在前面的章節中,我們把ES的基本功能都給大家介紹完了,從ES的搭建、創建索引、分詞器、到數據的查詢,大家發現,我們都是通過ES的API去進行調用,那么,我們在項目當中怎么去使用ES呢?這一節,我們就看看ES如何與我們的SpringBoot項目結合。
版本依賴
SpringBoot默認是有ElasticSearch的Starter,但是它依賴的ES客戶端的版本比較低,跟不上ES的更新速度,所以我們在SpringBoot項目中要指定ES的最新版本,如下:
<properties>
<elasticsearch.version>7.6.1</elasticsearch.version>
</properties>
<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>
我們在項目中指定ES客戶端的版本為7.6.1。
配置文件
然后我們在SpringBoot的配置文件application.properties
當中,配置ES集群的地址,如下:
spring.elasticsearch.rest.uris=http://192.168.73.130:9200,http://192.168.73.131:9200,http://192.168.73.132:9200
多個地址之間我們使用,
隔開即可。
與ES交互
所有配置的東西都准備好了,下面我們看看在程序當中如何交互,還記得前面咱們提到的動態映射嗎?這個東西是非常的好用的,簡化了我們不少的工作量。在這里我們還用前面的索引ik_index
舉例,我們先看看目前ik_index
索引中有哪些字段,
在索引中只有3個字段,id、title和desc。接下來我們在創建索引ik_index
對應的實體類,內容也很簡單,具體如下:
@Setter@Getter
public class IkIndex {
private Long id;
private String title;
private String desc;
private String category;
}
在實體類中,我們新添加了一個字段category
表示分類,我們可以聯想一下,category
字段動態映射到ES當中會是什么類型?對了,就是text
類型,我們再深入想一步,text
類型會用到全文索引,會用到分詞器,而在索引ik_index
當中,我們配置了默認的分詞器是IK中文分詞器。能夠想到這里,我覺得你對ES了解的比較深入了。
接下來,我們就要編寫service
了,並向ik_index
索引中添加一條新的數據,如下:
@Service
public class EService {
@Autowired
private RestHighLevelClient client;
/**
* 添加索引數據
* @throws IOException
*/
public void insertIkIndex() throws IOException {
IkIndex ikIndex = new IkIndex();
ikIndex.setId(10l);
ikIndex.setTitle("足球");
ikIndex.setDesc("足球是世界第一運動");
ikIndex.setCategory("體育");
IndexRequest request = new IndexRequest("ik_index");
// request.id("1");
request.source(JSON.toJSONString(ikIndex), XContentType.JSON);
IndexResponse indexResponse = client.index(request, RequestOptions.DEFAULT);
System.out.println(indexResponse.status());
System.out.println(indexResponse.toString());
}
}
首先,我們要引入ES的高等級的客戶端RestHighLevelClient
,由於我們在配置文件中配置了ES集群的地址,所以SpringBoot自動為我們創建了RestHighLevelClient
的實例,我們直接自動注入就可以了。然后在添加索引數據的方法中,我們先把索引對應的實體創建好,並設置對應的值。
接下來我們就要構建索引的請求了,在IndexRequest
的構造函數中,我們指定了索引的名稱ik_index
,索引的id被我們注釋掉了,ES會給我們默認生成id,當然自己指定也可以。大家需要注意的是,這個id和IkIndex
類里的id不是一個id,這個id是數據在ES索引里的唯一標識,而IkIndex
實體類中的id只是一個數據而已,大家一定要區分開。然后我們使用request.source
方法將實體類轉化為JSON對象並封裝到request
當中,最后我們調用client
的index
方法完成數據的插入。我們看看執行結果吧。
CREATED
IndexResponse[index=ik_index,type=_doc,id=f20EVHIBK8kOanEwfXbW,version=1,result=created,seqNo=9,primaryTerm=6,shards={"total":2,"successful":2,"failed":0}]
status
返回的值是CREATED
,說明數據添加成功,而后面的響應信息中,包含了很多具體的信息,像每個分片是否成功都已經返回了。我們再用elasticsearch-head
插件查詢一下,結果如下:
數據插入成功,並且新添加的字段category
也有了對應的值,這是我們期望的結果。下面我們再看看查詢怎么使用。代碼如下:
public void searchIndex() throws IOException {
SearchRequest searchRequest = new SearchRequest("ik_index");
SearchSourceBuilder ssb = new SearchSourceBuilder();
QueryBuilder qb = new MatchQueryBuilder("desc","香蕉好吃");
ssb.query(qb);
searchRequest.source(ssb);
SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);
SearchHit[] hits = response.getHits().getHits();
for (SearchHit hit : hits) {
String record = hit.getSourceAsString();
System.out.println(record);
}
}
- 我們先創建一個查詢請求,並指定索引為
ik_index
; - 然后我們創建一個請求體
SearchSourceBuilder
,再構建我們的查詢請求QueryBuilder
,QueryBuilder
是一個接口,它的實現類有很多,對應着ES中的不同種類的查詢,比如咱們前面介紹的bool
和boosting
查詢,都有對應的實現類。在這里,咱們使用MatchQueryBuilder
並查詢desc
包含香蕉好吃
的數據,這個查詢咱們在前面通過API的方式也查詢過。 - 最后我們封裝好請求,並通過
client.search
方法進行查詢,返回的結構是SearchResponse
。 - 在返回的結果中,我們獲取對應的數據,咦?這個為什么調用了兩次Hits方法?咱們可以從API的返回值看出端倪,如下:
-
我們可以看到返回的結果中確實有兩個hits,第一個hits中包含了數據的條數,第二個hits中才是我們想要的查詢結果,所以在程序中,我們調用了兩次hits。
-
在每一個hit當中,我們調用
getSourceAsString
方法,獲取JSON格式的結果,我們可以用這個字符串通過JSON工具映射為實體。
我們看看程序運行的結果吧,
{"id":1,"title":"香蕉","desc":"香蕉真好吃"}
{"id":1,"title":"香蕉","desc":"香蕉真好吃"}
{"id":1,"title":"橘子","desc":"橘子真好吃"}
{"id":1,"title":"桃子","desc":"桃子真好吃"}
{"id":1,"title":"蘋果","desc":"蘋果真好吃"}
查詢出了5條數據,和我們的預期是一樣的,由於使用IK中文分詞器,所以desc
中包含好吃
的都被查詢了出來,而我們新添加的足球
數據並沒有查詢出來,這也是符合預期的。我們再來看看聚合查詢怎么用,
public void searchAggregation() throws IOException {
SearchRequest searchRequest = new SearchRequest("ik_index");
SearchSourceBuilder ssb = new SearchSourceBuilder();
TermsAggregationBuilder category = AggregationBuilders.terms("category").field("category.keyword");
ssb.aggregation(category);
searchRequest.source(ssb);
SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);
Terms terms = response.getAggregations().get("category");
for (Terms.Bucket bucket : terms.getBuckets()) {
System.out.println(bucket.getKey());
System.out.println(bucket.getDocCount());
}
}
- 同樣,我們創建一個
SearchRequest
,然后再創建一個TermsAggregationBuilder
,TermsAggregationBuilder
我們指定了name
叫做category
,這個name
對應着上一節中的那個自定義的名稱,大家還有印象嗎? - 后面的
field
是我們要聚合的字段,注意這里因為category
字段是text
類型,默認是不能夠做聚合查詢的,我們指定的是category.keyword
,還記得這個keyword
類型嗎?它是不使用分詞器的,我們使用這個keyword
類型是可以的。 - 最后把
AggregationBuilder
封裝到查詢請求中,進行查詢。 - 查詢后,我們怎么去取這個
aggregation
呢?取查詢結果我們是通過hits
,取聚合查詢,我們要使用aggregation
了,然后再get我們的自定義名稱response.getAggregations().get("category")
。至於前面的類型,它是和AggregationBuilder
對應的,在咱們的例子中使用的是TermsAggregationBuilder
,那么我們在取結果時就要用Terms
;如果查詢時使用的是AvgAggregationBuilder
,取結果時就要用Avg
。 - 在取得
Terms
后,我們可以獲取里邊的值了。運行一下,看看結果。
體育
1
key
是體育,doc_count
是1,說明分類體育
的數據只有1條。完全符合我們的預期,這個聚合查詢的功能非常重要,在電商平台中,商品搜索頁通常列出所有的商品類目,並且每個類目后面都有這個商品的數量,這個功能就是基於聚合查詢實現的。
好了,到這里,ES已經結合到我們的SpringBoot項目中了,並且最基礎的功能也已經實現了,大家放心的使用吧~