Spring Boot整合ElasticSearch实现多版本兼容的方法详解

前言

在上一篇学习SpringBoot中，整合了Mybatis、Druid和PageHelper并实现了多数据源的操作。本篇主要是介绍和使用目前最火的搜索引擎ElastiSearch，并和SpringBoot进行结合使用。

ElasticSearch介绍

ElasticSearch是一个基于Lucene的搜索服务器，其实就是对Lucene进行封装，提供了 REST API 的操作接口 ElasticSearch作为一个高度可拓展的开源全文搜索和分析引擎，可用于快速地对大数据进行存储，搜索和分析。

ElasticSearch主要特点：分布式、高可用、异步写入、多API、面向文档 。

ElasticSearch核心概念：近实时，集群，节点（保存数据），索引，分片（将索引分片），副本（分片可设置多个副本） 。它可以快速地储存、搜索和分析海量数据。

ElasticSearch使用案例:维基百科、Stack Overflow、Github 等等。

SpringBoot整合Elasticsearch

在使用SpringBoot整合Elasticsearch 之前，我们应该了解下它们之间对应版本的关系。

Spring Boot Version (x)	Spring Data Elasticsearch Version (y)	Elasticsearch Version (z)
x <= 1.3.5	y <= 1.3.4	z <= 1.7.2*
x >= 1.4.x	2.0.0 <=y < 5.0.0**	2.0.0 <= z < 5.0.0**

这里我们使用的SpringBoot的版本是1.5.9，Elasticsearch的版本是2.3.5。

使用SpringBoot整合Elasticsearch，一般都是使用 SpringData 进行封装的，然后再dao层接口继承ElasticsearchRepository 类，该类实现了很多的方法，比如常用的CRUD方法。

SpringData的使用

首先，在使用之前，先做好相关的准备。

Maven的配置如下:

 org.springframework.boot
 spring-boot-starter-web
 1.5.9.RELEASE
 
 
 org.springframework.boot
 spring-boot-starter-data-elasticsearch
 1.5.9.RELEASE
 

application.properties的配置

spring.data.elasticsearch.repositories.enabled = true
spring.data.elasticsearch.cluster-nodes =127.0.0.1\:9300

注: 9300 是 Java 客户端的端口。9200 是支持 Restful HTTP 的接口。

更多的配置:

spring.data.elasticsearch.cluster-name Elasticsearch 集群名。(默认值: elasticsearch)
spring.data.elasticsearch.cluster-nodes 集群节点地址列表，用逗号分隔。如果没有指定，就启动一个客户端节点。
spring.data.elasticsearch.propertie 用来配置客户端的额外属性。
spring.data.elasticsearch.repositories.enabled 开启 Elasticsearch 仓库。(默认值:true。)

代码编写

实体类

@Document(indexName = "userindex", type = "user")
public class User implements Serializable{
 /**
 * 
 */
 private static final long serialVersionUID = 1L;
 /** 编号 */
 private Long id;
 /** 姓名 */
 private String name;
 
 /** 年龄 */
 private Integer age;
 
 /** 描述 */ 
 private String description;
 
 /** 创建时间 */
 private String createtm;
 // getter和setter 略
｝ 

使用SpringData的时候，它需要在实体类中设置indexName 和type ，如果和传统型数据库比较的话，就相当于库和表。

需要注意的是indexName和type都必须是小写!!!

dao层

public interface UserDao extends ElasticsearchRepository{
}

dao层这里就比较简单了，只需继承ElasticsearchRepository该类就行了。其中主要的方法就是 save、delete和search。其中save方法相当如insert和update，没有就新增，有就覆盖。delete方法主要就是删除数据以及索引库。至于search就是查询了，包括一些常用的查询，如分页、权重之类的。

Service层

@Service
public class UserServiceImpl implements UserService {
 @Autowired
 private UserDao userDao;
 @Override
 public boolean insert(User user) {
 boolean falg=false;
 try{
 userDao.save(user);
 falg=true;
 }catch(Exception e){
 e.printStackTrace();
 }
 return falg;
 }

 @Override
 public List search(String searchContent) {
 QueryStringQueryBuilder builder = new QueryStringQueryBuilder(searchContent);
 System.out.println("查询的语句:"+builder);
 Iterable searchResult = userDao.search(builder);
 Iterator iterator = searchResult.iterator();
 List list=new ArrayList();
 while (iterator.hasNext()) {
 list.add(iterator.next());
 }
 return list;
 }
 
 
 
 @Override
 public List searchUser(Integer pageNumber, Integer pageSize,String searchContent) {
 // 分页参数
 Pageable pageable = new PageRequest(pageNumber, pageSize);
 QueryStringQueryBuilder builder = new QueryStringQueryBuilder(searchContent);
 SearchQuery searchQuery = new NativeSearchQueryBuilder().withPageable(pageable).withQuery(builder).build();
 System.out.println("查询的语句:" + searchQuery.getQuery().toString());
 Page searchPageResults = userDao.search(searchQuery);
 return searchPageResults.getContent();
 }
 

 @Override
 public List searchUserByWeight(String searchContent) {
 // 根据权重进行查询
 FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery()
 .add(QueryBuilders.boolQuery().should(QueryBuilders.matchQuery("name", searchContent)),
  ScoreFunctionBuilders.weightFactorFunction(10))
 .add(QueryBuilders.boolQuery().should(QueryBuilders.matchQuery("description", searchContent)),
  ScoreFunctionBuilders.weightFactorFunction(100)).setMinScore(2);
 System.out.println("查询的语句:" + functionScoreQueryBuilder.toString());
 Iterable searchResult = userDao.search(functionScoreQueryBuilder);
 Iterator iterator = searchResult.iterator();
 List list=new ArrayList();
 while (iterator.hasNext()) {
 list.add(iterator.next());
 }
 return list;
 }
}

这里我就简单的写了几个方法，其中主要的方法是查询。查询包括全文搜索，分页查询和权重查询。其中需要说明的是权重查询这块，权重的分值越高，查询的结果也越靠前，如果没有对其它的数据设置分值，它们默认的分值就是1，如果不想查询这些语句，只需使用setMinScore将其设为大于1即可。

代码测试

调用接口进行添加数据

新增数据:

POST http://localhost:8086/api/user
{"id":1,"name":"张三","age":20,"description":"张三是个Java开发工程师","createtm":"2018-4-25 11:07:42"}
{"id":2,"name":"李四","age":24,"description":"李四是个测试工程师","createtm":"1980-2-15 19:01:32"}
{"id":3,"name":"王五","age":25,"description":"王五是个运维工程师","createtm":"2016-8-21 06:11:32"}

进行全文查询

请求

http://localhost:8086/api/user?searchContent=工程师

返回

[{"id":2,"name":"李四","age":14,"description":"李四是个测试工程师","createtm": "1980-2-15 19:01:32"},
{"id":1,"name":"张三","age":20,"description":"张三是个Java开发工程师", "createtm": "2018-4-25 11:07:42"},
{"id":3,"name":"王五","age":25,"description":"王五是个运维工程师","createtm": "2016-8-21 06:11:32"}]

进行分页查询

请求

http://localhost:8086/api/user?pageNumber=0&pageSize=2&searchContent=工程师

返回

[{"id":2,"name":"李四","age":14,"description":"李四是个测试工程师"},{"id":1,"name":"张三","age":20,"description":"张三是个Java开发工程师"}]

进行权重查询

请求

http://localhost:8086/api/user2?searchContent=李四

返回

[{"id":2,"name":"李四","age":24,"description":"李四是个测试工程师","createtm":"1980-2-15 19:01:32"}]

权重查询打印的语句:

查询的语句:{{
 "function_score" : {
 "functions" : [ {
 "filter" : {
 "bool" : {
 "should" : {
 "match" : {
 "name" : {
 "query" : "李四",
 "type" : "boolean"
 }
 }
 }
 }
 },
 "weight" : 10.0
 }, {
 "filter" : {
 "bool" : {
 "should" : {
 "match" : {
 "description" : {
 "query" : "李四",
 "type" : "boolean"
 }
 }
 }
 }
 },
 "weight" : 100.0
 } ],
 "min_score" : 2.0
 }
}

注:测试中，因为设置了setMinScore最小权重分为2的，所以无关的数据是不会显示出来的。如果想显示的话，在代码中去掉即可。

新增完数据之后，可以在浏览器输入:http://localhost:9200/_plugin/head/

然后点击基本查询，便可以查看添加的数据。如果想用语句查询，可以将程序中控制台打印的查询语句粘贴到查询界面上进行查询!

注:这里的ElasticSearch是我在windows上安装的，并安装了ES插件head，具体安装步骤在文章末尾。

除了SpringData之外，其实还有其它的方法操作ElasticSearch的。

比如使用原生ElasticSearch的Api，使用TransportClient类实现。

或者使用由Spring封装，只需在Service层，进行注入Bean即可。

示例:

@Autowired
 ElasticsearchTemplate elasticsearchTemplate; 

但是，上述方法中都有其局限性，也就是随着ElasticSearch的版本变更，相关的Java API也在做不断的调整，就是ElasticSearch服务端版本进行更改之后，客户端的代码可能需要重新编写。

因此介绍一个相当好用的第三方工具JestClient，它对ElasticSearch进行封装，填补了 ElasticSearch HttpRest接口 客户端的空白，它适用于ElasticSearch2.x以上的版本，无需因为ElasticSearch服务端版本更改而对代码进行更改！

JestClient

首先在Maven中添加如下依赖:

 
 io.searchbox 
 jest
 5.3.3
 

然后编写相关的测试代码。

代码中的注释应该很完整，所以这里就不再对代码过多的讲述了。

import java.util.ArrayList;
import java.util.List;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import com.pancm.pojo.User;
import io.searchbox.client.JestClient;
import io.searchbox.client.JestClientFactory;
import io.searchbox.client.JestResult;
import io.searchbox.client.config.HttpClientConfig;
import io.searchbox.core.Bulk;
import io.searchbox.core.BulkResult;
import io.searchbox.core.Delete;
import io.searchbox.core.DocumentResult;
import io.searchbox.core.Index;
import io.searchbox.core.Search;
import io.searchbox.indices.CreateIndex;
import io.searchbox.indices.DeleteIndex;
import io.searchbox.indices.mapping.GetMapping;
import io.searchbox.indices.mapping.PutMapping;

public class JestTest { 
 private static JestClient jestClient; 
 private static String indexName = "userindex"; 
// private static String indexName = "userindex2"; 
 private static String typeName = "user"; 
 private static String elasticIps="http://192.169.2.98:9200";
// private static String elasticIps="http://127.0.0.1:9200";
 
 
 public static void main(String[] args) throws Exception {
 jestClient = getJestClient(); 
 insertBatch();
 serach1();
 serach2();
 serach3();
 jestClient.close(); 
 
 }
 
 private static JestClient getJestClient() { 
 JestClientFactory factory = new JestClientFactory(); 
 factory.setHttpClientConfig(new HttpClientConfig.Builder(elasticIps).connTimeout(60000).readTimeout(60000).multiThreaded(true).build()); 
 return factory.getObject(); 
 } 
 
 public static void insertBatch() {
 List