怎么在Spring Boot中利用ElasticSearch實現多版本兼容

怎么在Spring Boot中利用ElasticSearch實現多版本兼容？針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

ElasticSearch介紹

ElasticSearch是一個基于Lucene的搜索服務器，其實就是對Lucene進行封裝，提供了 REST API 的操作接口 ElasticSearch作為一個高度可拓展的開源全文搜索和分析引擎，可用于快速地對大數據進行存儲，搜索和分析。

ElasticSearch主要特點：分布式、高可用、異步寫入、多API、面向文檔 。

ElasticSearch核心概念：近實時，集群，節點（保存數據），索引，分片（將索引分片），副本（分片可設置多個副本） 。它可以快速地儲存、搜索和分析海量數據。

ElasticSearch使用案例:維基百科、Stack Overflow、Github 等等。

SpringBoot整合Elasticsearch

在使用SpringBoot整合Elasticsearch 之前，我們應該了解下它們之間對應版本的關系。

這里我們使用的SpringBoot的版本是1.5.9，Elasticsearch的版本是2.3.5。

使用SpringBoot整合Elasticsearch，一般都是使用 SpringData 進行封裝的，然后再dao層接口繼承ElasticsearchRepository 類，該類實現了很多的方法，比如常用的CRUD方法。

SpringData的使用

首先，在使用之前，先做好相關的準備。

Maven的配置如下:

<dependency> <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-web</artifactId>
 <version>1.5.9.RELEASE</version>
 </dependency>
 <dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
 <version>1.5.9.RELEASE</version>
 </dependency>

application.properties的配置

spring.data.elasticsearch.repositories.enabled = true
spring.data.elasticsearch.cluster-nodes =127.0.0.1\:9300

注: 9300 是 Java 客戶端的端口。9200 是支持 Restful HTTP 的接口。

更多的配置:

spring.data.elasticsearch.cluster-name Elasticsearch 集群名。(默認值: elasticsearch)
spring.data.elasticsearch.cluster-nodes 集群節點地址列表，用逗號分隔。如果沒有指定，就啟動一個客戶端節點。
spring.data.elasticsearch.propertie 用來配置客戶端的額外屬性。
spring.data.elasticsearch.repositories.enabled 開啟 Elasticsearch 倉庫。(默認值:true。)

代碼編寫

實體類

@Document(indexName = "userindex", type = "user")
public class User implements Serializable{
 /**
 * 
 */
 private static final long serialVersionUID = 1L;
 /** 編號 */
 private Long id;
 /** 姓名 */
 private String name;
 
 /** 年齡 */
 private Integer age;
 
 /** 描述 */ 
 private String description;
 
 /** 創建時間 */
 private String createtm;
 // getter和setter 略
｝

使用SpringData的時候，它需要在實體類中設置indexName 和type ，如果和傳統型數據庫比較的話，就相當于庫和表。

需要注意的是indexName和type都必須是小寫!!!

dao層

public interface UserDao extends ElasticsearchRepository<User, Long>{
}

dao層這里就比較簡單了，只需繼承ElasticsearchRepository該類就行了。其中主要的方法就是 save、delete和search。其中save方法相當如insert和update，沒有就新增，有就覆蓋。delete方法主要就是刪除數據以及索引庫。至于search就是查詢了，包括一些常用的查詢，如分頁、權重之類的。

Service層

@Service
public class UserServiceImpl implements UserService {
 @Autowired
 private UserDao userDao;
 @Override
 public boolean insert(User user) {
 boolean falg=false;
 try{
 userDao.save(user);
 falg=true;
 }catch(Exception e){
 e.printStackTrace();
 }
 return falg;
 }

 @Override
 public List<User> search(String searchContent) {
 QueryStringQueryBuilder builder = new QueryStringQueryBuilder(searchContent);
 System.out.println("查詢的語句:"+builder);
 Iterable<User> searchResult = userDao.search(builder);
 Iterator<User> iterator = searchResult.iterator();
 List<User> list=new ArrayList<User>();
 while (iterator.hasNext()) {
 list.add(iterator.next());
 }
 return list;
 }
 
 
 
 @Override
 public List<User> searchUser(Integer pageNumber, Integer pageSize,String searchContent) {
 // 分頁參數
 Pageable pageable = new PageRequest(pageNumber, pageSize);
 QueryStringQueryBuilder builder = new QueryStringQueryBuilder(searchContent);
 SearchQuery searchQuery = new NativeSearchQueryBuilder().withPageable(pageable).withQuery(builder).build();
 System.out.println("查詢的語句:" + searchQuery.getQuery().toString());
 Page<User> searchPageResults = userDao.search(searchQuery);
 return searchPageResults.getContent();
 }
 

 @Override
 public List<User> searchUserByWeight(String searchContent) {
 // 根據權重進行查詢
 FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery()
 .add(QueryBuilders.boolQuery().should(QueryBuilders.matchQuery("name", searchContent)),
  ScoreFunctionBuilders.weightFactorFunction(10))
 .add(QueryBuilders.boolQuery().should(QueryBuilders.matchQuery("description", searchContent)),
  ScoreFunctionBuilders.weightFactorFunction(100)).setMinScore(2);
 System.out.println("查詢的語句:" + functionScoreQueryBuilder.toString());
 Iterable<User> searchResult = userDao.search(functionScoreQueryBuilder);
 Iterator<User> iterator = searchResult.iterator();
 List<User> list=new ArrayList<User>();
 while (iterator.hasNext()) {
 list.add(iterator.next());
 }
 return list;
 }
}

這里我就簡單的寫了幾個方法，其中主要的方法是查詢。查詢包括全文搜索，分頁查詢和權重查詢。其中需要說明的是權重查詢這塊，權重的分值越高，查詢的結果也越靠前，如果沒有對其它的數據設置分值，它們默認的分值就是1，如果不想查詢這些語句，只需使用setMinScore將其設為大于1即可。

代碼測試

調用接口進行添加數據

新增數據:

POST http://localhost:8086/api/user
{"id":1,"name":"張三","age":20,"description":"張三是個Java開發工程師","createtm":"2018-4-25 11:07:42"}
{"id":2,"name":"李四","age":24,"description":"李四是個測試工程師","createtm":"1980-2-15 19:01:32"}
{"id":3,"name":"王五","age":25,"description":"王五是個運維工程師","createtm":"2016-8-21 06:11:32"}

進行全文查詢

請求

http://localhost:8086/api/user?searchContent=工程師

返回

[{"id":2,"name":"李四","age":14,"description":"李四是個測試工程師","createtm": "1980-2-15 19:01:32"},
{"id":1,"name":"張三","age":20,"description":"張三是個Java開發工程師", "createtm": "2018-4-25 11:07:42"},
{"id":3,"name":"王五","age":25,"description":"王五是個運維工程師","createtm": "2016-8-21 06:11:32"}]

進行分頁查詢

請求

http://localhost:8086/api/user?pageNumber=0&pageSize=2&searchContent=工程師

返回

[{"id":2,"name":"李四","age":14,"description":"李四是個測試工程師"},{"id":1,"name":"張三","age":20,"description":"張三是個Java開發工程師"}]

進行權重查詢

請求

http://localhost:8086/api/user2?searchContent=李四

返回

[{"id":2,"name":"李四","age":24,"description":"李四是個測試工程師","createtm":"1980-2-15 19:01:32"}]

權重查詢打印的語句:

查詢的語句:{{
 "function_score" : {
 "functions" : [ {
 "filter" : {
 "bool" : {
 "should" : {
 "match" : {
 "name" : {
 "query" : "李四",
 "type" : "boolean"
 }
 }
 }
 }
 },
 "weight" : 10.0
 }, {
 "filter" : {
 "bool" : {
 "should" : {
 "match" : {
 "description" : {
 "query" : "李四",
 "type" : "boolean"
 }
 }
 }
 }
 },
 "weight" : 100.0
 } ],
 "min_score" : 2.0
 }
}

注:測試中，因為設置了setMinScore最小權重分為2的，所以無關的數據是不會顯示出來的。如果想顯示的話，在代碼中去掉即可。

新增完數據之后，可以在瀏覽器輸入:http://localhost:9200/_plugin/head/

然后點擊基本查詢，便可以查看添加的數據。如果想用語句查詢，可以將程序中控制臺打印的查詢語句粘貼到查詢界面上進行查詢!

注:這里的ElasticSearch是我在windows上安裝的，并安裝了ES插件head，具體安裝步驟在文章末尾。

除了SpringData之外，其實還有其它的方法操作ElasticSearch的。

比如使用原生ElasticSearch的Api，使用TransportClient類實現。

或者使用由Spring封裝，只需在Service層，進行注入Bean即可。

示例:

@Autowired
 ElasticsearchTemplate elasticsearchTemplate;

但是，上述方法中都有其局限性，也就是隨著ElasticSearch的版本變更，相關的Java API也在做不斷的調整，就是ElasticSearch服務端版本進行更改之后，客戶端的代碼可能需要重新編寫。

因此介紹一個相當好用的第三方工具JestClient，它對ElasticSearch進行封裝，填補了 ElasticSearch HttpRest接口 客戶端的空白，它適用于ElasticSearch3.x以上的版本，無需因為ElasticSearch服務端版本更改而對代碼進行更改！

JestClient

首先在Maven中添加如下依賴:

 <dependency>
 <groupId>io.searchbox</groupId> 
 <artifactId>jest</artifactId>
 <version>5.3.3</version>
 </dependency>

然后編寫相關的測試代碼。

代碼中的注釋應該很完整，所以這里就不再對代碼過多的講述了。

import java.util.ArrayList;
import java.util.List;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import com.pancm.pojo.User;
import io.searchbox.client.JestClient;
import io.searchbox.client.JestClientFactory;
import io.searchbox.client.JestResult;
import io.searchbox.client.config.HttpClientConfig;
import io.searchbox.core.Bulk;
import io.searchbox.core.BulkResult;
import io.searchbox.core.Delete;
import io.searchbox.core.DocumentResult;
import io.searchbox.core.Index;
import io.searchbox.core.Search;
import io.searchbox.indices.CreateIndex;
import io.searchbox.indices.DeleteIndex;
import io.searchbox.indices.mapping.GetMapping;
import io.searchbox.indices.mapping.PutMapping;

public class JestTest { 
 private static JestClient jestClient; 
 private static String indexName = "userindex"; 
// private static String indexName = "userindex2"; 
 private static String typeName = "user"; 
 private static String elasticIps="http://192.169.2.98:9200";
// private static String elasticIps="http://127.0.0.1:9200";
 
 
 public static void main(String[] args) throws Exception {
 jestClient = getJestClient(); 
 insertBatch();
 serach2();
 serach3();
 serach4();
 jestClient.close(); 
 
 }
 
 private static JestClient getJestClient() { 
 JestClientFactory factory = new JestClientFactory(); 
 factory.setHttpClientConfig(new HttpClientConfig.Builder(elasticIps).connTimeout(60000).readTimeout(60000).multiThreaded(true).build()); 
 return factory.getObject(); 
 } 
 
 public static void insertBatch() {
 List<Object> objs = new ArrayList<Object>();
 objs.add(new User(1L, "張三", 20, "張三是個Java開發工程師","2018-4-25 11:07:42"));
 objs.add(new User(2L, "李四", 24, "李四是個測試工程師","1980-2-15 19:01:32"));
 objs.add(new User(3L, "王五", 25, "王五是個運維工程師","2016-8-21 06:11:32"));
 boolean result = false;
 try {
 result = insertBatch(jestClient,indexName, typeName,objs);
 } catch (Exception e) {
 e.printStackTrace();
 }
 System.out.println("批量新增:"+result);
 }
 
 
 /**
 * 全文搜索
 */
 public static void serach2() {
 String query ="工程師";
 try {
 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); 
  searchSourceBuilder.query(QueryBuilders.queryStringQuery(query)); 
  //分頁設置
  searchSourceBuilder.from(0).size(2); 
 System.out.println("全文搜索查詢語句:"+searchSourceBuilder.toString());
 System.out.println("全文搜索返回結果:"+search(jestClient,indexName, typeName, searchSourceBuilder.toString()));
 } catch (Exception e) {
 e.printStackTrace();
 }
 }
 
 /**
 * 精確搜索
 */
 public static void serach3() {
 try {
 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); 
 searchSourceBuilder.query(QueryBuilders.termQuery("age", 24)); 
 System.out.println("精確搜索查詢語句:"+searchSourceBuilder.toString());
 System.out.println("精確搜索返回結果:"+search(jestClient,indexName, typeName, searchSourceBuilder.toString()));
 } catch (Exception e) {
 e.printStackTrace();
 }
 }
 
 
 /**
 * 區間搜索
 */
 public static void serach4() {
 String createtm="createtm";
 String from="2016-8-21 06:11:32";
 String to="2018-8-21 06:11:32";
 
 try {
 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); 
 searchSourceBuilder.query(QueryBuilders.rangeQuery(createtm).gte(from).lte(to)); 
 System.out.println("區間搜索語句:"+searchSourceBuilder.toString());
 System.out.println("區間搜索返回結果:"+search(jestClient,indexName, typeName, searchSourceBuilder.toString()));
 } catch (Exception e) {
 e.printStackTrace();
 }
 }
 
 
 /**
 * 創建索引
 * @param indexName
 * @return
 * @throws Exception
 */
 public boolean createIndex(JestClient jestClient,String indexName) throws Exception { 
 JestResult jr = jestClient.execute(new CreateIndex.Builder(indexName).build()); 
 return jr.isSucceeded(); 
 } 
 
 /**
 * 新增數據
 * @param indexName
 * @param typeName
 * @param source
 * @return
 * @throws Exception
 */
 public boolean insert(JestClient jestClient,String indexName, String typeName, String source) throws Exception { 
 PutMapping putMapping = new PutMapping.Builder(indexName, typeName, source).build(); 
 JestResult jr = jestClient.execute(putMapping); 
 return jr.isSucceeded(); 
 } 
 
 
 /**
 * 查詢數據
 * @param indexName
 * @param typeName
 * @return
 * @throws Exception
 */
 public static String getIndexMapping(JestClient jestClient,String indexName, String typeName) throws Exception { 
 GetMapping getMapping = new GetMapping.Builder().addIndex(indexName).addType(typeName).build(); 
 JestResult jr =jestClient.execute(getMapping); 
 return jr.getJsonString(); 
 } 
 
 
 
 /**
 * 批量新增數據
 * @param indexName
 * @param typeName
 * @param objs
 * @return
 * @throws Exception
 */
 public static boolean insertBatch(JestClient jestClient,String indexName, String typeName, List<Object> objs) throws Exception { 
 Bulk.Builder bulk = new Bulk.Builder().defaultIndex(indexName).defaultType(typeName); 
 for (Object obj : objs) { 
 Index index = new Index.Builder(obj).build(); 
  bulk.addAction(index); 
 } 
 BulkResult br = jestClient.execute(bulk.build()); 
 return br.isSucceeded(); 
 } 
 
 /**
 * 全文搜索
 * @param indexName
 * @param typeName
 * @param query
 * @return
 * @throws Exception
 */
 public static String search(JestClient jestClient,String indexName, String typeName, String query) throws Exception { 
 Search search = new Search.Builder(query)
 .addIndex(indexName)
 .addType(typeName) 
 .build(); 
 JestResult jr = jestClient.execute(search); 
// System.out.println("--"+jr.getJsonString());
// System.out.println("--"+jr.getSourceAsObject(User.class));
 return jr.getSourceAsString(); 
 } 
 
 
 
 
 
 /**
 * 刪除索引
 * @param indexName
 * @return
 * @throws Exception
 */
 public boolean delete(JestClient jestClient,String indexName) throws Exception { 
 JestResult jr = jestClient.execute(new DeleteIndex.Builder(indexName).build()); 
 return jr.isSucceeded(); 
 } 
 
 /**
 * 刪除數據
 * @param indexName
 * @param typeName
 * @param id
 * @return
 * @throws Exception
 */
 public boolean delete(JestClient jestClient,String indexName, String typeName, String id) throws Exception { 
 DocumentResult dr = jestClient.execute(new Delete.Builder(id).index(indexName).type(typeName).build()); 
 return dr.isSucceeded(); 
 }

注:測試之前先說明下，本地windows系統安裝的是ElasticSearch版本是2.3.5，linux服務器上安裝的ElasticSearch版本是6.2。

測試結果

全文搜索

全文搜索查詢語句:{
 "from" : 0,
 "size" : 2,
 "query" : {
 "query_string" : {
 "query" : "工程師"
 }
 }
}

全文搜索返回結果:{"id":1,"name":"張三","age":20,"description":"張三是個Java開發工程師","createtm":"2018-4-25 11:07:42"},{"id":2,"name":"李四","age":24,"description":"李四是個測試工程師","createtm":"1980-2-15 19:01:32"}

匹配搜索

精確搜索查詢語句:{
 "query" : {
 "term" : {
 "age" : 24
 }
 }
}

精確搜索返回結果:{"id":2,"name":"李四","age":24,"description":"李四是個測試工程師","createtm":"1980-2-15 19:01:32"}

時間區間搜索

區間搜索語句:{
 "query" : {
 "range" : {
 "createtm" : {
 "from" : "2016-8-21 06:11:32",
 "to" : "2018-8-21 06:11:32",
 "include_lower" : true,
 "include_upper" : true
 }
 }
 }
}
區間搜索返回結果:{"id":1,"name":"張三","age":20,"description":"張三是個Java開發工程師","createtm":"2018-4-25 11:07:42"}

新增完數據之后，我們可以上linux的 Kibana中進行相關的查詢，查詢結果如下:

注:Kibana 是屬于ELK中一個開源軟件。Kibana可以為 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以幫助匯總、分析和搜索重要數據日志。

上述代碼中測試返回的結果符合我們的預期。其中關于JestClient只是用到了很少的一部分，更多的使用可以查看JestClient的官方文檔。

Windows安裝ElasticSearch

1，文件準備

下載地址:https://www.elastic.co/downloads

選擇ElasticSearch相關版本， 然后選擇后綴名為ZIP文件進行下載，下載之后進行解壓。

2，啟動Elasticsearch

進入bin目錄下，運行 elasticsearch.bat

然后在瀏覽上輸入: localhost:9200

成功顯示一下界面表示成功！

3，安裝ES插件

web管理界面head 安裝

進入bin目錄下，打開cmd，進入dos界面

輸入:plugin install mobz/elasticsearch-head

進行下載

成功下載之后，在瀏覽器輸入：http://localhost:9200/_plugin/head/

若顯示一下界面，則安裝成功!

4，注冊服務

進入bin目錄下，打開cmd，進入dos界面

依次輸入:

service.bat install
service.bat start

成功之后，再輸入

services.msc

關于怎么在Spring Boot中利用ElasticSearch實現多版本兼容問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。