AI 助理
文档备案控制台
开发者社区 开发与运维 文章 正文

Elasticsearch常用Java API编程 2

2023-09-19 386
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Elasticsearch常用Java API编程

5 根据文档ID删除职位

5.1 实现步骤

  1. 构建delete请求
  2. 使用RestHighLevelClient执行delete请求

参考代码：

@Override
public void deleteById(long id) throws IOException {
    // 1. 构建delete请求
    DeleteRequest deleteRequest = new DeleteRequest(JOB_IDX_NAME, id + "");
    // 2. 使用client执行delete请求
    restHighLevelClient.delete(deleteRequest, RequestOptions.DEFAULT);
}

5.2 编写测试用例

  1. 在测试用例中执行根据ID删除文档操作
  2. 使用VSCode发送请求，查看指定ID的文档是否已经被删除

参考代码：

@Test
public void deleteByIdTest() throws IOException {
    jobFullTextService.deleteById(1);
}

6 根据关键字检索数据

6.1 实现步骤

  1. 构建SearchRequest检索请求
  2. 创建一个SearchSourceBuilder专门用于构建查询条件
  3. 使用QueryBuilders.multiMatchQuery构建一个查询条件（搜索title、jd），并配置到SearchSourceBuilder
  4. 调用SearchRequest.source将查询条件设置到检索请求
  5. 执行RestHighLevelClient.search发起请求


  1. 遍历结果
  2. 获取命中的结果
  3. 将JSON字符串转换为对象
  4. 使用SearchHit.getId设置文档ID

参考代码：

@Override
public List<JobDetail> searchByKeywords(String keywords) throws IOException {
    // 1. 构建SearchRequest检索请求
    SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
    // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
    // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder
    MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
    searchSourceBuilder.query(queryBuilder);
    // 4. 调用SearchRequest.source将查询条件设置到检索请求
    searchRequest.source(searchSourceBuilder);
    // 5. 执行RestHighLevelClient.search发起请求
    SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
    // 6. 遍历结果
    SearchHits hits = searchResponse.getHits();
    List<JobDetail> jobDetailList = new ArrayList<>();
    for (SearchHit hit : hits) {
        // 1) 获取命中的结果
        String json = hit.getSourceAsString();
        // 2) 将JSON字符串转换为对象
        JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
        // 3) 使用SearchHit.getId设置文档ID
        jobDetail.setId(Long.parseLong(hit.getId()));
        jobDetailList.add(jobDetail);
    }
    return jobDetailList;
}

6.2 编写测试用例

搜索标题、职位描述中包含销售的职位。

@Test
public void searchByKeywordsTest() throws IOException {
    List<JobDetail> jobDetailList = jobFullTextService.searchByKeywords("销售");
    for (JobDetail jobDetail : jobDetailList) {
        System.out.println(jobDetail);
    }
}

7 分页检索

7.1 实现步骤

步骤和之前的关键字搜索类似，只不过构建查询条件的时候，需要加上分页的设置。

  1. 构建SearchRequest检索请求
  2. 创建一个SearchSourceBuilder专门用于构建查询条件
  3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder
  4. 设置SearchSourceBuilder的from和size参数，构建分页
  5. 调用SearchRequest.source将查询条件设置到检索请求
  6. 执行RestHighLevelClient.search发起请求
  7. 遍历结果
  8. 获取命中的结果
  9. 将JSON字符串转换为对象
  10. 使用SearchHit.getId设置文档ID
  11. 将结果封装到Map结构中（带有分页信息）
    a) total -> 使用SearchHits.getTotalHits().value获取到所有的记录数
    b) content -> 当前分页中的数据
@Override
public Map<String, Object> searchByPage(String keywords, int pageNum, int pageSize) throws IOException {
    // 1. 构建SearchRequest检索请求
    SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
    // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
    // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder
    MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
    searchSourceBuilder.query(queryBuilder);
    // 4. 设置SearchSourceBuilder的from和size参数，构建分页
    searchSourceBuilder.from((pageNum – 1) * pageSize);
    searchSourceBuilder.size(pageSize);
    // 4. 调用SearchRequest.source将查询条件设置到检索请求
    searchRequest.source(searchSourceBuilder);
    // 5. 执行RestHighLevelClient.search发起请求
    SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
    // 6. 遍历结果
    SearchHits hits = searchResponse.getHits();
    List<JobDetail> jobDetailList = new ArrayList<>();
    for (SearchHit hit : hits) {
        // 1) 获取命中的结果
        String json = hit.getSourceAsString();
        // 2) 将JSON字符串转换为对象
        JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
        // 3) 使用SearchHit.getId设置文档ID
        jobDetail.setId(Long.parseLong(hit.getId()));
        jobDetailList.add(jobDetail);
    }
    // 8.  将结果封装到Map结构中（带有分页信息）
    // a)  total -> 使用SearchHits.getTotalHits().value获取到所有的记录数
    // b)  content -> 当前分页中的数据
    Map<String, Object> result = new HashMap<>();
    result.put("total", hits.getTotalHits().value);
    result.put("content", jobDetailList);
    return result;
}

6.7.2 编写测试用例

  1. 搜索关键字为“销售”，查询第0页，每页显示10条数据
  2. 打印搜索结果总记录数、对应分页的记录

参考代码：

@Test
public void searchByPageTest() throws IOException {
    Map<String, Object> resultMap = jobFullTextService.searchByPage("销售", 0, 10);
    System.out.println("总共:" + resultMap.get("total"));
    List<JobDetail> jobDetailList = (List<JobDetail>)resultMap.get("content");
    for (JobDetail jobDetail : jobDetailList) {
        System.out.println(jobDetail);
    }
}

8 scroll分页检索

8.1 实现步骤

判断scrollId是否为空

a) 如果为空，那么首次查询要发起scroll查询，设置滚动快照的有效时间

b) 如果不为空，就表示之前应发起了scroll，直接执行scroll查询就可以

步骤和之前的关键字搜索类似，只不过构建查询条件的时候，需要加上分页的设置。


scrollId为空：

  1. 构建SearchRequest检索请求
  2. 创建一个SearchSourceBuilder专门用于构建查询条件
  3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder
  4. 调用SearchRequest.source将查询条件设置到检索请求
  5. 设置每页多少条记录，调用SearchRequest.scroll设置滚动快照有效时间
  6. 执行RestHighLevelClient.search发起请求
  7. 遍历结果
  8. 获取命中的结果

8.将JSON字符串转换为对象

9.使用SearchHit.getId设置文档ID

8.将结果封装到Map结构中（带有分页信息）

a) scroll_id -> 从SearchResponse中调用getScrollId()方法获取scrollId

b) content -> 当前分页中的数据

scollId不为空：

9.用之前查询出来的scrollId，构建SearchScrollRequest请求

10.设置scroll查询结果的有效时间

11.使用RestHighLevelClient执行scroll请求

@Override
public Map<String, Object> searchByScrollPage(String keywords, String scrollId, int pageSize) {
    Map<String, Object> result = new HashMap<>();
    List<JobDetail> jobList = new ArrayList<>();
    try {
            SearchResponse searchResponse = null;
            if(scrollId == null) {
                // 1. 创建搜索请求
                SearchRequest searchRequest = new SearchRequest("job_idx");
                // 2. 构建查询条件
                SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
                searchSourceBuilder.query(QueryBuilders.multiMatchQuery(keywords, "title", "jd"));
                // 3. 设置分页大小
                searchSourceBuilder.size(pageSize);
                // 4. 设置查询条件、并设置滚动快照有效时间
                searchRequest.source(searchSourceBuilder);
                searchRequest.scroll(TimeValue.timeValueMinutes(1));
                // 5. 发起请求
                searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
            }
            else {
                SearchScrollRequest searchScrollRequest = new SearchScrollRequest(scrollId);
                searchScrollRequest.scroll(TimeValue.timeValueMinutes(1));
                searchResponse = client.scroll(searchScrollRequest, RequestOptions.DEFAULT);
            }
            // 6. 迭代响应结果
            SearchHits hits = searchResponse.getHits();
            for (SearchHit hit : hits) {
                JobDetail jobDetail = JSONObject.parseObject(hit.getSourceAsString(), JobDetail.class);
                jobDetail.setId(Long.parseLong(hit.getId()));
                jobList.add(jobDetail);
            }
            result.put("content", jobList);
            result.put("scroll_id", searchResponse.getScrollId());
        }
    catch (IOException e) {
        e.printStackTrace();
    }
    return result;
}

8.2 编写测试用例

  1. 编写第一个测试用例，不带scrollId查询
  2. 编写第二个测试用例，使用scrollId查询
@Test
public void searchByScrollPageTest1() throws IOException {
    Map<String, Object> result = jobFullTextService.searchByScrollPage("销售", null, 10);
    System.out.println("scrollId: " + result.get("scrollId"));
    List<JobDetail> content = (List<JobDetail>)result.get("content");
    for (JobDetail jobDetail : content) {
        System.out.println(jobDetail);
    }
}
@Test
public void searchByScrollPageTest2() throws IOException {
    Map<String, Object> result = jobFullTextService.searchByScrollPage("销售", "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAA0WRG4zZFVwODJSU2Uxd1BOWkQ4cFdCQQ==", 10);
    System.out.println("scrollId: " + result.get("scrollId"));
    List<JobDetail> content = (List<JobDetail>)result.get("content");
    for (JobDetail jobDetail : content) {
        System.out.println(jobDetail);
    }
}

9 高亮查询

9.1 高亮查询简介

在进行关键字搜索时，搜索出的内容中的关键字会显示不同的颜色，称之为高亮。百度搜索关键字"csdn"


京东商城搜索"笔记本"

9.2 高亮显示的html分析

通过开发者工具查看高亮数据的html代码实现：

ElasticSearch可以对查询出的内容中关键字部分进行标签和样式的设置，但是你需要告诉ElasticSearch使用什么标签对高亮关键字进行包裹

9.3 实现高亮查询

1.在我们构建查询请求时，我们需要构建一个HighLightBuilder，专门来配置高亮查询。

a) 构建一个HighlightBuilder

b) 设置高亮字段（title、jd）

c) 设置高亮前缀（）

d) 设置高亮后缀（）

e) 将高亮添加到SearchSourceBuilder

代码如下：

// 设置高亮
HighlightBuilder highlightBuilder = new HighlightBuilder();
highlightBuilder.field("title");
highlightBuilder.field("jd");
highlightBuilder.preTags("<font color='red'>");
highlightBuilder.postTags("</font>");
searchSourceBuilder.highlighter(highlightBuilder);

2.我们将高亮的查询结果取出，并替换掉原先没有高亮的结果
a) 获取高亮字段
i. 获取title高亮字段
ii. 获取jd高亮字段
b) 将高亮字段进行替换普通字段
i. 处理title高亮，判断高亮是否为空，不为空则将高亮碎片拼接在一起
ii. 替换原有普通字段

参考代码：

// 1. 获取高亮字段
Map<String, HighlightField> highlightFieldMap = hit.getHighlightFields();
// 1.1 获取title高亮字段
HighlightField titleHl = highlightFieldMap.get("title");
// 1.2 获取jd高亮字段
HighlightField jdHl = highlightFieldMap.get("jd");
// 2. 将高亮字段进行替换普通字段
// 2.1 处理title高亮，判断高亮是否为空，不为空则将高亮Fragment（碎片）拼接在一起，替换原有普通字段
if(titleHl != null) {
    Text[] fragments = titleHl.getFragments();
    StringBuilder stringBuilder = new StringBuilder();
    for (Text fragment : fragments) {
        stringBuilder.append(fragment.string());
    }
    jobDetail.setTitle(stringBuilder.toString());
}
// 2.2 处理jd高亮
if(jdHl != null) {
    Text[] fragments = jdHl.getFragments();
    StringBuilder stringBuilder = new StringBuilder();
    for (Text fragment : fragments) {
        stringBuilder.append(fragment.string());
    }
    jobDetail.setJd(stringBuilder.toString());
}

我们再查询，发现查询的结果中就都包含了高亮。

10 完整参考代码

public class JobFullTextServiceImpl implements JobFullTextService {
    private RestHighLevelClient restHighLevelClient;
    private static final String JOB_IDX_NAME = "job_idx";
    public JobFullTextServiceImpl() {
        restHighLevelClient = new RestHighLevelClient(RestClient.builder(
                new HttpHost("node1.itcast.cn", 9200, "http")
                , new HttpHost("node2.itcast.cn", 9200, "http")
                , new HttpHost("node3.itcast.cn", 9200, "http")
        ));
    }
    @Override
    public void add(JobDetail jobDetail) {
        // 1. 构建IndexRequest对象，用来描述ES发起请求的数据。
        IndexRequest indexRequest = new IndexRequest(JOB_IDX_NAME);
        // 2. 设置文档ID。
        indexRequest.id(jobDetail.getId() + "");
        // 3. 构建一个实体类对象，并使用FastJSON将实体类对象转换为JSON。
        String json = JSON.toJSONString(jobDetail);
        // 4. 使用IndexRequest.source方法设置请求数据。
        indexRequest.source(json, XContentType.JSON);
        try {
            // 5. 使用ES High level client调用index方法发起请求
            restHighLevelClient.index(indexRequest, RequestOptions.DEFAULT);
        } catch (IOException e) {
            e.printStackTrace();
        }
        System.out.println("索引创建成功!");
    }
    @Override
    public void update(JobDetail jobDetail) throws IOException {
        // 1. 判断对应ID的文档是否存在
        // a) 构建GetRequest
        GetRequest getRequest = new GetRequest(JOB_IDX_NAME, jobDetail.getId() + "");
        // b) 执行client的exists方法，发起请求，判断是否存在
        boolean exists = restHighLevelClient.exists(getRequest, RequestOptions.DEFAULT);
        if(!exists) return;
        // 2. 构建UpdateRequest请求
        UpdateRequest updateRequest = new UpdateRequest(JOB_IDX_NAME, jobDetail.getId() + "");
        // 3. 设置UpdateRequest的文档，并配置为JSON格式
        updateRequest.doc(JSON.toJSONString(jobDetail), XContentType.JSON);
        // 4. 执行client发起update请求
        restHighLevelClient.update(updateRequest, RequestOptions.DEFAULT);
    }
    @Override
    public JobDetail findById(long id) throws IOException {
        // 1. 构建GetRequest请求。
        GetRequest getRequest = new GetRequest(JOB_IDX_NAME, id + "");
        // 2. 使用RestHighLevelClient.get发送GetRequest请求，并获取到ES服务器的响应。
        GetResponse response = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT);
        // 3. 将ES响应的数据转换为JSON字符串
        String json = response.getSourceAsString();
        // 4. 并使用FastJSON将JSON字符串转换为JobDetail类对象
        JobDetail jobDetail = JSONObject.parseObject(json, JobDetail.class);
        // 5. 设置ID字段
        jobDetail.setId(id);
        return jobDetail;
    }
    @Override
    public void deleteById(long id) throws IOException {
        // 1. 构建delete请求
        DeleteRequest deleteRequest = new DeleteRequest(JOB_IDX_NAME, id + "");
        // 2. 使用client执行delete请求
        restHighLevelClient.delete(deleteRequest, RequestOptions.DEFAULT);
    }
    @Override
    public List<JobDetail> searchByKeywords(String keywords) throws IOException {
        // 1. 构建SearchRequest检索请求
        SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
        // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder
        MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
        searchSourceBuilder.query(queryBuilder);
        // 4. 调用SearchRequest.source将查询条件设置到检索请求
        searchRequest.source(searchSourceBuilder);
        // 5. 执行RestHighLevelClient.search发起请求
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
        // 6. 遍历结果
        SearchHits hits = searchResponse.getHits();
        List<JobDetail> jobDetailList = new ArrayList<>();
        for (SearchHit hit : hits) {
            // 1) 获取命中的结果
            String json = hit.getSourceAsString();
            // 2) 将JSON字符串转换为对象
            JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
            // 3) 使用SearchHit.getId设置文档ID
            jobDetail.setId(Long.parseLong(hit.getId()));
            jobDetailList.add(jobDetail);
        }
        return jobDetailList;
    }
    @Override
    public Map<String, Object> searchByPage(String keywords, int pageNum, int pageSize) throws IOException {
        // 1. 构建SearchRequest检索请求
        SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
        // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder
        MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
        searchSourceBuilder.query(queryBuilder);
        // 4. 设置SearchSourceBuilder的from和size参数，构建分页
        searchSourceBuilder.from(pageNum);
        searchSourceBuilder.size(pageSize);
        // 4. 调用SearchRequest.source将查询条件设置到检索请求
        searchRequest.source(searchSourceBuilder);
        // 5. 执行RestHighLevelClient.search发起请求
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
        // 6. 遍历结果
        SearchHits hits = searchResponse.getHits();
        List<JobDetail> jobDetailList = new ArrayList<>();
        for (SearchHit hit : hits) {
            // 1) 获取命中的结果
            String json = hit.getSourceAsString();
            // 2) 将JSON字符串转换为对象
            JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
            // 3) 使用SearchHit.getId设置文档ID
            jobDetail.setId(Long.parseLong(hit.getId()));
            jobDetailList.add(jobDetail);
        }
        // 8.  将结果封装到Map结构中（带有分页信息）
        // a)  total -> 使用SearchHits.getTotalHits().value获取到所有的记录数
        // b)  content -> 当前分页中的数据
        Map<String, Object> result = new HashMap<>();
        result.put("total", hits.getTotalHits().value);
        result.put("content", jobDetailList);
        return result;
    }
    @Override
    public Map<String, Object> searchByScrollPage(String keywords, String scrollId, int pageSize) throws IOException {
        SearchResponse searchResponse = null;
        if(scrollId == null) {
            // 1. 构建SearchRequest检索请求
            SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
            // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
            SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
            // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder
            MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
            searchSourceBuilder.query(queryBuilder);
            searchSourceBuilder.size(pageSize);
            // 设置高亮查询
            HighlightBuilder highlightBuilder = new HighlightBuilder();
            highlightBuilder.preTags("<font color='red'>");
            highlightBuilder.postTags("</font>");
            highlightBuilder.field("title");
            highlightBuilder.field("jd");
            searchSourceBuilder.highlighter(highlightBuilder);
            // 4. 调用searchRequest.scroll设置滚动快照有效时间
            searchRequest.scroll(TimeValue.timeValueMinutes(10));
            // 5. 调用SearchRequest.source将查询条件设置到检索请求
            searchRequest.source(searchSourceBuilder);
            // 6. 执行RestHighLevelClient.search发起请求
            searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
        }
        else {
            SearchScrollRequest searchScrollRequest = new SearchScrollRequest(scrollId);
            searchScrollRequest.scroll(TimeValue.timeValueMinutes(10));
            searchResponse = restHighLevelClient.scroll(searchScrollRequest, RequestOptions.DEFAULT);
        }
        if(searchResponse != null) {
            // 7. 遍历结果
            SearchHits hits = searchResponse.getHits();
            List<JobDetail> jobDetailList = new ArrayList<>();
            for (SearchHit hit : hits) {
                // 1) 获取命中的结果
                String json = hit.getSourceAsString();
                // 2) 将JSON字符串转换为对象
                JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
                // 3) 使用SearchHit.getId设置文档ID
                jobDetail.setId(Long.parseLong(hit.getId()));
                // 1. 获取高亮字段
                Map<String, HighlightField> highlightFieldMap = hit.getHighlightFields();
                // 1.1 获取title高亮字段
                HighlightField titleHl = highlightFieldMap.get("title");
                // 1.2 获取jd高亮字段
                HighlightField jdHl = highlightFieldMap.get("jd");
                // 2. 将高亮字段进行替换普通字段
                // 2.1 处理title高亮，判断高亮是否为空，不为空则将高亮Fragment（碎片）拼接在一起，替换原有普通字段
                if(titleHl != null) {
                    Text[] fragments = titleHl.getFragments();
                    StringBuilder stringBuilder = new StringBuilder();
                    for (Text fragment : fragments) {
                        stringBuilder.append(fragment.string());
                    }
                    jobDetail.setTitle(stringBuilder.toString());
                }
                // 2.2 处理jd高亮
                if(jdHl != null) {
                    Text[] fragments = jdHl.getFragments();
                    StringBuilder stringBuilder = new StringBuilder();
                    for (Text fragment : fragments) {
                        stringBuilder.append(fragment.string());
                    }
                    jobDetail.setJd(stringBuilder.toString());
                }
                jobDetailList.add(jobDetail);
            }
            // 8.  将结果封装到Map结构中（带有分页信息）
            // a)  total -> 使用SearchHits.getTotalHits().value获取到所有的记录数
            // b)  content -> 当前分页中的数据
            Map<String, Object> result = new HashMap<>();
            result.put("scrollId", searchResponse.getScrollId());
            result.put("content", jobDetailList);
            return result;
        }
        return null;
    }
    @Override
    public void close() {
        try {
            restHighLevelClient.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}


文章标签：
检索分析服务 Elasticsearch版
测试技术
Java
API
数据格式
JSON
相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务，构建一个高效、精准的语义搜索系统，模拟电商场景，深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch（Elastic）就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch，如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理，最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。 &nbsp;
赵广陆
目录
相关文章
魔羯座liaotianfeile
|
缓存 监控 前端开发
顺企网 API 开发实战：搜索 / 详情接口从 0 到 1 落地（附 Elasticsearch 优化 + 错误速查）
企业API开发常陷参数、缓存、错误处理三大坑？本指南拆解顺企网双接口全流程，涵盖搜索优化、签名验证、限流应对，附可复用代码与错误速查表，助你2小时高效搞定开发，提升响应速度与稳定性。
魔羯座liaotianfeile
618 2
啦啦啦191
|
Java
如何在Java中进行多线程编程
Java多线程编程常用方式包括：继承Thread类、实现Runnable接口、Callable接口（可返回结果）及使用线程池。推荐线程池以提升性能，避免频繁创建线程。结合同步与通信机制，可有效管理并发任务。
啦啦啦191
489 6
啦啦啦191
|
IDE Java 编译器
java编程最基础学习
Java入门需掌握：环境搭建、基础语法、面向对象、数组集合与异常处理。通过实践编写简单程序，逐步深入学习，打牢编程基础。
啦啦啦191
568 1
啦啦啦191
|
SQL Java 数据库
2025 年 Java 从零基础小白到编程高手的详细学习路线攻略
2025年Java学习路线涵盖基础语法、面向对象、数据库、JavaWeb、Spring全家桶、分布式、云原生与高并发技术，结合实战项目与源码分析，助力零基础学员系统掌握Java开发技能，从入门到精通，全面提升竞争力，顺利进阶编程高手。
啦啦啦191
1609 2
AI侠客
|
安全 前端开发 Java
从反射到方法句柄：深入探索Java动态编程的终极解决方案
从反射到方法句柄，Java 动态编程不断演进。方法句柄以强类型、低开销、易优化的特性，解决反射性能差、类型弱、安全性低等问题，结合 `invokedynamic` 成为支撑 Lambda 与动态语言的终极方案。
AI侠客
476 0
一缕微风绕指柔
|
Java 开发者
Java并发编程：CountDownLatch实战解析
Java并发编程：CountDownLatch实战解析
一缕微风绕指柔
738 100
蓝易云
|
算法 Java
Java多线程编程：实现线程间数据共享机制
以上就是Java中几种主要处理多线程序列化资源以及协调各自独立运行但需相互配合以完成任务threads 的技术手段与策略。正确应用上述技术将大大增强你程序稳定性与效率同时也降低bug出现率因此深刻理解每项技术背后理论至关重要.
蓝易云
780 16
啦啦啦191
|
NoSQL Java 关系型数据库
超全 Java 学习路线，帮你系统掌握编程的超详细 Java 学习路线
本文为超全Java学习路线，涵盖基础语法、面向对象编程、数据结构与算法、多线程、JVM原理、主流框架（如Spring Boot）、数据库（MySQL、Redis）及项目实战等内容，助力从零基础到企业级开发高手的进阶之路。
啦啦啦191
892 1
艾伦~耶格尔
|
安全 算法 Java
Java泛型编程：类型安全与擦除机制
Java泛型详解：从基础语法到类型擦除机制，深入解析通配符与PECS原则，探讨运行时类型获取技巧及最佳实践，助你掌握泛型精髓，写出更安全、灵活的代码。
艾伦~耶格尔
512 2
艾伦~耶格尔
|
安全 Java Shell
Java模块化编程（JPMS）简介与实践
本文全面解析Java 9模块化系统（JPMS），帮助开发者解决JAR地狱、类路径冲突等常见问题，提升代码的封装性、性能与可维护性。内容涵盖模块化核心概念、module-info语法、模块声明、实战迁移、多模块项目构建、高级特性及最佳实践，同时提供常见问题和面试高频题解析，助你掌握Java模块化编程精髓，打造更健壮的应用。
艾伦~耶格尔
956 0

热门文章

最新文章

  • 1
    如何降低90%Java垃圾回收时间？以阿里HBase的GC优化实践为例
  • 2
    Java中方法的重写与成员变量的隐藏
  • 3
    【深入浅出】揭秘Java内存模型（JMM）：并发编程的基石
  • 4
    非常实用的Http应用框架，杜绝Java Http 接口对接繁琐编程
  • 5
    [笔记]阿里云物联网之业务服务端（java、php）接入阿里云平台（二）
  • 6
    带你了解“Java新特性——模块化”
  • 7
    如何在Java中实现消息队列？
  • 8
    Java-IO流总结
  • 9
    java内部类
  • 10
    Java Web开发速学宝典（JSP+Servlet+Struts 2 + Hibernate + Spring）源代
  • 1
    顺企网 API 开发实战：搜索 / 详情接口从 0 到 1 落地（附 Elasticsearch 优化 + 错误速查）
    618
  • 2
    多模块项目使用ElasticSearch报错
    437
  • 3
    （ELK）ElasticSearch8.7 搭配 SpringDataElasticSearch5.1 的使用
    649
  • 4
    Elasticsearch Enterprise 9.1.5 发布 - 分布式搜索和分析引擎
    809
  • 5
    Elasticsearch 分布式搜索与分析引擎技术详解与实践指南
    861
  • 6
    探索 Elasticsearch 8：利用 Spring Boot 3 和 Spring Data Elasticsearch5
    1170
  • 7
    从“字”到“画”：基于Elasticsearch Serverless 的多模态商品搜索实践
    1022
  • 8
    如何在 Elasticsearch 中构建你的智能 AI 助手？
    693
  • 9
    森马服饰从 Elasticsearch 到阿里云 SelectDB 的架构演进之路
    538
  • 10
    孚盟选用Lindorm升级自建Elasticsearch，护航跨境电商出海
    1149

    • 相关课程

    更多
  • Java面试疑难点解析 - 面试技巧及语言基础
  • Java面试疑难点解析 - Java Web开发
  • Java面试疑难点解析 - 系统架构及项目设计
  • Java编程入门
  • Java面向对象编程
  • Java高级编程

    • 相关电子书

    更多
  • Java Spring Boot开发实战系列课程【第15讲】：Spring Boot 2.0 API与Spring REST Docs实战
  • Spring Boot2.0实战Redis分布式缓存
  • CUDA MATH API
    • 下一篇
    一条命令迁移，帮你实现 OpenClaw 与 Hermes Agent 记忆互通！