Springboot集成spring data elasticsearch过程详解

版本对照

各版本的文档说明：https://docs.spring.io/spring-data/elasticsearch/docs/

1、在application.yml中添加配置

spring:
 data:
  elasticsearch:
   repositories:
    enabled: true
   #多实例集群扩展时需要配置以下两个参数
   #cluster-name: datab-search
   #cluster-nodes: 127.0.0.1:9300,127.0.0.1:9301　　

　　2、添加 Maven 依赖　　

<!---开箱即用，版本默认和springboot版本对应-->
 <dependency>
     <groupId>org.springframework.boot</groupId>
     <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
  </dependency>

3、建立实体entity
注解说明：　　

　　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 = "cp_doc", type = "doc", shards = 10, replicas = 0)
public class CpDocument extends BaseEntity {

　　@Id//作用在成员变量，标记一个字段作为id主键
　　private long id ;
　　@Field(type = FieldType.Text)
　　private String name ;
　　@Field(type = FieldType.Text)
　　private String address ;
　　public long getId() {
　　return id;
　　}
　　public void setId(long id) {
　　this.id = id;
　　}
　　public String getName() {
　　return name;
　　}
　　public void setName(String name) {
　　this.name = name;
　　}
　　public String getAddress() {
　　return address;
　　}
　　public void setAddress(String address) {
　　this.address = address;
}

　4、编写 Repository 访问层　

/**
 * 基本操作repository-curd
 * @author 滚动的蛋
 *
 */
public interface CpRepository extends ElasticsearchRepository<CpDocument, Integer> {
}

　　5、创建索引+查询示例　

@RunWith(SpringRunner.class)
@SpringBootTest
public class ElasticSearchTest {
  @Autowired
   CpRepository cpRepository;
  @Autowired
  ElasticsearchTemplate elsTemplate;//ElasticsearchTemplate中提供了创建索引的API<br data-filtered="filtered"><br data-filtered="filtered">
  @Test
  public void addIndexTest() {
    //创建索引
    boolean indexRes = elsTemplate.createIndex(CpDocument.class);
    System.out.println("======创建索引结果："+indexRes+"=========");
    //添加索引
    CpDocument cpTest = new CpDocument();
    cpTest.setId(1);
    cpTest.setName("阿里巴巴");
    cpTest.setAddress("北京路12号");
    cpRepository.save(cpTest);
  }

  @Test
  public void srarchTest() {
    //这个只做一个多字段的匹配查询示例，其它的可以查看API文档使用
    //"name","address" 为匹配的字段
     MultiMatchQueryBuilder multiMatchQuery = QueryBuilders.multiMatchQuery("阿里巴巴","address","name");//多字段匹配QueryBuilder
     SearchQuery searchQuery = new NativeSearchQueryBuilder()//构建查询对象
         .withQuery(multiMatchQuery)
         .withIndices("cp_doc")//索引名
         .withPageable(PageRequest.of(0, 10))//分页
         .build();
     Iterable<CpDocument> productDtos = cpRepository.search(searchQuery);
     ArrayList<CpDocument> CpDocuments = Lists.newArrayList(productDtos);
     for (CpDocument cpDocument : CpDocuments) {
      System.out.printf("企业名称：%s，企业地址：%s\n",cpDocument.getName(),cpDocument.getAddress());
    }
  }

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。