Elaticsearch,简称为ES,ES是一个开源的高扩展的分布式全文检索引擎,它可以近乎实时的存储、检索数据;本身扩展性很好,可以扩展到上百台服务器,处理 PB 级别(大数据时代)的数据。ES由 Java 语言开发并使用 Lucene 作为其核心来实现所有索引和搜索的功能,但是它的目的是通过简单的 RESTFULL API 来隐藏 Lucene 的复杂性,从而让全文搜索变得简单。据国际权威的数据库产品评测机构 DB Engines 的统计,在2016 年1月,ElasticSearch 已超过 Solr 等,成为排名第一的搜索引擎类应用。
ES 适用于全文搜索、结构化搜索、分析以及将这三者混合使用 !
1. ES 的下载安装(Linux 下安装)
1.1 下载ES
要求:JDK版本最低为1.8 !系统中已经配置好 JAVA 环境:https://blog.csdn.net/z69183787/article/details/78126238
官网地址:https://www.elastic.co/cn/
官方文档地址:https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
下载地址:https://www.elastic.co/cn/downloads/past-releases/elasticsearch-7-6-1
1.2 安装ES
ES压缩包上传
我们将ES 的压缩包下载到本机电脑后,通过 XFTP 这个上传到服务器或者虚拟机指定文件夹位置:
我上传的位置是自己习惯的位置:/usr/local/src/software
接下来使用 XShell 工具连接到服务器或者虚拟机(我使用的是阿里云服务器)
ES压缩包解压
解压命令:tar -zxvf elasticsearch-7.6.1-linux-x86_64.tar.gz
解压后的文件夹修改下名字,方便输入:mv elasticsearch-7.6.1 elasticsearch7
ES目录介绍
bin:下面存放着Es启动文件 elasticsearch.bat/elasticsearch config:配置目录 data:数据目录 jdk、lib:Java运行环境以及依赖包 logs:日志目录 modules、plugins:模块及插件目录,head插件可以存放在plugins目录下
ES相关配置
基础配置
ES 本身其实也相当于是一个数据库,为此,我们在 elasticsearch7 文件夹下自己建一个 data 文件夹,用于存放数据:mdkir data
进入 data 文件夹下,执行 pwd 命令拷贝下该文件夹的路径,下面配置要用到!
我的 data 路径:/usr/local/src/software/elasticsearch7/data
修改配置文件elasticsearch.yml,我们进入elasticsearch7 这个文件夹下的config 文件夹,编辑 elasticsearch.yml 文件:vim elasticsearch.yml
下面 wq 保存退出,回到elasticsearch7 文件夹下,进入 logs 文件夹,pwd 查看该文件夹路径,并复制!
如:/usr/local/src/software/elasticsearch7/logs,然后重新到 config 目录下编辑elasticsearch.yml 文件:
跨域配置
在config目录下的elasticsearch.yml文件末尾添加跨域允许:
# 跨域问题 http.cors.enabled: true http.cors.allow-origin: "*" http.cors.allow-headers: Authorization,X-Requested-With,Content-Length,Content-Type
配置总结
具体配置流程还可以参考这篇文章:https://blog.csdn.net/weixin_43019282/article/details/105352982
2. ES 的分词器插件
ES 自己默认带有分词器,但是支持的是英文分词,所以我们要安装一个可以对中文分词的插件
2.1 IK 分词器下载
IK 分词器 Github 地址:https://github.com/medcl/elasticsearch-analysis-ik
注意 :IK 分词器的版本需要严格对应 ES的版本,所以我都使用的是 7.6.1 这个版本,IK 7.6.1下载地址https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.6.1
同样的,下载好后,我们使用XFTP 这个工具将其上传到服务器或者虚拟机指定文件夹,我个人还是习惯放到:
/usr/local/src/software 这个文件夹下:
然后我们就可以使用Xshell 对其进行操作:
2.2 IK 分词器压缩包解压到ES 插件文件夹下
- 首先我们进入 elasticsearch7 文件夹下的 plugins 文件夹下,新建一个 ik 文件夹,用于存放 IK 分词器插件:
- ik 文件夹的路径为 /usr/local/src/software/elasticsearch7/plugins/ik
然后我们在 software 文件夹下,将 IK 分词器的压缩包解压到 ik 文件中去,命令为:unzip elasticsearch-analysis-ik-7.6.1.zip -d /usr/local/src/software/elasticsearch7/plugins/ik,如果出现以下问题:
需要先下载 unzip 命令:yum install unzip zip,然后再执行解压命令:unzip elasticsearch-analysis-ik-7.6.1.zip -d /usr/local/src/software/elasticsearch7/plugins/ik
然后我们到 ik 目录下检查是否解压成功:
2.4 IK 分词器的配置文件
默认分词配置
进入ik 目录下的 config 目录:
进入查看下 extra_main.doc 配置文件:
可以看出,汉字相关的分词配置都是在配置文件中一个一个的枚举出来的!
扩展分词配置
如果新出一些网络热词,我们想对其进行分词配置,我们需要到 ik 文件夹 中 config 文件夹下的IKAnalyzer.cfg.xml 去配置:vim IKAnalyzer.cfg.xml
如果需要加一些额外的网络新词,可以把这些词放到 自己新建的 ext_dict 文件中,每个词直接都要换行,就像extra_main.doc 文件中的格式一样!
3. 启动与关闭ES
为了测试请求方便,我们需要下载 Postman 来模拟请求发送:Postman 官网,这个软件开发中很常用,我这里就不再赘述下载和使用步骤了!当然不一定非要使用Postman 模拟请求,其他类似的工具或者命令行都可以模拟,根据个人习惯选择把!
3.1 ES 服务启动与关闭
进入bin 目录,执行命令:./elasticsearch 运行ES 服务!后台运行命令:./elasticsearch -d
关闭ES 服务:ps -ef|grep elastic 查看进程,并使用 kill -9 进程id 来结束进程!
可能出现问题一
在服务器上跑 ES 如果启动时出现以下错误:
这种情况说明,内存不够了,服务器(学生机1核2g)内存较小,不足以启动ES服务,因为ES 默认启动内存大小就要求2g!
解决方案一
可以修改 config 下的 jvm.options 配置文件,将运行大小 2g 修改为 1g(还是不行的话,再小设置到256m):
解决方案二
使用top命令查看占用内存多的进程将其结束:
踩坑,因为我这个学生机上有正在运行的 java 项目,包括 zookeeper 和 kafka等等服务,所以我换台学生机测试
可能出现问题二
如果出现下面这种问题:
说明不能以root 用户去启动 ES 服务!
解决方案
新建一个用户elasticsearch,命令: adduser elasticsearch
在software 目录下 赋予 elasticsearch7 这个文件夹的权限给 elasticsearch 用户,命令:chown -R elasticsearch elasticsearch7
su elasticsearch
命令,切换到 elasticsearch 用户,并重新到 bin 目录下执行 ES服务
可能出现问题三
ERROR: bootstrap checks failed max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]
解决方案
- 修改配置sysctl.conf
vim /etc/sysctl.conf
- 在最后一行添加下面配置:
vm.max_map_count=655360
- 保存后退出并执行命令:
sysctl -p
然后,重新启动 elasticsearch,即可启动成功。
可能出现问题四
ERROR: [1] bootstrap checks failed [1]: the default discovery settings are unsuitable for production use; at least one of [discovery.seed_hosts, discovery.seed_providers, cluster.initial_master_nodes] must be configured
解决方案
在elasticsearch
的config
目录下,修改elasticsearch.yml
配置文件,将下面的配置加入到该配置文件中:
3.2 阿里云开放安全组端口
3.3 测试访问ES服务
访问成功,说明ES启动成功了!
4. ES中基本概念
4.0关系型数据库和ES对比
索引(indices)------------------ Databases 数据库
类型(type)------------------ Table 数据表
文档(Document)------------------ Row 行
字段(Field)------------------ Columns 列
4.1 接近实时(NRT Near Real Time )
Elasticsearch是一个接近实时的搜索平台。这意味着,从索引一个文档直到这个文档能够被搜索到有一个轻微的延迟(通常是1秒内)
4.2 索引(index)
一个索引就是一个拥有几分相似特征的文档的集合。比如说,你可以有一个客户数据的索引,另一个产品目录的索引,还有一个订单数据的索引。一个索引由一个名字来标识(必须全部是小写字母的),并且当我们要对这个索引中的文档进行索引、搜索、更新和删除的时候,都要使用到这个名字。索引类似于关系型数据库中Database 的概念。在一个集群中,如果你想,可以定义任意多的索引。
4.3 类型(type)
在一个索引中,你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区,其语义完全由你来定。通常,会为具有一组共同字段的文档定义一个类型。比如说,我们假设你运营一个博客平台并且将你所有的数 据存储到一个索引中。在这个索引中,你可以为用户数据定义一个类型,为博客数据定义另一个类型,当然,也可 以为评论数据定义另一个类型。类型类似于关系型数据库中Table的概念。
NOTE: 在5.x版本以前可以在一个索引中定义多个类型,6.x之后版本也可以使用,但是不推荐,在7~8.x版本中彻底移除一个索引中创建多个类型
4.4 映射(Mapping)
Mapping是ES中的一个很重要的内容,它类似于传统关系型数据中table的schema,用于定义一个索引(index)中的类型(type)的数据的结构。 在ES中,我们可以手动创建type(相当于table)和mapping(相关与schema),也可以采用默认创建方式。在默认配置下,ES可以根据插入的数据自动地创建type及其mapping。 mapping中主要包括字段名、字段数据类型和字段索引类型
4.5 文档(document)
**一个文档是一个可被索引的基础信息单元,类似于表中的一条记录。**比如,你可以拥有某一个员工的文档,也可以拥有某个商品的一个文档。文档以采用了轻量级的数据交换格式JSON(Javascript Object Notation)来表示。
5. ES 常用命令
5.1 索引操作
我们先使用命令行的方式 curl 发送请求:
查看ES服务健康状态:
curl -X GET "ip地址:9200/_cat/health?v"
查看ES服务中的节点:
curl -X GET "ip地址:9200/_cat/nodes?v
查看ES服务中的所有索引:
curl -X GET "ip地址:9200/_cat/indices?v"
新增索引:
删除索引:
从上面我们也能发现,每次使用 curl
去手动输入请求ES 服务不太方便,所以我们用 Postman 请求模拟工具来替代手动输入!
新建索引:
新建文档并指定id:
PUT IP地址:9200/myindex/_doc/1
根据id查询数据:
GET IP地址:9200/myindex/_doc/1
根据id修改数据:
PUT IP地址:9200/myindex/_doc/1
修改数据和新建一个文档一样,都是自定id 然后PUT 提交数据:
根据id删除数据:
DELETE IP地址:9200/myindex/_doc/1
5.2 索引搜索
为了搜索展示方便,先想ES 中添加一些数据:
PUT IP 地址:9200/myindex/_doc/1 { "title":"海贼王", "content":"船长是路飞,副船长是索隆~" } PUT IP 地址:9200/myindex/_doc/2 { "title":"火影忍者", "content":"七代火影是鸣人,八代火影是木叶丸~" } PUT IP 地址:9200/myindex/_doc/3 { "title":"一拳超人", "content":"主角是埼玉,配角是杰诺斯~" } PUT IP 地址:9200/myindex/_doc/4 { "title":"进击的巨人", "content":"人类最牛的是兵长,巨人最菜的是男主~" } PUT IP 地址:9200/myindex/_doc/5 { "title":"名侦探柯南", "content":"男主是柯南,女主不确定~" } PUT IP 地址:9200/myindex/_doc/6 { "title":"海贼王路飞", "content":"路飞是要成为海贼我的男人~" } PUT IP 地址:9200/myindex/_doc/7 { "title":"路飞的果实能力", "content":"路飞是吃了橡胶果实的男人~" }
搜索全部
GET IP地址:9200/myindex/_search
返回结果:
{ "took": 1033, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 7, "relation": "eq" }, "max_score": 1.0, "hits": [ { "_index": "myindex", "_type": "_doc", "_id": "5", "_score": 1.0, "_source": { "title": "名侦探柯南", "content": "男主是柯南,女主不确定~" } }, { "_index": "myindex", "_type": "_doc", "_id": "4", "_score": 1.0, "_source": { "title": "进击的巨人", "content": "人类最牛的是兵长,巨人最菜的是男主~" } }, { "_index": "myindex", "_type": "_doc", "_id": "3", "_score": 1.0, "_source": { "title": "一拳超人", "content": "主角是埼玉,配角是杰诺斯~" } }, { "_index": "myindex", "_type": "_doc", "_id": "2", "_score": 1.0, "_source": { "title": "火影忍者", "content": "七代火影是鸣人,八代火影是木叶丸~" } }, { "_index": "myindex", "_type": "_doc", "_id": "1", "_score": 1.0, "_source": { "title": "海贼王", "content": "船长是路飞,副船长是索隆~" } }, { "_index": "myindex", "_type": "_doc", "_id": "6", "_score": 1.0, "_source": { "title": "海贼王路飞", "content": "路飞是要成为海贼我的男人~" } }, { "_index": "myindex", "_type": "_doc", "_id": "7", "_score": 1.0, "_source": { "title": "路飞的果实能力", "content": "路飞是吃了橡胶果实的男人~" } } ] } }
根据单个条件搜索
GET IP地址:9200/myindex/_search?q=title:海贼王
或者
GET IP地址:9200/myindex/_search?q=content:路飞
{ "took": 5, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 3, "relation": "eq" }, "max_score": 1.7349373, "hits": [ { "_index": "myindex", "_type": "_doc", "_id": "1", "_score": 1.7349373, "_source": { "title": "海贼王", "content": "船长是路飞,副船长是索隆~" } }, { "_index": "myindex", "_type": "_doc", "_id": "6", "_score": 1.6770141, "_source": { "title": "海贼王路飞", "content": "路飞是要成为海贼我的男人~" } }, { "_index": "myindex", "_type": "_doc", "_id": "7", "_score": 1.6770141, "_source": { "title": "路飞的果实能力", "content": "路飞是吃了橡胶果实的男人~" } } ] } }
根据多个条件搜索
GET IP地址:9200/myindex/_search
{ "query":{ // 多个匹配 "multi_match":{ // 查询条件为 路飞 "query":"路飞", // 从title 和 content 字段中匹配是否存在 路飞 的数据 "fields":["title","content"] } } }
返回结果:
{ "took": 32, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 3, "relation": "eq" }, "max_score": 2.2700202, "hits": [ { "_index": "myindex", "_type": "_doc", "_id": "6", "_score": 2.2700202, "_source": { "title": "海贼王路飞", "content": "路飞是要成为海贼我的男人~" } }, { "_index": "myindex", "_type": "_doc", "_id": "7", "_score": 1.9412584, "_source": { "title": "路飞的果实能力", "content": "路飞是吃了橡胶果实的男人~" } }, { "_index": "myindex", "_type": "_doc", "_id": "1", "_score": 1.7349373, "_source": { "title": "海贼王", "content": "船长是路飞,副船长是索隆~" } } ] } }
如果要了解更多命令,可以参考这篇文章:https://blog.csdn.net/vtopqx/article/details/105998990
6. SpringBoot 整合 ES
6.1 引入依赖
pom.xml 中引入依赖
<!-- https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-starter-data-elasticsearch --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-elasticsearch</artifactId> <version>2.2.5.RELEASE</version> </dependency>
6.2 添加 ES 相关配置
application.yml 中配置
# spring 相关配置 spring: # elasticsearch 配置 elasticsearch: rest: # ip是服务器ip地址 uris: http://8.xxx.xx.45:9200 # 我没有设置账号密码,所以下面可以不配置 #username: #password:
6.3 相关注解介绍
ES 几个常用注解
@Document:声明索引库配置
indexName:索引库名称
type:映射类型。如果未设置,则使用小写的类的简单名称。(从版本4.0开始不推荐使用)
shards:分片数量,默认 5
replicas:副本数量,默认 1
@Id:声明实体类的id
@Field:声明字段属性
type:字段的数据类型
analyzer:指定在存储时候使用的分词器类型
searchAnalyzer:指定在搜索时候使用的分词器类型
index:是否创建索引
6.4 实体类
/** * @Auther: csp1999 * @Date: 2020/11/24/8:55 * @Description: 帖子实体类 */ // Lombok 相关注解 @Data @AllArgsConstructor @NoArgsConstructor @Accessors(chain = true) @ToString // ES 相关注解 @Document(indexName = "discusspost",shards = 5,replicas = 1)// discusspost 必须全小写 public class DiscussPost { /** * 主键id */ @Id private int id; /** * 用户主键id */ @Field(type = FieldType.Long) private int userId; /** * 帖子标题 */ @Field(type = FieldType.Text,analyzer = "ik_max_word",searchAnalyzer = "ik_smart") private String title; /** * 帖子内容 */ @Field(type = FieldType.Text,analyzer = "ik_max_word",searchAnalyzer = "ik_smart") private String content; /** * 帖子类型 * 0-普通; 1-置顶; */ @Field(type = FieldType.Integer) private int type; /** * 帖子状态 * 0-正常; 1-精华; 2-拉黑; */ @Field(type = FieldType.Integer) private int status; /** * 帖子创建日期 */ @Field(type = FieldType.Date, format = DateFormat.custom,pattern = "yyyy-MM-dd") @JsonFormat(shape = JsonFormat.Shape.STRING, pattern ="yyyy-MM-dd",timezone="GMT+8") private Date createTime; /** * 帖子评论数量 */ @Field(type = FieldType.Integer) private int commentCount; /** * 帖子得分 */ @Field(type = FieldType.Float) private double score; }
6.5 Repository 接口
/** * @Auther: csp1999 * @Date: 2020/11/30/21:01 * @Description: 帖子相关的Repository */ @Repository public interface DiscussPostRepository extends ElasticsearchRepository<DiscussPost,Integer> { }
执行测试
/** * @Auther: csp1999 * @Date: 2020/11/30/21:04 * @Description: ES 测试 */ @SpringBootTest public class ElasticSearchTest { /** * 从mysql数据中获取数据 */ @Autowired private DiscussPostMapper discussPostMapper; /** * 注入 DiscussPostRepository */ @Autowired private DiscussPostRepository discussPostRepository; /** * 有些情况 DiscussPostRepository 处理不了 * 所以需要额外的 ElasticsearchRestTemplate */ @Autowired private ElasticsearchRestTemplate elasticsearchRestTemplate; @Test public void testInsert(){ // 从数据库查询 id 为217 282 283 284 的帖子存入 ES 中 discussPostRepository.save(discussPostMapper.selectDiscussPostById(217)); discussPostRepository.save(discussPostMapper.selectDiscussPostById(282)); discussPostRepository.save(discussPostMapper.selectDiscussPostById(283)); discussPostRepository.save(discussPostMapper.selectDiscussPostById(284)); } }
运行测试代码,如果执行成功后,使用Postman 测试查看 ES 中的索引库内容:
可以看出,索引库已经创建好了!
我们来查一些数据内容:
结果为:
{ "took": 249, "timed_out": false, "_shards": { "total": 6, "successful": 6, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 4, "relation": "eq" }, "max_score": 1.0, "hits": [ { "_index": "discusspost", "_type": "_doc", "_id": "282", "_score": 1.0, "_source": { "_class": "com.haust.community.pojo.DiscussPost", "id": 282, "userId": 152, "title": "哈哈***哈哈", "content": "***哈哈", "type": 0, "status": 0, "createTime": "2020-11-25", "commentCount": 1, "score": 0.0 } }, { "_index": "discusspost", "_type": "_doc", "_id": "284", "_score": 1.0, "_source": { "_class": "com.haust.community.pojo.DiscussPost", "id": 284, "userId": 153, "title": "海贼王我当定了!", "content": "海贼王我当定了!", "type": 0, "status": 0, "createTime": "2020-11-29", "commentCount": 2, "score": 0.0 } }, { "_index": "discusspost", "_type": "_doc", "_id": "217", "_score": 1.0, "_source": { "_class": "com.haust.community.pojo.DiscussPost", "id": 217, "userId": 103, "title": "互联网求职暖春计划", "content": "今年的就业形势,确实不容乐观。过了个年,仿佛跳水一般,整个讨论区哀鸿遍野!19届真的没人要了吗?!18届被优化真的没有出路了吗?!大家的“哀嚎”与“悲惨遭遇”牵动了每日潜伏于讨论区的牛客小哥哥小姐姐们的心,于是牛客决定:是时候为大家做点什么了!为了帮助大家度过“艰难”,牛客网特别联合60+家企业,开启互联网求职暖春计划,面向18届&19届,拯救0 offer!", "type": 0, "status": 0, "createTime": "2019-04-04", "commentCount": 0, "score": 0.0 } }, { "_index": "discusspost", "_type": "_doc", "_id": "283", "_score": 1.0, "_source": { "_class": "com.haust.community.pojo.DiscussPost", "id": 283, "userId": 152, "title": "海贼王我当定了!", "content": "Hello World!", "type": 0, "status": 0, "createTime": "2020-11-25", "commentCount": 3, "score": 0.0 } } ] } }
6.6 SpringBoot 操作ES增删改
/** * @Auther: csp1999 * @Date: 2020/11/30/21:04 * @Description: ES 测试 */ @SpringBootTest public class ElasticSearchTest { /** * 从mysql数据中获取数据 */ @Autowired private DiscussPostMapper discussPostMapper; /** * 注入 DiscussPostRepository */ @Autowired private DiscussPostRepository discussPostRepository; /** * 有些情况 DiscussPostRepository 处理不了 * 所以需要额外的 ElasticsearchRestTemplate */ @Autowired private ElasticsearchRestTemplate elasticsearchRestTemplate; /** * 创建/更新索引 */ @Test public void testCreateIndex() { IndexOperations indexOperations = elasticsearchRestTemplate.indexOps(DiscussPost.class); Document document = indexOperations.createMapping(DiscussPost.class); //boolean bool = indexOperations.create(document); boolean bool = indexOperations.putMapping(document); System.out.println(bool?"成功":"失败"); } /** * 每次只插入一条 */ @Test public void testInsert() { // 从数据库查询 id 为217 282 283 284 的帖子存入 ES 中 discussPostRepository.save(discussPostMapper.selectDiscussPostById(217)); discussPostRepository.save(discussPostMapper.selectDiscussPostById(282)); discussPostRepository.save(discussPostMapper.selectDiscussPostById(283)); discussPostRepository.save(discussPostMapper.selectDiscussPostById(284)); } /** * 批量插入 */ @Test public void testInsertAll() { discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(101,0,100)); discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(102,0,100)); discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(103,0,100)); discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(152,0,100)); discussPostRepository.saveAll(discussPostMapper.selectDiscussPosts(153,0,100)); } /** * 测试修改 */ @Test public void testUpdate() { DiscussPost discussPost = discussPostMapper.selectDiscussPostById(203); discussPost.setContent("海贼王,路飞当定了~"); discussPostRepository.save(discussPost); } /** * 测试删除 */ @Test public void testDelete() { // discussRepository.deleteById(203); discussPostRepository.deleteAll();//全部删除 } }
6.7 SpringBoot 操作ES 高亮搜索(核心)
效果如图:
将从ES 中查询的内容,把搜索的关键字高亮显示借助 标签:
参考代码:
@Test public void testSearchByTemplate() { // 构建查询条件 NativeSearchQuery searchQuery = new NativeSearchQueryBuilder() .withQuery(QueryBuilders.multiMatchQuery("互联网寒冬", "title", "content")) .withSort(SortBuilders.fieldSort("type").order(SortOrder.DESC))// 按照帖子分类排序 .withSort(SortBuilders.fieldSort("score").order(SortOrder.DESC))// 按照帖子分数排序 .withSort(SortBuilders.fieldSort("createTime").order(SortOrder.DESC))// 按照帖子发布日期排序 .withPageable(PageRequest.of(0, 10))// 每页十条数据 .withHighlightFields( // 标题和内容中的匹配字段高亮展示 new HighlightBuilder.Field("title").preTags("<em>").postTags("</em>"), new HighlightBuilder.Field("content").preTags("<em>").postTags("</em>") ).build(); // 得到查询结果返回容纳指定内容对象的集合SearchHits SearchHits<DiscussPost> searchHits = elasticsearchRestTemplate.search(searchQuery, DiscussPost.class); // 设置一个需要返回的实体类集合 List<DiscussPost> discussPosts = new ArrayList<>(); // 遍历返回的内容进行处理 for (SearchHit<DiscussPost> searchHit : searchHits) { // 高亮的内容 Map<String, List<String>> highlightFields = searchHit.getHighlightFields(); // 将高亮的内容填充到content中 searchHit.getContent().setTitle(highlightFields.get("title") == null ? searchHit.getContent().getTitle() : highlightFields.get("title").get(0)); searchHit.getContent().setTitle(highlightFields.get("content") == null ? searchHit.getContent().getContent() : highlightFields.get("content").get(0)); // 放到实体类中 discussPosts.add(searchHit.getContent()); } // 输出结果 System.out.println(discussPosts.size()); for (DiscussPost discussPost : discussPosts) { System.out.println(discussPost); } }
参考相关文章:
https://blog.csdn.net/qq_40885085/article/details/105024625
https://blog.csdn.net/weixin_42385395/article/details/109315087
https://blog.csdn.net/yj1499945/article/details/107726223
https://www.cnblogs.com/hi3254014978/archive/2004/01/13/14055771.html