SpringData ElasticSearch学习

Spring Data

Spring Data是一个用于简化数据库访问，并支持云服务的开源框架。其主要目标是使得对数据的访问变得方便快捷，并支持map-reduce框架和云计算数据服务。 Spring Data可以极大的简化JPA的写法，可以在几乎不用写实现的情况下，实现对数据的访问和操作。除了CRUD外，还包括如分页、排序等一些常用的功能。

SpringData ES

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 。Spring Data为Elasticsearch项目提供集成搜索引擎。Spring Data Elasticsearch POJO的关键功能区域为中心的模型与Elastichsearch交互文档和轻松地编写一个存储库数据访问层。

引入依赖

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

配置文件

server:
  port: 9000
spring:
  application:
    name: search
  data:
    elasticsearch:
      cluster-name: my-application
      cluster-nodes: 192.168.218.134:9300

编写实体Article
映射—注解
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 = "item",type = "docs", shards = 1, replicas = 0)
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
}

创建索引

ElasticsearchTemplate中提供了创建索引的API：

映射

映射相关的API：
一样，可以根据类的字节码信息（注解配置）来生成映射，或者手动编写映射

我们这里采用类的字节码信息创建索引并映射：

@Test
public void createIndex() {
    // 创建索引，会根据Item类的@Document注解信息来创建
    esTemplate.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
    esTemplate.putMapping(Item.class);
}

删除索引的API：

@Test
    public void delete(){
    	//根据索引名删除
        elasticsearchTemplate.deleteIndex("item");
        //根据类名删除
		//esTemplate.deleteIndex(Item.class);
    }

新增文档数据
Repository接口

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。

Repository中有一个ElasticsearchCrudRepository接口：

所以只需要定义即可。

public interface ItemRepository extends ElasticsearchRepository<Item,Long> {
}

//新增一个对象
    @Test
    public void insert(){
        Item item = new Item(2L,"坚果R1","手机","锤子",2500.00,"http://image.baidu.com/13123.jpg");
        //Order order = new Order(20180020,"菜单");
        itemRepository.save(item);
    }

//批量新增
    @Test
    public void insertList(){
        List<Item> list = new LinkedList<>();
        list.add(new Item(9L,"华为p20","手机","华为",3500.00,"http://image.baidu.com/13123.jpg"));
        list.add(new Item(10L,"华为p30","手机","华为",5450.00,"http://image.baidu.com/13123.jpg"));
        list.add(new Item(11L,"华为p30 pro","手机","华为",6980.00,"http://image.baidu.com/13123.jpg"));
        itemRepository.saveAll(list);
    }

查询

//根据字段查询所有
    @Test
    public void queryAll(){
        //升序,相应降序为dscending
        Iterable<Item> items = this.itemRepository.findAll(Sort.by("price").ascending());
        for (Item item : items){
            System.out.println(item);
        }
    }

自定义查询
Spring Data 的另一个强大功能，是根据方法名称自动实现功能，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。当然，方法名称要符合一定的约定：
使用自定义方法需要在接口里面申明方法

public interface ItemRepository extends ElasticsearchCrudRepository<Item,Long> {

    Item findByTitle(String title);

    List<Item> findByPriceBetween(double price1, double price2);

    List<Item> findByTitleLike(String title);
}

根据Title查询

@Test
    public void findByTitle(){
        Item item = this.itemRepository.findByTitle("坚果pro");
        System.out.println(item);
    }

区间查询

 //根据区间查询
    @Test
    public void queryByPriceBetween(){
        List<Item> list = this.itemRepository.findByPriceBetween(2000.00, 3500.00);
        for (Item item : list) {
            System.out.println("item = " + item);
        }
    }

模糊查询

//模糊查询
    @Test
    public void queryLikeTitle(){
        List<Item> list = this.itemRepository.findByTitleLike("R2");
        for (Item item : list){
            System.out.println(item);
        }
    }

自定义查询
NativeSearchQueryBuilder 是关键类

//自定义查询,查询数目等
    @Test
    public void matchQuery(){
        // 构建查询条件
        NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
        // 添加基本分词查询
        queryBuilder.withQuery(QueryBuilders.matchQuery("title","坚果"));
        //获取结果
        Page<Item> items = (Page<Item>) this.itemRepository.findAll();
        //条数
        long total = items.getTotalElements();
        System.out.println("total = "+total);
        for (Item item : items){
            System.out.println(item);
        }
    }

分页查询

 //分页查询
    @Test
    public void queryByPage(){
        NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
        nativeSearchQueryBuilder.withQuery(QueryBuilders.termQuery("category","手机"));
        int page = 0;
        int size = 2;
        nativeSearchQueryBuilder.withPageable(PageRequest.of(page,size));
        Page<Item> items = (Page<Item>) this.itemRepository.findAll();
        long total = items.getTotalElements();
        int totalPage = items.getTotalPages();
        int nowPage = items.getNumber();
        int pageSize = items.getSize();
        System.out.println("总条数 = "+total);
        System.out.println("总页数 = "+totalPage);
        System.out.println("当前页 = "+nowPage);
        System.out.println("每页大小 = "+pageSize);
        for (Item item : items){
            System.out.println(item);
        }
    }