SpringBoot中间件ElasticSearch

最新推荐文章于 2024-08-28 13:27:35 发布

码农叮叮车

最新推荐文章于 2024-08-28 13:27:35 发布

阅读量223

点赞数

文章标签： spring boot 中间件 elasticsearch

本文链接：https://blog.csdn.net/qq_51593012/article/details/132401020

版权

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 语言开发的，并作为 Apache 许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch 用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官方客户端在Java 、 .NET （ C# ）、 PHP 、 Python 、 Apache Groovy 、 Ruby 和许多其他语言中都是可用的。根据DB-Engines 的排名显示， Elasticsearch 是最受欢迎的企业搜索引擎，其次是 Apache Solr ，也是基于 Lucene。

Lucene是一个 Java 语言的搜索引擎类库 , 是 Apache 公司的顶级项目，由 DougCutting 于 1999 年研发。

官网地址: https:// lucene.apache.org/

重要特征：

分布式的实时文件存储，每个字段都被索引并可被搜索
实时分析的分布式搜索引擎
可以扩展到上百台服务器，处理PB级结构化或非结构化数据

1. 倒排索引概述

倒排索引的概念是基于 MySQL 这样的正向索引而言的。

1.1 正向索引

那么什么是正向索引呢？例如给下表（ tb_goods ）中的 id 创建索引：

如果是根据id查询，那么直接走索引，查询速度非常快。

但如果是基于title做模糊查询，只能是逐行扫描数据，流程如下：

用户搜索数据，条件是title符合 "%手机%"
逐行获取数据，比如id为1的数据
判断数据中的title是否符合用户搜索条件
如果符合则放入结果集，不符合则丢弃。回到步骤1

逐行扫描，也就是全表扫描，随着数据量增加，其查询效率也会越来越低。当数据量达到数百万时，就是一场灾难。

1.2 倒排索引

倒排索引中有两个非常重要的概念：

文档（ Document ）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息；
词条（ Term ）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条；

创建倒排索引是对正向索引的一种特殊处理，流程如下：

将每一个文档的数据利用算法分词，得到一个个词条
创建表，每行数据包括词条、词条所在文档id、位置等信息
因为词条唯一性，可以给词条创建索引，例如hash表结构索引

如图：

倒排索引的搜索流程如下（以搜索"华为手机"为例）：

用户输入条件 "华为手机" 进行搜索。
对用户输入内容分词，得到词条：华为、手机。
拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。
拿着文档id到正向索引中查找具体文档。

如图：

虽然要先查询倒排索引，再查询倒排索引，但是无论是词条、还是文档 id 都建立了索引，查询速度非常快！无需全表扫描。

1.3 正向和倒排

那么为什么一个叫做正向索引，一个叫做倒排索引呢？

正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。
而倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id 获取文档。是根据词条找文档的过程。

正向索引：

优点：
- 可以给多个字段创建索引
- 根据索引字段搜索、排序速度非常快

缺点：
- 根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。

倒排索引：

优点：
- 根据词条搜索、模糊搜索时，速度非常快
缺点：
- 只能给词条创建索引，而不是字段
- 无法根据字段做排序

2. es的一些概念

elasticsearch 中有很多独有的概念，与 mysql 中略有差别，但也有相似之处。

2.1 文档与字段

elasticsearch 是面向 文档（ Document ）存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json 格式后存储在 elasticsearch 中：

而Json文档中往往包含很多的字段（Field），类似于数据库中的列。

2.2 索引和映射

索引（ Index ）: 就是相同类型的文档的集合。

例如：

所有用户文档，就可以组织在一起，称为用户的索引；
所有商品的文档，可以组织在一起，称为商品的索引；
所有订单的文档，可以组织在一起，称为订单的索引；

因此，我们可以把索引当做是数据库中的表。

数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。因此，索引库中就有映射（ mapping ），是索引中文档的字段约束信息，类似表的结构约束。

2.3 MySQL 与 elasticsearch

我们统一的把 mysql 与 elasticsearch 的概念做一下对比：

MySQL	Elasticsearch	说明
Table	Index	索引 (index) ，就是文档的集合，类似数据库的表 (table)
Row	Document	文档（ Document ），就是一条条的数据，类似数据库中的行（Row ），文档都是 JSON 格式
Column	Field	字段（ Field ），就是 JSON 文档中的字段，类似数据库中的列（Column ）
Schema	Mapping	Mapping （映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema ）
SQL	DSL	DSL 是 elasticsearch 提供的 JSON 风格的请求语句，用来操作elasticsearch，实现 CRUD

两者各有自己的擅长支出：

Mysql：擅长事务类型操作，可以确保数据的安全和一致性
Elasticsearch：擅长海量数据的搜索、分析、计算

因此在企业中，往往是两者结合使用：

对安全性要求较高的写操作，使用mysql实现
对查询性能要求较高的搜索需求，使用elasticsearch实现
两者再基于某种方式，实现数据的同步，保证一致性

2.4 环境安装

Windows 版 ES 下载：https://www.elastic.co/cn/downloads/elasticsearch

Windows 版 ES 安装与启动：

运行 elasticsearch.bat
访问localhost:9200能看到json代表启动成功

2.5 IK分词器

分词器的作用是什么？

创建倒排索引时对文档分词
用户搜索时，对输入的内容分词

IK分词器有几种模式？

ik_smart：智能切分，粗粒度
ik_max_word：最细切分，细粒度

安装

下载：https://github.com/medcl/elasticsearch-analysis-ik/releases

在ES安装目录下找到plugins目录创建ik文件夹
将ik分词器解压缩在此目录并重启ES即可

2.6 索引库操作

索引库就类似数据库表， mapping 映射就类似表的结构。

我们要向 es 中存储数据，必须先创建 “ 库 ” 和 “ 表 ” 。

2.6.1 mapper映射属性

mapping 是对索引库中文档的约束，常见的 mapping 属性包括：

type：字段数据类型，常见的简单类型有：
- 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
- 数值：long、integer、short、byte、double、flfloat
- 布尔：boolean
- 日期：date
- 对象：object

index：是否创建索引，默认为true
analyzer：使用哪种分词器
properties：该字段的子字段

例如下面的 json 文档：

{
    "age": 18,
    "weight": 70.2,
    "isMarried": false,
    "info": "apesourceJavaEE王讲师",
    "email": "wangls@163.com",
    "score": [99.1, 99.5, 98.9],
    "name": {
        "firstName": "师傅",
        "lastName": "王"
    }
}

对应的每个字段映射（ mapping ）：

age：类型为 integer；参与搜索，因此需要index为true；无需分词器
weight：类型为flfloat；参与搜索，因此需要index为true；无需分词器
isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器
info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用 ik_smart
email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器
score：虽然是数组，但是我们只看元素的类型，类型为flfloat；参与搜索，因此需要index为true；无需分词器
name：类型为object，需要定义多个子属性
- name.fifirstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要 index为true；无需分词器
- name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要 index为true；无需分词器

2.6.2 创建索引库和映射

基本语法：

请求方式：PUT
请求路径：/索引库名，可以自定义
请求参数：mapping映射

格式：

PUT /索引库名称
{
    "mappings": {
        "properties": {
            "字段名":{
                "type": "text",
                "analyzer": "ik_smart"
            },
            "字段名2":{
                "type": "keyword",
                "index": "false"
            },
            "字段名3":{
                "properties": {
                    "子字段": {
                        "type": "keyword"
                    }
                }
            },
            // ...略
        }
    }
}

2.6.3 查询索引库

基本语法：

请求方式：GET
请求路径：/索引库名
请求参数：无

格式：GET /索引库名

2.6.3 修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping 。

虽然无法修改mapping 中已有的字段，但是却允许添加新的字段到 mapping 中，因为不会对倒排索引产生影响。

语法：

PUT /索引库名/_mapping
{
    "properties": {
        "新字段名":{
            "type": "integer"
        }
    }
}

2.6.4 删除索引库

语法：

请求方式：DELETE
请求路径：/索引库名
请求参数：无

格式：DELETE /索引库名

2.6.5 总结

创建索引库：PUT /索引库名
查询索引库：GET /索引库名
删除索引库：DELETE /索引库名
添加字段：PUT /索引库名/_mapping

2.7 文档操作

2.7.1 新增文档

语法：

POST /索引库名/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    "字段3": {
        "子属性1": "值3",
        "子属性2": "值4"
    },
    // ...
}

响应：result:created

2.7.2 查询文档

根据 rest 风格，新增是 post ，查询应该是 get ，不过查询一般都需要条件，这里我们把文档 id 带上。

语法： GET / { 索引库名称 } / _doc / { id }

查看数据： GET / { 索引库名称 } / _doc / 1

2.7.3 删除文档

删除使用 DELETE 请求，同样，需要根据 id 进行删除：

语法： DELETE / { 索引库名 } / _doc / id 值

示例： DELETE / apesource / _doc / 1

结果： result:deleted

2.7.4 修改文档

修改有两种方式：

全量修改：直接覆盖原来的文档
增量修改：修改文档中的部分字段

2.7.4.1 全量修改

全量修改是覆盖原来的文档，其本质是：

根据指定的id删除文档
新增一个相同id的文档

注意：如果根据 id 删除时， id 不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

语法：

PUT /{索引库名}/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}

2.7.4.2 增量修改

增量修改是只修改指定 id 匹配的文档中的部分字段。

语法：

POST /{索引库名}/_update/文档id
{
    "doc": {
        "字段名": "新的值",
    }
}

2.7.5 总结

创建文档：POST /{索引库名}/_doc/文档id { json文档 }
查询文档：GET /{索引库名}/_doc/文档id
删除文档：DELETE /{索引库名}/_doc/文档id
修改文档：
- 全量修改：PUT /{索引库名}/_doc/文档id { json文档 }
- 增量修改：POST /{索引库名}/_update/文档id { "doc": {字段}}

3. ResrAPI

ES 官方提供了各种不同语言的客户端，用来操作 ES 。这些客户端的本质就是组装 DSL 语句，通过 http 请求发送给ES 。

官方文档地址： https://www.elastic.co/guide/en/elasticsearch/client/index.html

其中的 Java Rest Client 又包括两种：

Java Low Level Rest Client
Java High Level Rest Client

我们学习的是Java HighLevel Rest Client客户端API

3.1 初始化RestClient

在 elasticsearch 提供的 API 中，与 elasticsearch 一切交互都封装在一个名为 RestHighLevelClient 的类中，必须先完成这个对象的初始化，建立与elasticsearch 的连接。

分为三步：

1、引入 es 的 RestHighLevelClient 依赖：

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>

2、因为SpringBoot默认的ES版本是7.6.2，所以我们需要覆盖默认的ES版本：

<properties>
    <java.version>1.8</java.version>
    <elasticsearch.version>7.12.0</elasticsearch.version>
</properties>

3、初始化RestHighLevelClient：

初始化的部分代码如下：

RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
HttpHost.create("http://localhost:9200")
));

这里为了单元测试方便，我们创建一个测试类 HotelIndexTest ，然后将初始化的代码编写在 @BeforeEach方法中：

private RestHighLevelClient client;

    @BeforeEach
    public void setUp(){
        this.client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://localhost:9200")));
    }

    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }

3.2 创建索引库

创建索引库的 API 如下：

创建一个类，定义 mapping 映射的 JSON 字符串常量：

package com.itzhi.common;

/**
 * @author lizhihui
 * @version 1.0
 * @since 2023/8/11
 */
public class HotelConstants {
    public static final String MAPPING_TEMPLATE = "{\n" +
            "  \"mappings\": {\n" +
            "    \"properties\": {\n" +
            "      \"id\": {\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"name\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_max_word\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"address\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"price\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"score\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"brand\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"city\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"starName\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"business\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"location\":{\n" +
            "        \"type\": \"geo_point\"\n" +
            "      },\n" +
            "      \"pic\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"all\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_max_word\"\n" +
            "      }\n" +
            "    }\n" +
            "  }\n" +
            "}";
}

在 hotel-demo 中的 HotelIndexTest 测试类中，编写单元测试，实现创建索引：

    // 创建索引库
    @Test
    public void createHotelIndex() throws IOException {
        CreateIndexRequest request = new CreateIndexRequest("hotels");
        request.source(HotelConstants.MAPPING_TEMPLATE, XContentType.JSON);
        client.indices().create(request,RequestOptions.DEFAULT);
    }

3.3 删除索引库

在 hotel-demo 中的 HotelIndexTest 测试类中，编写单元测试，实现删除索引：

    // 删除索引库
    @Test
    public void testDeleteHotelIndex() throws IOException {
        DeleteIndexRequest request = new DeleteIndexRequest("hotels");

        client.indices().delete(request,RequestOptions.DEFAULT);
    }

3.4 判断索引库是否存在

    // 查找索引是否存在
    @Test
    public void testExistsHotelIndex() throws IOException {
        // 1、创建request对象
        GetIndexRequest request = new GetIndexRequest("hotels");
        boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
        System.err.println(exists ? "索引库已经存在！" : "索引库不存在！");
    }

3.5 总结

JavaRestClient 操作 elasticsearch 的流程基本类似。核心是 client.indices() 方法来获取索引库的操作对象。

索引库操作的基本步骤：

初始化RestHighLevelClient
创建XxxIndexRequest。XXX是Create、Get、Delete
准备DSL（ Create时需要，其它是无参）
发送请求。调用RestHighLevelClient#indices().xxx()方法，xxx是create、exists、delete

4. RestClient操作文档

4.1 新增文档

与数据库相关的实体类

/**
 * @author lizhihui
 * @version 1.0
 * @since 2023/8/11
 */
@Data
@AllArgsConstructor
@NoArgsConstructor
@ToString
@TableName("tb_hotel")
public class Hotel {

    @TableId(value = "id",type = IdType.INPUT)
    private Long id;
    @TableField("name")
    private String name;
    @TableField("address")
    private String address;
    @TableField("price")
    private Integer price;
    @TableField("score")
    private Integer score;
    @TableField("brand")
    private String brand;
    @TableField("city")
    private String city;
    @TableField("starName")
    private String starName;
    @TableField("business")
    private String business;
    @TableField("longitude")
    private String longitude;//经度
    @TableField("latitude")
    private String latitude;//纬度
    @TableField("pic")
    private String pic;
}

我们需要定义一个新的类型，与索引库结构吻合：

为 ES 索引库设计实体类

longitude和latitude需要合并为location

/**
 * @author lizhihui
 * @version 1.0
 * @since 2023/8/11
 */
@Data
@NoArgsConstructor
@ToString
public class HotelDoc {

    private Long id;
    private String name;
    private String address;
    private Integer price;
    private Integer score;
    private String brand;
    private String city;
    private String starName;
    private String business;
    private String location;
    private String pic;


    public HotelDoc(Hotel hotel) {
        this.id = hotel.getId();
        this.name = hotel.getName();
        this.address = hotel.getAddress();
        this.price = hotel.getPrice();
        this.score = hotel.getScore();
        this.brand = hotel.getBrand();
        this.city = hotel.getCity();
        this.starName = hotel.getStarName();
        this.business = hotel.getBusiness();
        this.location = hotel.getLatitude() + ", " + hotel.getLongitude();
        this.pic = hotel.getPic();
    }
}

在 hotel-demo 的 HotelDocumentTest 测试类中，编写单元测试：

    // 添加一个文档到es
    @Test
    public void testAddDocument() throws IOException {
        Hotel hotel = service.getById(197837109);
        HotelDoc hotelDoc = new HotelDoc(hotel);
        String json = JSON.toJSONString(hotelDoc);
        IndexRequest request = new IndexRequest("hotels").id(hotelDoc.getId().toString());
        request.source(json, XContentType.JSON);
        client.index(request, RequestOptions.DEFAULT);
    }

4.2 查询文档

在 hotel-demo 的 HotelDocumentTest 测试类中，编写单元测试：

    // 根据id查找一个文档
    @Test
    public void testGetDocument() throws IOException {
        GetRequest request = new GetRequest("hotels", "197837109");
        GetResponse response = client.get(request, RequestOptions.DEFAULT);
        String json = response.getSourceAsString();
        HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
        System.out.println(hotelDoc);
    }

4.3 删除文档

在 hotel-demo 的 HotelDocumentTest 测试类中，编写单元测试：

    // 根据id删除一个文档
    @Test
    public void testDeleteDocument() throws IOException {
        DeleteRequest request = new DeleteRequest("hotels", "197837109");

        client.delete(request, RequestOptions.DEFAULT);
    }

4.4 修改文档

修改我们讲过两种方式：

全量修改：本质是先根据id删除，再新增
增量修改：修改文档中的指定字段值
在RestClient的API中，全量修改与新增的API完全一致

在hotel-demo的HotelDocumentTest测试类中，编写单元测试：

    // 根据id修改文档
    @Test
    public void testUpdateDocument() throws IOException {
        UpdateRequest request = new UpdateRequest("hotels", "197837109");
        request.doc("name", "W酒店",
                "city", "西安",
                "price", "2000",
                "starName", "五星级");
        client.update(request, RequestOptions.DEFAULT);
    }

4.5 批量导入文档

在 hotel-demo 的 HotelDocumentTest 测试类中，编写单元测试：

    // 批量添加文档
    @Test
    public void testBulkRequest() throws IOException {
        List<Hotel> list = service.list();
        BulkRequest request = new BulkRequest();

        for (Hotel hotel : list) {
            HotelDoc hotelDoc = new HotelDoc(hotel);

            request.add(new IndexRequest("hotels")
                    .id(hotelDoc.getId().toString())
                    .source(JSON.toJSONString(hotelDoc), XContentType.JSON));
        }

        client.bulk(request,RequestOptions.DEFAULT);
    }

4.6 总结

文档操作的基本步骤：

初始化RestHighLevelClient
创建XxxRequest。XXX是Index、Get、Update、Delete、Bulk
准备参数（Index、Update、Bulk时需要）
发送请求。调用RestHighLevelClient#.xxx()方法，xxx是index、get、update、delete、bulk
解析结果（Get时需要）

5. ElasticSearch查询

elasticsearch的查询依然是基于JSON风格的DSL来实现的。

5.1 DSL查询文档

Elasticsearch 提供了基于 JSON 的 DSL （ Domain Specifific Language ）来定义查询。常见的查询类型包括：

查询所有：查询出所有数据，一般测试用(不会显示出所有，自带分页功能)。例如：match_all
全文检索（full text）查询：利用分词器对用户输入内容分词，然后去倒排索引库中匹配。例如：
- match_query：单字段查询
- multi_match_query：多字段查询，任意一个字段符合条件就算符合查询条件
精确查询：根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段。例如：
- ids
- range根据值的范围查询
- term根据词条精确值查询
地理（geo）查询：根据经纬度查询。例如：
- geo_distance
- geo_bounding_box

复合（compound）查询：复合查询可以将上述各种查询条件组合起来，合并查询条件。例如：
- bool
- function_score

5.2 RestClient查询文档

文档的查询同样适用 RestHighLevelClient 对象，基本步骤包括：

准备Request对象
准备请求参数
发起请求
解析响应

我们以 match_all 查询为例完整代码如下：

// 查询所有
    @Test
    public void testMatchAll() throws IOException {
        SearchRequest request = new SearchRequest("hotels");

        request.source().query(QueryBuilders.matchAllQuery());

        SearchResponse response = client.search(request,RequestOptions.DEFAULT);
        show(response);
    }

    //查询all字段内容中有如家的（or拼接多条件）
    @Test
    public void testMatch() throws IOException {
        SearchRequest request = new SearchRequest("hotels");

        request.source().query(QueryBuilders.matchQuery("all","如家"));

        SearchResponse response =  client.search(request,RequestOptions.DEFAULT);
        show(response);
    }

    //查询name,business字段内容中有如家的
    @Test
    void testMultiMatch() throws IOException {
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotels");
        // 2.准备DSL 参数1：字段  参数2：数据
        request.source()
                .query(QueryBuilders.multiMatchQuery("如家", "name","business"));
        // 3.发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应
        show(response);
    }

    // 词条查询
    @Test
    public void testTermQuery() throws IOException{
        SearchRequest request = new SearchRequest("hotels");

        request.source().query(QueryBuilders.termQuery("city","上海"));
        SearchResponse response = client.search(request,RequestOptions.DEFAULT);
        show(response);
    }

    //范围查询
    @Test
    void testRangeQuery() throws IOException {
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotels");
        // 2.准备DSL，QueryBuilders构造查询条件
        request.source()
                .query(QueryBuilders.rangeQuery("price").gte(100).lte(150));
        // 3.发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        show(response);
    }

    @Test
    void testBool() throws IOException {
        // 1.准备request
        SearchRequest request = new SearchRequest("hotels");
//      布尔查询是一个或多个查询子句的组合,子查询的组合方式有:
//      must:必须匹配每个子查询，类似“与”
//      should:选择性匹配子查询，类似“或”
//      must_not:必须不匹配，不参与算分，类似“非”
//      filter:必须匹配，类似“与”，不参与算分
//        一般搜索框用must，选择条件使用filter

        // 2.准备请求参数(and拼接)
//        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
//        // 2.1.must
//        boolQuery.must(QueryBuilders.termQuery("city", "上海"));
//        // 2.2.filter小于等于
//        boolQuery.filter(QueryBuilders.rangeQuery("price").lte(260));
//
//        request.source().query(boolQuery);

        //方式2
        request.source().query(
                QueryBuilders.boolQuery()
                        .must(QueryBuilders.termQuery("city", "上海"))
                        .filter(QueryBuilders.rangeQuery("price").lte(260))
        );
        // 3.发送请求，得到响应
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.结果解析
        show(response);
    }

    @Test
    void testPageAndSort() throws IOException {
        // 页码，每页大小
        int page = 1, size = 20;
        // 查询条件
        String searchName = "如家";
//        String searchName = null;

        // 1.准备Request
        SearchRequest request = new SearchRequest("hotels");
        // 2.准备DSL
        // 2.1.query
        if(searchName == null){
            request.source().query(QueryBuilders.matchAllQuery());
        }else{
            request.source().query(QueryBuilders.matchQuery("name", searchName));
        }
        // 2.2.分页 from、size
        request.source().from((page - 1) * size).size(size);
        //2.3.排序
        request.source().sort("price", SortOrder.DESC);

        // 3.发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应
        show(response);

    }

    // 解析响应对象
    public void show(SearchResponse response){
        // 解析响应
        SearchHits searchHits = response.getHits();
        // 获取总条数
        long total = searchHits.getTotalHits().value;
        System.out.println("共搜到" + total + "条数据");
        // 文档数组
        SearchHit[] hits = searchHits.getHits();
        // 遍历
        for (SearchHit s : hits){
            String json = s.getSourceAsString();
            HotelDoc hotelDoc = JSON.parseObject(json,HotelDoc.class);
            System.out.println("HotelDoc = " + hotelDoc);
        }
    }