关于Springboot的ElasticSearch（spring-boot-starter-data-elasticsearch）的配置以及使用
pom
org.springframework.boot
spring-boot-starter-data-elasticsearch
application.properties
spring.data.elasticsearch.cluster-nodes =127.0.0.1:9300
常见问题
为什么要把出现的问题放在这么前面？->
因为版本问题网上挺难找到的，要是版本不对还挺难发现的
- 1
报这个错
java.lang.IllegalStateException: availableProcessors is already set to [4], rejecting [4]
解决方法：新建elasticSearch配置类
import org.springframework.context.annotation.Configuration;
import javax.annotation.PostConstruct;
@Configuration
public class ElasticSearchConfig {
/**
* 防止netty的bug
* java.lang.IllegalStateException: availableProcessors is already set to [4], rejecting [4]
*/
@PostConstruct
void init() {
System.setProperty("es.set.netty.runtime.available.processors", "false");
}
}
- 2
报这个错
Elasticsearch NoNodeAvailableException None of the configured nodes are available
并且elasticSearch控制台报了这个错
java.lang.IllegalStateException: Received message from unsupported version: [2.0 .0] minimal compatible version is: [5.0.0] - Stack Overflow
看起来像是说节点没配置，网上找到的大部分方法也是对elasticSearch目录下的elasticSearch.yml进行修改，把对应的port改为127.0.0.1，但是还有另一种可能，
就是jar包冲突。
springboot的版本也与你的elasticSearch的版本息息相关，这里附上来自how2j.cn的版本对应图
这里有一部分其实是有缺失的，当SpringBoot版本大于2时（我的是2.0.7）已经不能再用2.0.0-5.0.0版本的elasticSearch了，用5以上应该就没问题了，我改用6.2.2就没发生这个错误了。
如何使用
elasticSearch 其实也算是一种nosql数据库，如果是用spring-boot-starter-data-elasticsearch的话在增删方面用起来和JPA几乎没什么两样。
- 实体类
package com.how2j.copy.pojo.es;
import org.springframework.data.elasticsearch.annotations.Document;
@Document(indexName = "copyhow2j" , type = "course")
public class Course {
private Integer id ;
private String stageName;
private String itemName;
private String itemSubTitle;
private String stepName;
private String title;
private String content;
}
@Document注解就表明了这是一个ElasticSearch的表
indexName顾名思义就是索引名的意思，不过用起来的话基本可以看作相当于数据库名
而type 则相当于表名
2. Dao层
//如果不适用springboot的方式可不能这么用
/*
和JPA一样 继承一个Repository接口 泛型第一个参数为对应的实体类，第二个为相应的主键
*/
public interface CourseDao extends ElasticsearchRepository {
}
2.2 与JPA不同的地方
- 插入时主键不会自增长
我看有的人是采用当前的时间作为主键的（System.currentTimeMills()） - 查找出来的结果返回的不是List而是Iterable
这里命名有点难受，因为我一开始以为和JPA一样返回的是List，后来才发现不是。。。还没改过来，抱歉了。
@Override
public List list() {
Iterable list = courseDao.findAll();
List result = new ArrayList<>();
list.forEach(single -> {
result.add(single);
});
/*
方法2
*/
// list.forEach(
// result::add
// );
/*
或者自己不用Lambda 直接遍历再add也可以
*/
return result;
}
3. 查询
public SearchQuery getSearchQuery(int page , int size , String key,String index, String type){
SearchQuery searchQuery = new NativeSearchQueryBuilder()
.withQuery(QueryBuilders.wildcardQuery("content","*"+key+"*"))
.withIndices(index)
.withTypes(type)
.withPageable(PageRequest.of(page,size))
.build();
return searchQuery;
}
查询这方面 姑且还是引用别人的吧，，我只用来做了个模糊查询
词条查询 //根据指定的字段词条查询 (调用文档对象的dao类中的方法，根据名称去抒写功能已经完成，自定义方法)
@Test
public void termSearch(){
List- list = itemRepository.findByTitle("高尔夫");
for (Item t:list
) {
System.out.println(t);
}
}
范围查询
//根据指定字段大小范围查询
@Test
public void numberSearch(){
List- list = itemRepository.findByPriceBetween(8000.0, 15000.0);
for (Item b:list
) {
System.out.println(b);
}
}
自定义查询（自己构造查询条件，对比基础查询，搜索内容有了条件） term查询
@Test
public void termSearch1(){
//创建查询条件生成器 （相当于Lucene中的查询文档对象）
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
nativeSearchQueryBuilder.withQuery(QueryBuilders.termQuery("category","运动品a"));
//查询到的结果，自动分页，默认第一页，每页条目数是10条（itemRepository相当于文档读取器，参数中的文档查询对象需要构建下）
//在查询条件生成器中生成查询对象所以去build构建
Page- search = itemRepository.search(nativeSearchQueryBuilder.build());
for (Item i:search
) {
System.out.println(i);
}
}
match匹配查询（相当于词条匹配查询，自定义查询）
@Test
public void matchSearch(){
//创建查询条件生成器 （相当于Lucene中的查询文档对象）
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
nativeSearchQueryBuilder.withQuery(QueryBuilders.matchQuery("title","足球"));
//查询到的结果，自动分页，默认第一页，每页条目数是10条（itemRepository相当于文档读取器，参数中的文档查询对象需要构建下）
//在查询条件生成器中生成查询对象所以去build构建
Page- search = itemRepository.search(nativeSearchQueryBuilder.build());
for (Item i:search
) {
System.out.println(i);
}
}
布尔查询（综合查询）
@Test
public void booleanSearch(){
//创建查询条件生成器
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
nativeSearchQueryBuilder.withQuery(QueryBuilders.boolQuery().must(QueryBuilders.matchQuery("title","篮球")).must(QueryBuilders.matchQuery("category","运动品a")));
//查询
Page- search = itemRepository.search(nativeSearchQueryBuilder.build());
for (Item i:search
) {
System.out.println(i);
}
}
容错查询（最多错两个）
@Test
public void fuzzSearch(){
//创建查询条件生成器
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
nativeSearchQueryBuilder.withQuery(QueryBuilders.fuzzyQuery("title","球"));
//查询
Page- search = itemRepository.search(nativeSearchQueryBuilder.build());
for (Item i:search
) {
System.out.println(i);
}
}
模糊查询
注意： ? 表示询问一个未知的占位符，* 表示询问0到n个任意占位符
@Test
public void wildCardSearch(){
//创建查询条件生成器
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
nativeSearchQueryBuilder.withQuery(QueryBuilders.wildcardQuery("title","*球*"));
//查询
Page- search = itemRepository.search(nativeSearchQueryBuilder.build());
for (Item i:search
) {
System.out.println(i);
}
}
分页查询(只是在查询条件生成器中多构建了一个分页而已，基于模糊查询的分页)
@Test
public void feYeSearch(){
//创建查询条件生成器
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
nativeSearchQueryBuilder.withQuery(QueryBuilders.wildcardQuery("title","*球"));
//构建分页
nativeSearchQueryBuilder.withPageable(PageRequest.of(0,3));
//查询
Page- search = itemRepository.search(nativeSearchQueryBuilder.build());
for (Item i:search
) {
System.out.println(i);
}
}
排序查询（使查询结果按指定字段排序，基于模糊查询）
@Test
public void sortSearch(){
//构建查询条件生成器
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
nativeSearchQueryBuilder.withQuery(QueryBuilders.wildcardQuery("title","*球"));
//构建排序
nativeSearchQueryBuilder.withSort(SortBuilders.fieldSort("price").order(SortOrder.DESC));
//查询
Page- search = itemRepository.search(nativeSearchQueryBuilder.build());
for (Item i:search
) {
System.out.println(i);
}
}
组合模糊查询，分页，排序
@Test
public void mfpSearch(){
//创建查询条件构造器
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
nativeSearchQueryBuilder.withQuery(QueryBuilders.wildcardQuery("title","*球"));
//构建分页
nativeSearchQueryBuilder.withPageable(PageRequest.of(0,5));
//构建排序
nativeSearchQueryBuilder.withSort(SortBuilders.fieldSort("price").order(SortOrder.DESC));
//查询
Page- search = itemRepository.search(nativeSearchQueryBuilder.build());
for (Item i:search
) {
System.out.println(i);
}
}
由此可见，查询条件只要不违反规则是可以累加的 下面小熙来介绍elasticsearch最厉害的聚合查询吧，其查询广度、分组处理、度量计算、子聚合（类似于mysql的子查询）是小熙所膜拜的。 单一聚合查询
@Test
public void jhSearch(){
//创建查询条件构造器
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
// 不查询任何结果
// nativeSearchQueryBuilder.withSourceFilter(new FetchSourceFilter(new String[]{""}, null));
//添加聚合 (此聚合类型为terms，聚合名称是：categorys,聚合字段是category)
nativeSearchQueryBuilder.addAggregation(AggregationBuilders.terms("categorys").field("category"));
//查询（结果修改为聚合类分页结果）
AggregatedPage- search = (AggregatedPage
- )itemRepository.search(nativeSearchQueryBuilder.build());
//结果中找到对应的聚合（根据聚合名称）
StringTerms category = (StringTerms)search.getAggregation("categorys");
//获取查询到的桶
List
buckets = category.getBuckets();
for (StringTerms.Bucket s:buckets
) {
//获取桶中的key（就是字段下的名称）
String keyAsString = s.getKeyAsString();
System.out.println( keyAsString);
//获取桶中的数量（即为查询到的文档数量）
long docCount = s.getDocCount();
System.out.println(docCount);
}
}
包含子聚合的聚合查询
@Test
public void jh2Search(){
//创建查询条件构造器
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
nativeSearchQueryBuilder.addAggregation(AggregationBuilders.terms("brands").field("brand")
//创建子聚合工程（对父聚合工程的结果进行求取平均值）
.subAggregation(AggregationBuilders.avg("avg").field("price"))
);
//查询
AggregatedPage- search = (AggregatedPage
- )itemRepository.search(nativeSearchQueryBuilder.build());
//根据聚合名称获取对应聚合
StringTerms brands = (StringTerms)search.getAggregation("brands");
//获取查询到的桶
List
buckets = brands.getBuckets();
for (StringTerms.Bucket b:buckets
) {
//获取父聚合的字段名
System.out.print("品牌名称："+b.getKeyAsString() + "查到的文档数："+b.getDocCount());
//获取父聚合中桶中数量
System.out.println();
//获取子聚合，转为Map集合，获取构建子聚合时价格平均值的key，这里指定的是avg（强转为平均值）。
InternalAvg avg = (InternalAvg)b.getAggregations().asMap().get("avg");
System.out.println("\t\t平均价格是："+avg.getValue());
}
}