Linux环境下ElasticSearch的安装与使用(SpringBoot整合云服务器上的ElasticSearch)
发布日期:2021-06-29 18:10:25 浏览次数:2 分类:技术文章

本文共 22090 字,大约阅读时间需要 73 分钟。

0. Elaticsearch 简介

Elaticsearch,简称为ESES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:

  • 官网地址:

  • 官方文档地址:

  • 下载地址:

在这里插入图片描述

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:

在这里插入图片描述

我上传的位置是自己习惯的位置:

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

在这里插入图片描述

ES目录介绍

bin:下面存放着Es启动文件         elasticsearch.bat/elasticsearchconfig: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

在这里插入图片描述

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:

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

在这里插入图片描述

在这里插入图片描述

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:,然后重新到 config 目录下编辑elasticsearch.yml 文件:

在这里插入图片描述

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: truehttp.cors.allow-origin: "*"http.cors.allow-headers: Authorization,X-Requested-With,Content-Length,Content-Type
配置总结
属性名 说明
cluster.name 配置elasticsearch的集群名称,默认是elasticsearch。建议修改成一个有意义的名称。
node.name 节点名,es会默认随机指定一个名字,建议指定一个有意义的名称,方便管理
path.conf 设置配置文件的存储路径,tar或zip包安装默认在es根目录下的config文件夹,rpm安装默认在 /etc/elasticsearch
path.data 设置索引数据的存储路径,默认是es根目录下的data文件夹,可以设置多个存储路径,用逗号隔开
path.logs 设置日志文件的存储路径,默认是es根目录下的logs文件夹
path.plugins 设置插件的存放路径,默认是es根目录下的plugins文件夹
bootstrap.memory_lock 设置为true可以锁住ES使用的内存,避免内存进行swap
network.host 设置bind_host和publish_host,设置为0.0.0.0允许外网访问
http.port 设置对外服务的http端口,默认为9200。
transport.tcp.port 集群结点之间通信端口
discovery.zen.ping.timeout 设置ES自动发现节点连接超时的时间,默认为3秒,如果网络延迟高可设置大些
discovery.zen.minimum_master_nodes 主结点数量的最少值 ,此值的公式为:(master_eligible_nodes/2)+1 ,比如:有3个符合要求的主结点,那么这里要设置为2

具体配置流程还可以参考这篇文章:

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:

在这里插入图片描述

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

在这里插入图片描述

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:

这个文件夹下:

在这里插入图片描述

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:

在这里插入图片描述

ik 文件夹的路径为

  • 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:

在这里插入图片描述

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

在这里插入图片描述

然后我们到 ik 目录下检查是否解压成功:

在这里插入图片描述

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:

在这里插入图片描述

进入查看下 extra_main.doc 配置文件:

在这里插入图片描述

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

在这里插入图片描述

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:,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:

在这里插入图片描述

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):

在这里插入图片描述

解决方案二
使用top命令查看占用内存多的进程将其结束:

在这里插入图片描述

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:

在这里插入图片描述

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

    在这里插入图片描述

  • 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 failedmax 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

elasticsearchconfig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:

在这里插入图片描述

在这里插入图片描述

3.2 阿里云开放安全组端口

在这里插入图片描述

3.3 测试访问ES服务

在这里插入图片描述

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

Relational DB Elasticsearch
数据库(database) 索引(indices)
表(tables) 类型(types)
行(一条记录)(rows) 文档(documents)
字段(columns) 属性(fields)
  • 索引(indices)------------------ Databases 数据库

  • 类型(type)------------------ Table 数据表

  • 文档(Document)------------------ Row

  • 字段(Field)------------------ Columns

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"

在这里插入图片描述

查看ES服务中的节点:

curl -X GET "ip地址:9200/_cat/nodes?v

在这里插入图片描述

查看ES服务中的所有索引:

curl -X GET "ip地址:9200/_cat/indices?v"

在这里插入图片描述

新增索引:

在这里插入图片描述

删除索引:

在这里插入图片描述

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:

在这里插入图片描述

新建文档并指定id:

PUT IP地址:9200/myindex/_doc/1

在这里插入图片描述

根据id查询数据:

GET IP地址:9200/myindex/_doc/1

在这里插入图片描述

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:

在这里插入图片描述

根据id删除数据:

DELETE IP地址:9200/myindex/_doc/1

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

返回结果:

{
"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

在这里插入图片描述

{
"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:

6. SpringBoot 整合 ES

6.1 引入依赖

pom.xml 中引入依赖

org.springframework.boot
spring-boot-starter-data-elasticsearch
2.2.5.RELEASE

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 */@Repositorypublic interface DiscussPostRepository extends ElasticsearchRepository
{
}

执行测试

/** * @Auther: csp1999 * @Date: 2020/11/30/21:04 * @Description: ES 测试 */@SpringBootTestpublic 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:

在这里插入图片描述

可以看出,索引库已经创建好了!

我们来查一些数据内容:

在这里插入图片描述

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 */@SpringBootTestpublic 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:

在这里插入图片描述

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:

@Testpublic 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("").postTags(""), new HighlightBuilder.Field("content").preTags("").postTags("") ).build(); // 得到查询结果返回容纳指定内容对象的集合SearchHits SearchHits
searchHits = elasticsearchRestTemplate.search(searchQuery, DiscussPost.class); // 设置一个需要返回的实体类集合 List
discussPosts = new ArrayList<>(); // 遍历返回的内容进行处理 for (SearchHit
searchHit : searchHits) {
// 高亮的内容 Map
> 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:

转载地址:https://csp1999.blog.csdn.net/article/details/110392198 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:计算机网络笔记总结:Part1 概述
下一篇:Linux环境下Kafka的安装与使用(SpringBoot整合云服务器上的Kafka)

发表评论

最新留言

第一次来,支持一个
[***.219.124.196]2024年04月08日 11时18分47秒