SpringBoot整合Spring Data Elasticsearch，写给互联网大厂员工的真心话

@RunWith(SpringRunner.class)

@SpringBootTest(classes = ItcastElasticsearchApplication.class)

public class IndexTest {

@Autowired

private ElasticsearchTemplate elasticsearchTemplate; //注入ElasticsearchTemplate类

@Test

public void testCreate(){

// 创建索引，会根据Item类的@Document注解信息来创建

elasticsearchTemplate.createIndex(Item.class);

// 配置映射，会根据Item类中的id、Field等字段来自动完成映射

elasticsearchTemplate.putMapping(Item.class);

}

}

创建过索引和映射后，通过GET /item指令进行测试：

删除索引： 可以根据类名或索引名删除。

@Test

public void testDelete(){

this.elasticsearchTemplate.deleteIndex(Item.class);

this.elasticsearchTemplate.deleteIndex(“item”);

}

Repository文档操作

Spring Data 的强大之处，就在于你不用写任何DAO处理，自动根据方法名或类的信息进行CRUD操作。只要你定义一个接口，然后继承Repository提供的一些子接口，就能具备各种基本的CRUD功能。

我们只需要定义接口，然后继承它就可以使用了：

public interface ItemRepository extends ElasticsearchRepository<Item,Long> {

}

Repository的继承关系：

新增文档：

@Autowired

private ItemRepository itemRepository;

@Test

public void testCreate() {

Item item = new Item(1L, “小米手机10”, " 手机",

“小米”, 3499.00, “http://image.ly.com/13123.jpg”);

this.itemRepository.save(item);

}

去页面查询看看：GET /item/_search

结果：

批量新增：

代码：

@Test

public void testCreateList() {

List list = new ArrayList<>();

list.add(new Item(2L, “苹果手机”, " 手机", “iPhone”, 3699.00, “http://image.ly.com/123.jpg”));

list.add(new Item(3L, “华为META10”, " 手机", “华为”, 4499.00, “http://image.ly.com/3.jpg”));

list.add(new Item(4L, “华为电视”, " 电视", “华为”, 8499.00, “http://image.ly.com/856.jpg”));

// 接收对象集合，实现批量新增

itemRepository.saveAll(list);

}

再次去页面查询：

基本查询：ElasticsearchRepository提供了一些基本的查询方法

测试查询所有：

//根据id查询

@Test

public void testFind(){

Optional item = this.itemRepository.findById(1l);

System.out.println(item.get());

}

//测试查询所有，并降序排列

@Test

public void testFindAll(){

Iterable items = this.itemRepository.findAll(Sort.by(“price”).descending());

items.forEach(System.out::println);

}

结果：

自定义方法：Spring Data 的另一个强大功能，是根据方法名称自动实现功能。当然，方法名称要符合一定的约定。

| Keyword | Sample | Elasticsearch Query String |

| — | — | — |

| And | findByNameAndPrice | {"bool" : {"must" : [ {"field" : {"name" : "?"}}, {"field" : {"price" : "?"}} ]}} |

| Or | findByNameOrPrice | {"bool" : {"should" : [ {"field" : {"name" : "?"}}, {"field" : {"price" : "?"}} ]}} |

| Is | findByName | {"bool" : {"must" : {"field" : {"name" : "?"}}}} |

| Not | findByNameNot | {"bool" : {"must_not" : {"field" : {"name" : "?"}}}} |

| Between | findByPriceBetween | {"bool" : {"must" : {"range" : {"price" : {"from" : ?,"to" : ?,"include_lower" : true,"include_upper" : true}}}}} |

| LessThanEqual | findByPriceLessThan | {"bool" : {"must" : {"range" : {"price" : {"from" : null,"to" : ?,"include_lower" : true,"include_upper" : true}}}}} |

| GreaterThanEqual | findByPriceGreaterThan | {"bool" : {"must" : {"range" : {"price" : {"from" : ?,"to" : null,"include_lower" : true,"include_upper" : true}}}}} |

| Before | findByPriceBefore | {"bool" : {"must" : {"range" : {"price" : {"from" : null,"to" : ?,"include_lower" : true,"include_upper" : true}}}}} |

| After | findByPriceAfter | {"bool" : {"must" : {"range" : {"price" : {"from" : ?,"to" : null,"include_lower" : true,"include_upper" : true}}}}} |

| Like | findByNameLike | {"bool" : {"must" : {"field" : {"name" : {"query" : "?*","analyze_wildcard" : true}}}}} |

| StartingWith | findByNameStartingWith | {"bool" : {"must" : {"field" : {"name" : {"query" : "?*","analyze_wildcard" : true}}}}} |

| EndingWith | findByNameEndingWith | {"bool" : {"must" : {"field" : {"name" : {"query" : "*?","analyze_wildcard" : true}}}}} |

| Contains/Containing | findByNameContaining | {"bool" : {"must" : {"field" : {"name" : {"query" : "**?**","analyze_wildcard" : true}}}}} |

| In | findByNameIn(Collection<String>names) | {"bool" : {"must" : {"bool" : {"should" : [ {"field" : {"name" : "?"}}, {"field" : {"name" : "?"}} ]}}}} |

| NotIn | findByNameNotIn(Collection<String>names) | {"bool" : {"must_not" : {"bool" : {"should" : {"field" : {"name" : "?"}}}}}} |

| Near | findByStoreNear | Not Supported Yet ! |

| True | findByAvailableTrue | {"bool" : {"must" : {"field" : {"available" : true}}}} |

| False | findByAvailableFalse | {"bool" : {"must" : {"field" : {"available" : false}}}} |

| OrderBy | findByAvailableTrueOrderByNameDesc | {"sort" : [{ "name" : {"order" : "desc"} }],"bool" : {"must" : {"field" : {"available" : true}}}} |

例如，根据title查询，或者按照价格区间查询，定义这样的一个方法，然后自动帮你完成，无需写实现类：

public interface ItemRepository extends ElasticsearchRepository<Item,Long> {

/**

• 根据title查询

• @param title

• @return

*/

List findByTitle(String title);

/**

• 根据价格区间查询

• @param d1

• @param d2

• @return

*/

List findByPriceBetween(Double d1,Double d2);

}

不需要写实现类，直接去运行：

@Test

public void testFindByPrice(){

List items =this.itemRepository.findByPriceBetween(3000d,4000d);

items.forEach(System.out::println);

}

结果：

高级查询

虽然基本查询和自定义方法已经很强大了，但是如果是复杂查询（模糊、通配符、词条查询等）就显得力不从心了。此时，我们只能使用原生查询。

基本用法：

@Test

public void testSearch(){

MatchQueryBuilder queryBuilder= QueryBuilders.matchQuery(“title”,“手机”);

Iterable items = this.itemRepository.search(queryBuilder);

items.forEach(System.out::println);

}

Repository的search方法需要QueryBuilder参数，elasticSearch为我们提供了一个对象QueryBuilders：

QueryBuilders提供了大量的静态方法，用于生成各种不同类型的查询对象，例如：词条、模糊、通配符等QueryBuilder对象。

结果：

自定义查询：

先来看最基本的match query：

@Test

public void testNativeQuery(){

// 构建查询条件

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 添加基本的分词查询

queryBuilder.withQuery(QueryBuilders.matchQuery(“title”, “小米”));

// 执行搜索，获取结果

Page items = this.itemRepository.search(queryBuilder.build());

// 打印总条数

System.out.println(items.getTotalElements());

// 打印总页数

System.out.println(items.getTotalPages());

items.forEach(System.out::println);

}

NativeSearchQueryBuilder：Spring提供的一个查询条件构建器，帮助构建json格式的请求体

Page<item>：默认是分页查询，因此返回的是一个分页的结果对象，包含属性：

• totalElements：总条数

• totalPages：总页数

• Iterator：迭代器，本身实现了Iterator接口，因此可直接迭代得到当前页的数据

运行结果：

分页查询：利用NativeSearchQueryBuilder可以方便的实现分页

@Test

public void testNativeQuery2(){

// 构建查询条件

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 添加基本的分词查询

queryBuilder.withQuery(QueryBuilders.termQuery(“category”, " 手机"));

// 初始化分页参数

int page = 0;

int size = 2;

// 设置分页参数

queryBuilder.withPageable(PageRequest.of(page, size));

// 执行搜索，获取结果

Page items = this.itemRepository.search(queryBuilder.build());

// 打印总条数

System.out.println(items.getTotalElements());

// 打印总页数

System.out.println(items.getTotalPages());

// 每页大小

System.out.println(items.getSize());

// 当前页

System.out.println(items.getNumber());

items.forEach(System.out::println);

}

结果：Elasticsearch中的分页是从第0页开始

排序：排序也通用通过NativeSearchQueryBuilder完成

@Test

public void testSort(){

// 构建查询条件

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 添加基本的分词查询

queryBuilder.withQuery(QueryBuilders.termQuery(“category”, " 手机"));

// 排序

queryBuilder.withSort(SortBuilders.fieldSort(“price”).order(SortOrder.DESC));

// 执行搜索，获取结果

Page items = this.itemRepository.search(queryBuilder.build());

// 打印总条数

System.out.println(items.getTotalElements());

items.forEach(System.out::println);

}

结果：

桶聚合

聚合为桶：桶就是分组，比如这里我们按照品牌brand进行分组

@Test

public void testAgg(){

NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();

// 不查询任何结果

queryBuilder.withSourceFilter(new FetchSourceFilter(new String[]{“”}, null));

// 1、添加一个新的聚合，聚合类型为terms，聚合名称为brands，聚合字段为brand

queryBuilder.addAggregation(

AggregationBuilders.terms(“brands”).field(“brand”));

// 2、查询,需要把结果强转为AggregatedPage类型

AggregatedPage aggPage = (AggregatedPage) this.itemRepository.search(queryBuilder.build());

// 3、解析

// 3.1、从结果中取出名为brands的那个聚合，

// 因为是利用String类型字段来进行的term聚合，所以结果要强转为StringTerm类型

StringTerms agg = (StringTerms) aggPage.getAggregation(“brands”);

// 3.2、获取桶

List<StringTerms.Bucket> buckets = agg.getBuckets();

// 3.3、遍历

for (StringTerms.Bucket bucket : buckets) {

// 3.4、获取桶中的key，即品牌名称

System.out.println(bucket.getKeyAsString());

// 3.5、获取桶中的文档数量

System.out.println(bucket.getDocCount());

}

}

显示的结果：

关键API：

• AggregationBuilders：聚合的构建工厂类。所有聚合都由这个类来构建，看看他的静态方法：

• AggregatedPage：聚合查询的结果类。它是Page<T>的子接口：

AggregatedPage在Page功能的基础上，拓展了与聚合相关的功能，它其实就是对聚合结果的一种封装，大家可以对照聚合结果的JSON结构来看。

而返回的结果都是Aggregation类型对象，不过根据字段类型不同，又有不同的子类表示

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024b （备注Java）

Kafka实战笔记

关于这份笔记，为了不影响大家的阅读体验，我只能在文章中展示部分的章节内容和核心截图

• Kafka入门
• 为什么选择Kafka
• Karka的安装、管理和配置

• Kafka的集群
• 第一个Kafka程序
• 

afka的生产者

• Kafka的消费者
• 深入理解Kafka
• 可靠的数据传递

• Spring和Kalka的整合
• Sprinboot和Kafka的整合
• Kafka实战之削峰填谷
• 数据管道和流式处理(了解即可)

• Kafka实战之削峰填谷

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算文章来源地址https://www.toymoban.com/news/detail-851002.html

ka的生产者

[外链图片转存中…(img-SeUhGYoT-1712186900204)]

• Kafka的消费者
• 深入理解Kafka
• 可靠的数据传递

[外链图片转存中…(img-T8xcuULZ-1712186900205)]

[外链图片转存中…(img-YTin8yfN-1712186900205)]

• Spring和Kalka的整合
• Sprinboot和Kafka的整合
• Kafka实战之削峰填谷
• 数据管道和流式处理(了解即可)

[外链图片转存中…(img-z1OrxUKZ-1712186900205)]

• Kafka实战之削峰填谷

[外链图片转存中…(img-H9buleLl-1712186900206)]

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算

到了这里，关于SpringBoot整合Spring Data Elasticsearch，写给互联网大厂员工的真心话的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！