本篇文章给大家分享的是有关Spring data中elasticsearch如何使用，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
成都创新互联服务项目包括环江网站建设、环江网站制作、环江网页制作以及环江网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，环江网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到环江省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！
1.添加依赖
org.springframework.boot
spring-boot-starter-data-elasticsearch
2.application.yml
spring:
application:
name: search-service
data:
elasticsearch:
cluster-name: elasticsearch
cluster-nodes: 192.168.25.129:9300
3.实体类
@Data
@Document(indexName = "goods", type = "_doc", shards = 1, replicas = 0)
public class Goods {
@Idprivate Long id;
@Field(type = FieldType.text, analyzer = "ik_max_word")
private String all;
@Field(type = FieldType.keyword, index = false)
private String subTitle;private Long brandId;private Long cid1;private Long cid2;private Long cid3;private Date createTime;private List price;
@Field(type = FieldType.keyword, index = false)
private String skus;private Map specs;
}@Document 作用在类，标记实体类为文档对象，一般有两个属性
二.、索引操作
首先注入ElasticsearchTemplate
@Resource
private ElasticsearchTemplate elasticsearchTemplate;
● 创建索引
elasticsearchTemplate.createIndex(Goods.class);
● 配置映射
elasticsearchTemplate.putMapping(Goods.class);
● 删除索引
//根据类
elasticsearchTemplate.deleteIndex(Goods.class);
//根据索引名
elasticsearchTemplate.deleteIndex("goods");三、文档操作
1.定义接口。也是SpringData风格
public interface ItemRepository extends ElasticsearchRepository {
}
2.注入
@Autowired
private ItemRepository itemRepository;
● 新增文档
Item item = new Item(1L, "小米手机7", " 手机",
"小米", 3499.00, "http://image.leyou.com/13123.jpg");
itemRepository.save(item);
● 批量新增
List- list = new ArrayList<>();
list.add(new Item(2L, "坚果手机R1", " 手机", "锤子", 3699.00, "http://image.leyou.com/123.jpg"));
list.add(new Item(3L, "华为META10", " 手机", "华为", 4499.00, "http://image.leyou.com/3.jpg"));
// 接收对象集合，实现批量新增
itemRepository.saveAll(list);
四、 基本搜索
● 基本查询。
例：
// 查询全部，并安装价格降序排序
Iterable- items = this.itemRepository.findAll(Sort.by(Sort.Direction.DESC, "price"));
items.forEach(item-> System.out.println(item));
● 自定义查询
| 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(Collectionnames) | {"bool" : {"must" : {"bool" : {"should" : [ {"field" : {"name" : "?"}}, {"field" : {"name" : "?"}} ]}}}} |
| NotIn | findByNameNotIn(Collectionnames) | {"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}}}} |
例：
public interface ItemRepository extends ElasticsearchRepository {
/**
* 根据价格区间查询
* @param price1
* @param price2
* @return
*/
List- findByPriceBetween(double price1, double price2);
}
五、高级查询
● 词条查询
MatchQueryBuilder queryBuilder = QueryBuilders.matchQuery("all", "小米");
// 执行查询
Iterable goods = this.goodsRepository.search(queryBuilder);● 自定义查询
// 构建查询条件
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// 添加基本的分词查询
queryBuilder.withQuery(QueryBuilders.matchQuery("all", "小米"));
// 执行搜索，获取结果
Page goods = this.goodsRepository.search(queryBuilder.build());
// 打印总条数
System.out.println(goods.getTotalElements());
// 打印总页数
System.out.println(goods.getTotalPages());● 分页查询
// 构建查询条件
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// 添加基本的分词查询
queryBuilder.withQuery(QueryBuilders.termQuery("all", "手机"));
// 初始化分页参数
int page = 0;
int size = 3;
// 设置分页参数
queryBuilder.withPageable(PageRequest.of(page, size));
// 执行搜索，获取结果
Page goods = this.goodsRepository.search(queryBuilder.build());
// 打印总条数
System.out.println(goods.getTotalElements());
// 打印总页数
System.out.println(goods.getTotalPages());
// 每页大小
System.out.println(goods.getSize());
// 当前页
System.out.println(goods.getNumber());● 排序
// 构建查询条件
NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
// 添加基本的分词查询
queryBuilder.withQuery(QueryBuilders.termQuery("all", "手机"));
// 排序
queryBuilder.withSort(SortBuilders.fieldSort("price").order(SortOrder.DESC));
// 执行搜索，获取结果
Page goods = this.goodsRepository.search(queryBuilder.build());
// 打印总条数
System.out.println(goods.getTotalElements());● 聚合为桶
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("brandId"));
// 2、查询,需要把结果强转为AggregatedPage类型
AggregatedPage aggPage = (AggregatedPage) this.goodsRepository.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
LongTerms agg = (LongTerms) aggPage.getAggregation("brands");
// 3.2、获取桶
List buckets = agg.getBuckets();
// 3.3、遍历
for (LongTerms.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());
}● 嵌套聚合，求平均值
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("brandId")
.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 aggPage = (AggregatedPage) this.goodsRepository.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
LongTerms agg = (LongTerms) aggPage.getAggregation("brands");
// 3.2、获取桶
List buckets = agg.getBuckets();
// 3.3、遍历
for (LongTerms.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());
}附：配置搜索结果不显示为null字段：
spring:
jackson:
default-property-inclusion: non_null # 配置json处理时忽略空值
以上就是Spring data中elasticsearch如何使用，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
本文名称：Springdata中elasticsearch如何使用
当前链接：
http://kswsj.com/article/ggiecp.html
在线咨询
在线咨询
