Elasticsearch整合Springboot实现基本的全文检索

本教程仅做个人工作笔记，可能不适用于他人的工作/学习

写在前面

实际生产中，除了考虑产品的性能跟用户体验之外，生产成本也是要考虑的，如果系统是小系统，想对某一个表（200w）做全文检索的话，可以考虑使用mysql自带的full_text索引，没必要使用elasticsearch，毕竟开发相关功能、维护还有服务器的费用，都是相当可观的一笔支出

以下是在mysql中的测试，数据是260w左右

-- 无设置索引 260万条数据查询大概4秒/新增索引之后消耗0.01秒
SELECT * FROM full_text WHERE title = '中国药学杂志'
-- 设置索引后模糊查询还是消耗4秒多，说明百分号前置的情况下索引不生效
SELECT * FROM full_text WHERE title LIKE '%中国药学杂志'
-- 如果将百分号后置，则能使用索引查询，消耗0.01秒
SELECT * FROM full_text WHERE title LIKE '中国药学杂志%'
-- 如果前后都放置%符号，也是不走索引查询的
SELECT * FROM full_text WHERE title LIKE '%中国药学杂志%'
-- 当表中有数据时，新增索引消耗了12秒
ALTER TABLE full_text ADD INDEX index_title (title)

适当的设置索引还是可以很大程度解决查询慢的问题的（前提是充分理解业务，将表设计好）

当然如果很有钱或者是想用ELK全套的，另说

Elasticsearch整合Springboot实现基本的全文检索

前期准备

• 项目为springboot+maven
• 正确部署可用elasticsearch服务

添加相关依赖

根据你的elasticsearch版本选择合适的maven依赖，添加到项目中，截至今天2019/12/27，maven上最新的spring-data-elasticsearch的版本是3.2.3.RELEASE，笔者使用es版本是6.6，maven依赖如下

<dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
            <version>2.0.0.RELEASE</version>
</dependency>

创建实体类（Mappings）
Elasticsearch一个核心就是mappings，【Elasticsearch的mappings】
es的java高级客户端可以通过拼接json去创建一个mappings，代码相对繁琐一点，spring-data-elasticsearch提供了一种用注释创建mappings的方案，首先我们创建一个基本的实体类，如

public class Metadata implements Serializable {
    private static final long serialVersionUID = 1L;
    private Long recordId;
    private Integer metadataType;
    private Long bookRecNo;
    private String title;
}

稍微做一下改动

import org.springframework.data.elasticsearch.annotations.Field;

@Data
@Document(indexName = "your_index_name", type = "metadata")
public class Metadata implements Serializable {

    private static final long serialVersionUID = 1L;

    @Id
    @JsonSerialize(using = ToStringSerializer.class)
    private Long recordId;

    @Field(type = FieldType.Integer)
    private Integer metadataType;

    @Field