2024年最全电商项目前台搜索服务es实现

最新推荐文章于 2024-05-29 09:56:51 发布
最新推荐文章于 2024-05-29 09:56:51 发布
阅读量884 收藏 7
点赞数 11
分类专栏： 程序员 文章标签： elasticsearch windows 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_84184567/article/details/138406366
版权

}


### 2.定义商品feignClient

/**

  • projectName: b2c-cloud-store

  • description:商品客户端
    */
    @FeignClient(value = “product-service”)
    public interface ProductClient {

    /**

    • 商品全部数据调用
    • @return
      */
      @GetMapping(“/product/list”)
      List list();
      }

### 3.准备商品索引创建DSL语句！


将商品名称，标题以及详细描述添加到all字段，直接使用all字段搜索即可。

删除索引结构

DELETE /product

创建商品索引!

根据多列搜索性能较差,组成成一列搜索提高性能

PUT /product
{
“mappings”: {
“properties”: {
“productId”:{
“type”: “integer”
},
“productName”:{
“type”: “text”,
“analyzer”: “ik_smart”,
“copy_to”: “all”
},
“categoryId”:{
“type”: “integer”
},
“productTitle”:{
“type”: “text”,
“analyzer”: “ik_smart”,
“copy_to”: “all”
},
“productIntro”:{
“type”:“text”,
“analyzer”: “ik_smart”,
“copy_to”: “all”
},
“productPicture”:{
“type”: “keyword”,
“index”: false
},
“productPrice”:{
“type”: “double”,
“index”: true
},
“productSellingPrice”:{
“type”: “double”
},
“productNum”:{
“type”: “integer”
},
“productSales”:{
“type”: “integer”
},
“all”:{
“type”: “text”,
“analyzer”: “ik_max_word”
}
}
}
}

#查询索引
GET /product/_mapping

#全部查询

GET /product/_search
{
“query”: {
“match_all”: {

  }

}
}

#关键字查询

GET /product/_search
{
“query”: {
“match”: {
“all”: “最好”
}
}

}

关键字 和 添加分页

GET /product/_search
{
“query”: {
“match”: {
“all”: “最好”
}
},
“from”: 0,
“size”: 1

}

添加数据

POST /product/_doc/1
{
“productId”:1,
“productName”:“雷碧”,
“productTitle”:“最好的碳酸饮料”,
“categoryId”:1,
“productIntro”:“硫酸+煤炭制品最好的产品!”,
“productPicture”:“http://www.baidu.com”,
“productPrice”:10.5,
“productSellingPrice”:6.0,
“productNum”:10,
“productSales”:5
}

删除数据

DELETE /product/_doc/1


以上添加到es中，使用kibana添加索引即可。


###  3.准备商品doc模型


添加商品Doc实体类，定义all字段，重新构造方法，传入product参数，注意Product类中加@JsonIgnoreProperties(ignoreUnknown = true)。

@Data
@NoArgsConstructor
public class ProductDoc extends Product {

/**
 * 用于模糊查询字段,由商品名,标题和描述组成
 */
private String all;

public ProductDoc(Product product) {
    super(product.getProductId(),product.getProductName(),
            product.getCategoryId(),product.getProductTitle(),
            product.getProductIntro(),product.getProductPicture(),
            product.getProductPrice(),product.getProductSellingPrice(),
            product.getProductNum(),product.getProductSales());
    this.all = product.getProductName()+product.getProductTitle()+product.getProductIntro();
}

}


### 4.导入数据，添加配置类


mq序列化方式选择json，构建es客户端对象，并纳入容器管理

/**

  • projectName: b2c-cloud-store

  • description: 消息队列配置
    */
    @Configuration
    public class SearchConfiguration {

    /**

    • mq序列化方式，选择json！

    • @return
      */
      @Bean
      public MessageConverter messageConverter(){

      return new Jackson2JsonMessageConverter();
      }

    /**

    • es客户端添加到ioc容器

    • @return
      */
      @Bean
      public RestHighLevelClient restHighLevelClient(){
      RestHighLevelClient client =
      new RestHighLevelClient(
      RestClient.builder(HttpHost.create(“http://自己的es服务地址:9200”)));

      return client;
      }
      }


### 5.修改启动类

@SpringBootApplication(exclude={DataSourceAutoConfiguration.class})
@EnableFeignClients(clients = ProductClient.class)
public class SearchApplication {

public static void main(String[] args) {
    SpringApplication.run(SearchApplication.class,args);
}

}


### 6.程序启动监控


监控程序启动，初始化es数据。


初始化逻辑：在启动时就执行商品查询，然后判断是否存在es索引,用getindexrequest获取，对象传入索引名称。如果不存在索引就创建索引，然后删除全部数据，然后重新批量插入数据。


es入门常见的用法可以参照这篇博客：[http://t.csdnimg.cn/QsBAm]( )

@Component
@Slf4j
public class SpringBootListener implements ApplicationRunner {

/**
 * 在此方法完成es数据的同步
 * 1.判断es中的product索引是否存在
 * 2.如果不存在,java代码创建一个
 * 3.如果存在,删除原来的数据
 * 4.查询商品全部数据
 * 5.进行es库的更新工作(插入)
 * @param args
 * @throws Exception
 */
@Autowired
private RestHighLevelClient restHighLevelClient;
@Autowired
private ProductClient productClient;

private String indexStr="{\\n\" +\n" +
        "            \"  \\\"mappings\\\": {\\n\" +\n" +
        "            \"    \\\"properties\\\": {\\n\" +\n" +
        "            \"      \\\"productId\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"integer\\\"\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"productName\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"text\\\",\\n\" +\n" +
        "            \"        \\\"analyzer\\\": \\\"ik_smart\\\",\\n\" +\n" +
        "            \"        \\\"copy_to\\\": \\\"all\\\"\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"categoryId\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"integer\\\"\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"productTitle\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"text\\\",\\n\" +\n" +
        "            \"        \\\"analyzer\\\": \\\"ik_smart\\\",\\n\" +\n" +
        "            \"        \\\"copy_to\\\": \\\"all\\\"\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"productIntro\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\":\\\"text\\\",\\n\" +\n" +
        "            \"        \\\"analyzer\\\": \\\"ik_smart\\\",\\n\" +\n" +
        "            \"        \\\"copy_to\\\": \\\"all\\\"\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"productPicture\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"keyword\\\",\\n\" +\n" +
        "            \"        \\\"index\\\": false\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"productPrice\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"double\\\",\\n\" +\n" +
        "            \"        \\\"index\\\": true\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"productSellingPrice\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"double\\\"\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"productNum\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"integer\\\"\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"productSales\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"integer\\\"\\n\" +\n" +
        "            \"      },\\n\" +\n" +
        "            \"      \\\"all\\\":{\\n\" +\n" +
        "            \"        \\\"type\\\": \\\"text\\\",\\n\" +\n" +
        "            \"        \\\"analyzer\\\": \\\"ik_max_word\\\"\\n\" +\n" +
        "            \"      }\\n\" +\n" +
        "            \"    }\\n\" +\n" +
        "            \"  }\\n\" +\n" +
        "            \"}";
@Override
public void run(ApplicationArguments args) throws Exception {
    GetIndexRequest getIndexRequest=new GetIndexRequest("product");
    //判断是否存在
    boolean exists = restHighLevelClient.indices().exists(getIndexRequest, RequestOptions.DEFAULT);
    //存在查询删除
    if(exists){
        DeleteByQueryRequest deleteByQueryRequest=new DeleteByQueryRequest("product");
        deleteByQueryRequest.setQuery(QueryBuilders.matchAllQuery());
        restHighLevelClient.deleteByQuery(deleteByQueryRequest,RequestOptions.DEFAULT);
    }else{
        //不存在创建索引
        CreateIndexRequest createIndexRequest=new CreateIndexRequest("product");
        createIndexRequest.source(indexStr, XContentType.JSON);
        restHighLevelClient.indices().create(createIndexRequest,RequestOptions.DEFAULT);
    }
    //查询全部数据
    List<Product> productList=productClient.allList();

    //遍历批量数据插入
    BulkRequest bulkRequest=new BulkRequest();
    ObjectMapper objectMapper=new ObjectMapper();
    for (Product product : productList) {
        ProductDoc productDoc=new ProductDoc(product);
    //插入数据的作用
        IndexRequest indexRequest=new IndexRequest("product").id(product.getProductId().toString());
//productDoc转成JSON放入
        String json = objectMapper.writeValueAsString(productDoc);
        indexRequest.source(json,XContentType.JSON);
        bulkRequest.add(indexRequest);
    }

    restHighLevelClient.bulk(bulkRequest,RequestOptions.DEFAULT);
}

}


以上完成es的数据同步操作。


## 三、商品搜索服务



![img](https://img-blog.csdnimg.cn/img_convert/2258f9557a3d33a7f92bf3e26e8fcc9f.png)
![img](https://img-blog.csdnimg.cn/img_convert/c76a9726b0ea5589e298157fc326c83f.png)
![img](https://img-blog.csdnimg.cn/img_convert/e7d0578c06391986b890f90c9386687f.png)

**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，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**

完成es的数据同步操作。


## 三、商品搜索服务



[外链图片转存中...(img-USesDF4A-1714678959357)]
[外链图片转存中...(img-6DVMhWbx-1714678959357)]
[外链图片转存中...(img-aSEqwXcb-1714678959357)]

**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，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**
2401_84184567
关注
  • 11
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
2024年大数据最全电商项目前台搜索服务es实现，已拿意向书
2401_84181286的博客
05-05 313
*** description:商品客户端*//*** 商品全部数据调用* @return*/
最全电商项目前台搜索服务es实现，2024年最新这些年大数据开发面试的那些套路
2401_84183753的博客
05-16 797
RestClient.builder(HttpHost.create(“http://自己的es服务地址:9200”)));(img-RAnSibO4-1715807507810)](img-MkkpgTcz-1715807507810)]“productIntro”:“硫酸+煤炭制品最好的产品!“productTitle”:“最好的碳酸饮料”,“productName”:“雷碧”,mq序列化方式，选择json！es客户端添加到ioc容器。“all”: “最好”“all”: “最好”
电商项目前台搜索服务es实现，2024年最新直接上干货
2401_84181481的博客
04-14 847
片转存中…(img-nF0ewO9O-1713039024881)]
最新电商项目前台搜索服务es实现，2024年最新大数据开发插件化入门指南
2401_84182665的博客
05-12 281
*** description:商品客户端*//*** 商品全部数据调用* @return*/
电商项目前台搜索服务es实现
2401_84150530的博客
04-12 226
*** description:商品客户端*//*** 商品全部数据调用* @return*/定义接口/search/product根据关键字和分页参数，进行es索引查询，并将结果封装到R中，返回商品服务即可。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。深知大多数大数据工程师，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。
电商项目前台搜索服务es实现(1)
2401_84150530的博客
04-12 342
*** description:商品客户端*//*** 商品全部数据调用* @return*/
推荐 7 个热门电商 GitHub 项目，2024年最新海量算法高频面试题精编解析
2401_84411929的博客
04-21 789
该项目采用了 Spring Cloud Hoxton & Alibaba、Spring Boot 2.3、Oauth2、MyBatis、Docker、Elasticsearch 等核心技术，同时提供了基于Vue的管理后台方便快速搭建系统。21篇文章，篇篇精华，32个Demo，涵盖大部分应用场景。技术栈基于 Spring Boot、Spring Cloud、Spring Oauth2 和 Spring Cloud Netflix 等框架，可以借助该项目学习 Spring Cloud 技术栈，作为练手项目。
2024年Java最全当技术重构遇上DDD，如何实现业务、技术双赢？，火爆全网MySQL路线笔记
2401_84691713的博客
05-05 786
我个人认为，如果你想靠着背面试题来获得心仪的offer，用癞蛤蟆想吃天鹅肉形容完全不过分。想必大家能感受到面试越来越难，想找到心仪的工作也是越来越难，高薪工作羡慕不来，却又对自己目前的薪资不太满意，工作几年甚至连一个应届生的薪资都比不上，终究是错付了，错付了自己没有去提升技术。这些面试题分享给大家的目的，其实是希望大家通过大厂面试题分析自己的技术栈，给自己梳理一个更加明确的学习方向，当你准备好去面试大厂，你心里有底，大概知道面试官会问多广，多深，避免面试的时候一问三不知。
2024年Github上最牛的Java进阶教程及Java实战项目都在这里了！(2)
2401_84006989的博客
05-04 926
在开头跟大家分享的时候我就说，面试我是没有做好准备的，全靠平时的积累，确实有点临时抱佛脚了，以至于我自己还是挺懊恼的。（准备好了或许可以拿个40k，没做准备只有30k+，你们懂那种感觉吗）如何准备面试？1、前期铺垫（技术沉积）程序员面试其实是对于技术的一次摸底考试，你的技术牛逼，那你就是大爷。大厂对于技术的要求主要体现在：基础，原理，深入研究源码，广度，实战五个方面，也只有将原理理论结合实战才能把技术点吃透。
ElasticSearch零基础至电商项目实战（含ES集群搭建）
06-16
本课程提供所有代码笔记素材...1、ElasticSearch下载安装(window以及linux下安装) 2、集群环境搭建 3、客户端Kibana安装与使用 4、集群管理插件head安装使用 5、java api 操作 ES 6、电商项目实战应用等等 ...
SpringBoot实现分布式微服务电商项目第12季（含配套资料）
06-15
架构： SpringBoot + Dubbo+ Redis + ES + Nginx + FDFS + ActiveMQ 主流分布式微服务架构。本系列教程共15季，本章节为第12季场景： 商品首页、商品详情、购物车、订单、支付、库存管理、全文搜索、秒杀、商家...
SpringBoot实现分布式微服务电商项目第13季（含配套资料）
06-15
架构： SpringBoot + Dubbo+ Redis + ES + Nginx + FDFS + ActiveMQ 主流分布式微服务架构。本系列教程共15季，本章节为第13季场景： 商品首页、商品详情、购物车、订单、支付、库存管理、全文搜索、秒杀、商家...
SpringBoot实现分布式微服务电商项目第15季（含配套资料）
06-15
架构： SpringBoot + Dubbo+ Redis + ES + Nginx + FDFS + ActiveMQ 主流分布式微服务架构。本系列教程共15季，本章节为第15季场景： 商品首页、商品详情、购物车、订单、支付、库存管理、全文搜索、秒杀、商家...
SpringBoot整合ElasticSearch实现电商高性能搜索引擎
06-13
ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索...
【PB案例学习笔记】-09滚动条使用
再小的帆也能远航，把分享变成一种习惯
05-27 434
这是PB案例学习笔记系列文章的第8篇，该系列文章适合具有一定PB基础的读者。通过一个个由浅入深的编程实战案例学习，提高编程技巧，以保证小伙伴们能应付公司的各种开发需求。文章中设计到的源码，小凡都上传到了gitee代码仓库需要源代码的小伙伴们可以自行下载查看，后续文章涉及到的案例代码也都会提交到这个仓库【如果对小伙伴有所帮助，希望能给一个小星星⭐支持一下小凡。
让WSL内核使用BBR拥塞控制算法
Double Galaxy
05-27 111
使用git命令从Linux内核的Git仓库中获取源代码，$ git clone https://github.com/microsoft/WSL2-Linux-Kernel.git，找到对应的内核版本$ git log --grep="5.15.146.1-microsoft-standard-WSL2"，回退到本机安装的内核版本$ git checkout 在配置中搜索TCP_CONG_BBR，确保该选项被设置为y（表示编译进内核）或m（表示编译为模块）。需要事先安装好依赖的工具。
Linux 使用 yum安装 ELK服务，yum 安装elasticsearch和Kibana(未写完)
雪花凌落的盛夏
05-27 651
是一个近实时（NRT）的分布式搜索和分析引擎，它可以用于全文搜索，结构化搜索以及分析。它是一个建立在全文搜索引擎 Apache Lucene 基础上的搜索引擎，使用 Java 语言编写。它是一个具有近实时（NRT）传输能力的数据收集、过滤、分析引擎，用来进行数据收集、解析、过滤，并最终将数据发送给ES。它是一个为 ElasticSearch 提供分析和展示的可视化 Web 平台。它可以在 ElasticSearch 的索引中查找，交互数据，并生成各种维度表格、图形以及仪表盘。
es索引的性能优化配置
最新发布
赵成默
05-29 209
查看所有模板，如果数据量多的话，可以进行纵向分表，例如按照日期将索引分开，然后通过建模板，配置索引的参数。设置索引每个节点最大的分片数:规则下面的数要大于分片数（包括副本）/集群集群节点数。配置分片数:一般来说内存每G最多20个，每个分片数据大概在20G到50G。查看unassigned的原因，通过查看原因也能得到问题的解决方案。配置副本数:一般1就行，需要更高的可靠性可以设置为3。GET _template/模板名称。刷盘时间，数据实时性的延迟。
jeecgboot项目中整合 Elasticsearch 实现全文搜索
03-27
在JeecgBoot项目中，可以通过整合Elasticsearch实现全文搜索功能。Elasticsearch是一个开源的分布式搜索引擎，它提供了强大的全文搜索和分析能力。 要在JeecgBoot项目中整合Elasticsearch实现全文搜索，可以按照以下步骤进行操作： 1. 添加依赖：在项目的pom.xml文件中添加Elasticsearch相关的依赖。可以使用Spring Data Elasticsearch来简化与Elasticsearch的交互。 2. 配置连接信息：在项目的配置文件中配置Elasticsearch的连接信息，包括主机地址、端口号等。 3. 创建实体类：根据需要创建与Elasticsearch索引对应的实体类，并使用注解标记字段与索引的映射关系。 4. 创建Repository接口：创建一个继承自ElasticsearchRepository的接口，用于定义与Elasticsearch交互的方法。 5. 实现全文搜索功能：在Service层或Controller层中调用Repository接口中定义的方法，实现全文搜索功能。可以使用查询构建器来构建复杂的查询条件。 6. 启动Elasticsearch服务：确保Elasticsearch服务已经启动，并且与项目成功连接。 7. 测试全文搜索功能：通过调用相关接口或方法，测试全文搜索功能是否正常工作。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值