22-07-27 西安 ElasticSearch（02）

Spring Data Elasticsearch

Spring Data ElasticSearch 基于 spring data API 简化 elasticSearch操作，将原始操作elasticSearch的客户端API 进行封装 。

官方网站：Spring Data Elasticsearch

1.Spring Data ElasticSearch 入门

创建工程 elasticsearch-springdata-es

1.1引入依赖

<dependency>
    <groupId>org.springframework.bootgroupId>
    <artifactId>spring-boot-starter-data-elasticsearchartifactId>
dependency>

1.2 配置文件application.properties

# es服务地址
elasticsearch.host=127.0.0.1
# es服务端口
elasticsearch.port=9200
# 配置日志级别,开启debug日志
logging.level.com.atguigu=debug

1.3主启动

@SpringBootApplication
public class SpringDataESApplication {
    public static void main(String[] args) {
        SpringApplication.run(SpringDataESApplication.class,args);
    }
}

1.4配置类

ElasticsearchRestTemplate基于RestHighLevelClient客户端的。需要自定义配置类，继承AbstractElasticsearchConfiguration，并实现elasticsearchClient()抽象方法，创建RestHighLevelClient对象

@ConfigurationProperties(prefix = "elasticsearch")
@Configuration
@Getter
@Setter
public class ElasticsearchConfig extends AbstractElasticsearchConfiguration {
    private String host ;
    private Integer port ;
 
    //重写父类方法
    @Override
    public RestHighLevelClient elasticsearchClient() {
        //高级客户端
        RestClientBuilder builder = RestClient.builder(new HttpHost(host, port));
        RestHighLevelClient restHighLevelClient = new RestHighLevelClient(builder);
        return restHighLevelClient;
    }
}

1.5实体类

这要搁平时来说，实体类屁用没有，都懒得提,提了都降价。这次不一样了，Spring Data ES中

实体类可是顶大用啊，主要体现在里面注解就老多了，跟我们创建的索引库息息相关

@Data
@NoArgsConstructor
@AllArgsConstructor
@Document(indexName = "item",shards = 1, replicas = 1)
public class Item {
    @Id
    private Long id;
 
    @Field(type = FieldType.Text, analyzer = "ik_max_word")
    private String title; //标题
 
    @Field(type = FieldType.Keyword)
    private String category;// 分类
 
    @Field(type = FieldType.Keyword)
    private String brand; // 品牌
 
    @Field(type = FieldType.Double)
    private Double price; // 价格
 
    @Field(index = false, type = FieldType.Keyword)
    private String images; // 图片地址
}

@Document 作用在类，标记实体类为文档对象，属性解释如下：

• indexName：对应索引库名称
• shards：主分片数量
• replicas：复制分片数量

@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，取值是枚举：FieldType
• 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：ik_max_word

1.6写一个测试类

@RunWith(SpringRunner.class)
@SpringBootTest
public class SpringDataESTest {
    @Autowired
    private ElasticsearchRestTemplate elasticsearchTemplate;
 
    @Test
    public void test0(){
        System.out.println(elasticsearchTemplate);
    }
}

运行，控制台打印

---

2.索引和文档操作

2.1创建索引库

    @Test
    public void testCreate() {
        // 创建索引库，会根据Item类的@Document注解信息来创建
        elasticsearchTemplate.createIndex(Item.class);
        // 配置映射，会根据Item类中的id、Field等字段来自动完成映射
        elasticsearchTemplate.putMapping(Item.class);
    }

Spring Data 的强大之处，就在于你不用写任何DAO处理，自动根据方法名或类的信息进行CRUD操作。只要你定义一个接口，然后继承Repository提供的一些子接口，就能具备各种基本的CRUD功能。【不用在类上加任何的注解，我说的】

public interface ItemDao extends ElasticsearchRepository {
}

2.2 添加文档

    @Autowired
    private ItemDao itemDao;   
 
    @Test
    public void testAdd() {
        Item item = new Item(1L, "联想笔记本电脑小新Pro14 英特尔Evo平台", " 笔记本", "联想", 4599.00, "http://image.leyou.com/13123.jpg");
        //添加文档
        itemDao.save(item);
    }

 2.3 修改文档

    @Test
    public void testUpdate() {
        Item item = new Item(1L, "小米手机", " 手机", "小米", 9499.00, "http://image.leyou.com/13123.jpg");
        //文档修改【id存在就是修改，否则就是插入】
        itemDao.save(item);
    }

 2.4批量添加文档

    @Test
    public void testBatchADD() {
        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，实现批量新增文档
        itemDao.saveAll(list);
    }

 2.5删除文档

    @Test
    public void testDelete() {
        //删除文档
        itemDao.deleteById(1L);
    }

2.6根据id查询文档

    @Test
    public void testQueryByID(){
        Optional optional = itemDao.findById(2L);
        //根据id查询文档
        System.out.println(optional.get());
    }

2.7查询全部并按照价格降序排序

    @Test
    public void testFindALL(){
        // 查询全部，并按照价格降序排序
        Iterable items = itemDao.findAll(Sort.by(Sort.Direction.DESC, "price"));
        items.forEach(item-> System.out.println(item));
    }

---

3.自定义方法

Spring Data 的另一个强大功能，是根据方法名称自动实现功能。

比如：你的方法名叫做：findByTitle，那么它就知道你是根据title查询，然后自动帮你完成，无需写实现类

测试类中测试方法

    @Test
    public void testFindByTitile(){
        // 查询全部，并按照价格降序排序
        Iterable items = itemDao.findByTitle("手机");
        items.forEach(item-> System.out.println(item));
    }

首先，要知道索引库中所有的文档如下：

 运行后控制台打印如下：效果他不就有了吗

但是方法名称要符合一定的约定

虽然基本查询和自定义方法已经很强大了，但是如果是复杂查询（模糊、通配符、词条查询等）就显得力不从心了。此时，我们只能使用原生查询。

---

ES Java高级客户端

在这之前，我要吐槽。Elasticsearch 的Java客户端用起来费老劲了，昨天用Kibana他不香吗，这是越整合越倒流了。增加了学习的成本不说，还整合的像坨粑粑。

人家jedis整合redis，方法名就是命令名，多简单。人家JDBC整合mysql，都是自己写sql，然后用占位符赋值。结果你它吗整合ES就整合成这个鬼样子。

建议直接看5、6,还算有点用的。其他的就

1.搭建环境测试

2.索引操作

2.1添加索引

    @Test
    public void addIndex() throws Exception {
        //1.使用client获取操作索引的对象  indicesClient 操作索引库的客户端
        IndicesClient indicesClient = client.indices();
        //2.请求对象
        CreateIndexRequest createRequest = new CreateIndexRequest("abc");
        //发起创建索引库的请求
        CreateIndexResponse response = indicesClient.create(createRequest, RequestOptions.DEFAULT);
        //3.根据返回值判断结果
        System.out.println(response.isAcknowledged());
    }

2.2 添加索引和映射

    /**
     * 添加索引 创建索引库并指定映射
     */
    @Test
    public void addIndexAndMapping() throws IOException {
        //1.使用client获取操作索引的对象
        IndicesClient indicesClient = client.indices();
        //2.具体操作，获取返回值
        CreateIndexRequest createRequest = new CreateIndexRequest("aaa");
        //2.1 设置mappings
        String mapping = "{\n" +
                "      \"properties\" : {\n" +
                "        \"address\" : {\n" +
                "          \"type\" : \"text\",\n" +
                "          \"analyzer\" : \"ik_max_word\"\n" +
                "        },\n" +
                "        \"age\" : {\n" +
                "          \"type\" : \"long\"\n" +
                "        },\n" +
                "        \"name\" : {\n" +
                "          \"type\" : \"keyword\"\n" +
                "        }\n" +
                "      }\n" +
                "    }";
        createRequest.mapping(mapping,XContentType.JSON);
        CreateIndexResponse response = indicesClient.create(createRequest, RequestOptions.DEFAULT);
        //3.根据返回值判断结果
        System.out.println(response.isAcknowledged());
    }
}

2.3查询索引

2.4删除索引

2.5判断索引是否存在

3.文档操作

3.1 添加文档（使用map作为数据）

3.2添加文档（使用对象作为数据）

3.3修改文档

3.4根据id查询文档

3.5根据id删除文档

3.6批量操作脚本

Bulk 批量操作是将文档的增删改查一些列操作，通过一次请求全都做完。减少网络传输次数(带宽)。

4.查询操作

4.1查询所有matchAll

4.2term查询

4.3matchQuery词条分词查询

4.4模糊查询-脚本

4.5范围查询-脚本

4.6queryString查询-脚本

4.7布尔查询

4.8聚合查询

5.批量导入Mysql到ES中

目的：将数据库中Goods表的数据导入到ElasticSearch中

1. 创建Goods表并导入数据
2. 创建索引

6.重建索引

ElasticSearch的索引一旦创建，只允许添加字段，不允许改变字段。因为改变字段，需要重建倒排索引，影响内部缓存结构，性能太低。

解决办法：重建一个新的索引，并将原有索引的数据导入到新索引中。
原索引库 ：student_index_v1
新索引库 ：student_index_v2

# 2：将student_index_v1 数据拷贝到 student_index_v2
POST _reindex
{
  "source": {
    "index": "student_index_v1"
  },
  "dest": {
    "index": "student_index_v2"
  }
}

这里我也提出过一个问题，虽然我知道答案

问题：老师，索引库拷贝的时候，课堂上演示的是把date类型的“2020-11-11”拷贝到了新的索引库的Text类型。那要是把Text类型的"2020年11月11号",拷贝到新的索引库的date类型，是不可以的吗

肯定是会报错的。不得不说，Elasticsearch中值得诟病的地方真它奈奈的多。除了查到快点，我都想给它一大嘴巴子！