Springboot集成ElasticSearch快速入门demo

优质文章学习记录

— 9 min read
Springboot集成ElasticSearch快速入门demo

一、ElasticSearch介绍

elasticsearch是构建在Apache Lucene上的使用Java语言开发的开源分布式搜素引擎。Lucene是一个开源的全文搜索引擎工具包，它仅是一个工具包而不是一个完整的工作引擎，并且只能被Java应用程序调用，elasticsearch基于REST API，因此任何开发语言开发的任何应用程序都可以通过JSON格式的HTTP请求来管理elasticsearch集群。elasticsearch封装并扩展了Luncene，使存储、索引、搜索都变得更快、更容易。除此之外，elasticsearch还可以完好地存储数据，甚至可以将其直接作为带搜索功能的NoSQL数据库来使用，它的数据是通过文档形式表示的。以下将elasticsearch都简称为es。

二、ElasticSearch环境搭建

采用docker-compose搭建，具体配置如下：

version: '3' # 网桥es -> 方便相互通讯 networks: es: services: elasticsearch: image: registry.cn-hangzhou.aliyuncs.com/zhengqing/elasticsearch:7.14.1 # 原镜像`elasticsearch:7.14.1` container_name: elasticsearch # 容器名为'elasticsearch' restart: unless-stopped # 指定容器退出后的重启策略为始终重启，但是不考虑在Docker守护进程启动时就已经停止了的容器 volumes: # 数据卷挂载路径设置,将本机目录映射到容器目录 - "./elasticsearch/data:/usr/share/elasticsearch/data" - "./elasticsearch/logs:/usr/share/elasticsearch/logs" - "./elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml" # - "./elasticsearch/config/jvm.options:/usr/share/elasticsearch/config/jvm.options" - "./elasticsearch/plugins/ik:/usr/share/elasticsearch/plugins/ik" # IK中文分词插件 environment: # 设置环境变量,相当于docker run命令中的-e TZ: Asia/Shanghai LANG: en_US.UTF-8 TAKE_FILE_OWNERSHIP: "true" # 权限 discovery.type: single-node ES_JAVA_OPTS: "-Xmx512m -Xms512m" #ELASTIC_PASSWORD: "123456" # elastic账号密码 ports: - "9200:9200" - "9300:9300" networks: - es kibana: image: registry.cn-hangzhou.aliyuncs.com/zhengqing/kibana:7.14.1 # 原镜像`kibana:7.14.1` container_name: kibana restart: unless-stopped volumes: - ./elasticsearch/kibana/config/kibana.yml:/usr/share/kibana/config/kibana.yml ports: - "5601:5601" depends_on: - elasticsearch links: - elasticsearch networks: - es

部署

# 运行 docker-compose -f docker-compose-elasticsearch.yml -p elasticsearch up -d # 运行后，给当前目录下所有文件赋予权限(读、写、执行) #chmod -R 777 ./elasticsearch
  1. ES访问地址：ip地址:9200 默认账号密码：elastic/123456
  2. kibana访问地址：ip地址:5601/app/dev_tools#/console 默认账号密码：elastic/123456

设置ES密码

# 进入容器 docker exec -it elasticsearch /bin/bash # 设置密码-随机生成密码 # elasticsearch-setup-passwords auto # 设置密码-手动设置密码 elasticsearch-setup-passwords interactive # 访问 curl 127.0.0.1:9200 -u elastic:123456

三、代码工程

pom.xml

<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <parent> <artifactId>springboot-demo</artifactId> <groupId>com.et</groupId> <version>1.0-SNAPSHOT</version> </parent> <modelVersion>4.0.0</modelVersion> <artifactId>elasticsearch</artifactId> <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-elasticsearch</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-webflux</artifactId> </dependency> <dependency> <groupId>com.alibaba</groupId> <artifactId>fastjson</artifactId> <version>${fastjson.version}</version> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> <dependency> <groupId>io.projectreactor</groupId> <artifactId>reactor-test</artifactId> <scope>test</scope> </dependency> </dependencies> </project>

启动类

package com.et59.elaticsearch; import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication; @SpringBootApplication public class EssearchApplication { public static void main(String[] args) { SpringApplication.run(EssearchApplication.class, args); } }

service

package com.et59.elaticsearch.service; import com.et59.elaticsearch.document.ProductDocument; import java.util.List; /** * @author zhoudong * @version 0.1 * @date 2018/12/13 15:32 */ public interface EsSearchService extends BaseSearchService<ProductDocument> { /** * 保存 * @auther: zhoudong * @date: 2018/12/13 16:02 */ void save(ProductDocument... productDocuments); /** * 删除 * @param id */ void delete(String id); /** * 清空索引 */ void deleteAll(); /** * 根据ID查询 * @param id * @return */ ProductDocument getById(String id); /** * 查询全部 * @return */ List<ProductDocument> getAll(); }
package com.et59.elaticsearch.service.impl; import com.alibaba.fastjson.JSON; import com.et59.elaticsearch.document.ProductDocument; import com.et59.elaticsearch.repository.ProductDocumentRepository; import com.et59.elaticsearch.service.EsSearchService; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.data.elasticsearch.core.ElasticsearchTemplate; import org.springframework.stereotype.Service; import javax.annotation.Resource; import java.util.*; /** * elasticsearch 搜索引擎 service实现 * @author zhoudong * @version 0.1 * @date 2018/12/13 15:33 */ @Service public class EsSearchServiceImpl extends BaseSearchServiceImpl<ProductDocument> implements EsSearchService { private Logger log = LoggerFactory.getLogger(getClass()); @Resource private ElasticsearchTemplate elasticsearchTemplate; @Resource private ProductDocumentRepository productDocumentRepository; @Override public void save(ProductDocument ... productDocuments) { elasticsearchTemplate.putMapping(ProductDocument.class); if(productDocuments.length > 0){ /*Arrays.asList(productDocuments).parallelStream() .map(productDocumentRepository::save) .forEach(productDocument -> log.info("【保存数据】：{}", JSON.toJSONString(productDocument)));*/ log.info("【保存索引】：{}",JSON.toJSONString(productDocumentRepository.saveAll(Arrays.asList(productDocuments)))); } } @Override public void delete(String id) { productDocumentRepository.deleteById(id); } @Override public void deleteAll() { productDocumentRepository.deleteAll(); } @Override public ProductDocument getById(String id) { return productDocumentRepository.findById(id).get(); } @Override public List<ProductDocument> getAll() { List<ProductDocument> list = new ArrayList<>(); productDocumentRepository.findAll().forEach(list::add); return list; } }

document

package com.et59.elaticsearch.document; 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.Mapping; import java.io.Serializable; import java.util.Date; /** * 产品实体 * @author zhoudong * @version 0.1 * @date 2018/12/13 15:22 */ @Document(indexName = "orders", type = "product") @Mapping(mappingPath = "productIndex.json") // 解决IK分词不能使用问题 public class ProductDocument implements Serializable { @Id private String id; //@Field(analyzer = "ik_max_word",searchAnalyzer = "ik_max_word") private String productName; //@Field(analyzer = "ik_max_word",searchAnalyzer = "ik_max_word") private String productDesc; private Date createTime; private Date updateTime; public String getId() { return id; } public void setId(String id) { this.id = id; } public String getProductName() { return productName; } public void setProductName(String productName) { this.productName = productName; } public String getProductDesc() { return productDesc; } public void setProductDesc(String productDesc) { this.productDesc = productDesc; } public Date getCreateTime() { return createTime; } public void setCreateTime(Date createTime) { this.createTime = createTime; } public Date getUpdateTime() { return updateTime; } public void setUpdateTime(Date updateTime) { this.updateTime = updateTime; } }

repository

package com.et59.elaticsearch.repository; import com.et59.elaticsearch.document.ProductDocument; import org.springframework.data.elasticsearch.repository.ElasticsearchRepository; import org.springframework.stereotype.Component; /** * @author zhoudong * @version 0.1 * @date 2018/12/13 17:35 */ @Component public interface ProductDocumentRepository extends ElasticsearchRepository<ProductDocument,String> { }

application.properties

# elasticsearch.yml 文件中的 cluster.name spring.data.elasticsearch.cluster-name=docker-cluster # elasticsearch 调用地址，多个使用“,”隔开 spring.data.elasticsearch.cluster-nodes=127.0.0.1:9300 #spring.data.elasticsearch.repositories.enabled=true #spring.data.elasticsearch.username=elastic #spring.data.elasticsearch.password=123456 #spring.data.elasticsearch.network.host=0.0.0.0

productIndex.json

{ "properties": { "createTime": { "type": "long" }, "productDesc": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word" }, "productName": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word" }, "updateTime": { "type": "long" } } }

代码仓库地址

  • https://github.com/Harries/springboot-demo

四、验证

package com.et59.elaticsearch; import com.alibaba.fastjson.JSON; import com.et59.elaticsearch.document.ProductDocument; import com.et59.elaticsearch.document.ProductDocumentBuilder; import com.et59.elaticsearch.service.EsSearchService; import com.et59.elaticsearch.page.Page; import org.junit.Test; import org.junit.runner.RunWith; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; import org.springframework.test.context.junit4.SpringRunner; import java.util.Date; import java.util.List; import java.util.Map; @RunWith(SpringRunner.class) @SpringBootTest public class EssearchApplicationTests { private Logger log = LoggerFactory.getLogger(getClass()); @Autowired private EsSearchService esSearchService; @Test public void save() { log.info("【创建索引前的数据条数】：{}",esSearchService.getAll().size()); ProductDocument productDocument = ProductDocumentBuilder.create() .addId(System.currentTimeMillis() + "01") .addProductName("无印良品 MUJI 基础润肤化妆水") .addProductDesc("无印良品 MUJI 基础润肤化妆水 高保湿型 200ml") .addCreateTime(new Date()).addUpdateTime(new Date()) .builder(); ProductDocument productDocument1 = ProductDocumentBuilder.create() .addId(System.currentTimeMillis() + "02") .addProductName("荣耀 V10 尊享版") .addProductDesc("荣耀 V10 尊享版 6GB+128GB 幻夜黑 移动联通电信4G全面屏游戏手机 双卡双待") .addCreateTime(new Date()).addUpdateTime(new Date()) .builder(); ProductDocument productDocument2 = ProductDocumentBuilder.create() .addId(System.currentTimeMillis() + "03") .addProductName("资生堂(SHISEIDO) 尿素红罐护手霜") .addProductDesc("日本进口 资生堂(SHISEIDO) 尿素红罐护手霜 100g/罐 男女通用 深层滋养 改善粗糙") .addCreateTime(new Date()).addUpdateTime(new Date()) .builder(); esSearchService.save(productDocument,productDocument1,productDocument2); log.info("【创建索引ID】:{},{},{}",productDocument.getId(),productDocument1.getId(),productDocument2.getId()); log.info("【创建索引后的数据条数】：{}",esSearchService.getAll().size()); } @Test public void getAll(){ esSearchService.getAll().parallelStream() .map(JSON::toJSONString) .forEach(System.out::println); } @Test public void deleteAll() { esSearchService.deleteAll(); } @Test public void getById() { log.info("【根据ID查询内容】：{}", JSON.toJSONString(esSearchService.getById("154470178213401"))); } @Test public void query() { log.info("【根据关键字搜索内容】：{}", JSON.toJSONString(esSearchService.query("无印良品荣耀",ProductDocument.class))); } @Test public void queryHit() { String keyword = "联通尿素"; String indexName = "orders"; List<Map<String,Object>> searchHits = esSearchService.queryHit(keyword,indexName,"productName","productDesc"); log.info("【根据关键字搜索内容，命中部分高亮，返回内容】：{}", JSON.toJSONString(searchHits)); //[{"highlight":{"productDesc":"<span style='color:red'>无印良品</span> MUJI 基础润肤化妆水 高保湿型 200ml","productName":"<span style='color:red'>无印良品</span> MUJI 基础润肤化妆水"},"source":{"productDesc":"无印良品 MUJI 基础润肤化妆水 高保湿型 200ml","createTime":1544755966204,"updateTime":1544755966204,"id":"154475596620401","productName":"无印良品 MUJI 基础润肤化妆水"}},{"highlight":{"productDesc":"<span style='color:red'>荣耀</span> V10 尊享版 6GB+128GB 幻夜黑 移动联通电信4G全面屏游戏手机 双卡双待","productName":"<span style='color:red'>荣耀</span> V10 尊享版"},"source":{"productDesc":"荣耀 V10 尊享版 6GB+128GB 幻夜黑 移动联通电信4G全面屏游戏手机 双卡双待","createTime":1544755966204,"updateTime":1544755966204,"id":"154475596620402","productName":"荣耀 V10 尊享版"}}] } @Test public void queryHitByPage() { String keyword = "联通尿素"; String indexName = "orders"; Page<Map<String,Object>> searchHits = esSearchService.queryHitByPage(1,1,keyword,indexName,"productName","productDesc"); log.info("【分页查询，根据关键字搜索内容，命中部分高亮，返回内容】：{}", JSON.toJSONString(searchHits)); //[{"highlight":{"productDesc":"<span style='color:red'>无印良品</span> MUJI 基础润肤化妆水 高保湿型 200ml","productName":"<span style='color:red'>无印良品</span> MUJI 基础润肤化妆水"},"source":{"productDesc":"无印良品 MUJI 基础润肤化妆水 高保湿型 200ml","createTime":1544755966204,"updateTime":1544755966204,"id":"154475596620401","productName":"无印良品 MUJI 基础润肤化妆水"}},{"highlight":{"productDesc":"<span style='color:red'>荣耀</span> V10 尊享版 6GB+128GB 幻夜黑 移动联通电信4G全面屏游戏手机 双卡双待","productName":"<span style='color:red'>荣耀</span> V10 尊享版"},"source":{"productDesc":"荣耀 V10 尊享版 6GB+128GB 幻夜黑 移动联通电信4G全面屏游戏手机 双卡双待","createTime":1544755966204,"updateTime":1544755966204,"id":"154475596620402","productName":"荣耀 V10 尊享版"}}] } @Test public void deleteIndex() { log.info("【删除索引库】"); esSearchService.deleteIndex("orders"); } }
www.zeeklog.com - Springboot集成ElasticSearch快速入门demo

五、参考

  • https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html
  • http://www.liuhaihua.cn/archives/710195.html

Read more

使用 VS Code 连接 MySQL 数据库

使用 VS Code 连接 MySQL 数据库

文章目录 * 前言 * VS Code下载安装 * 如何在VS Code上连接MySQL数据库 * 1、打开扩展 * 2、安装MySQL插件 * 3、连接 * 导入和导出表结构和数据 前言 提示：这里可以添加本文要记录的大概内容： 听说VS Code不要钱，功能还和 Navicat 差不多，还能在上面打游戏 但是没安装插件是不行的 发现一个非常牛的博主 还有一个非常牛的大佬 提示：以下是本篇文章正文内容，下面案例可供参考 VS Code下载安装 VS Code下载安装 如何在VS Code上连接MySQL数据库 本篇分享是在已有VS Code这个软件的基础上，数据库举的例子是MySQL 1、打开扩展 2、安装MySQL插件 在搜索框搜索 MySQL和 MySQL Syntax，下载这三个插件 点击下面的插件，选择【install】安装

By
RustFS 保姆级上手指南：国产开源高性能对象存储

RustFS 保姆级上手指南：国产开源高性能对象存储

最近在给项目选型对象存储的时候，发现一个挺有意思的现象：一边是MinIO社区版功能逐渐“躺平”，另一边是大家对存储性能和安全性的要求越来越高。就在这时，一个叫 RustFS 的国产开源项目闯入了我的视野。 折腾了一阵子后，我感觉这玩意儿确实有点东西。它用Rust语言写，天生就带着高性能和内存安全的基因，性能号称比MinIO快一大截，而且用的是对商业友好的Apache 2.0协议。今天，我就手把手带大家从零开始，搭建一个属于自己的RustFS服务，体验一下国产存储的威力。 一、 RustFS是什么？为什么值得你关注？ 简单说，RustFS是一个 分布式对象存储系统 。你可以把它理解成一个你自己搭建的、功能跟阿里云OSS、亚马逊S3几乎一样的“私有云盘”。 但它有几个非常突出的亮点，让我觉得必须试试： * 性能猛兽 ：基于Rust语言开发，没有GC（垃圾回收）带来的性能抖动，官方数据显示在4K随机读场景下，性能比MinIO高出40%以上，内存占用还不到100MB，简直是“小钢炮”。 * 100%S3兼容 ：这意味着你现有的所有使用S3 API的代码、工具（比如AWS

By