Springboot集成Elasticsearch

在springboot中集成Elasticsearch，以我开发的博客系统项目为例,这是一篇文章内容。
准备
本次Elasticsearch使用的是单机版，版本为6.7.8，并且装好中文分词器。

Springboot集成Elasticsearch

1. 首先在pom文件中引入Elasticsearch依赖。

 <!--elasticsearch-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
        </dependency>

2. 创建一个对象，与数据库存储结构字段对应，使用@Data是导入了lombok，
   @Document(indexName = “article_document”, type = “docs”, shards = 1, replicas = 0)，这个注解会在elasticsearch里面创建一个article_document的索引。@Id 注解为elasticsearch的id字段。

类型（type）
每个文档都有与之对应的类型（type）定义。这允许用户在一个索引中存储多种文档类型，并为不同文档提供类型提供不同的映射。
分片（shards）#
代表索引分片，es可以把一个完整的索引分成多个分片，这样的好处是可以把一个大的索引拆分成多个，分布到不同的节点上。构成分布式搜索。分片的数量只能在索引创建前指定，并且索引创建后不能更改。5.X默认不能通过配置文件定义分片
副本（replicas）#
代表索引副本，es可以设置多个索引的副本，副本的作用一是提高系统的容错性，当个某个节点某个分片损坏或丢失时可以从副本中恢复。二是提高es的查询效率，es会自动对搜索请求进行负载均衡。

@Data
@Document(indexName = "article_document", type = "docs", shards = 1, replicas = 0)
public class ArticleDocument implements Serializable {
    @Id
    private Long id;

    @Field(type = FieldType.Text, analyzer = "ik_max_word")
    private String title; //标题

    @Field(type = FieldType.Text, analyzer = "ik_max_word")
    private String summary;// 概述

    @Field(type = FieldType.Text, analyzer = "ik_max_word")
    private String content; // 内容

    @Field(type = FieldType.Boolean)
    private Boolean published;//是否已发布

    @Field(type = FieldType.Integer)
    private Integer status;//审核状态

    public interface Table {
        String ID = "id";
        String TITLE = "title";
        String SUMMARY = "summary";
        String CONTENT = "content";
        String PUBLISHED = "published";
        String STATUS = "status";
    }
}

3. 写一个接口ArticleDocumentRepository继承ElasticsearchRepository，ElasticsearchRepository包含了基本的增删改查的能力，并在接口类上加上@Repository注解，注入到spring 容器中.

@Repository
public interface ArticleDocumentRepository extends ElasticsearchCrudRepository<ArticleDocument, Long> {

    List<ArticleDocument> findDistinctByTitleLikeOrSummaryLikeOrContentLike(String title, String summary, String content);
}

4. ArticleDocumentServiceImpl类自动注入ArticleDocumentRepository的接口，去操作Elasticsearch。

 @Autowired
    private ArticleDocumentRepository articleDocumentRepository;

5. 接着就对Elasticsearch进行增删改查的操作。
   保存

我是用了mybatis-plus，可以根据自己修改，在保存文章的时候，调用这个方法，Article是我的文章对象。

public void saveToElasticSearch(Article article) {
        ArticleDocument articleDocument = new ArticleDocument();
        BeanUtils.copyProperties(article, articleDocument);
        if (articleDocument.getPublished() == null) {
            QueryWrapper<Article> wrapper = new QueryWrapper<>();
            wrapper.select(Article.Table.PUBLISHED).eq(Article.Table.ID, article.getId());
            Article temp = articleMapper.selectOne(wrapper);
            articleDocument.setPublished(temp.getPublished());
        }
        if (articleDocument.getStatus() == null) {
            QueryWrapper<Article> wrapper = new QueryWrapper<>();
            wrapper.select(Article.Table.STATUS).eq(Article.Table.ID, article.getId());
            Article temp = articleMapper.selectOne(wrapper);
            articleDocument.setStatus(temp.getStatus());
        }
        articleDocumentRepository.save(articleDocument);
    }

更新
先将原来的索引删除掉

 //从ElasticSearch中删除
            articleDocumentRepository.deleteById(article.getId());

再保存新的索引

 saveToElasticSearch(article);

删除

 articleDocumentRepository.deleteById(article.getId());

查询
将查询的结果用List返回。

public List<ArticleDocument> listByKeyword(String keyword) throws IOException {
        SearchRequest searchRequest = new SearchRequest(TableConstant.ARTICLE_DOCUMENT);
        //匹配查询
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        MultiMatchQueryBuilder multiMatchQueryBuilder = QueryBuilders.multiMatchQuery(keyword, ArticleDocument.Table.TITLE, ArticleDocument.Table.SUMMARY, ArticleDocument.Table.CONTENT);
        TermQueryBuilder termQueryBuilder1 = QueryBuilders.termQuery(ArticleDocument.Table.PUBLISHED, true);
        TermQueryBuilder termQueryBuilder2 = QueryBuilders.termQuery(ArticleDocument.Table.STATUS, Constant.AUDIT_PASS);
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery().must(multiMatchQueryBuilder).must(termQueryBuilder1).must(termQueryBuilder2);
        sourceBuilder.query(boolQueryBuilder);
        //高亮
        HighlightBuilder highlightBuilder = new HighlightBuilder();
        highlightBuilder.field(ArticleDocument.Table.TITLE).field(ArticleDocument.Table.SUMMARY).field(ArticleDocument.Table.CONTENT);
        highlightBuilder.preTags(Constant.HIGH_LIGHT_PRE_TAGS);
        highlightBuilder.postTags(Constant.HIGH_LIGHT_POST_TAGS);
        sourceBuilder.highlighter(highlightBuilder);
        //执行搜索
        searchRequest.source(sourceBuilder);
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
        //解析结果
        List<ArticleDocument> articleDocuments = new ArrayList<>();
        for (SearchHit hit : searchResponse.getHits().getHits()) {
            Map<String, Object> map = hit.getSourceAsMap();//原来的结果
            //解析高亮的字段
            HighLightUtil.parseField(hit, ArticleDocument.Table.TITLE);
            HighLightUtil.parseField(hit, ArticleDocument.Table.SUMMARY);
            HighLightUtil.parseField(hit, ArticleDocument.Table.CONTENT);

            ArticleDocument articleDocument = new ArticleDocument();
            articleDocument.setId(Long.valueOf((Integer) map.get(ArticleDocument.Table.ID)));
            articleDocument.setTitle((String) map.get(ArticleDocument.Table.TITLE));
            articleDocument.setSummary((String) map.get(ArticleDocument.Table.SUMMARY));
            articleDocument.setContent((String) map.get(ArticleDocument.Table.CONTENT));
            articleDocuments.add(articleDocument);
        }
        return articleDocuments;
    }

elasticsearch有一个高亮配置HighLightUtil，可以使关键词高亮显示。

import org.elasticsearch.common.text.Text;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.fetch.subphase.highlight.HighlightField;

import java.util.Map;

public class HighLightUtil {
    public static void parseField(SearchHit hit, String field) {
        Map<String, Object> map = hit.getSourceAsMap();//原来的结果
        HighlightField title = hit.getHighlightFields().get(field);
        //解析高亮的字段
        if (title != null) {
            Text[] fragments = title.fragments();
            StringBuilder newTitle = new StringBuilder();
            for (Text fragment : fragments) {
                newTitle.append(fragment);
            }
            //高亮文本替换掉原来的内容
            map.put(field, newTitle.toString());
        }
    }

我们可以看到，这里我使用的是谷歌商城的ElasticSearch Heap这个插件，非常方便。

有什么问题可以再评论区评论，我会尽快回复。

参考文章：https://blog.csdn.net/forezp/article/details/106839262