Elasticsearch结合SpringBoot实现排序高亮查询

与SpringBoot集成

• 初始化Sprint-boot工程，引入elasticsearch包，本篇文章中的spring-boot的版本为2.2.13.RELEASE，通过下面的方式引入elasticsearch包

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

• 文件配置，新版本的Elasticsearch只需要在application.yml中加入下面的配置

spring:
  elasticsearch:
    rest:
      uris: http://localhost:9201 # es配置,如果是集群则需要配置多个

• 通过上面两步就完成了spring和elasticsearch的集成，

操作Elasticsearch的API

配置Document

先要配置实体和ES的映射，通过在实体类中加入注解的方式来自动映射跟索引，我这里是配置了product索引和实体的映射

@Data
@Document(indexName = "product", type = "_doc")
public class ClusterEsProduct {

    @Id
    private Long id;

    @Field(type = FieldType.Long)
    private Long prodId;

    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_max_word")
    private String prodName;

    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_max_word")
    private String prodDesc;

    @Field(type = FieldType.Float)
    private Float price;

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

    @Field(type = FieldType.Date)
    private Date createDate;

    private String prodDescHighlight;
}

• 有了上面的实体映射就可以通过下面的两种方式来查询ES中的数据，具体方式如下

方式一ElasticsearchRestTemplate

• 在Spring启动的时候自动注入了该Bean，它封装了操作Elasticsearch的增删改查API，这个比较好理解，像Spring封装的JDBCTemplate、redisTemplate，这个功能也基本类似，屏蔽下层的API，提供简单易用的操作。下面就是使用它的分页功能的一个例子，实现了查询，排序，高亮，分页的功能

// 引入ElasticsearchRestTemplate
@Autowired
private ElasticsearchRestTemplate esRestTemplate;

public AggregatedPage<ClusterEsProduct> findByPage(String prodName) {
        // 完全匹配查询条件
        MatchQueryBuilder matchQueryBuilder1 = new MatchQueryBuilder("prod_desc", prodName);
        // 排序
        FieldSortBuilder price = SortBuilders.fieldSort("price").order(SortOrder.ASC);
        // 高亮显示
        HighlightBuilder highlightBuilder
                = new HighlightBuilder().field("prod_desc").postTags("</red>").preTags("<red>");
        // 分页
        PageRequest pageRequest = PageRequest.of(0, 2);
        // 查询条件
        BoolQueryBuilder boolQueryBuilder = new BoolQueryBuilder();
        boolQueryBuilder.must(matchQueryBuilder1);
        // 组装上述查询条件
        NativeSearchQuery searchQuery = new NativeSearchQueryBuilder().withQuery(boolQueryBuilder)
                .withSort(price)
                .withHighlightBuilder(highlightBuilder)
                .withPageable(pageRequest)
                .build();
        return esRestTemplate.queryForPage(searchQuery, ClusterEsProduct.class, new SearchResultMapper() {
            @Override
            public <T> AggregatedPage<T> mapResults(SearchResponse searchResponse, Class<T> aClass, Pageable pageable) {
                // 改造返回的结果
                if (null != searchResponse.getHits()) {
                    // 获取命中的记录
                    SearchHit[] hits = searchResponse.getHits().getHits();
                    if (null != hits && hits.length > 0) {
                        List<ClusterEsProduct> productVoList = Lists.newArrayList();
                        Arrays.asList(hits).forEach(product -> {
                            Map<String, Object> source = product.getSourceAsMap();
                            ClusterEsProduct productVo = JSON.parseObject(JSON.toJSONString(source), ClusterEsProduct.class);
                            Map<String, HighlightField> highlightFieldMap = product.getHighlightFields();
                            if (CollectionUtil.isNotEmpty(highlightFieldMap)) {
                                // 设置高亮显示
                                productVo.setProdDescHighlight(highlightFieldMap.get("prod_desc").getFragments()[0].toString());

                            }
                            productVoList.add(productVo);
                        });
                        return new AggregatedPageImpl<>((List<T>) productVoList,
                                pageable,
                                searchResponse.getHits().getTotalHits());
                    } else {
                        log.info("没有命中记录");
                    }
                }
                return null;
            }

            @Override
            public <T> T mapSearchHit(SearchHit searchHit, Class<T> aClass) {
                return null;
            }
        });
    }

方式二ElasticsearchRepository

• 这个是一个接口，类似于MyBatis的Mapper接口。该接口有两种方式来实现查询：一种是通过注解@Query，另外一种是通过findByxxx的方式

@Repository
public interface ClusterEsProductRepository extends ElasticsearchRepository<ClusterEsProduct, Long> {

    /**
     * 根据名称来查询
     * @param stock
     * @return
     */
    List<ClusterEsProduct> findClusterEsProductByStockGreaterThan(Integer stock);

    /**
     * 根据描述查询
     * @param prod_desc
     * @return
     */
    @Query(value = "{\"match\":{\"prod_desc\":\"?0\"}}")
    List<ClusterEsProduct> queryByProdDesc(String prod_desc);
}

• 生成接口的方式
  

总结

• 通过把Elasticsearch集成到Spring中来，能够灵活的使用Elasticsearch的API，归根结底，Spring的API也是基于DSL来编写，所以还是对底层的操作API比较熟悉。通过上面的介绍，操作的方式有两种，一种是通过ElasticsearchRestTemplate，另外一种是通过ElasticsearchRepository，可以根据自己的需要决定采用哪一种。