概述
接上一篇ElasticSearch 学习笔记（三）-----ES的设计原理以及分词器说明。今天我们主要介绍ES 与SpringBoot 的集成以及项目应用开发指南。
ES与SpringBoot的集成
添加依赖
此处，添加的依赖一定要与你安装的ES的版本对应，因为我安装的ES版本是 6.4.3。查询
ElasticSearch版本对应关系 发现对应的spring-data-elasticsearch 为 3.1.x
在SpringBoot 中对应依赖spring-boot-starter-data-elasticsearch 的版本为 2.1.1.RELEASE
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-elasticsearch</artifactId> <version>2.1.1.RELEASE</version> </dependency>
创建文档
@Data @Document(indexName = "titleindex",type = "_doc") public class TitleDocument implements Serializable { /** * */ @Id private Long id; /** * 选中ik 分词器 */ @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart") private String titlename; @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart") private String description; public TitleDTO() { } public TitleDTO(Long id, String titlename, String description) { this.id = id; this.titlename = titlename; this.description = description; } }
其中 indexName 与type 分别对应 索引名称和索引类型，如果类比于关系型数据库的话就相当于 库和表。在Spring Data 中每个文档必须要有id，不然数据会插入失败。同时还需要有缺省构造器，不然分页查询会报错。
@Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
@Field 注解作用到属性之上，上面代码表示的意思是，索引时分词使用 ik_max_word， 搜索时分词使用ik_smart
PS :
1、ik_max_word
会将文本做最细粒度的拆分，比如会将“中华人民共和国人民大会堂”拆分为“中华人民共和国、中华人民、中华、华人、人民共和国、人民、共和国、大会堂、大会、会堂等词语。
2、ik_smart
会做最粗粒度的拆分，比如会将“中华人民共和国人民大会堂”拆分为中华人民共和国、人民大会堂。
Dao 层实现
@Component public interface TitleRepository extends ElasticsearchRepository<TitleDTO,Long> { }
此处我们直接继承了ElasticsearchRepository接口，该接口实现了 save ，deleteById，search 等方法，其中save 表示新增或者更新索引，deleteById表示删除索引，search表示查询索引数据。
Service 调用实现
@Autowired private TitleRepository titleRepository; /** * 创建索引 * @param titlename * @param description */ public void save(Long id,String titlename,String description) throws NoSuchAlgorithmException { TitleDocument titleDocument = new TitleDocument(id, titlename+id, description+id); titleRepository.save(titleDocument); } /** * 删除索引数据 * @param id * @return */ public boolean delete(Long id) { titleRepository.deleteById(id); return true; } /** * 查询所有的文章 * @param searchContent * @return */ public List<TitleDocument> getTitle(String searchContent) { QueryStringQueryBuilder builder = new QueryStringQueryBuilder(searchContent); System.out.println("查询的语句:"+builder); Iterable<TitleDocument> searchResult = titleRepository.search(builder); Iterator<TitleDocument> iterator = searchResult.iterator(); List<TitleDocument> list=new ArrayList<>(); while (iterator.hasNext()) { list.add(iterator.next()); } return list; } /** * 分页查询 * @param pageNumber * @param pageSize * @param searchContent * @return */ public List<TitleDocument> pageTitle(Integer pageNumber, Integer pageSize, String searchContent) { // 分页参数 PageRequest pageRequest = PageRequest.of(pageNumber, pageSize); QueryStringQueryBuilder queryBuilder = new QueryStringQueryBuilder(searchContent); NativeSearchQuery searchQuery = new NativeSearchQueryBuilder().withPageable(pageRequest).withQuery(queryBuilder).build(); System.out.println("查询的语句：" + searchQuery.getQuery().toString()); Page<TitleDocument> search = titleRepository.search(searchQuery); return search.getContent(); }
controller 调用实现
@RestController public class TitleController { @Autowired private TitleService titleService; /** * 给索引添加数据 * @return */ @PostMapping("save") public String save(Long id,String titlename,String description) throws NoSuchAlgorithmException { titleService.save(id,titlename,description); return "success"; } /** * 删除 * @return */ @PostMapping("delete") public String delete(Long id){ titleService.delete(id); return "success" ; } @PostMapping("deleteDoc") public String deleteDoc(){ titleService.deleteDoc(); return "success" ; } @GetMapping("get") public List<TitleDocument> getTitle(String param) { List<TitleDocument> titleDocumentList = titleService.getTitle(param); return titleDocumentList; } @GetMapping("page") public List<TitleDocument> pageTitle(Integer pageNumber, Integer pageSize, String searchContent) { List<TitleDocument> documentList = titleService.pageTitle(pageNumber, pageSize, searchContent); return documentList; }
测试示例
@Test public void save() throws Exception { for (int i = 0; i < 20; i++) { titleService.save(Long.parseLong(String.valueOf(i)),"测试名称", "测试内容"); System.out.println("插入第"+i+"条"); } }
分页查询测试结果：
http://localhost:9898/page?pageNumber=0&pageSize=10&searchContent=测试
可能会遇到的几个问题
问题：安装好后Elasticsearch无法运行
解决：可能就是你版本安装错误了，注意版本一定要对应
问题：按照首页的方式调用Ik进行解析，但是无法设置mapping，出现如下错误
analyzer [ik_max_word] not found for field
解决：如果你的多个节点的集群，那么在集群的每个实例上都要安装Ik
项目应用开发指南
在项目的实际开发中我们一般遵循如下几个应用指南。
第一步，设计索引结构
首先我们需要考虑搜索的内容主体包含的信息，如ID，标题，描述，作者等，还需要考虑排序信息（如更新时间，创建时间）
第二步，为索引建立对应的模板（DTO）
如同上述demo 中设计的TitleDTO，字段与索引的字段一一对应，另外，因为key的名字都是定死的，为了统一管理，可以给每个key定义成final,方便统一管理和getset等。
第三步， 创建SearchService
该SearchService 主要有两个方法，
1、构建索引（创建，更新）；
2、 删除索引
首先要一个ID作为唯一要构建的索引，通过ID从数据库中查询信息出来，包括需要关联的表等信息，得到模板数据（DTO）,然后去elasticsearch 查询有没有该索引，如果没有则创建，如果有一条则更新，如果有多条则全部删除后重新创建。
第四步，当业务数据发生变化时更新索引信息，
当业务数据发生变化时候更新对应索引信息，分为两种形式调用
同步调用：直接在业务方法定点调用searchService对应的方法，
异步调用：基于消息中间件，如kafka,rabbitmq等。
编写搜索业务
当用户没有输入关键字的时候，默认直接从数据库查询信息，当用户输入关键词的时候先从es条件查询出数据的IDs,然后拿ids去数据库中取。
总结
本篇博客，我们首先通过一个demo 来熟悉了ES如何与SpringBoot 进行整合，当然这只是一个小小的demo，具体在项目中还涉及到ES 数据更mysql 数据的同步问题，接着我们还简单介绍了下ES在项目应用开发中的实践指南。
源代码
https://github.com/XWxiaowei/90-Java-demo-2/tree/master/course-21-elasticsearch/elasticsearch-demo
