插入图片描述

    2.5.3 嵌套聚合,求平均值

    代码:

    	/**
         * @Description:嵌套聚合,求平均值
         * @Author: https://blog.csdn.net/chen_2890			
         */
    	@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brand
    	    queryBuilder.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());
    	    }
    	
    	}
    

    结果:
    在这里插入图片描述

    ok,SpringBoot整合Spring Data Elasticsearch到此完结
    要是还有不太明白的地方请留言,评论必回
    要是对我的文章感兴趣的话,关注一下吧,谢谢!

    上一篇:Elasticsearch环境搭建和介绍(Windows)

    下一篇:SpringBoot整合Shiro

    给我们一个微信勾搭的机会

    在这里插入图片描述

    展开全文
  • ElasticSearch简介

    万次阅读 多人点赞 2019-05-18 08:51:31
    摘自Elasticsearch-基础介绍及索引原理分析 Elasticsearch 是一个分布式可扩展的实时搜索和分析引擎,一个建立在全文搜索引擎 Apache Lucene(TM) 基础上的搜索引擎.当然 Elasticsearch 并不仅仅是 Lucene 那么简单...
  • ElasticSearch7.0.0安装sql

    万次阅读 2020-04-08 11:23:58
    切换到elasticsearch的home目录执行: bin/elasticsearch-plugin install https://github.com/NLPchina/elasticsearch-sql/releases/download/7.0.0.0/elasticsearch-sql-7.0.0.0.zip 修改config/elasticsearch....
  • Elasticsearch学习,请先看这一篇!

    万次阅读 多人点赞 2016-08-18 21:08:36
    题记:Elasticsearch研究有一段时间了,现特将Elasticsearch相关核心知识、原理从初学者认知、学习的角度,从以下9个方面进行详细梳理。欢迎讨论……0. 带着问题上路——ES是如何产生的?(1)思考:大规模数据如何...
  • Elasticsearch-JSON串查询总结

    万次阅读 2017-10-06 08:55:08
    对Elasticsearch的JSON方式查询总结
  • 详述 Elasticsearch 通过范围条件查询索引数据的方法

    万次阅读 多人点赞 2019-04-05 11:15:59
    在使用 Elasticsearch 的时候,我们可能会遇到需要**以范围为条件查询索引数据**的需求。有两种方法可以实现我们的需求: - 第一种:在服务器或者终端,使用命令来查询索引数据; - 第二种:编写程序,通过 Elastic...
  • 有一种情况,当我们启动elasticsearch之后, 经过很长一段时间没有操作, 自己已经忘了是否已经启动了elasticsearch, 这时候我们可以通过下面的方式验证是否启动,并重新启动: step1 查找ES进程号 ps -ef | ...
  • 文章目录ElasticSearch 初级学习简述第一章 Elasticsearch集群入门1.1 Elasticsearch基础篇1.1.1 数据架构的主要概念1.1.2 服务的主要概念1.2 安装Elasticsearch与kibana1.3 常用REST API,操作示例 ElasticSearch ...
  • 1. 修改pom文件配置 ...elasticsearch.version>1.7.1</elasticsearch.version> <dependency> <groupId>org.ansj</groupId> <artifactId>ansj_seg</artifactId> <c...
  • ElasticSearch7.0.0安装IK分词器

    万次阅读 2020-03-30 16:42:53
    为什么要在elasticsearch中要使用ik这样的中文分词呢,那是因为es提供的分词是英文分词,对于中文的分词就做的非常不好了,因此我们需要一个中文分词器来用于搜索和使用。就尝试安装下IK分词。 2.去github下载对应...
  • 什么是 Elasticsearch 想查数据就免不了搜索,搜索就离不开搜索引擎,百度、谷歌都是一个非常庞大复杂的搜索引擎,他们几乎索引了互联网上开放的所有网页和数据。然而对于我们自己的业务数据来说,肯定就没必要用...
  • ElasticSearch javaAPI demo示例

    万次阅读 2017-09-28 08:57:05
    一.数据实体: ID:自增主键 ID:ID值 VALUE_DAY:该机器当天的值 GROUPNAME:组名 TYPE_MACHINE:机器类型 ...package elasticsearch.util; import java.net.InetAddress; import org.elastic
  • Elasticsearch实战

    万次阅读 2020-12-02 09:06:50
    第一课时:Elasticsearch、Kibana安装
  • ElasticSearch7.6集群搭建

    万次阅读 2020-03-30 16:30:42
    ElasticSearch7.6集群搭建
  • 新版本的SpringBoot 2的spring-boot-starter-data-elasticsearch中支持的Elasticsearch版本是2.X, 但Elasticsearch实际上已经发展到6.5.X版本了,为了更好的使用Elasticsearch的新特性, 所以弃用了spring-boot-...
  • SpringBoot与ElasticSearch整合

    万次阅读 2020-08-19 23:39:36
    SpringBoot与ElasticSearch整合 <?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:...
  • Elasticsearch Search API

    千次阅读 2018-06-22 12:29:39
    实现对es中存储的数据进行查询分析,endpoint为_search,查询主要有两种形式: URI Search:操作简便,方便通过命令行测试,仅包含部分查询语法 Request Body Search:es提供完备查询语法Query DSL(Domain ...
  • ElasticSearch笔记

    万次阅读 2020-09-07 09:31:09
    【1】ElasticSearch安装 【2】Elasticsearch的集群 【3】集群配置 【4】ES操作 【5】ES数据类型 【6】基本查询 【7】全文查询 【8】词项查询 【9】复合查询 【10】嵌套查询 【11】滚动查询scroll 【12】指标聚合 ...
  • elasticsearch-1.7.1 elasticsearch-jdbc-1.7.1 https://github.com/jprante/elasticsearch-jdbc 插件下载及安装 ...
  • 简述:在腾讯云的1核2G云服务器上安装docke,在docker上安装elasticsearch,出现启动elasticsearch立马秒关的问题 这时我看了下docker的日志 docker logs 676164fb24b3 # 查看某个容器的日志 经过相关资料证实,...
  • 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。 分布式实时文件存储,并将每一个字段都编入索引,使其可以被搜索。 实时分析...
  • 一:安装Elasticsearch 下载并解压Elasticsearch 直接到官网(https://www.elastic.co/cn/downloads/elasticsearch)下载适合自己的系统的Elasticsearch,这里下载的是目前最新的版本6.1.1,然后解压放到合适的目录...
  • elasticsearch安装

    万次阅读 2018-08-11 10:39:30
    1.windows下安装 elasticsearch (简称:ES) 版本elasticsearch-5.5.0 jdk 1.8 2.安装ES jdk安装跳过 解压elasticsearch到某个目录,例如F:\DevelopersTools\elasticsearch-5.5.0 进入bin 目录,双击执行 ...
  • Docker安装Elasticsearch和Kibana

    万次阅读 2020-07-14 22:01:37
    Elasticsearch安装 拉取Elasticsearch镜像 docker pull elasticsearch:7.2.0 这里我们安装的版本是7.2.0 创建Elasticsearch容器 docker run --name -di elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery...
  • Elasticsearch:Elasticsearch Dockerfile 例子

    千次阅读 2020-12-26 09:16:30
    如果你有兴趣启动运行 Elasticsearch 的 Docker 容器,那么过程实际上非常简单。 在本文中,我们将向n你展示如何创建镜像并使用 Dockerfile 启动 Elasticsearch Docker 容器。 前提条件 在继续执行本教程中概述...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 476,104
精华内容 190,441
关键字:

search