微服务架构（7）：Elasticsearch&&Spring Data Elasticsearch的使用

最新推荐文章于 2021-06-04 15:44:30 发布
VIP文章 最新推荐文章于 2021-06-04 15:44:30 发布
阅读量577 收藏 2
点赞数
分类专栏： 微服务架构
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/qq_43605085/article/details/104405955
版权

微服务架构（7）：Elasticsearch&&Spring Data Elasticsearch的使用

学习目标

  • 独立安装Elasticsearch
  • 会使用Rest的API操作索引
  • 会使用Rest的API查询数据
  • 会使用Rest的API聚合数据
  • 重点掌握Spring Data Elasticsearch使用

1.Elasticsearch介绍和安装

用户访问我们的首页，一般都会直接搜索来寻找自己想要购买的商品。

而商品的数量非常多，而且分类繁杂。如果能正确的显示出用户想要的商品，并进行合理的过滤，尽快促成交易，是搜索系统要研究的核心。

面对这样复杂的搜索业务和数据量，使用传统数据库搜索就显得力不从心，一般我们都会使用全文检索技术，比如之前大家学习过的Solr。

不过今天，我们要讲的是另一个全文检索技术：Elasticsearch。

1.1.简介

1.1.1.Elastic

Elastic官网：https://www.elastic.co/cn/

在这里插入图片描述

Elastic有一条完整的产品线及解决方案：Elasticsearch、Kibana、Logstash等，前面说的三个就是大家常说的ELK技术栈。
在这里插入图片描述

1.1.2.Elasticsearch

Elasticsearch官网：https://www.elastic.co/cn/products/elasticsearch
在这里插入图片描述

如上所述，Elasticsearch具备以下特点：

  • 分布式，无需人工搭建集群（solr就需要人为配置，使用Zookeeper作为注册中心）
  • Restful风格，一切API都遵循Rest原则，容易上手
  • 近实时搜索，数据更新在Elasticsearch中几乎是完全同步的。

1.1.3.版本

目前Elasticsearch最新的版本是6.3.1，我们就使用6.3.0

在这里插入图片描述

需要虚拟机JDK1.8及以上

1.2.安装和配置

为了模拟真实场景，我们将在linux下安装Elasticsearch。

1.2.1.新建一个用户leyou

出于安全考虑，elasticsearch默认不允许以root账号运行。

创建用户：

useradd leyou

设置密码：

passwd leyou

切换用户：

su - leyou

1.2.2.上传安装包,并解压

我们将安装包上传到：/home/leyou目录

在这里插入图片描述

在这里插入图片描述

解压缩：

tar -zxvf elasticsearch-6.2.4.tar.gz

关闭mysql：

service mysql stop
chkconfig mysql off

我们把目录重命名：

mv elasticsearch-6.2.4/ elasticsearch

在这里插入图片描述

进入，查看目录结构：

在这里插入图片描述

1.2.3.修改配置

我们进入config目录：cd config

需要修改的配置文件有两个：

  1. jvm.options

Elasticsearch基于Lucene的，而Lucene底层是java实现，因此我们需要配置jvm参数。

编辑jvm.options：

vim jvm.options

默认配置如下：

-Xms1g
-Xmx1g

内存占用太多了，我们调小一些：

-Xms512m
-Xmx512m
  1. elasticsearch.yml
vim elasticsearch.yml
  • 修改数据和日志目录：
path.data: /home/leyou/elasticsearch/data # 数据目录位置
path.logs: /home/leyou/elasticsearch/logs # 日志目录位置

我们把data和logs目录修改指向了elasticsearch的安装目录。但是这两个目录并不存在，因此我们需要创建出来。

进入elasticsearch的根目录，然后创建：

mkdir data
mkdir logs

在这里插入图片描述

  • 修改绑定的ip：
network.host: 0.0.0.0 # 绑定到0.0.0.0，允许任何ip来访问

默认只允许本机访问，修改为0.0.0.0后则可以远程访问

目前我们是做的单机安装，如果要做集群，只需要在这个配置文件中添加其它节点信息即可。

elasticsearch.yml的其它可配置信息：

属性名 说明
cluster.name 配置elasticsearch的集群名称，默认是elasticsearch。建议修改成一个有意义的名称。
node.name 节点名，es会默认随机指定一个名字，建议指定一个有意义的名称，方便管理
path.conf 设置配置文件的存储路径，tar或zip包安装默认在es根目录下的config文件夹，rpm安装默认在/etc/ elasticsearch
path.data 设置索引数据的存储路径，默认是es根目录下的data文件夹，可以设置多个存储路径，用逗号隔开
path.logs 设置日志文件的存储路径，默认是es根目录下的logs文件夹
path.plugins 设置插件的存放路径，默认是es根目录下的plugins文件夹
bootstrap.memory_lock 设置为true可以锁住ES使用的内存，避免内存进行swap
network.host 设置bind_host和publish_host，设置为0.0.0.0允许外网访问
http.port 设置对外服务的http端口，默认为9200。
transport.tcp.port 集群结点之间通信端口
discovery.zen.ping.timeout 设置ES自动发现节点连接超时的时间，默认为3秒，如果网络延迟高可设置大些
discovery.zen.minimum_master_nodes 主结点数量的最少值 ,此值的公式为：(master_eligible_nodes / 2) + 1 ，比如：有3个符合要求的主结点，那么这里要设置为2

1.3.运行

进入elasticsearch/bin目录，可以看到下面的执行文件：

在这里插入图片描述

然后输入命令：

./elasticsearch

发现报错了，启动失败：

1.3.1.错误1：内核过低

在这里插入图片描述

我们使用的是centos6，其linux内核版本为2.6。而Elasticsearch的插件要求至少3.5以上版本。不过没关系，我们禁用这个插件即可。

修改elasticsearch.yml文件，在最下面添加如下配置：

bootstrap.system_call_filter: false

然后重启

1.3.2.错误2：文件权限不足

再次启动，又出错了：

在这里插入图片描述

[1]: max file descriptors [4096] for elasticsearch process likely too low, increase to at least [65536]

我们用的是leyou用户，而不是root，所以文件权限不足。

首先用root用户登录。

然后修改配置文件:

vim /etc/security/limits.conf

添加下面的内容：

* soft nofile 65536

* hard nofile 131072

* soft nproc 4096

* hard nproc 4096

1.3.3.错误3：线程数不够

刚才报错中，还有一行：

[1]: max number of threads [1024] for user [leyou] is too low, increase to at least [4096]

这是线程数不够。

继续修改配置：

vim /etc/security/limits.d/90-nproc.conf

修改下面的内容：

* soft nproc 1024

改为：

* soft nproc 4096

1.3.4.错误4：进程虚拟内存

[3]: max virtual memory areas vm.max_map_count [65530] likely too low, increase to at least [262144]

vm.max_map_count：限制一个进程可以拥有的VMA(虚拟内存区域)的数量，继续修改配置文件， ：

vim /etc/sysctl.conf

添加下面内容：

vm.max_map_count=655360

然后执行命令：

sysctl -p

1.3.5.重启终端窗口

所有错误修改完毕，一定要重启你的 Xshell终端，否则配置无效。

1.3.6.启动

再次启动，终于成功了！

在这里插入图片描述

可以看到绑定了两个端口:

  • 9300：集群节点间通讯接口
  • 9200：客户端访问接口

我们在浏览器中访问：http://192.168.56.101:9200
在这里插入图片描述

1.4.安装kibana

1.4.1.什么是Kibana？

在这里插入图片描述

Kibana是一个基于Node.js的Elasticsearch索引库数据统计工具，可以利用Elasticsearch的聚合功能，生成各种图表，如柱形图，线状图，饼图等。

而且还提供了操作Elasticsearch索引数据的控制台，并且提供了一定的API提示，非常有利于我们学习Elasticsearch的语法。

1.4.2.安装

因为Kibana依赖于node，我们的虚拟机没有安装node，而window中安装过。所以我们选择在window下使用kibana。

最新版本与elasticsearch保持一致，也是6.3.0

在这里插入图片描述

解压到特定目录即可

1.4.3.配置运行

配置

进入安装目录下的config目录，修改kibana.yml文件：

修改elasticsearch服务器的地址：

elasticsearch.url: "http://192.168.56.101:9200"

运行

进入安装目录下的bin目录：

在这里插入图片描述

双击运行：

在这里插入图片描述

发现kibana的监听端口是5601

我们访问：http://127.0.0.1:5601
在这里插入图片描述

1.4.4.控制台

选择左侧的DevTools菜单，即可进入控制台页面：
在这里插入图片描述

在页面右侧，我们就可以输入请求，访问Elasticsearch了。

在这里插入图片描述

1.5.安装ik分词器

Lucene的IK分词器早在2012年已经没有维护了，现在我们要使用的是在其基础上维护升级的版本，并且开发为ElasticSearch的集成插件了，与Elasticsearch一起维护升级，版本也保持一致，最新版本：6.3.0

1.5.1.安装

上传课前资料中的zip包，解压到Elasticsearch目录的plugins目录中：

在这里插入图片描述

使用unzip命令解压：

unzip elasticsearch-analysis-ik-6.3.0.zip -d ik-analyzer

然后重启elasticsearch：

在这里插入图片描述

1.5.2.测试

大家先不管语法，我们先测试一波。

在kibana控制台输入下面的请求：

POST _analyze
{
  "analyzer": "ik_max_word",
  "text":     "我是中国人"
}

运行得到结果：

{
  "tokens": [
    {
      "token": "我",
      "start_offset": 0,
      "end_offset": 1,
      "type": "CN_CHAR",
      "position": 0
    },
    {
      "token": "是",
      "start_offset": 1,
      "end_offset": 2,
      "type": "CN_CHAR",
      "position": 1
    },
    {
      "token": "中国人",
      "start_offset": 2,
      "end_offset": 5,
      "type": "CN_WORD",
      "position": 2
    },
    {
      "token": "中国",
      "start_offset": 2,
      "end_offset": 4,
      "type": "CN_WORD",
      "position": 3
    },
    {
      "token": "国人",
      "start_offset": 3,
      "end_offset": 5,
      "type": "CN_WORD",
      "position": 4
    }
  ]
}

1.7.API

Elasticsearch提供了Rest风格的API，即http请求接口，而且也提供了各种语言的客户端API

1.7.1.Rest风格API

文档地址：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html

1.7.2.客户端API

Elasticsearch支持的客户端非常多：https://www.elastic.co/guide/en/elasticsearch/client/index.html

在这里插入图片描述

点击Java Rest Client后，你会发现又有两个：
在这里插入图片描述

Low Level Rest Client是低级别封装，提供一些基础功能，但更灵活

High Level Rest Client，是在Low Level Rest Client基础上进行的高级别封装，功能更丰富和完善，而且API会变的简单

在这里插入图片描述

1.7.3.如何学习

建议先学习Rest风格API，了解发起请求的底层实现，请求体格式等。

2.操作索引

2.1.基本概念

Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。

对比关系：

索引（indices）--------------------------------Databases 数据库

​ 类型（type）-----------------------------Table 数据表

​ 文档（Document）----------------Row 行

​ 字段（Field）-------------------Columns 列

详细说明：

概念 说明
索引库（indices) indices是index的复数，代表许多的索引，
类型（type） 类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念
文档（document） 存入索引库原始的数据。比如每一条商品信息，就是一个文档
字段（field） 文档中的属性
映射配置（mappings） 字段的数据类型、属性、是否索引、是否存储等特性

是不是与Lucene和solr中的概念类似。

另外，在SolrCloud中，有一些集群相关的概念，在Elasticsearch也有类似的：

  • 索引集（Indices，index的复数）：逻辑上的完整索引
  • 分片（shard）：数据拆分后的各个部分
  • 副本（replica）：每个分片的复制

要注意的是：Elasticsearch本身就是分布式的，因此即便你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加新数据时，数据也会在新加入的节点中进行平衡。

2.2.创建索引

2.2.1.语法

Elasticsearch采用Rest风格API，因此其API就是一次http请求，你可以用任何工具发起http请求

创建索引的请求格式：

  • 请求方式：PUT

  • 请求路径：/索引库名

  • 请求参数：json格式：

    {
     
    "settings": {
     
        "number_of_shards": 3,
        "number_of_replicas": 2
      }
}
    • settings：索引库的设置
      • number_of_shards：分片数量
      • number_of_replicas：副本数量

2.2.2.测试

我们先用RestClient来试试

在这里插入图片描述

响应：

在这里插入图片描述

可以看到索引创建成功了。

2.2.3.使用kibana创建

kibana的控制台，可以对http请求进行简化，示例：

在这里插入图片描述

相当于是省去了elasticsearch的服务器地址

而且还有语法提示，非常舒服。

2.3.查看索引设置

语法

Get请求可以帮我们查看索引信息，格式：

GET /索引库名

在这里插入图片描述

或者，我们可以使用*来查询所有索引库配置：

在这里插入图片描述

2.4.删除索引

删除索引使用DELETE请求

语法

DELETE /索引库名

示例

在这里插入图片描述
再次查看heima2：

在这里插入图片描述

当然，我们也可以用HEAD请求，查看索引是否存在：
在这里插入图片描述

2.5.映射配置

索引有了，接下来肯定是添加数据。但是，在添加数据之前必须定义映射。

什么是映射？

​ 映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等

只有配置清楚，Elasticsearch才会帮我们进行索引库的创建（不一定）

2.5.1.创建映射字段

语法

请求方式依然是PUT

PUT /索引库名/_mapping/类型名称
{
  "properties": {
    "字段名": {
      "type": "类型",
      "index": true，
      "store": true，
      "analyzer": "分词器"
    }
  }
}
  • 类型名称：就是前面将的type的概念，类似于数据库中的不同表
    字段名：任意填写 ，可以指定许多属性，例如：
  • type：类型，可以是text、long、short、date、integer、object等
  • index：是否索引，默认为true
  • store：是否存储，默认为false
  • analyzer：分词器，这里的ik_max_word即使用ik分词器

示例

发起请求：

PUT heima/_mapping/goods
{
   
  "properties": {
   
    "title": {
   
      "type": "text",
      "analyzer": "ik_max_word"
    },
    "images": {
   
      "type": "keyword",
      "index": "false"
    },
    "price": {
   
      "type": "float"
    }
  }
}

响应结果：

{
  "acknowledged": true
}

2.5.2.查看映射关系

语法：

GET /索引库名/_mapping

示例：

GET /heima/_mapping

响应：

{
   
  "heima": {
   
    "mappings": {
   
      "goods": {
   
        "properties": {
   
          "images": {
   
            "type": "keyword",
            "index": false
          },
          "price": {
   
            "type": "float"
          },
          "title": {
   
            "type": "text",
            "analyzer": "ik_max_word"
          }
        }
      }
    }
  }
}

2.5.3.字段属性详解

2.5.3.1.type

Elasticsearch中支持的数据类型非常丰富：

在这里插入图片描述

我们说几个关键的：

  • String类型，又分两种：

    • text：可分词，不可参与聚合
    • keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合

  • Numerical：数值类型，分两类

    • 基本数据类型：long、interger、short、byte、double、float、half_float
    • 浮点数的高精度类型：scaled_float
      • 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。

  • Date：日期类型

    elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。

2.5.3.2.index

index影响字段的索引情况。

  • true：字段会被索引，则可以用来进行搜索。默认值就是true
  • false：字段不会被索引，不能用来搜索

index的默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。

但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。

2.5.3.3.store

是否将数据进行额外存储。

在学习lucene和solr时，我们知道如果一个字段的store设置为false，那么在文档列表中就不会有这个字段的值，用户的搜索结果中不会显示出来。

但是在Elasticsearch中，即便store设置为false，也可以搜索到结果。

原因是Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。

而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。

2.5.3.4.boost

激励因子，这个与lucene中一样

其它的不再一一讲解，用的不多，大家参考官方文档：

在这里插入图片描述

2.6.新增数据

2.6.1.随机生成id

通过POST请求，可以向一个已经存在的索引库中添加数据。

语法：

POST /索引库名/类型名
{
    "key":"value"
}

示例：

POST /heima/goods/
{
   
    "title":"小米手机",
    "images":"http://image.leyou.com/12479122.jpg",
    "price":2699.00
}

响应：

{
   
  "_index": "heima",
  "_type": "goods",
  "_id": "r9c1KGMBIhaxtY5rlRKv",
  "_version": 1,
  "result": "created",
  "_shards": {
   
    "total": 3,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 0,
  "_primary_term": 2
}

通过kibana查看数据：

get _search
{
   
    "query":{
   
        "match_all":{
   }
    }
}

{
   
  "_index": "heima",
  "_type": "goods",
  "_id": "r9c1KGMBIhaxtY5rlRKv",
  "_version": 1,
  "_score": 1,
  "_source": {
   
    "title": "小米手机",
    "images": "http://image.leyou.com/12479122.jpg",
    "price": 2699
  }
}
  • _source：源文档信息，所有的数据都在里面。
  • _id：这条文档的唯一标示，与文档自己的id字段没有关联

2.6.2.自定义id

如果我们想要自己新增的时候指定id，可以这么做：

POST /索引库名/类型/id值
{
    ...
}

示例：

POST /heima/goods/2
{
   
    "title":"大米手机",
    "images":"http://image.leyou.com/12479122.jpg",
    "price":2899.00
}

得到的数据：

{
   
  "_index": "heima",
  "_type": "goods",
  "_id": "2",
  "_score": 1,
  "_source": {
   
    "title": "大米手机",
    "images": "http://image.leyou.com/12479122.jpg",
    "price": 2899
  }
}

2.6.3.智能判断

在学习Solr时我们发现，我们在新增数据时，只能使用提前配置好映射属性的字段，否则就会报错。

不过在Elasticsearch中并没有这样的规定。

事实上Elasticsearch非常智能，你不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。

测试一下：

POST /heima/goods/3
{
   
    "title":"超米手机",
    "images":"http://image.leyou.com/12479122.jpg",
    "price":2899.00,
    "stock": 200,
    "saleable":true
}

我们额外添加了stock库存，和saleable是否上架两个字段。

来看结果：

{
   
  "_index": "heima",
  "_type": "goods",
  "_id": "3",
  "_version": 1,
  "_score": 1,
  "_source": {
   
    "title": "超米手机",
    "images": "http://image.leyou.com/12479122.jpg",
    "price": 2899,
    "stock": 200,
    "saleable": true
  }
}

在看下索引库的映射关系:

{
   
  "heima": {
   
    "mappings": {
   
      "goods": {
   
        "properties": {
   
          "images": {
   
            "type": "keyword",
            "index": false
          },
          "price": {
   
            "type": "float"
          },
          "saleable": {
   
            "type": "boolean"
          },
          "stock": {
   
            "type": "long"
          },
          "title": {
   
            "type": "text",
            "analyzer": "ik_max_word"
          }
        }
      }
    }
  }
}

stock和saleable都被成功映射了。

2.7.修改数据

把刚才新增的请求方式改为PUT，就是修改了。不过修改必须指定id，

  • id对应文档存在，则修改
  • id对应文档不存在，则新增

比如，我们把id为3的数据进行修改：

PUT /heima/goods/3
{
   
    "title":"超大米手机",
    "images":"http://image.leyou.com/12479122.jpg",
    "price":3899.00,
    "stock": 100,
    "saleable":true
}

结果：

{
   
  "took": 17,
  "timed_out": false,
  "_shards": {
   
    "total": 9,
    "successful": 9,
    "skipped": 0,
    "failed":
最低0.47元/天 解锁文章
rnaNg0丶
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
2小时学会ElasticSearch
08-21
本课程全程使用目前比较流行的开发工具idea进行开发,采用现在互联网流行的微服务架构SpringBoot+SpringCloud+JPA, 同时也使用了互联网的高并发中间件redis,ElasticSearch,RabbitMQ，MongoDB数据库，springSecurity安全框架,还会涉及到一些后期运维的相关技术如jenkins，influxdb，ranchar等技术，还会涉及到代码生成器，不需要写简单的代码了，可以直接生成，,此课程内容丰富实战性强,非常符合现在市场的新技术走势,你学完本课程会,让你完全感受到了互联网思维带来的高并发解决方案的思路,如果你是开发的小白,建议你学完Spring,SpringMVC,MyBatis框架后再来学习本门课程,学完以后会让你完全体验到企业级开发的流程. 在职的同学，学完后会让你的薪资更高,让你更了解互联网是如何解决高并发用过SSM框架的同学也可以学习这门课程，能让你感受到与SSM框架不同的感受，更简化的开发思维
springcloud集成ES(elasticsearch)将es作为一个微服务处理
ZZ2858563799的博客
11-20 3193
首先创建doc对象 //应该有什么字段，展示页的 所有条件 ，所有排序 ，所有显示的字段 //课程的文档对象 @Document(indexName = "hrm-course",type = "course") @Data public class CourseDoc { @Id private Long id; @Field(type = FieldType.Text,analyzer = "ik_smart",searchAnalyzer = "ik_smart")
ElasticSearch与搜索微服务
nanxuan_heng的博客
02-27 1629
ElasticSearch与搜索微服务 es是一个实时的分布式搜索和分析引擎，快速处理大数据。 es的底层是Lucene es提供一个分布式多用户能力的搜索引擎，基于restful web接口 es的特点：实时搜索，稳定，可靠，安装使用方便。 1 ElasticSearch的特点及体系结构 特点： 1 大型的分布式集群（数百台服务器）技术 2 将全文检索，分布式，数据分析技术结合在一起 3...
spring boot 整合 elasticsearch
05-06
spring boot 整合 elasticsearch 实现按照属性查询 spring boot 整合 elasticsearch 实现按照ID查询 注意查看README.MD文件
微服务架构学习-进阶篇--（13-1）ElasticSearch搭建演示
tanwenfang的博客
03-08 751
准备工具：一台联网服务器（我用的是华为云服务器，1核2G，CentOS 6.10 64bit） 一，查看jdk版本 由于我已经安装好了，这里就不再重复安装了。不太了解在Linux系统上jdk安装流程的朋友可以参考这篇文章：https://www.cnblogs.com/shihaiming/p/5809553.html 或其他的文章 二，创建用户 从5.0开始，ElasticSearch 安全级...
SpringBoot整合Spring Data Elasticsearch的过程详解
08-25
主要介绍了SpringBoot整合Spring Data Elasticsearch的过程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
spring-data-elasticsearch-example:Spring Data Elasticsearch示例
05-11
弹簧数据弹性搜索示例 Spring Data Elasticsearch示例
Spring Data Elasticsearch API（Spring Data Elasticsearch 开发文档）.CHM
08-31
Spring Data Elasticsearch API（Spring Data Elasticsearch 开发文档）.CHM。 官网 Spring Data Elasticsearch API
Spring 各种例子：Spring Data Elasticsearch，JDBC，JPA，LDAP，MongoDB
最新发布
09-09
2. Spring Data Elasticsearch：展示了基本文本搜索、地理空间搜索和分面搜索的示例。使用了High Level REST Client作为模板和仓库的后端。 - example：展示了使用基本文本搜索、地理空间搜索和分面搜索的示例。 -...
Spring data elasticsearch使用方法详解
08-25
主要介绍了Spring data elasticsearch使用方法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
Springboot2.x整合ElasticSearch7.x实战（一）
JavaPub
12-21 1195
学习一个新技术，最快的掌握方式就是先学会使用，让我们有了很强的满足感，在研究底层代码。 本篇幅是继上一篇Springboot2.x整合ElasticSearch7.x实战目录，适合初学 Elasticsearch 的小白，可以跟着整个教程做一个练习。 编者荐语：在大数据搜索中，Elasticsearch 使用频率非常高。学习 Java 了解大数据那是我们 Java 攻城狮很好的选择。 文章目录第一章 课程介绍自我介绍ElasticSearch SpringBoot 介绍ElasticSearchSpring
微服务 Elasticsearch es 搜索服务架构千万级平台演进
zhaoyang10的专栏
12-21 908
PB级数据实时查询，Elasticsearch多集群架构实践
微服务项目学习第4天--分布式搜索引擎ElasticSearch（上）
qinian8的博客
08-02 886
微服务项目学习第4天–分布式搜索引擎ElasticSearch 写在前边（学习内容） 什么是ElasticSearch ​ Elasticsearch是一个实时的分布式搜索和分析引擎。它可以帮助你用前所未有的速 度去处理大规模数据。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...
Spring Data Elasticsearch篇(3):ElasticsearchRepository文档操作
u013089490的博客
01-08 2万+
1、ElasticsearchRepository 1.1、ElasticsearchRepository源码 @NoRepositoryBean public interface ElasticsearchRepository<T, ID extends Serializable> extends ElasticsearchCrudRepository<T, ID&g...
Java之elasticsearch注解式开发
热门推荐
Good Luck
05-10 8万+
最近写了一个注解式elasticsearch的工具包，ES版本更新太大，又不向下兼容，实在是焦头烂额，换个版本就得大改，索性开源出去吧，你们想改就改吧。 ...
Elasticsearch 技术分析（九）：全文搜索引擎Elasticsearch，这篇文章给讲透了！
weixin_30421809的博客
07-22 865
之前已经分享过Elasticsearch的使用和原理的知识，由于近期在公司内部做了一次分享，所以本篇主要是基于之前的博文的一个总结，希望通过这篇文章能让读者大致了解Elasticsearch是做什么的以及它的使用和基本原理。 生活中的数据 搜索引擎是对数据的检索，所以我们先从生活中的数据说起。 我们生活中的数据总体分为两种：结构化数据 和 非结构化数据。 结构化数据： 也称作行数据，是由...
ElasticSearch(三)ElasticSearch7.8.0集成Springboot
weixin_38399962的博客
08-03 6505
本文ES版本为7.8.0 兼容很多新版本,代码都经过测试, 无坑, 大家放心食用 1. 准备环境工作 安装ES环境, 安装IK分词器,见博文:https://rourou.blog.csdn.net/article/details/101061408 2.MAVEN依赖 由于es各个版本变化很大,所以在选择依赖的时候要尤为注意!!!我们可以通过spring的官方网站来进行查询版本对应的信息 https://docs.spring.io/spring-data/elasticsearch/d..
微服务进阶整合学习高级篇--ElasticSearch
ptGrapes的博客
06-04 925
微服务进阶整合学习高级篇--谷粒商城搜索分析引擎ElasticSearchElasticSearch三大基本概念1. index-索引2. type-类型3. document-文档docker安装ElasticSearch1. 切换到管理员`su root`下载docker或者在命令前加上sudo2. `free -m`查看内存使用情况3. 创建目录供后续进行磁盘挂载4. 创建配置文件并写入数据5. 进行磁盘挂载6. 赋予EL权限7. 访问端口查看是否配置成功8. 安装启动kibana9. 访问kiban
基于Spring Data Elasticsearch的搜索微服务
hangge的学习基地
04-11 373
Spring Data Elasticsearch使用数据导入FeignClient导入数据实现基本搜索后台提供搜索接口页面渲染页面分页效果排序 数据导入 module: leyou-search 数据结构 我们创建一个类，封装要保存到索引库的数据，并设置映射属性： @Document(indexName = "goods", type = "docs", shards = 1, repl...
Spring Data Elasticsearch 使用教程
05-16
通过 Spring Data Elasticsearch，我们可以使用更加简洁的方式来操作 Elasticsearch，并且可以与 Spring 的其他组件无缝集成。 下面是一个简单的 Spring Boot 应用程序，使用 Spring Data Elasticsearch 进行 ...

“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