Elasticsearch （三）进阶检索及整合 spring boot

五、进阶检索

* 批量导入es官方提供的数据

es官方批量数据地址，导入数据：
POST /bank/account/_bulk

{"index":{"_id":"1"}}
{"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"amberduke@pyrami.com","city":"Brogan","state":"IL"}
{"index":{"_id":"6"}}
{"account_number":6,"balance":5686,"firstname":"Hattie","lastname":"Bond","age":36,"gender":"M","address":"671 Bristol Street","employer":"Netagy","email":"hattiebond@netagy.com","city":"Dante","state":"TN"}
{"index":{"_id":"13"}}
.....全部的数据导入

进阶搜索，主要参考官方文档

5.1、SearchAPI

ES支持两种基本方式的检索：

通过使用 REST request URI 发送搜索参数（ uri + 检索参数）
通过使用 REST request body 发送搜索参数（ uri + 请求体）

5.1.1 检索信息

一切检索从 _search 开始

GET /bank/account/_search 检索 bank 下所有信息，包括type和docs

uri + 请求参数进行检索

GET /bank/account/_search?q=*&account_number:asc

请求参数解析：

请求参数	含义
`q=*`	查询所有
`account_number:asc`	查询到的所有数据，根据账号进行升序排列

返回值参数解析：参考API文档

返回参数	含义
`took`	Elasticsearch 执行搜索的时间（ms）
`time_out`	搜索是否超时
`_shards`	多少分片被搜索了，以及统计成功 / 失败的搜索分片
`hits`	搜索结果
`hits.total`	搜索结果的总数
`hits.hits`	实际的搜索结果数组（默认为前10个文档）
`sort`	结果的排序 key（键) 没有则按 score 排序
`score`、`max_score`	相关性得分和最高得分（全文检索用）

uri + 请求体进行检索 Query DSL

GET /bank/_search

{
  # 查询条件
  "query": {	
    "match_all": {}		# 请求全部
  },
  # 排序规则 排序规则为一个数组，如果有多个，则依次添加上即可
  "sort": [		
    {		
      "account_number": "asc"
    }
  ]
}

5.1.2 Query DSL

5.1.2.1 基本语法

Elasticsearch 提供提供了一个可以执行查询的 JSON 风格的 DSL (domain-specific language 领域特定语言)。被称为 Query DSL。该查询语言非常全面，并且刚开始的时候有点复杂，可以通过几个简单示例去理解他

一个查询语句的典型结构

{
    QUERY_NAME: {		# 如： query，sort， from， fitter。。。。
        ARGUMENT: VALUE,
        ARGUMENT: VALUE, ....
    }
}

如果是针对某个字段的查询，可以是这样的

{
    QUERY_NAME: {		# 如： query，sort， from， fitter。。。。
        FIELD_NAME: {	# 字段名
			ARGUMENT: VALUE,
        	ARGUMENT: VALUE, ....
        }
    }
}

示例：按金额字段降序，查询 bank 索引下的 5-10 条数据

POST /bank/_search

{
  "query": {	
    "match_all": {}
  },
  "sort": [
    # 这里可以简写为 "balance": "desc"
  	{
    	"balance" : {
    		"order": "desc"
		}  
	}
  ],
  "from": 5,	# 从第5个文档开始
  "size": 5		# 取5个文档
}

详细可参考官方API文档

5.1.2.2 返回部分字段 _source

Elasticsearch 默认返回的是文档的全部字段，但是可以通过 _source 去指定返回的字段，

如：按金额字段降序，查询 bank 索引下的 5-10 条数据，只返回账号和金额字段
POST /bank/_search

 {
    "query": {	
      "match_all": {}
    },
    "sort": [
    	{ "balance" : "desc" }  
    ],
    "from": 5,	
    "size": 5,
    "_source": ["balance","account_number"]
}

5.1.2.3 全文检索 match

match 对非字符串字段为精准查询，对字符串字段为全文检索，返回的结果，按照评分从大到小进行排序。全文检索会对检索条件进行分词匹配

如：查询金额为 20 的文档
GET /bank/_search

{
  "query": {
    "match": {
      "account_number": 20
    }
  }
}

此时的返回结果中多了一个字段 max_score 即为返回的所有文档的最大得分

又如：在address 中全文检索 mill road
GET /bank/_search

{
  "query": {
    "match": {
      "address": "mill road"
    }
  }
}

最终可以查询出32条记录，即 address 中包含 mill 或者 road 或者 mill road 的所有记录，并按相关性得分从大到小排序

5.1.2.4 短语匹配 match_phrase

根据5.1.2.3可知，使用 match 进行全文检索的时候，会将短语进行分词，然后进行匹配，最终按评分的大小进行排序返回。但是有时候，我们并不想让他进行分词搜索，即需要将匹配的值当成一个整体的单词。

如：查询地址中包含 mill road 的文档
GET /bank/_search

{
  "query": {
    "match_phrase": {
      "address": "mill road"
    }
  }
}

跟5.1.2.3 的第二个例子比较可以看出，使用 match_phrase 查询，不会进行分词匹配。当然在使用 match 进行查询的时候，也可以不进行分词，因为，每个文本字段都有一个 .keyword ，当使用 match 进行查询的时候，就可以使用 .keyword 进行匹配。如

{
  "query": {
    "match": {
      "address.keyword": "mill road"
    }
  }
}

不过，该方法与 match_phrase 进行匹配的有所不同，当使用这个方法进行查询的时候，就要求 address 字段的值必须跟后面的查询的值是完全一样的才会被查询出来，即为精确查询

5.1.2.5 多字段匹配 multi_match

如同字面意思，有时候的查询，我们可能不止匹配一个字段，需要进行多个字段的查询，故使用 multi_match 可以对字段进行查询。且在查询的过程中，会进行分词。

如：查询 address 或 cit 包含 mill 的文档
GET /bank/_search

{
  "query": {
    "multi_match": {
      "query": "mill",
      "fields": ["address","city"]
    }
  }
}

5.1.2.6 复合查询 bool

bool 是用来做复合查询，复合查询可以合并任何其他查询语句，包括复合语句，这就意味着，复合语句之间可以相互的嵌套，可以表达非常复杂的逻辑。

must ：必须达到 must 列举的所有条件
如：查询 address 中包含 mill 且 gender 为 F 的文档
GET /bank/_search

{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "gender": "F"
          }
        },
        {
          "match": {
            "address": "mill"
          }
        }
      ]
    }
  }
}

must_not：must_not 里包含的条件必须都不满足

如：查询 address 中包含 mill 且 gender 为 M 的文档，且 age 不为 38 的文档

GET /bank/_search

{
"query": {
  "bool": {
    "must": [
      {
        "match": {
          "gender": "M"
        }
      },
      {
        "match": {
          "address": "mill"
        }
      }
    ],
    "must_not": [
      {
        "match": {
          "age": 38
        }
      }
    ]
  }
}
}

should ：应该达到 should 列举的条件，如果达到会增加相关文档的评分，并不会改变查询的结果。如果 query 中只有 should 且只有一种匹配规则，那么should 的条件就会被作为默认匹配条件而去改变查询结果

如：查询 address 中包含 mill 且 gender 为 M 的文档，且 age 不为 28，且 lastname 最好是 Holland 的文档

GET /bank/_search
```
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "gender": "M"
          }
        },
        {
          "match": {
            "address": "mill"
          }
        }
      ],
      "must_not": [
        {
          "match": {
            "age": 28
          }
        }
      ],
      "should": [
        {
          "match": {
            "lastname": "Holland"
          }
        }
      ]
    }
  }
}
```
通过查询的结果可以看出，lastname 不为 Holland 的也可以查询出来。

5.1.2.7 结果过滤 filter

官方文档中，有如下一段话：

Each must, should, and must not element in a Boolean query is referred to as a query clause. How well a document meets the criteria in each must or should clause contributes to the document’s relevance score。The ciriteria in a must_not clause is treated as a filter. It affects whether or not the document is included in the results, but does not contribute to how documents are scored.

即在使用 must, should, must not，特别是 must, should的时候，如果满足条件的文档，那么就会提升相关文档的相关性得分。而当使用 must_not 的时候，它会被当做一个 filter ，从而不会贡献文档的得分。

filter ：结果过滤。在查询中，并不是所有的查询都需要产生分数，特别是那些仅用filtering（过滤）的文档，为了不计算分数， Elasticsearch 会自动检查场景并且优化查询的执行

如：查询 age 在 18 到 30 之间的文档

方法一：使用普通查询，此时会增加出相关性得分
GET /bank/_search

{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "age": {
              "gte": 18,
              "lte": 30
            }
          }
        }
      ]
    }
  }
}

方法二：使用 filter 过滤，对相关性得分不影响
GET /bank/_search

{
  "query": {
    "bool": {
      "filter": {
        "range": {
          "age": {
            "gte": 10,
            "lte": 20
          }
        }
      }
    }
  }
}

5.1.2.8 非text匹配 term

和 match 一样，用于匹配某个属性的值。全文检索字段用 match ，其他非 text 字段匹配用 term。

如：查询 age 为 28 的文档
GET /bank/_search

{
  "query": {
    "term": {
      "age": 28
    }
  }
}

5.1.2.9 聚合 aggregations

聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于 MySQL中的 GROUP BY和 SQL 聚合函数。在 Elasticsearch中，您有执行搜索返回 hits (命中结果)，并且同时返回聚合结果，把一一个响应中的所有hits (命中结果)分隔开的能力。这是非常强大且有效的，您可以执行查询和多个聚合，并且在一次使用中得到各自的(任何一个的)返回结果，使用一次简洁和简化的API来避免网络往返。官方文档

搜索 address 中包含 mill 的所有人的年龄分布。
GET /bank/_search

{
  "query": {
    "match": {
      "address": "mill"
    }
  },
  "aggs": {
    "ageAgg": {
      "terms": {	# 看聚合的字段有多少中可能
        "field": "age",
        "size": 10		# 只取出前10种可能
      }
    }
  }
}

通过返回的结果可以看出，除了返回结果的 hits，还多返回了一个字段 aggregations, 里面就是聚合的结果

搜索 address 中包含 mill 的所有人的年龄分布及平均年龄。
GET /bank/_search

{
"query": {
  "match": {
    "address": "mill"
  }
},
"aggs": {
  "ageAgg": {
    "terms": {
      "field": "age",
      "size": 10
    }
  },
  "ageAvgAgg": {
    "avg": {
      "field": "age"
    }
  }
}
}

复杂聚合：聚合的聚合如：按照年龄聚合，并且查询出每个年龄段的平均薪资。
GET /bank/_search
```
{
  "query": {
    "match": {
      "address": "mill"
    }
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 10
      },
      "aggs": {
        "avuAgg": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}
```
可以看出，在 ageAgg 的聚合里面，还多了一个 avuAgg ，即在原来的聚合的结果中，再次进行数据的分析聚合。同理，Elaticsearch 可以进行多层的子聚合。

5.1.3 映射 mapping

官方文档
映射是用来定义一个文档如何被处理的，即，每一个属性字段是如何进行存储和将被如何索引的。如，可以使用映射来定义：

哪些String字段应视为全文字段。
哪些字段包含数字，日期或地理位置。
日期值的格式。
自定义规则来控制动态添加字段的映射。

5.1.3.1 字段类型

在 Elaticsearch 中，有非常多的映射类型：

核心类型
- 字符串（String)
  text, keyword
- 数字类型（Numeric)
  
  long, integer, short, byte, double, float,half_float,scaled_ float
- 日期类型（Date）
  date
- 布尔类型（Boolean）
  
  boolean
- 二进制类型 (binary)
  
  binary
聚合类型
- 数组类型 (array)
  Array 支持不针对特性的类型
- 对象类型 (Object)
  object 用于单 JSON 的对象
- 嵌套类型 (Nested)
  nested 用于JSON对象数组
地理类型 (Geo)
- 地理坐标（Geo-points）
  geo_poiint 用于描述经纬度坐标
- 地理图形（Geo-Shape）
  
  geo_shape 用于描述复杂性质，如多边形
特定类型
- IP类型
  
  ip 用于描述 ipv4 和 ipv6 地址
- 补全类型（Completion）
  completion 提供自动完成提示
- 令牌计数类型（Token count）
  token_count 用于统计字符串中词条数量
- 附件类型（attachment）
  参考 mapper-attachements 插件，支持将附件如 Microsoft Office 格式， ePub ，HTML 等等索引为 attachment 数据类型
- 抽取类型（Percolator）
  抽取特定领域查询语言（query-dsl）的查询
多字段
- 通常用于为不同目的用不同方法索引同一个字段。例如， string 字段可以映射为一个 test 字段用于全文检索，同样可以映射为一个 keyword 字段用于排序和聚合。另外，你可以使用 standard analyzer, english analyzer, french analyzer 来索引一个 text 字段
- 这就是 muti-fields 的目的。大多数的数据类型通过 fields 参数来支持 muti-fields

Elaticsearch 会在第一次存储数据的时候，自动猜测数据的类型。

5.1.3.2 新版本的改变

在 Elaticsearch7 及以上移除了type的概念。

关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但ES中不是这样的。elasticsearch 是基于Lucene开发的搜索引擎，而ES中不同type下名称相同的filed最终在Lucene中的处理方式是一样的。
- 两个不同 type下的两个user_ name, 在ES同一个索引下其实被认为是同一个filed,你必须在两个不同的type中定义相同的filed射。否则，不同type中的相同字段名称就会在处理中出现冲突的情况，导致Lucene处理效率下降。
- 去掉type就是为了提高ES处理数据的效率。

Elasticsearch 7.x

URL 中的type参数为可选。比如，索引一个文档不再要求提供文档类型。

Elasticsearch 8.x

不再支持URL中的type参数。

解决:
1)、将索引从多类型迁移到单类型，每种类型文档一个独立索引
2)、将已存在的索引下的类型数据，全部迁移到指定位置即可。详见数据迁移

5.1.3.3 创建映射

PUT /my_index // 由于取消了 type ，所以就不再用 type了

{
  "mappings": {
    "properties": {
      "age": {"type": "integer"},
      "email": {"type": "keyword"},
      "name": {"type": "text"}
    }
  }
}

5.1.3.4 添加新的字段

PUT /my_index/_mapping

{
  "properties": {
    "employee_id": {
      "type": "keyword",
      "index": false    # 设置为不被索引，默认为 true
    }
  }
}

5.1.3.5 更新映射

对于已经存在的映射字段，不能够更新。更新必须创建新的索引进行数据迁移

5.1.3.6 数据迁移

先创建新的索引，创建新的映射规则，然后使用如下方法进行数据迁移官方文档

PUT _reindex 【固定写法】

{
    "source": {
        "index": "bank"   # 旧索引
    },
    "dest": {
        "index": "new_bank"  # 新索引
    }
}

将旧索引的 type 下的数据进行迁移，新旧版本的替换

PUT _reindex 【固定写法】

{
    "source": {
        "index": "bank",   # 旧索引
        "type": "accownt"  # 旧索引的类型
    },
    "dest": {
        "index": "new_bank"  # 新索引
    }
}

5.2 分词

一个tokenizer (分词器)接收一个字符流，将之分割为独立的tokens (词元，通常是独立的单词)，然后输出tokens流。例如，whitespace tokenizer遇到空白字符时分割文本。它会将文本"Quick brown fox!"分割为[Quick, brown, fox!]。该tokenizer (分词器)还负责记录各个term (词条)的顺序或position位置(用于phrase短语和word proximity词近邻查询)，以及term (词条)所代表的原始word (单词)的start(起始)和end (结束)的characteroffsets (字符偏移量) (用于高亮显示搜索的内容)。Elasticsearch提供了很多内置的分词器，可以用来构建custom analyzers (自定义分词器)。官方文档

5.2.1 标准分词器 standard

POST _analyze

{
  "analyzer": "standard",
  "text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}

[ the, 2, quick, brown, foxes, jumped, over, the, lazy, dog's, bone ]

不过，Elasticsearch 自带的分词器只能完成英文的分词，如果需要中文的分词，就需要安装额外的分词器，下面就安装一个常见的中文分词器 ik 分词器

5.2.1 安装 IK 分词器

注意： 不能用默认 elaticsearch-plugin install xxx.zip 进行安装

5.2.1.1 下载 IK 分词器

IK分词器 GitHub 地址 IK分词器 releases 版本下载地址

进入 IK分词器 releases 版本 下载地址，选择对应的 Elasticsearch 版本，复制下载链接地址。

使用 docker 的交互命令，进入容器的内部：

[root@localhost ~]# docker exec -it elasticsearch /bin/bash
[root@7a0299da8e79 elasticsearch]#

进入 plugins 路径，使用 wget 命令进行下载

[root@7a0299da8e79 elasticsearch]# cd plugins
[root@7a0299da8e79 plugins]# wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip

不过一般情况下， docker容器的内部是不会安装wget 命令，但是由于我们在启动的时候，已经将这个 plugins 目录映射到了我们本地路径下，所以在我们下载到我们本地的 plugins 路径也是一样的。

[root@7a0299da8e79 elasticsearch]# exit
[root@localhost ~]# cd /mydata/elasticsearch/plugins
[root@localhost plugins]# wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip

如果本地环境也没有 wget 命令的话，可以使用如下命令进行安装
yum install wget

5.2.1.2 安裝

下载完成后，可以在 plugins 路径下得到一个压缩包 elasticsearch-analysis-ik-7.4.2.zip，但是 linux 环境下，默认是无法解压 zip 格式的压缩包的，所以需要先安装一个工具 unzip

yum install -y unzip zip

安装完后，使用命令，解压文件，并删除原有安装包

unzip -oq elasticsearch-analysis-ik-7.4.2.zip -d ik
rm -rf elasticsearch-analysis-ik-7.4.2.zip

重启 elasticsearch 即可

docker restart elasticsearch

如果虚拟机系统无法联网，或者嫌下载解压麻烦的话，也可以在本机上下载完成后，解压好，然后使用类似于 xftp 的软件将解压好的文件夹，放入对应的目录下即可

5.2.1.3 使用 ik 分词器

IK 分词器有两个常用的分词：

ik_smart

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "我是中国人"
}

ik_max_word

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "我是中国人"
}

通过查看结果，可见，不同的分词器，分词的结果是不同的，并且，只能识别一些常见的词语，一些新的词汇，网络用语，人名等等，都是无法识别的，所以还需要一个自定义的词库。

5.2.1.4 自定义拓展词库

只需要修改 ik 分词器的配置文件 /usr/share/elasticsearch/plugins/ik/config 目录下的 IKAnalyzer.cfg.xml 文件即可，在配置文件中，指定一个远程的词库，让 ik 分词器向远程词库发送请求，获取新的词汇。解决方案：

创建一个项目，让 ik 分词器向该项目发起请求，获取新的词汇
安装 Nginx ，并将词库放于 Nginx 中，让 ik 分词器向 Nginx 发送请求，获取新的词汇

这里介绍第二种解决方案：

Docker安装 Nginx：
随便启动一个Nginx 实例，只是为了复制出原有的配置。
docker run -p 80:80 --name nginx -d nginx:1.10
将容器内的配置文件拷贝到当前目录(注意结尾有个点)
docker container cp nginx:/etc/nginx .
修改文件夹的名称为 conf，并移动到 /mydata/nginx下
mv nginx conf
mkdir /mydata/nginx
mv conf nginx/
停止并删除原有 Nginx 容器
docker stop nginx
docker rm nginx
创建新的 Nginx 容器
docker run -p 80:80 --name nginx \
-v /mydata/nginx/html:/usr/share/nginx/html \
-v /mydata/nginx/logs:/var/log/nginx \
-v /mydata/nginx/conf:/etc/nginx \
-d nginx
访问 http:// ip:80 即可访问到 nginx 的欢迎页面

此时，在nginx 的 html 目录下面存放的所有资源都是可以直接访问的

在 Nginx 的 html 目录下，新建一个 es 目录，并创建 fenci.txt 文件

# 在 /mydata/nginx 下
cd /html
mkdir es
cd es
vi fenci.txt

在fenci.txt文件里面写入新的词汇，一行一个，如：乔碧萝，欧力给，保存后，即可通过链接 http:// ip:80/es/fenci.txt进行访问。词库创建好后，需要配置 ik 分词器的配置文件

cd /mydata/elasticsearch/plugins/ik/config
vi IKAnalyzer.cfg.xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict"></entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<entry key="remote_ext_dict">http://ip:80/es/fenci.txt</entry>   # 在这里填入刚刚的分词地址
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

保存之后，重启 es 即可

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "乔碧萝殿下，欧力给"
}

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "乔碧萝殿下，欧力给"
}

六、`Spring Boot` 整合 `Elasticsearch` —— `Elasticsearch-Rest-Client`

虽然说，前端也可以直接调用 es 的接口，不过，一般不会这么做，正常来说，都会由前端请求后端的一个接口，再让 java 去请求 es，获取数据，那么，java 操作 es 有两种方法：

请求 9300 端口， TCP
- spring-data-elasticsearch:transport-api.jar
  - springboot 版本不同， transport-api.jar 不同，不能适配 es 版本
  - 7.x 的版本已经不建议使用， 8 以后的版本就要废弃了
请求 9200 端口，HTTP
- JestClient : 非官方，更新慢
- RestTemplate：模拟发送HTTP请求，ES很多操作需要自己封装，麻烦
- HttpClient：模拟发送HTTP请求，ES很多操作需要自己封装，麻烦
- Elasticsearch-Rest-Client ：官方 RestClient，封装了 ES 操作， API 层次分明，上手简单

所以，一般情况下，会选择使用 Elasticsearch-Rest-Client 来进行整合。Elasticsearch-Rest-Client 又分为两个版本，Java Low Level REST Client 和 Java High Level REST Client ，后者是对前者的进一步封装，就犹如 jdbc 和 Mybatis 的关系一样，所以这里选择 elasticsearch-rest-high-level-client 高阶版本高阶官方文档

6.1 导入`maven` 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 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.1.8.RELEASE</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <properties>
        <java.version>1.8</java.version>
        # 由于spring boot 也管理了 elasticsearch ，那么就会导致下面导入的elasticsearch与 api 版本不一致，所以需要在这里接管 elasticsearch 版本号
        <elasticsearch.version>7.4.2</elasticsearch.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>elasticsearch-rest-high-level-client</artifactId>
            <version>7.4.2</version>
        </dependency>
    </dependencies>
</project>

6.2 配置 `Elasticsearch`

官方文档

package com.search.config;

import org.apache.http.HttpHost;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * 给容器中注入一个  RestHighLevelClient
 * @description: elasticsearch 配置类
 */
@Configuration
public class ElasticsearchConfig {

    /**
    * 请求设置项，配置统一的请求设置，详细配置参考官方文档
    * https://www.elastic.co/guide/en/elasticsearch/client/java-rest/7.5/java-rest-high-getting-started-request-options.html
    */
    public static final RequestOptions COMMON_OPTIONS;

    static {
        RequestOptions.Builder builder = RequestOptions.DEFAULT.toBuilder();
        //builder.addHeader("Authorization", "Bearer " + TOKEN);
        //builder.setHttpAsyncResponseConsumerFactory(
        //        new HttpAsyncResponseConsumerFactory
        //                .HeapBufferedResponseConsumerFactory(30 * 1024 * 1024 * 1024));
        COMMON_OPTIONS = builder.build();
    }

    /**
     * 参加官方文档
     * https://www.elastic.co/guide/en/elasticsearch/client/java-rest/7.5/java-rest-high-getting-started-initialization.html
     */
    @Bean
    public RestHighLevelClient esRestClient() {
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("192.168.10.3", 9200, "http"))); // 集群的情况下，只需要在这里写入多个HttpHost即可，对应上IP，端口号，协议名
        return client;
    }
}

6.3 测试

package com.search;

import com.alibaba.fastjson.JSON;
import com.search.config.ElasticsearchConfig;
import lombok.Data;
import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.action.index.IndexResponse;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.aggregations.AggregationBuilders;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;

import java.io.IOException;

@RunWith(SpringRunner.class)
@SpringBootTest
public class GulimallSearchApplicationTests {

    @Autowired
    private RestHighLevelClient client;

    @Test
    public void contextLoads() {
        System.out.println(client);
    }

    /**
     * 测试加载数据到es
     */
    @Test
    public void indexData() throws IOException {
        IndexRequest indexRequest = new IndexRequest("users");
        indexRequest.id("1");
        User user = new User();
        user.setUserName("张三");
        user.setAge(1);
        user.setGender("女");
        String s = JSON.toJSONString(user);
        indexRequest.source(s, XContentType.JSON);
        // 执行操作
        IndexResponse index = client.index(indexRequest, ElasticsearchConfig.COMMON_OPTIONS);

        // 提取有用的响应数据
        System.out.println(index);
    }

    /**
    * 测试复杂检索
    */
    @Test
    public void searchData() throws Exception {
        // 检索请求
        SearchRequest searchRequest = new SearchRequest();
        // 指定索引
        searchRequest.indices("bank");
        // 指定SDL，检索条件 SearchSourceBuilder
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

        searchSourceBuilder.query(QueryBuilders.matchQuery("address", "mill"));
        searchSourceBuilder.from(0);
        searchSourceBuilder.size(20);
        searchSourceBuilder.aggregation(AggregationBuilders.terms("ageAgg").field("age").size(10));

        System.out.println(searchSourceBuilder.toString());
        searchRequest.source(searchSourceBuilder);

        //执行检索
        SearchResponse search = client.search(searchRequest, ElasticsearchConfig.COMMON_OPTIONS);

        // 分析结果
        System.out.println(search.toString());

    }

    @Data
    class User{
        private String userName;
        private String gender;
        private Integer age;
    }
}

posted @ 2020-12-23 15:50 兰翔阅读(266) 评论(0) 编辑收藏举报

刷新页面返回顶部

兰翔