3.4_springboot2.x整合spring Data Elasticsearch

Spring Data Elasticsearch 是spring data对elasticsearch进行的封装。

这里有两种方式操作elasticsearch:

1、使用ElasticsearchRepository,即可使用内部封装好的API,这种方式类似spring data jpa、的MongoDB

2、在项目中使用@Autowired注入ElasticsearchTemplate,然后完成相应操作。

1、使用ElasticsearchRepository方式

1)导入依赖

 <dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

这里要注意版本问题:

SpringDataElasticSearch与ES版本之间有相应的适配关系,低版本的SpringDataElasticSearch不兼容高版本的ES。解决方案:

1.升级SpringBoot版本

2.降级ES版本。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-X36rbias-1571406558370)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\1571402504012.png)]

2)application.yml

  #配置spring-boot-starter-data-elasticsearch
data:
elasticsearch:
cluster-name: docker-cluster
cluster-nodes: 192.x.x:9300

3)实体类

这里介绍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

@Document(indexName = "jiatp",type = "book")
public class Book {
private Integer id;
private String bookName;
private String author; public Book() {
} public Book(Integer id, String bookName, String author) {
this.id = id;
this.bookName = bookName;
this.author = author;
} public Integer getId() {
return id;
} public void setId(Integer id) {
this.id = id;
} public String getBookName() {
return bookName;
} public void setBookName(String bookName) {
this.bookName = bookName;
} public String getAuthor() {
return author;
} public void setAuthor(String author) {
this.author = author;
}
}

4)自定义BookRespository接口

package com.jiatp.elasticsearch.respository;

import com.jiatp.elasticsearch.bean.Book;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;
import org.springframework.stereotype.Component; import java.util.List;
public interface BookRespository extends ElasticsearchRepository<Book,Integer> { public List<Book> findByBookNameLike(String bookName);
}

spring-data-elasticsearch支持方法内的关键字名称

https://docs.spring.io/spring-data/elasticsearch/docs/3.2.0.RELEASE/reference/html/#elasticsearch.query-methods

3.4_springboot2.x整合spring Data Elasticsearch

5)测试

@RunWith(SpringRunner.class)
@SpringBootTest
public class Springboot03ElasticsearchApplicationTests {
//自动注入jest
@Autowired
BookRespository bookRespository; @Test
public void TestRespository(){ // Book book = new Book();
// book.setId(1);
// book.setBookName("西游记");
// book.setAuthor("吴晨恩");
// bookRespository.index(book);
// List<Book> lists = bookRespository.findByBookNameLike("游");
for(Book bk :
lists) {
System.out.println(bk.getBookName());
} }

2、使用ElasticsearchTemplate

配置如上

测试:

 @Autowired
ElasticsearchTemplate elt; @Test
public void testElasticsearchTemp() throws Exception{
Client client = elt.getClient();
XContentBuilder builder = jsonBuilder()
.startObject()
.field("user", "kimchy")
.field("postDate", new Date())
.field("message", "trying out Elasticsearch")
.endObject();
IndexResponse response = client.prepareIndex("people", "_doc", "1")
.setSource(builder).get(); System.out.println(response.getIndex());

3.4_springboot2.x整合spring Data Elasticsearch

其他测试请查看官方文档:

https://www.elastic.co/guide/en/elasticsearch/client/java-api/7.4/java-docs-index.html

上一篇:MSA(微服务简介)


下一篇:ML笔记:Classification: Probabilistic Generative Model