Spring Boot 中使用 Java API 调用 Elasticsearch
ElasticSearch 是一个高可用开源全文检索和分析组件。提供存储服务，搜索服务，大数据准实时分析等。通常用于提供一些提供复杂搜索的应用。html
ElasticSearch 提供了一套基于restful风格的全文检索服务组件。前身是compass，直到2010被一家公司接管进行维护，开始商业化，并提供了ElasticSearch 一些相关的产品，包括你们比较熟悉的 kibana、logstash 以及 ElasticSearch 的一些组件，好比 安全组件shield 。当前最新的Elasticsearch Reference: 版本为 5.6 ，比较应用普遍的为2.X，直到 2016-12 推出了5.x 版本 ，将版本号调为 5.X 。这是为了和 kibana 和 logstash 等产品版本号进行统一 ElasticSearch 。java
准实时：ElasticSearch 是一个准实时的搜索工具，在通常状况下延时少于一秒。node
特色
支持物理上的水平扩展，并拥有一套分布式协调的管理功能mysql
操做简单
单节点的ES，安装启动后，会默认建立一个名为elasticsearch的es集群。若是在局域网中存在该clustr.name,会自动加入该集群。造成一个ElasticSearch 集群 。git
多节点ES，在同一个局域网内的ES服务，只须要配置为同一个clust.name 名称便可成为
一个ES集群。集群可以将同一个索引的分片，自动分布到各个节点。并在高效的提供查询服务的同时，自动协调每一个节点的下线以及上线状况。github
restful 风格的API
提供了一套关于索引以及状态查看的restful风格接口。至于什么是Restful风格服务，请移步spring
对比Solr
Solr与ES都是基于java/lucence来作一套面向文档结构的Nosql结构的数据库。数据库
支持的数据结构
solr支持 xml json html 等多种数据结构，而ES 仅支持json这种结构。json
性能
solr在新建索引时是IO阻塞的，因此若是在新建索引时同时进行搜索这时候相比ES来的相对较快。因此在实时性上，ElasticSearch 相比仍是更好的选择。
基本概念
Index
定义：相似于mysql中的database。索引只是一个逻辑上的空间，物理上是分为多个文件来管理的。
命名：必须全小写
ES中index可能被分为多个分片【对应物理上的lcenne索引】，在实践过程当中每一个index都会有一个相应的副
本。主要用来在硬件出现问题时，用来回滚数据的。这也某种程序上，加重了ES对于内存高要求
Type
定义：相似于mysql中的table，根据用户需求每一个index中能够新建任意数量的type。
Document
定义：对应mysql中的row。有点相似于MongoDB中的文档结构，每一个Document是一个json格式的文本。
Mapping
更像是一个用来定义每一个字段类型的语义规范在mysql中相似sql语句，在ES中通过包装后，都被封装为友好的Restful风格的接口进行操做。这一点也是为何开发人员更愿意使用ES或者compass这样的框架而不是直接使用Lucene的一个缘由。
Shards & Replicas
定义：可以为每一个索引提供水平的扩展以及备份操做。
描述：
Shards:在单个节点中，index的存储始终是有限制，而且随着存储的增大会带来性能的问题。为了解决这个问题，ElasticSearch提供一个可以分割单个index到集群各个节点的功能。你能够在新建这个索引时，手动的定义每一个索引分片的数量。
Replicas:在每一个node出现宕机或者下线的状况，Replicas可以在该节点下线的同时将副本同时自动分配到其余仍然可用的节点。并且在提供搜索的同时，容许进行扩展节点的数量，在这个期间并不会出现服务终止的状况。
默认状况下，每一个索引会分配5个分片，而且对应5个分片副本，同时会出现一个完整的副本【包括5个分配的副本数据】。
言而总之，用一句话来总结下。ElasticSearch 是一个基于 lucence 可水平扩展的自动化近实时全文搜索服务组件。
准备
环境安装
只须要参考 Elasticsearch 安装部分
ELK 集群 + Redis 集群 + Nginx ,分布式的实时日志（数据）搜集和分析的监控系统搭建，简单上手使用
测试用例
Github 代码
代码我已放到 Github ，导入spring-boot-elasticsearch-demo 项目
github https://github.com/souyunku/spring-boot-examples/tree/master/spring-boot-elasticsearch-demo
添加依赖
<dependency>
<groupId>org.elasticsearch</groupId>
<artifactId>elasticsearch</artifactId>
<version>5.5.3</version>
</dependency>
<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>transport</artifactId>
<version>5.5.3</version>
</dependency>
配置ES Client
@Configuration
public class ElasticsearchConfig {
private static final Logger LOGGER = LoggerFactory.getLogger(ElasticsearchConfig.class);
/**
* elk集群地址
*/
@Value("${elasticsearch.ip}")
private String hostName;
/**
* 端口
*/
@Value("${elasticsearch.port}")
private String port;
/**
* 集群名称
*/
@Value("${elasticsearch.cluster.name}")
private String clusterName;
/**
* 链接池
*/
@Value("${elasticsearch.pool}")
private String poolSize;
@Bean
public TransportClient init() {
TransportClient transportClient = null;
try {
// 配置信息
Settings esSetting = Settings.builder()
.put("cluster.name", clusterName)
.put("client.transport.sniff", true)//增长嗅探机制，找到ES集群
.put("thread_pool.search.size", Integer.parseInt(poolSize))//增长线程池个数，暂时设为5
.build();
transportClient = new PreBuiltTransportClient(esSetting);
InetSocketTransportAddress inetSocketTransportAddress = new InetSocketTransportAddress(InetAddress.getByName(hostName), Integer.valueOf(port));
transportClient.addTransportAddresses(inetSocketTransportAddress);
} catch (Exception e) {
LOGGER.error("elasticsearch TransportClient create error!!!", e);
}
return transportClient;
}
}
参数配置
application.properties
# Elasticsearch elasticsearch.cluster.name=ymq elasticsearch.ip=192.168.252.121 elasticsearch.port=9300 elasticsearch.pool=5
ES 工具类
Elasticsearch 工具类
@Component
public class ElasticsearchUtils {
private static final Logger LOGGER = LoggerFactory.getLogger(ElasticsearchUtils.class);
@Autowired
private TransportClient transportClient;
private static TransportClient client;
@PostConstruct
public void init() {
client = this.transportClient;
}
/**
* 建立索引
*
* @param index
* @return
*/
public static boolean createIndex(String index) {
if (!isIndexExist(index)) {
LOGGER.info("Index is not exits!");
}
CreateIndexResponse indexresponse = client.admin().indices().prepareCreate(index).execute().actionGet();
LOGGER.info("执行创建成功？" + indexresponse.isAcknowledged());
return indexresponse.isAcknowledged();
}
/**
* 删除索引
*
* @param index
* @return
*/
public static boolean deleteIndex(String index) {
if (!isIndexExist(index)) {
LOGGER.info("Index is not exits!");
}
DeleteIndexResponse dResponse = client.admin().indices().prepareDelete(index).execute().actionGet();
if (dResponse.isAcknowledged()) {
LOGGER.info("delete index " + index + " successfully!");
} else {
LOGGER.info("Fail to delete index " + index);
}
return dResponse.isAcknowledged();
}
/**
* 判断索引是否存在
*
* @param index
* @return
*/
public static boolean isIndexExist(String index) {
IndicesExistsResponse inExistsResponse = client.admin().indices().exists(new IndicesExistsRequest(index)).actionGet();
if (inExistsResponse.isExists()) {
LOGGER.info("Index [" + index + "] is exist!");
} else {
LOGGER.info("Index [" + index + "] is not exist!");
}
return inExistsResponse.isExists();
}
/**
* 数据添加，正定ID
*
* @param jsonObject 要增长的数据
* @param index 索引，相似数据库
* @param type 类型，相似表
* @param id 数据ID
* @return
*/
public static String addData(JSONObject jsonObject, String index, String type, String id) {
IndexResponse response = client.prepareIndex(index, type, id).setSource(jsonObject).get();
LOGGER.info("addData response status:{},id:{}", response.status().getStatus(), response.getId());
return response.getId();
}
/**
* 数据添加
*
* @param jsonObject 要增长的数据
* @param index 索引，相似数据库
* @param type 类型，相似表
* @return
*/
public static String addData(JSONObject jsonObject, String index, String type) {
return addData(jsonObject, index, type, UUID.randomUUID().toString().replaceAll("-", "").toUpperCase());
}
/**
* 经过ID删除数据
*
* @param index 索引，相似数据库
* @param type 类型，相似表
* @param id 数据ID
*/
public static void deleteDataById(String index, String type, String id) {
DeleteResponse response = client.prepareDelete(index, type, id).execute().actionGet();
LOGGER.info("deleteDataById response status:{},id:{}", response.status().getStatus(), response.getId());
}
/**
* 经过ID 更新数据
*
* @param jsonObject 要增长的数据
* @param index 索引，相似数据库
* @param type 类型，相似表
* @param id 数据ID
* @return
*/
public static void updateDataById(JSONObject jsonObject, String index, String type, String id) {
UpdateRequest updateRequest = new UpdateRequest();
updateRequest.index(index).type(type).id(id).doc(jsonObject);
client.update(updateRequest);
}
/**
* 经过ID获取数据
*
* @param index 索引，相似数据库
* @param type 类型，相似表
* @param id 数据ID
* @param fields 须要显示的字段，逗号分隔（缺省为所有字段）
* @return
*/
public static Map<String, Object> searchDataById(String index, String type, String id, String fields) {
GetRequestBuilder getRequestBuilder = client.prepareGet(index, type, id);
if (StringUtils.isNotEmpty(fields)) {
getRequestBuilder.setFetchSource(fields.split(","), null);
}
GetResponse getResponse = getRequestBuilder.execute().actionGet();
return getResponse.getSource();
}
/**
* 使用分词查询
*
* @param index 索引名称
* @param type 类型名称,可传入多个type逗号分隔
* @param fields 须要显示的字段，逗号分隔（缺省为所有字段）
* @param matchStr 过滤条件（xxx=111,aaa=222）
* @return
*/
public static List<Map<String, Object>> searchListData(String index, String type, String fields, String matchStr) {
return searchListData(index, type, 0, 0, null, fields, null, false, null, matchStr);
}
/**
* 使用分词查询
*
* @param index 索引名称
* @param type 类型名称,可传入多个type逗号分隔
* @param fields 须要显示的字段，逗号分隔（缺省为所有字段）
* @param sortField 排序字段
* @param matchPhrase true 使用，短语精准匹配
* @param matchStr 过滤条件（xxx=111,aaa=222）
* @return
*/
public static List<Map<String, Object>> searchListData(String index, String type, String fields, String sortField, boolean matchPhrase, String matchStr) {
return searchListData(index, type, 0, 0, null, fields, sortField, matchPhrase, null, matchStr);
}
/**
* 使用分词查询
*
* @param index 索引名称
* @param type 类型名称,可传入多个type逗号分隔
* @param size 文档大小限制
* @param fields 须要显示的字段，逗号分隔（缺省为所有字段）
* @param sortField 排序字段
* @param matchPhrase true 使用，短语精准匹配
* @param highlightField 高亮字段
* @param matchStr 过滤条件（xxx=111,aaa=222）
* @return
*/
public static List<Map<String, Object>> searchListData(String index, String type, Integer size, String fields, String sortField, boolean matchPhrase, String highlightField, String matchStr) {
return searchListData(index, type, 0, 0, size, fields, sortField, matchPhrase, highlightField, matchStr);
}
/**
* 使用分词查询
*
* @param index 索引名称
* @param type 类型名称,可传入多个type逗号分隔
* @param startTime 开始时间
* @param endTime 结束时间
* @param size 文档大小限制
* @param fields 须要显示的字段，逗号分隔（缺省为所有字段）
* @param sortField 排序字段
* @param matchPhrase true 使用，短语精准匹配
* @param highlightField 高亮字段
* @param matchStr 过滤条件（xxx=111,aaa=222）
* @return
*/
public static List<Map<String, Object>> searchListData(String index, String type, long startTime, long endTime, Integer size, String fields, String sortField, boolean matchPhrase, String highlightField, String matchStr) {
SearchRequestBuilder searchRequestBuilder = client.prepareSearch(index);
if (StringUtils.isNotEmpty(type)) {
searchRequestBuilder.setTypes(type.split(","));
}
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
if (startTime > 0 && endTime > 0) {
boolQuery.must(QueryBuilders.rangeQuery("processTime")
.format("epoch_millis")
.from(startTime)
.to(endTime)
.includeLower(true)
.includeUpper(true));
}
//搜索的的字段
if (StringUtils.isNotEmpty(matchStr)) {
for (String s : matchStr.split(",")) {
String[] ss = s.split("=");
if (ss.length > 1) {
if (matchPhrase == Boolean.TRUE) {
boolQuery.must(QueryBuilders.matchPhraseQuery(s.split("=")[0], s.split("=")[1]));
} else {
boolQuery.must(QueryBuilders.matchQuery(s.split("=")[0], s.split("=")[1]));
}
}
}
}
// 高亮（xxx=111,aaa=222）
if (StringUtils.isNotEmpty(highlightField)) {
HighlightBuilder highlightBuilder = new HighlightBuilder();
//highlightBuilder.preTags("<span style='color:red' >");//设置前缀
//highlightBuilder.postTags("</span>");//设置后缀
// 设置高亮字段
highlightBuilder.field(highlightField);
searchRequestBuilder.highlighter(highlightBuilder);
}
searchRequestBuilder.setQuery(boolQuery);
if (StringUtils.isNotEmpty(fields)) {
searchRequestBuilder.setFetchSource(fields.split(","), null);
}
searchRequestBuilder.setFetchSource(true);
if (StringUtils.isNotEmpty(sortField)) {
searchRequestBuilder.addSort(sortField, SortOrder.DESC);
}
if (size != null && size > 0) {
searchRequestBuilder.setSize(size);
}
//打印的内容 能够在 Elasticsearch head 和 Kibana 上执行查询
LOGGER.info("\n{}", searchRequestBuilder);
SearchResponse searchResponse = searchRequestBuilder.execute().actionGet();
long totalHits = searchResponse.getHits().totalHits;
long length = searchResponse.getHits().getHits().length;
LOGGER.info("共查询到[{}]条数据,处理数据条数[{}]", totalHits, length);
if (searchResponse.status().getStatus() == 200) {
// 解析对象
return setSearchResponse(searchResponse, highlightField);
}
return null;
}
/**
* 使用分词查询,并分页
*
* @param index 索引名称
* @param type 类型名称,可传入多个type逗号分隔
* @param currentPage 当前页
* @param pageSize 每页显示条数
* @param startTime 开始时间
* @param endTime 结束时间
* @param fields 须要显示的字段，逗号分隔（缺省为所有字段）
* @param sortField 排序字段
* @param matchPhrase true 使用，短语精准匹配
* @param highlightField 高亮字段
* @param matchStr 过滤条件（xxx=111,aaa=222）
* @return
*/
public static EsPage searchDataPage(String index, String type, int currentPage, int pageSize, long startTime, long endTime, String fields, String sortField, boolean matchPhrase, String highlightField, String matchStr) {
SearchRequestBuilder searchRequestBuilder = client.prepareSearch(index);
if (StringUtils.isNotEmpty(type)) {
searchRequestBuilder.setTypes(type.split(","));
}
searchRequestBuilder.setSearchType(SearchType.QUERY_THEN_FETCH);
// 须要显示的字段，逗号分隔（缺省为所有字段）
if (StringUtils.isNotEmpty(fields)) {
searchRequestBuilder.setFetchSource(fields.split(","), null);
}
//排序字段
if (StringUtils.isNotEmpty(sortField)) {
searchRequestBuilder.addSort(sortField, SortOrder.DESC);
}
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
if (startTime > 0 && endTime > 0) {
boolQuery.must(QueryBuilders.rangeQuery("processTime")
.format("epoch_millis")
.from(startTime)
.to(endTime)
.includeLower(true)
.includeUpper(true));
}
// 查询字段
if (StringUtils.isNotEmpty(matchStr)) {
for (String s : matchStr.split(",")) {
String[] ss = s.split("=");
if (matchPhrase == Boolean.TRUE) {
boolQuery.must(QueryBuilders.matchPhraseQuery(s.split("=")[0], s.split("=")[1]));
} else {
boolQuery.must(QueryBuilders.matchQuery(s.split("=")[0], s.split("=")[1]));
}
}
}
// 高亮（xxx=111,aaa=222）
if (StringUtils.isNotEmpty(highlightField)) {
HighlightBuilder highlightBuilder = new HighlightBuilder();
//highlightBuilder.preTags("<span style='color:red' >");//设置前缀
//highlightBuilder.postTags("</span>");//设置后缀
// 设置高亮字段
highlightBuilder.field(highlightField);
searchRequestBuilder.highlighter(highlightBuilder);
}
searchRequestBuilder.setQuery(QueryBuilders.matchAllQuery());
searchRequestBuilder.setQuery(boolQuery);
// 分页应用
searchRequestBuilder.setFrom(currentPage).setSize(pageSize);
// 设置是否按查询匹配度排序
searchRequestBuilder.setExplain(true);
//打印的内容 能够在 Elasticsearch head 和 Kibana 上执行查询
LOGGER.info("\n{}", searchRequestBuilder);
// 执行搜索,返回搜索响应信息
SearchResponse searchResponse = searchRequestBuilder.execute().actionGet();
long totalHits = searchResponse.getHits().totalHits;
long length = searchResponse.getHits().getHits().length;
LOGGER.debug("共查询到[{}]条数据,处理数据条数[{}]", totalHits, length);
if (searchResponse.status().getStatus() == 200) {
// 解析对象
List<Map<String, Object>> sourceList = setSearchResponse(searchResponse, highlightField);
return new EsPage(currentPage, pageSize, (int) totalHits, sourceList);
}
return null;
}
/**
* 高亮结果集 特殊处理
*
* @param searchResponse
* @param highlightField
*/
private static List<Map<String, Object>> setSearchResponse(SearchResponse searchResponse, String highlightField) {
List<Map<String, Object>> sourceList = new ArrayList<Map<String, Object>>();
StringBuffer stringBuffer = new StringBuffer();
for (SearchHit searchHit : searchResponse.getHits().getHits()) {
searchHit.getSource().put("id", searchHit.getId());
if (StringUtils.isNotEmpty(highlightField)) {
System.out.println("遍历 高亮结果集，覆盖 正常结果集" + searchHit.getSource());
Text[] text = searchHit.getHighlightFields().get(highlightField).getFragments();
if (text != null) {
for (Text str : text) {
stringBuffer.append(str.string());
}
//遍历 高亮结果集，覆盖 正常结果集
searchHit.getSource().put(highlightField, stringBuffer.toString());
}
}
sourceList.add(searchHit.getSource());
}
return sourceList;
}
}
EsPage.java
public class EsPage {
// 指定的或是页面参数
private int currentPage; // 当前页
private int pageSize; // 每页显示多少条
// 查询es结果
private int recordCount; // 总记录数
private List<Map<String, Object>> recordList; // 本页的数据列表
// 计算
private int pageCount; // 总页数
private int beginPageIndex; // 页码列表的开始索引（包含）
private int endPageIndex; // 页码列表的结束索引（包含）
/**
* 只接受前4个必要的属性，会自动的计算出其余3个属性的值
*
* @param currentPage
* @param pageSize
* @param recordCount
* @param recordList
*/
public EsPage(int currentPage, int pageSize, int recordCount, List<Map<String, Object>> recordList) {
this.currentPage = currentPage;
this.pageSize = pageSize;
this.recordCount = recordCount;
this.recordList = recordList;
// 计算总页码
pageCount = (recordCount + pageSize - 1) / pageSize;
// 计算 beginPageIndex 和 endPageIndex
// >> 总页数很少于10页，则所有显示
if (pageCount <= 10) {
beginPageIndex = 1;
endPageIndex = pageCount;
}
// >> 总页数多于10页，则显示当前页附近的共10个页码
else {
// 当前页附近的共10个页码（前4个 + 当前页 + 后5个）
beginPageIndex = currentPage - 4;
endPageIndex = currentPage + 5;
// 当前面的页码不足4个时，则显示前10个页码
if (beginPageIndex < 1) {
beginPageIndex = 1;
endPageIndex = 10;
}
// 当后面的页码不足5个时，则显示后10个页码
if (endPageIndex > pageCount) {
endPageIndex = pageCount;
beginPageIndex = pageCount - 10 + 1;
}
}
}
}
省略 get set
单元测试
建立索引
@Test
public void createIndexTest() {
ElasticsearchUtils.createIndex("ymq_index");
ElasticsearchUtils.createIndex("ymq_indexsssss");
}
响应
Index [ymq_index] is not exist! Index is not exits! 执行创建成功？true Index [ymq_indexsssss] is not exist! Index is not exits! 执行创建成功？true
删除索引
@Test
public void deleteIndexTest() {
ElasticsearchUtils.deleteIndex("ymq_indexsssss");
}
响应
Index [ymq_indexsssss] is exist!| delete index ymq_indexsssss successfully!
判断索引是否存在
@Test
public void isIndexExistTest() {
ElasticsearchUtils.isIndexExist("ymq_index");
}
响应
Index [ymq_index] is exist!
数据添加
@Test
public void addDataTest() {
for (int i = 0; i < 100; i++) {
Map<String, Object> map = new HashMap<String, Object>();
map.put("name", "鹏磊" + i);
map.put("age", i);
map.put("interests", new String[]{"阅读", "学习"});
map.put("about", "世界上没有优秀的理念，只有脚踏实地的结果");
map.put("processTime", new Date());
ElasticsearchUtils.addData(JSONObject.parseObject(JSONObject.toJSONString(map)), "ymq_index", "about_test", "id=" + i);
}
}
响应
addData response status:201,id:id=0 addData response status:201,id:id=1 addData response status:201,id:id=2 addData response status:201,id:id=3 addData response status:201,id:id=4 addData response status:201,id:id=5 addData response status:201,id:id=6 。。。。。。。
经过ID删除数据
@Test
public void deleteDataByIdTest() {
for (int i = 0; i < 10; i++) {
ElasticsearchUtils.deleteDataById("ymq_index", "about_test", "id=" + i);
}
}
响应
deleteDataById response status:200,id:id=0 deleteDataById response status:200,id:id=1 deleteDataById response status:200,id:id=2 deleteDataById response status:200,id:id=3 deleteDataById response status:200,id:id=4 deleteDataById response status:200,id:id=5 deleteDataById response status:200,id:id=6 deleteDataById response status:200,id:id=7 deleteDataById response status:200,id:id=8 deleteDataById response status:200,id:id=9
经过ID更新数据
/**
* 经过ID 更新数据
* <p>
* jsonObject 要增长的数据
* index 索引，相似数据库
* type 类型，相似表
* id 数据ID
*/
@Test
public void updateDataByIdTest() {
Map<String, Object> map = new HashMap<String, Object>();
map.put("name", "鹏磊");
map.put("age", 11);
map.put("interests", new String[]{"阅读", "学习"});
map.put("about", "这条数据被修改");
map.put("processTime", new Date());
ElasticsearchUtils.updateDataById(JSONObject.parseObject(JSONObject.toJSONString(map)), "ymq_index", "about_test", "id=11");
}
经过ID获取数据
/**
* 经过ID获取数据
* <p>
* index 索引，相似数据库
* type 类型，相似表
* id 数据ID
* fields 须要显示的字段，逗号分隔（缺省为所有字段）
*/
@Test
public void searchDataByIdTest() {
Map<String, Object> map = ElasticsearchUtils.searchDataById("ymq_index", "about_test", "id=11", null);
System.out.println(JSONObject.toJSONString(map));
}
响应
{"name":"鹏磊","about":"这条数据被修改","interests":["阅读","学习"],"age":11,"processTime":1509966025972}
使用分词查询
/**
* 使用分词查询
* <p>
* index 索引名称
* type 类型名称,可传入多个type逗号分隔
* startTime 开始时间
* endTime 结束时间
* size 文档大小限制
* fields 须要显示的字段，逗号分隔（缺省为所有字段）
* sortField 排序字段
* matchPhrase true 使用，短语精准匹配
* highlightField 高亮字段
* matchStr 过滤条件（xxx=111,aaa=222）
*/
@Test
public void searchListData() {
List<Map<String, Object>> list = ElasticsearchUtils.searchListData("ymq_index", "about_test", 1509959382607l, 1509959383865l, 0, "", "", false, "", "name=鹏磊");
for (Map<String, Object> item : list) {
System.out.println(JSONObject.toJSONString(item));
}
}
响应
{
"query" : {
"bool" : {
"must" : [
{
"match" : {
"name" : {
"query" : "鹏磊",
"operator" : "OR",
"prefix_length" : 0,
"max_expansions" : 50,
"fuzzy_transpositions" : true,
"lenient" : false,
"zero_terms_query" : "NONE",
"boost" : 1.0
}
}
}
],
"disable_coord" : false,
"adjust_pure_negative" : true,
"boost" : 1.0
}
},
"_source" : {
"includes" : [ ],
"excludes" : [ ]
}
}
- [20171106 19:02:23.923] | [INFO] | [DESKTOP-VG43S0C] | [main] | [i.y.e.e.utils.ElasticsearchUtils] | --> 共查询到[90]条数据,处理数据条数[10]|
{"name":"鹏磊15","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=15","interests":["阅读","学习"],"age":15,"processTime":1509965846816}
{"name":"鹏磊18","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=18","interests":["阅读","学习"],"age":18,"processTime":1509965846849}
{"name":"鹏磊25","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=25","interests":["阅读","学习"],"age":25,"processTime":1509965846942}
{"name":"鹏磊47","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=47","interests":["阅读","学习"],"age":47,"processTime":1509965847143}
{"name":"鹏磊48","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=48","interests":["阅读","学习"],"age":48,"processTime":1509965847156}
{"name":"鹏磊55","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=55","interests":["阅读","学习"],"age":55,"processTime":1509965847212}
{"name":"鹏磊68","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=68","interests":["阅读","学习"],"age":68,"processTime":1509965847322}
{"name":"鹏磊73","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=73","interests":["阅读","学习"],"age":73,"processTime":1509965847375}
{"name":"鹏磊88","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=88","interests":["阅读","学习"],"age":88,"processTime":1509965847826}
{"name":"鹏磊89","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=89","interests":["阅读","学习"],"age":89,"processTime":1509965847872}
使用分词查询,并分页
/**
* 使用分词查询,并分页
* <p>
* index 索引名称
* type 类型名称,可传入多个type逗号分隔
* currentPage 当前页
* pageSize 每页显示条数
* startTime 开始时间
* endTime 结束时间
* fields 须要显示的字段，逗号分隔（缺省为所有字段）
* sortField 排序字段
* matchPhrase true 使用，短语精准匹配
* highlightField 高亮字段
* matchStr 过滤条件（xxx=111,aaa=222）
*/
@Test
public void searchDataPage() {
EsPage esPage = ElasticsearchUtils.searchDataPage("ymq_index", "about_test", 10, 5, 1509943495299l, 1509943497954l, "", "processTime", false, "about", "about=鹏磊");
for (Map<String, Object> item : esPage.getRecordList()) {
System.out.println(JSONObject.toJSONString(item));
}
}
响应
- [20171106 19:10:15.738] | [DEBUG] | [DESKTOP-VG43S0C] | [main] | [i.y.e.e.utils.ElasticsearchUtils] | --> 共查询到[90]条数据,处理数据条数[5]|
遍历 高亮结果集，覆盖 正常结果集{name=鹏磊90, about=世界上没有优秀的理念，只有脚踏实地的结果, id=id=90, interests=[阅读, 学习], age=90, processTime=1509965847911}
遍历 高亮结果集，覆盖 正常结果集{name=鹏磊89, about=世界上没有优秀的理念，只有脚踏实地的结果, id=id=89, interests=[阅读, 学习], age=89, processTime=1509965847872}
遍历 高亮结果集，覆盖 正常结果集{name=鹏磊88, about=世界上没有优秀的理念，只有脚踏实地的结果, id=id=88, interests=[阅读, 学习], age=88, processTime=1509965847826}
遍历 高亮结果集，覆盖 正常结果集{name=鹏磊87, about=世界上没有优秀的理念，只有脚踏实地的结果, id=id=87, interests=[阅读, 学习], age=87, processTime=1509965847804}
遍历 高亮结果集，覆盖 正常结果集{name=鹏磊86, about=世界上没有优秀的理念，只有脚踏实地的结果, id=id=86, interests=[阅读, 学习], age=86, processTime=1509965847761}
{"name":"<em>鹏</em><em>磊</em>90","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=90","interests":["阅读","学习"],"age":90,"processTime":1509965847911}
{"name":"<em>鹏</em><em>磊</em>90<em>鹏</em><em>磊</em>89","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=89","interests":["阅读","学习"],"age":89,"processTime":1509965847872}
{"name":"<em>鹏</em><em>磊</em>90<em>鹏</em><em>磊</em>89<em>鹏</em><em>磊</em>88","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=88","interests":["阅读","学习"],"age":88,"processTime":1509965847826}
{"name":"<em>鹏</em><em>磊</em>90<em>鹏</em><em>磊</em>89<em>鹏</em><em>磊</em>88<em>鹏</em><em>磊</em>87","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=87","interests":["阅读","学习"],"age":87,"processTime":1509965847804}
{"name":"<em>鹏</em><em>磊</em>90<em>鹏</em><em>磊</em>89<em>鹏</em><em>磊</em>88<em>鹏</em><em>磊</em>87<em>鹏</em><em>磊</em>86","about":"世界上没有优秀的理念，只有脚踏实地的结果","id":"id=86","interests":["阅读","学习"],"age":86,"processTime":1509965847761}
代码我已放到 Github ，导入spring-boot-elasticsearch-demo 项目
github https://github.com/souyunku/spring-boot-examples/tree/master/spring-boot-elasticsearch-demo
Contact
- 做者：鹏磊
- 出处：http://www.ymq.io
- Email：admin@souyunku.com
- 版权归做者全部，转载请注明出处
- Wechat：关注公众号，搜云库，专一于开发技术的研究与知识分享
相关文章
- 1. Spring Boot 中使用 Java API 调用 Elasticsearch
- 2. Spring Boot 中使用 Java API 调用 lucene
- 3. Spring boot 中使用ElasticSearch
- 4. spring boot 使用elasticsearch
- 5. Elasticsearch中JAVA API的使用
- 6. ElasticSearch Java API使用
- 7. Java 使用 UnixSocket 调用 Docker API
- 8. 使用Java API操作ElasticSearch
- 9. Elasticsearch中使用ik分词器 JAVA api
- 10. Spring boot-(2) Spring Boot使用
- 更多相关文章...
- • 在Spring中使用Redis - Redis教程
- • 在Java程序中使用Redis - Redis教程
- • Java Agent入门实战（三）-JVM Attach原理与使用
- • Java Agent入门实战（一）-Instrumentation介绍与使用
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. Appium入门
- 2. Spring WebFlux 源码分析(2)-Netty 服务器启动服务流程 --TBD
- 3. wxpython入门第六步（高级组件）
- 4. CentOS7.5安装SVN和可视化管理工具iF.SVNAdmin
- 5. jedis 3.0.1中JedisPoolConfig对象缺少setMaxIdle、setMaxWaitMillis等方法，问题记录
- 6. 一步一图一代码，一定要让你真正彻底明白红黑树
- 7. 2018-04-12—（重点）源码角度分析Handler运行原理
- 8. Spring AOP源码详细解析
- 9. Spring Cloud（1）
- 10. python简单爬去油价信息发送到公众号
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Spring Boot 中使用 Java API 调用 Elasticsearch
- 2. Spring Boot 中使用 Java API 调用 lucene
- 3. Spring boot 中使用ElasticSearch
- 4. spring boot 使用elasticsearch
- 5. Elasticsearch中JAVA API的使用
- 6. ElasticSearch Java API使用
- 7. Java 使用 UnixSocket 调用 Docker API
- 8. 使用Java API操作ElasticSearch
- 9. Elasticsearch中使用ik分词器 JAVA api
- 10. Spring boot-(2) Spring Boot使用