1.1.1 在build.gradle中添加需要的jar包
我创建的gradle工程,对应的maven工程也是一样,添加对应的jar包即可
-
// 添加 Spring Data Elasticsearch 的依赖
-
compile('org.springframework.boot:spring-boot-starter-data-elasticsearch')
-
// 添加 JNA 的依赖,java访问当前操作系统需要的包
-
compile('net.java.dev.jna:jna:4.3.0')
1.1.2在application.properties添加elasticsearch的配置
-
#es的默认名称,如果安装es时没有做特殊的操作名字都是此名称
-
spring.data.elasticsearch.cluster-name=elasticsearch
-
# Elasticsearch 集群节点服务地址,用逗号分隔,如果没有指定其他就启动一个客户端节点,默认java访问端口9300
-
spring.data.elasticsearch.cluster-nodes=localhost:9300
-
# 设置连接超时时间
-
spring.data.elasticsearch.properties.transport.tcp.connect_timeout=120s
1.2创建文档实体对象
-
package site.wlss.blog.domain.es;
-
import java.io.Serializable;
-
import java.sql.Timestamp;
-
import org.springframework.data.annotation.Id;
-
import org.springframework.data.elasticsearch.annotations.Document;
-
import org.springframework.data.elasticsearch.annotations.Field;
-
import org.springframework.data.elasticsearch.annotations.FieldIndex;
-
import site.wlss.blog.domain.Blog;
-
/**
-
* EsBlog 文档类.
-
*
-
* @since 2018年8月5日
-
* @author wangli
-
*/
-
/*@Document注解里面的几个属性,类比mysql的话是这样:
-
index –> DB
-
type –> Table
-
Document –> row
-
*/
-
@Document(indexName = "blog", type = "blog")
-
public class EsBlog implements Serializable {
-
private static final long serialVersionUID = 1L;
-
@Id // 主键,注意这个搜索是id类型是string,与我们常用的不同
-
private String id; //@Id注解加上后,在Elasticsearch里相应于该列就是主键了,在查询时就可以直接用主键查询
-
@Field(index = FieldIndex.not_analyzed) // 不做全文检索字段
-
private Long blogId; // Blog 实体的 id,这儿增加了一个blog的id属性
-
private String title;
-
private String summary;
-
private String content;
-
@Field(index = FieldIndex.not_analyzed) // 不做全文检索字段
上面是我的部分代码,注意要对实体对象有个@Document注解,对象的id也有个@id的注解,其中还有个@Field的注解,这是对该字段的说明,下面对这些注解给出详细解释
解释一:@Document注解
@Document注解里面的几个属性,类比mysql的话是这样:
indexName –> 索引库的名称,建议以项目的名称命名,就相当于数据库DB
type –> 类型,建议以实体的名称命名Table ,就相当于数据库中的表table
Document –> row 就相当于某一个具体对象
附上注解的内容:
-
String indexName();//索引库的名称,建议以项目的名称命名
-
String type() default "";//类型,建议以实体的名称命名
-
short shards() default 5;//默认分区数
-
short replicas() default 1;//每个分区默认的备份数
-
String refreshInterval() default "1s";//刷新间隔
-
String indexStoreType() default "fs";//索引文件存储类型
解释二:@Id注解
在Elasticsearch里相应于该列就是主键了,在查询时就可以直接用主键查询
解释三:@Field注解
-
public @interface Field {
-
FieldType type() default FieldType.Auto;#自动检测属性的类型
-
FieldIndex index() default FieldIndex.analyzed;#默认情况下分词
-
DateFormat format() default DateFormat.none;
-
String pattern() default "";
-
boolean store() default false;#默认情况下不存储原文
-
String searchAnalyzer() default "";#指定字段搜索时使用的分词器
-
String indexAnalyzer() default "";#指定字段建立索引时指定的分词器
-
String[] ignoreFields() default {};#如果某个字段需要被忽略
-
boolean includeInParent() default false;
-
}
2.通过jpa创建文档库
因为我们引入的是spring data的elasticsearch所以它遵循spring data的接口,也就是说操作elasticSearch与操作spring data jpa的方法是完全一样的,我们只将文档库继承ElasticsearchRepository即可。
-
package site.wlss.blog.repository.es;
-
import org.springframework.data.domain.Page;
-
import org.springframework.data.domain.Pageable;
-
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;
-
import site.wlss.blog.domain.es.EsBlog;
-
/**
-
* EsBlog Repository接口.
-
* @author Wang Li
-
* @date 2018年8月5日
-
*/
-
public interface EsBlogRepository extends ElasticsearchRepository<EsBlog, String> {
-
//下面是我们根据 spring data jpa 的命名规范额外创建的两个查询方法
-
/**
-
* 模糊查询(去重),根据标题,简介,描述和标签查询(含有即可)Containing
-
* @param title
-
* @param Summary
-
* @param content
-
* @param tags
-
* @param pageable
-
* @return
-
*/
-
Page<EsBlog> findDistinctEsBlogByTitleContainingOrSummaryContainingOrContentContainingOrTagsContaining(String title,String Summary,String content,String tags,Pageable pageable);
-
/**
-
* 根据 Blog 的id 查询 EsBlog
-
* @param blogId
-
* @return
-
*/
-
EsBlog findByBlogId(Long blogId);
-
}
里面的内容是我根据spring data jpa 额外创建的两个方法。
3.根据reporitory查询文档
这个方法和操作jpa中的普通的方法没什么区别,就是普通的增删改查。
4.ElasticSearch的高级复杂查询:非聚合查询和聚合查询
这儿才是我今天要讲的重点。
4.1非聚合复杂查询(这儿展示了非聚合复杂查询的常用流程)
-
public List<EsBlog> elasticSerchTest() {
-
//1.创建QueryBuilder(即设置查询条件)这儿创建的是组合查询(也叫多条件查询),后面会介绍更多的查询方法
-
/*组合查询BoolQueryBuilder
-
* must(QueryBuilders) :AND
-
* mustNot(QueryBuilders):NOT
-
* should: :OR
-
*/
-
BoolQueryBuilder builder = QueryBuilders.boolQuery();
-
//builder下有must、should以及mustNot 相当于sql中的and、or以及not
-
//设置模糊搜索,博客的简诉中有学习两个字
-
builder.must(QueryBuilders.fuzzyQuery("sumary", "学习"));
-
//设置要查询博客的标题中含有关键字
-
builder.must(new QueryStringQueryBuilder("man").field("springdemo"));
-
//按照博客的评论数的排序是依次降低
-
FieldSortBuilder sort = SortBuilders.fieldSort("commentSize").order(SortOrder.DESC);
-
//设置分页(从第一页开始,一页显示10条)
-
//注意开始是从0开始,有点类似sql中的方法limit 的查询
-
PageRequest page = new PageRequest(0, 10);
-
//2.构建查询
-
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
-
//将搜索条件设置到构建中
-
nativeSearchQueryBuilder.withQuery(builder);
-
//将分页设置到构建中
-
nativeSearchQueryBuilder.withPageable(page);
-
//将排序设置到构建中
-
nativeSearchQueryBuilder.withSort(sort);
-
//生产NativeSearchQuery
-
NativeSearchQuery query = nativeSearchQueryBuilder.build();
-
//3.执行方法1
-
Page<EsBlog> page = esBlogRepository.search(query);
-
//执行方法2:注意,这儿执行的时候还有个方法那就是使用elasticsearchTemplate
-
//执行方法2的时候需要加上注解
-
//@Autowired
-
//private ElasticsearchTemplate elasticsearchTemplate;
-
List<EsBlog> blogList = elasticsearchTemplate.queryForList(query, EsBlog.class);
-
//4.获取总条数(用于前端分页)
-
int total = (int) page.getTotalElements();
-
//5.获取查询到的数据内容(返回给前端)
-
List<EsBlog> content = page.getContent();
-
return content;
-
}
4.2查询条件QueryBuilder的构建方法举例
在使用聚合查询之前我们有必要先来了解下创建查询条件QueryBuilder的几种常用方法
4.2.1精确查询(必须完全匹配上)
单个匹配termQuery
-
//不分词查询 参数1: 字段名,参数2:字段查询值,因为不分词,所以汉字只能查询一个字,英语是一个单词.
-
QueryBuilder queryBuilder=QueryBuilders.termQuery("fieldName", "fieldlValue");
-
//分词查询,采用默认的分词器
-
QueryBuilder queryBuilder2 = QueryBuilders.matchQuery("fieldName", "fieldlValue");
多个匹配
-
//不分词查询,参数1: 字段名,参数2:多个字段查询值,因为不分词,所以汉字只能查询一个字,英语是一个单词.
-
QueryBuilder queryBuilder=QueryBuilders.termsQuery("fieldName", "fieldlValue1","fieldlValue2...");
-
//分词查询,采用默认的分词器
-
QueryBuilder queryBuilder= QueryBuilders.multiMatchQuery("fieldlValue", "fieldName1", "fieldName2", "fieldName3");
-
//匹配所有文件,相当于就没有设置查询条件
-
QueryBuilder queryBuilder=QueryBuilders.matchAllQuery();
4.2.2模糊查询(只要包含即可)
-
//模糊查询常见的5个方法如下
-
//1.常用的字符串查询
-
QueryBuilders.queryStringQuery("fieldValue").field("fieldName");//左右模糊
-
//2.常用的用于推荐相似内容的查询
-
QueryBuilders.moreLikeThisQuery(new String[] {"fieldName"}).addLikeText("pipeidhua");//如果不指定filedName,则默认全部,常用在相似内容的推荐上
-
//3.前缀查询 如果字段没分词,就匹配整个字段前缀
-
QueryBuilders.prefixQuery("fieldName","fieldValue");
-
//4.fuzzy query:分词模糊查询,通过增加fuzziness模糊属性来查询,如能够匹配hotelName为tel前或后加一个字母的文档,fuzziness 的含义是检索的term 前后增加或减少n个单词的匹配查询
-
QueryBuilders.fuzzyQuery("hotelName", "tel").fuzziness(Fuzziness.ONE);
-
//5.wildcard query:通配符查询,支持* 任意字符串;?任意一个字符
-
QueryBuilders.wildcardQuery("fieldName","ctr*");//前面是fieldname,后面是带匹配字符的字符串
-
QueryBuilders.wildcardQuery("fieldName","c?r?");
4.2.3范围查询
-
//闭区间查询
-
QueryBuilder queryBuilder0 = QueryBuilders.rangeQuery("fieldName").from("fieldValue1").to("fieldValue2");
-
//开区间查询
-
QueryBuilder queryBuilder1 = QueryBuilders.rangeQuery("fieldName").from("fieldValue1").to("fieldValue2").includeUpper(false).includeLower(false);//默认是true,也就是包含
-
//大于
-
QueryBuilder queryBuilder2 = QueryBuilders.rangeQuery("fieldName").gt("fieldValue");
-
//大于等于
-
QueryBuilder queryBuilder3 = QueryBuilders.rangeQuery("fieldName").gte("fieldValue");
-
//小于
-
QueryBuilder queryBuilder4 = QueryBuilders.rangeQuery("fieldName").lt("fieldValue");
-
//小于等于
-
QueryBuilder queryBuilder5 = QueryBuilders.rangeQuery("fieldName").lte("fieldValue");
4.2.4组合查询/多条件查询/布尔查询
-
QueryBuilders.boolQuery()
-
QueryBuilders.boolQuery().must();//文档必须完全匹配条件,相当于and
-
QueryBuilders.boolQuery().mustNot();//文档必须不匹配条件,相当于not
-
QueryBuilders.boolQuery().should();//至少满足一个条件,这个文档就符合should,相当于or
4.3聚合查询
Elasticsearch有一个功能叫做 聚合(aggregations) ,它允许你在数据上生成复杂的分析统计。它很像SQL中的 GROUP BY 但是功能更强大。
为了掌握聚合,你只需要了解两个主要概念:(参考https://blog.csdn.net/dm_vincent/article/details/42387161)
Buckets(桶):满足某个条件的文档集合。
Metrics(指标):为某个桶中的文档计算得到的统计信息。
就是这样!每个聚合只是简单地由一个或者多个桶,零个或者多个指标组合而成。可以将它粗略地转换为SQL:
-
SELECT COUNT(color)
-
FROM table
-
GROUP BY color
以上的COUNT(color)就相当于一个指标。GROUP BY color则相当于一个桶。
桶和SQL中的组(Grouping)拥有相似的概念,而指标则与COUNT(),SUM(),MAX()等相似。
让我们仔细看看这些概念。
桶(Buckets)
一个桶就是满足特定条件的一个文档集合:
- 一名员工要么属于男性桶,或者女性桶。
- 城市Albany属于New York州这个桶。
- 日期2014-10-28属于十月份这个桶。
随着聚合被执行,每份文档中的值会被计算来决定它们是否匹配了桶的条件。如果匹配成功,那么该文档会被置入该桶中,同时聚合会继续执行。
桶也能够嵌套在其它桶中,能让你完成层次或者条件划分这些需求。比如,Cincinnati可以被放置在Ohio州这个桶中,而整个Ohio州则能够被放置在美国这个桶中。
ES中有很多类型的桶,让你可以将文档通过多种方式进行划分(按小时,按最流行的词条,按年龄区间,按地理位置,以及更多)。但是从根本上,它们都根据相同的原理运作:按照条件对文档进行划分。
指标(Metrics)
桶能够让我们对文档进行有意义的划分,但是最终我们还是需要对每个桶中的文档进行某种指标计算。分桶是达到最终目的的手段:提供了对文档进行划分的方法,从而让你能够计算需要的指标。
多数指标仅仅是简单的数学运算(比如,min,mean,max以及sum),它们使用文档中的值进行计算。在实际应用中,指标能够让你计算例如平均薪资,最高出售价格,或者百分之95的查询延迟。
将两者结合起来
一个聚合就是一些桶和指标的组合。一个聚合可以只有一个桶,或者一个指标,或者每样一个。在桶中甚至可以有多个嵌套的桶。比如,我们可以将文档按照其所属国家进行分桶,然后对每个桶计算其平均薪资(一个指标)。
因为桶是可以嵌套的,我们能够实现一个更加复杂的聚合操作:
- 将文档按照国家进行分桶。(桶)
- 然后将每个国家的桶再按照性别分桶。(桶)
- 然后将每个性别的桶按照年龄区间进行分桶。(桶)
- 最后,为每个年龄区间计算平均薪资。(指标)
聚合查询都是由AggregationBuilders创建的,一些常见的聚合查询如下
(参考:http://blog.csdn.net/u010454030/article/details/63266035)
-
(1)统计某个字段的数量
-
ValueCountBuilder vcb= AggregationBuilders.count("count_uid").field("uid");
-
(2)去重统计某个字段的数量(有少量误差)
-
CardinalityBuilder cb= AggregationBuilders.cardinality("distinct_count_uid").field("uid");
-
(3)聚合过滤
-
FilterAggregationBuilder fab= AggregationBuilders.filter("uid_filter").filter(QueryBuilders.queryStringQuery("uid:001"));
-
(4)按某个字段分组
-
TermsBuilder tb= AggregationBuilders.terms("group_name").field("name");
-
(5)求和
-
SumBuilder sumBuilder= AggregationBuilders.sum("sum_price").field("price");
-
(6)求平均
-
AvgBuilder ab= AggregationBuilders.avg("avg_price").field("price");
-
(7)求最大值
-
MaxBuilder mb= AggregationBuilders.max("max_price").field("price");
-
(8)求最小值
-
MinBuilder min= AggregationBuilders.min("min_price").field("price");
-
(9)按日期间隔分组
-
DateHistogramBuilder dhb= AggregationBuilders.dateHistogram("dh").field("date");
-
(10)获取聚合里面的结果
-
TopHitsBuilder thb= AggregationBuilders.topHits("top_result");
-
(11)嵌套的聚合
-
NestedBuilder nb= AggregationBuilders.nested("negsted_path").path("quests");
-
(12)反转嵌套
-
AggregationBuilders.reverseNested("res_negsted").path("kps ");
聚合查询的详细使用步骤如下:
-
public void test(){
-
//目标:搜索写博客写得最多的用户(一个博客对应一个用户),通过搜索博客中的用户名的频次来达到想要的结果
-
//首先新建一个用于存储数据的集合
-
List<String> ueserNameList=new ArrayList<>();
-
//1.创建查询条件,也就是QueryBuild
-
QueryBuilder matchAllQuery = QueryBuilders.matchAllQuery();//设置查询所有,相当于不设置查询条件
-
//2.构建查询
-
NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
-
//2.0 设置QueryBuilder
-
nativeSearchQueryBuilder.withQuery(matchAllQuery);
-
//2.1设置搜索类型,默认值就是QUERY_THEN_FETCH,参考https://blog.csdn.net/wulex/article/details/71081042
-
nativeSearchQueryBuilder.withSearchType(SearchType.QUERY_THEN_FETCH);//指定索引的类型,只先从各分片中查询匹配的文档,再重新排序和排名,取前size个文档
-
//2.2指定索引库和文档类型
-
nativeSearchQueryBuilder.withIndices("myBlog").withTypes("blog");//指定要查询的索引库的名称和类型,其实就是我们文档@Document中设置的indedName和type
-
//2.3重点来了!!!指定聚合函数,本例中以某个字段分组聚合为例(可根据你自己的聚合查询需求设置)
-
//该聚合函数解释:计算该字段(假设为username)在所有文档中的出现频次,并按照降序排名(常用于某个字段的热度排名)
-
TermsBuilder termsAggregation = AggregationBuilders.terms("给聚合查询取的名").field("username").order(Terms.Order.count(false));
-
nativeSearchQueryBuilder.addAggregation(termsAggregation);
-
//2.4构建查询对象
-
NativeSearchQuery nativeSearchQuery = nativeSearchQueryBuilder.build();
-
//3.执行查询
-
//3.1方法1,通过reporitory执行查询,获得有Page包装了的结果集
-
Page<EsBlog> search = esBlogRepository.search(nativeSearchQuery);
-
List<EsBlog> content = search.getContent();
-
for (EsBlog esBlog : content) {
-
ueserNameList.add(esBlog.getUsername());
-
}
-
//获得对应的文档之后我就可以获得该文档的作者,那么就可以查出最热门用户了
-
//3.2方法2,通过elasticSearch模板elasticsearchTemplate.queryForList方法查询
-
List<EsBlog> queryForList = elasticsearchTemplate.queryForList(nativeSearchQuery, EsBlog.class);
-
//3.3方法3,通过elasticSearch模板elasticsearchTemplate.query()方法查询,获得聚合(常用)
-
Aggregations aggregations = elasticsearchTemplate.query(nativeSearchQuery, new ResultsExtractor<Aggregations>() {
-
@Override
-
public Aggregations extract(SearchResponse response) {
-
return response.getAggregations();
-
}
-
});
-
//转换成map集合
-
Map<String, Aggregation> aggregationMap = aggregations.asMap();
-
//获得对应的聚合函数的聚合子类,该聚合子类也是个map集合,里面的value就是桶Bucket,我们要获得Bucket
-
StringTerms stringTerms = (StringTerms) aggregationMap.get("给聚合查询取的名");
-
//获得所有的桶
-
List<Bucket> buckets = stringTerms.getBuckets();
-
//将集合转换成迭代器遍历桶,当然如果你不删除buckets中的元素,直接foreach遍历就可以了
-
Iterator<Bucket> iterator = buckets.iterator();
-
while(iterator.hasNext()) {
-
//bucket桶也是一个map对象,我们取它的key值就可以了
-
String username = iterator.next().getKeyAsString();//或者bucket.getKey().toString();
-
//根据username去结果中查询即可对应的文档,添加存储数据的集合
-
ueserNameList.add(username);
-
}
-
//最后根据ueserNameList搜索对应的结果集
-
List<User> listUsersByUsernames = userService.listUsersByUsernames(ueserNameList);
-
}