ElasticSearch（六）Spring-data-elasticsearch 注解说明及Repository使用说明

一、实体类索引注解说明：

@Document(indexName = "user_db", type = "user_table")
public class User{
    @Id
    @Field(type = FieldType.Keyword)
    private String userId;

    @Field(type= FieldType.Keyword)
    private String account; 

    @Field(type= FieldType.Keyword)
    private String userName;

    @Field(type= FieldType.Keyword)
    private String idCard; 

    @Field(type = FieldType.Date,
            format = DateFormat.custom,
            pattern = "yyyy-MM-dd HH:mm:ss")
    @JsonFormat(shape = JsonFormat.Shape.STRING, pattern = "yyyy-MM-dd HH:mm:ss")
    private Date createTime; 
    //DOTO
    //get和set方法
    //toString()方法
}

1、@Document注解作用在类上，标记实体类为文档对象，常用属性如下：

• （1）indexName：对应索引库名称,相当于数据库名称；
• （2）type：对应在索引库中的类型，相当于表名称；
• （3）shards：分片数
• （4）replicas：副本数.

2、@Field作用在成员变量，标记为文档的字段，并制定映射属性；

• （1）@Id：作用在成员变量，标记一个字段为id主键；一般id字段或是域,不需要存储也不需要分词,用于hash后进行分片；类型必须为字符串
• （2）type：字段的类型，取值是枚举，FieldType；
• （3）index：是否索引，布尔值类型，默认是true；
• （4）store：是否存储，布尔值类型，默认值是false；
• （5）analyzer：分词器名称
• 【@Field(type = FieldType.Keyword)和 @Field(type = FieldType.Text)区别】
• FieldType.Keyword存储字符串数据时，不会建立索引；而FieldType.Text在存储字符串数据的时候，会自动建立索引，也会占用部分空间资源。
• 【@Field(store = true)】
• 其实不管我们将store值设置为true或false，elasticsearch都会将该字段存储到Field域中；但是他们的区别是什么？
• （1）store = false时，默认设置；那么给字段只存储在"_source"的Field域中；
• （2）store = true时，该字段的value会存储在一个跟_source平级的独立Field域中；同时也会存储在_source中，所以有两份拷贝。
• 那么我们在什么样的业务场景下使用store field功能？
• （1）_source field在索引的mapping 中disable了。这种情况下，如果不将某个field定义成store=true，那些将无法在返回的查询结果中看到这个field。
• （2）_source的内容非常大。这时候如果我们想要在返回的_source document中解释出某个field的值的话，开销会很大（当然你也可以定义source filtering将减少network overhead）, 比例某个document中保存的是一本书，所以document中可能有这些field: title, date, content。假如我们只是想查询书的title 跟date信息，而不需要解释整个_source（非常大）， 这个时候我们可以考虑将title, date这些field设置成store=true。需要注意的是，看起来将field store可以减少查询的开销，但其实这样也会加大disk的访问频率。假如你将_source中的10个field都定义store，那么在你查询这些field的时候会将会有10次disk seek的操作。而返回_source只有一次disk seek的操作。所以这个也是我们在定义的时候需要blance的。

二、Repository使用说明

package com.myelastic.repository;
import com.myelastic.model.User;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;
public interface UserRepository extends ElasticsearchRepository<User, String> {
    User findByUserId(StringuserId);
    @Query("{"bool" : {"must" : {"field" : {"userName" : "?0"}}}}")
    Page<User > findByUserName(String userName,Pageable pageable);
}

1、通过方法名称查询：
Repository提供两个基础父类供用户使用，分别是ElasticsearchRepository<T, ID extends Serializable>和ElasticsearchCrudRepository<T, ID extends Serializable>，其中ElasticsearchRepository继承了ElasticsearchCrudRepository，添加了一些查询方法，如Iterable search(QueryBuilder var1);Page search(QueryBuilder var1, Pageable var2);等，用户自定义的Repository可以继承这两个类，其中T指索引实体类，ID指索引主键Id类型，如以上用户自定义的UserRepository.java。用户还可以在自定义的Repository里根据业务需要自行方法定义，如findByUserNameAndIdCard 根据名字和身份证查询符合条件的记录，and表示逻辑与，UserName和IdCard表示用户属性。常见规则如下：

2、通过@Query注解查询：
@Query("{“bool” : {“must” : {“field” : {“userName” : “?0”}}}}")
Page findByUserName(String userName,Pageable pageable);
bool表示布尔查询，must表示必须，field为需要查询的属性名称集合，？为占位符，代替参数。

3、过滤查询，查询性能更好

   /**
     * must 多条件 &（并且）
     * mustNot 多条件 != (非)
     * should 多条件 || (或)
     */
    QueryBuilder query = QueryBuilders.boolQuery()
            .must(QueryBuilders.termQuery("userId","2019040499"))  //精确查询
            .must(QueryBuilders.wildcardQuery("userName","*华腾"))    //模糊查询
            .must(QueryBuilders.rangeQuery("createDate")
                    .from(DateUtil.getDateTimeString())
                .to(DateUtil.getDateTimeString()));  //范围查询
    List<String> properties = new ArrayList<>();
    Sort sort = Sort.by(Sort.Direction.DESC,"createDate");//排序

    //多条件排序
    /*Sort.Order order1 = new Sort.Order(Sort.Direction.DESC,"userId");
    Sort.Order order2 = new Sort.Order(Sort.Direction.ASC,"userId");
    Sort sortList = Sort.by(order1,order2);*/

    Pageable pageable = PageRequest.of(0, 10, sort);
    Page<User> userPage = userReposity.search(query, pageable);
    List<User> pageContent= userPage.getContent();