快捷導(dǎo)航

Springboot集成spring data elasticsearch過程詳解

更新時間：2020年04月01日 11:17:28 作者：滾動的蛋

這篇文章主要介紹了springboot集成spring data elasticsearch過程詳解,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下

版本對照

各版本的文檔說明：https://docs.spring.io/spring-data/elasticsearch/docs/

1、在application.yml中添加配置

spring:
 data:
  elasticsearch:
   repositories:
    enabled: true
   #多實例集群擴展時需要配置以下兩個參數(shù)
   #cluster-name: datab-search
   #cluster-nodes: 127.0.0.1:9300,127.0.0.1:9301

　　2、添加 Maven 依賴　　

<!---開箱即用，版本默認和springboot版本對應(yīng)-->
 <dependency>
     <groupId>org.springframework.boot</groupId>
     <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
  </dependency>

3、建立實體entity
注解說明：　　

　　Spring Data通過注解來聲明字段的映射屬性，有下面的三個注解：

　　@Document 作用在類，標記實體類為文檔對象，一般有兩個屬性
- 　　　　indexName：對應(yīng)索引庫名稱
- 　　　　type：對應(yīng)在索引庫中的類型
- 　　　　shards：分片數(shù)量，默認5
- 　　　　replicas：副本數(shù)量，默認1
　　@Id 作用在成員變量，標記一個字段作為id主鍵
　　@Field 作用在成員變量，標記為文檔的字段，并指定字段映射屬性：
- 　　　　type：字段類型，是枚舉：FieldType，可以是text、long、short、date、integer、object等
- 　　　　text：存儲數(shù)據(jù)時候，會自動分詞，并生成索引
- 　　　　keyword：存儲數(shù)據(jù)時候，不會分詞建立索引
- 　　　　Numerical：數(shù)值類型，分兩類
  - 　　　　　　基本數(shù)據(jù)類型：long、interger、short、byte、double、float、half_float
  - 　　　　　　浮點數(shù)的高精度類型：scaled_float
  - 　　　　　　需要指定一個精度因子，比如10或100。elasticsearch會把真實值乘以這個因子后存儲，取出時再還原。
　　　　Date：日期類型
　　　　　　elasticsearch可以對日期格式化為字符串存儲，但是建議我們存儲為毫秒值，存儲為long，節(jié)省空間。
　　　　index：是否索引，布爾類型，默認是true
　　　　store：是否存儲，布爾類型，默認是false
　　　　analyzer：分詞器名稱，這里的ik_max_word即使用ik分詞器

　　示例：

@Document(indexName = "cp_doc", type = "doc", shards = 10, replicas = 0)
public class CpDocument extends BaseEntity {
 
　　@Id//作用在成員變量，標記一個字段作為id主鍵
　　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、編寫 Repository 訪問層　

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

　　5、創(chuàng)建索引+查詢示例　

@RunWith(SpringRunner.class)
@SpringBootTest
public class ElasticSearchTest {
  @Autowired
   CpRepository cpRepository;
  @Autowired
  ElasticsearchTemplate elsTemplate;//ElasticsearchTemplate中提供了創(chuàng)建索引的API<br data-filtered="filtered"><br data-filtered="filtered">
  @Test
  public void addIndexTest() {
    //創(chuàng)建索引
    boolean indexRes = elsTemplate.createIndex(CpDocument.class);
    System.out.println("======創(chuàng)建索引結(jié)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號");
    cpRepository.save(cpTest);
  }
   
  @Test
  public void srarchTest() {
    //這個只做一個多字段的匹配查詢示例，其它的可以查看API文檔使用
    //"name","address" 為匹配的字段
     MultiMatchQueryBuilder multiMatchQuery = QueryBuilders.multiMatchQuery("阿里巴巴","address","name");//多字段匹配QueryBuilder
     SearchQuery searchQuery = new NativeSearchQueryBuilder()//構(gòu)建查詢對象
         .withQuery(multiMatchQuery)
         .withIndices("cp_doc")//索引名
         .withPageable(PageRequest.of(0, 10))//分頁
         .build();
     Iterable<CpDocument> productDtos = cpRepository.search(searchQuery);
     ArrayList<CpDocument> CpDocuments = Lists.newArrayList(productDtos);
     for (CpDocument cpDocument : CpDocuments) {
      System.out.printf("企業(yè)名稱：%s，企業(yè)地址：%s\n",cpDocument.getName(),cpDocument.getAddress());
    }
  }

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: