ElasticSearch的簡(jiǎn)單增刪改查两残,以及在springboot中如何使用跟項(xiàng)目的結(jié)合

準(zhǔn)備環(huán)境

1劣纲、上一篇文章中搭建的本地測(cè)試環(huán)境
2、springboot最新版本 2.4.1(但是里面整合的客戶端是es 7.9.3 我們用的還是有點(diǎn)太新了筑悴,需要手動(dòng)修改一下ES的客戶端依賴)

 <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.4.1</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
 <properties>
      <!--重寫springboot給整理好的依賴用最新版本的ES客戶端-->
        <elasticsearch.version>7.10.1</elasticsearch.version>
        <java.version>1.8</java.version>
    </properties>

我們使用的是es的highlevel rest api们拙。既然用就用點(diǎn)新貨這是我們的原則!8罅摺砚婆!

開整

在一開始我們先將ES與傳統(tǒng)mysql進(jìn)行一個(gè)比較方便在后面的使用中進(jìn)行橫向比較方便理解


image.png

在比較完對(duì)應(yīng)關(guān)系后看下es支持的字段數(shù)據(jù)類型,萬變不離文檔突勇,參考文檔地址 :https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html
總結(jié)幾個(gè)常用的項(xiàng)目中可能用到的装盯。
下面總結(jié)一下我們項(xiàng)目中用到的數(shù)據(jù)結(jié)構(gòu)以及他們的相關(guān)屬性

  • long 用于存儲(chǔ)id信息
  • keyword 用于存儲(chǔ)手機(jī)號(hào)這種精準(zhǔn)信息
    這里簡(jiǎn)單介紹一下keywords famliy,ES 支持keyword(主要用于存儲(chǔ)郵箱地址甲馋、id等信息比較合適)
    constant_keyword(存儲(chǔ)大量相同的內(nèi)容比如用于存儲(chǔ)日志的話日志級(jí)別就用這個(gè)比較合適)埂奈,
    wildcard 用于存儲(chǔ)需要進(jìn)行模糊搜索正則匹配的字段。
  • text 需要對(duì)文本進(jìn)行全文檢索定躏,ES會(huì)對(duì)該字段進(jìn)行分詞账磺。
    更多的的字段相關(guān)介紹 https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html

項(xiàng)目中運(yùn)用

  • 建立索引就叫測(cè)算記錄跟表名一樣即可 t_company_measure_record 建索引的json格式為
PUT t_company_measure_record
{
    "settings": {
      "number_of_replicas": 3,
      "number_of_shards": 5
    }, 
    "mappings":{
        "properties": {
            "mobile": {
              "type": "keyword"
            },
            "company_id": {
              "type": "long"
            },
            "company_name": {
              "type": "text",
              "analyzer":"ik_max_word"
            },
            "company_city": {
              "type": "text",
               "analyzer":"ik_max_word"
            },
            "company_county": {
              "type": "text",
               "analyzer":"ik_max_word"
            },
            "legal_person_type": {
              "type": "text",
               "analyzer":"ik_max_word"
            }
      }
  }
}

在配置公司名的時(shí)候我們使用的是ik分詞器
IK 分詞器的兩種模式 ik_max_word:最細(xì)力度切分。ik_smart:最粗力度切分痊远,最佳實(shí)踐往往是索引時(shí)用ik_max_word垮抗,在搜索時(shí)用ik_smart。
即:索引時(shí)最大化的將內(nèi)容分詞拗引,搜索時(shí)更精確的搜索到想要的結(jié)果借宵。

簡(jiǎn)單的crud

一、增

  • 添加文檔json
POST t_company_measure_record/_doc/1
{
   
      "mobile":"13888888888",
      "company_id":1,
      "company_name":"天云",
      "company_city":"北京",
      "company_county":"海淀"
  
}

這里做個(gè)簡(jiǎn)單說明就是url里面的_doc 這是es里面的type矾削,也就是有點(diǎn)像表的概念壤玫,但是這個(gè)會(huì)在ES8中徹底作廢
作廢原因如下
1豁护、在關(guān)系型數(shù)據(jù)庫中table是獨(dú)立的(獨(dú)立存儲(chǔ)),但es中同一個(gè)index中不同type是存儲(chǔ)在同一個(gè)索引中的(lucene的索引文件)欲间,因此不同type中相同名字的字段的定義(mapping)必須一致楚里。
2、不同類型的“記錄”存儲(chǔ)在同一個(gè)index中猎贴,會(huì)影響lucene的壓縮性能

  • 添加文檔api
 public boolean saveRecord(String indexName, int id, Map<String,Object> map) {
        try {
            IndexRequest request = new IndexRequest(indexName);   //index名稱
            request.id(String.valueOf(id));
            request.source(map);
            IndexResponse response = restHighLevelClient.index(request, RequestOptions.DEFAULT);
            if (response.status().getStatus() == RestStatus.OK.getStatus()) {
                return true;
            }
        } catch (Exception e) {
            LOG.error("saveRecord error indexName = {},id = {}, map = {}",indexName,id, map, e);
        }
        return false;
    }

二班缎、刪

  • 刪除文檔json
DELETE t_company_measure_record/_doc/1

*刪除文檔api調(diào)用方式

public void delete() {
        DeleteRequest deleteRequest = new DeleteRequest("t_company_measure_record");
        deleteRequest.id("1");
        try {
            restHighLevelClient.delete(deleteRequest, RequestOptions.DEFAULT);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

三、改
更改分為兩種一種是全量更新她渴,一種是增量更新
全量更新只需要使用添加的方式就可以實(shí)現(xiàn)达址,下面將增量更新進(jìn)行記錄,也就是更新部分字段內(nèi)容或者添加部分字段

  • 更改json
POST t_company_measure_record/_update/2
{
  "doc":{
    "mobile":"15552797319"
  }
}
  • 更改api
  /**
     * 更新某一個(gè)字段
     */
    public void updatePart(){
        UpdateRequest updateRequest = new UpdateRequest("t_company_measure_record","2");
        IndexRequest indexRequest = new IndexRequest();
        Map<String,String> mobileMap = new HashMap<>();
        mobileMap.put("mobile","13552797310");
        indexRequest.source(mobileMap);
        updateRequest.doc(indexRequest);
        try {
            restHighLevelClient.update(updateRequest, RequestOptions.DEFAULT);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

四趁耗、查詢
查詢相對(duì)來說復(fù)雜一些回想一下mysql where條件里面分為單個(gè)條件沉唠,多個(gè)條件,and苛败、or查詢
我們先看一個(gè)查一個(gè)字段的方法

  • json請(qǐng)求
GET t_company_measure_record/_search
{
  "query": {
    "term": {
      "mobile": "13552797310"
    }
    
  },
  "from":0,
  "size":10
}

term 與matchphrase的比較 term用于精確查找有點(diǎn)像 mysql里面的"=" match是先將查詢關(guān)鍵字分詞然后再進(jìn)行查找满葛,我們項(xiàng)目中為了讓搜索公司名稱更好所以使用了match的變種 matchphrase。term一般用在keywokrd類型的字段上進(jìn)行精確查找罢屈。

  • api調(diào)用
/**
     * 精確查找
     */
    public void term() {
        SearchRequest request = new SearchRequest("t_company_measure_record");

        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        searchSourceBuilder.query(QueryBuilders.termQuery("mobile","13552797310"));
        searchSourceBuilder.from(0);
        searchSourceBuilder.size(10);
        request.source(searchSourceBuilder);
        SearchResponse search = null;
        try {
            search = restHighLevelClient.search(request, RequestOptions.DEFAULT);
        } catch (IOException e) {
            e.printStackTrace();
        }
        System.out.println(search);
    }
  • and 查詢也就是must查詢
    json請(qǐng)求形式
GET t_company_measure_record/_search
{
  "query": {
    "bool":{
      "must": [
        {
          "match_phrase": {
            "company_name": "天云"
          }
        },
         {
          "term": {
            "mobile": "13552797310"
          }
        }
      ]
    }
    
  },
  "from":0,
  "size":10
}

api 接口調(diào)用形式

 public void must() {
        SearchRequest request = new SearchRequest("t_company_measure_record");
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        BoolQueryBuilder must = QueryBuilders.boolQuery().must(QueryBuilders.matchPhraseQuery("company_name", "天云")).must(QueryBuilders.matchPhraseQuery("mobile", "13552797310"));
        searchSourceBuilder.query(must);
        searchSourceBuilder.from(0);
        searchSourceBuilder.size(10);
        request.source(searchSourceBuilder);
        SearchResponse search = null;
        try {
            search = restHighLevelClient.search(request, RequestOptions.DEFAULT);
            System.out.println(search);
            System.out.println(search.getHits().getTotalHits().value);
        } catch (IOException e) {
            e.printStackTrace();
        }
        System.out.println(search);
    }

OR查找
json 格式

GET t_company_measure_record/_search
{
  "query": {
    "bool":{
      "should": [
        {
          "match_phrase": {
            "company_name": "天云"
          }
        },
         {
          "term": {
            "mobile": "13552797310"
          }
        }
      ]
    }
    
  },
  "from":0,
  "size":10
}

API 形式調(diào)用

  /**
     * OR 查詢
     */
    public void should() {
        SearchRequest request = new SearchRequest("t_company_measure_record");
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        BoolQueryBuilder should = QueryBuilders.boolQuery().should(QueryBuilders.matchPhraseQuery("company_name", "天云")).should(QueryBuilders.matchPhraseQuery("mobile", "13552797310"));
        searchSourceBuilder.query(should);
        searchSourceBuilder.from(0);
        searchSourceBuilder.size(10);
        request.source(searchSourceBuilder);
        SearchResponse search = null;
        try {
            search = restHighLevelClient.search(request, RequestOptions.DEFAULT);
            System.out.println(search);
            System.out.println(search.getHits().getTotalHits().value);
        } catch (IOException e) {
            e.printStackTrace();
        }
        System.out.println(search);
    }

基本使用方式暫時(shí)總結(jié)到這里嘀韧,抽空接續(xù)補(bǔ)充

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市缠捌,隨后出現(xiàn)的幾起案子锄贷,更是在濱河造成了極大的恐慌,老刑警劉巖鄙币,帶你破解...
    沈念sama閱讀 217,907評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件肃叶,死亡現(xiàn)場(chǎng)離奇詭異蹂随,居然都是意外死亡十嘿,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門岳锁,熙熙樓的掌柜王于貴愁眉苦臉地迎上來绩衷,“玉大人,你說我怎么就攤上這事激率】妊啵” “怎么了?”我有些...
    開封第一講書人閱讀 164,298評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵乒躺,是天一觀的道長(zhǎng)招盲。 經(jīng)常有香客問我,道長(zhǎng)嘉冒,這世上最難降的妖魔是什么曹货? 我笑而不...
    開封第一講書人閱讀 58,586評(píng)論 1 293
  • 正文 為了忘掉前任咆繁,我火速辦了婚禮,結(jié)果婚禮上顶籽,老公的妹妹穿的比我還像新娘玩般。我一直安慰自己,他們只是感情好礼饱,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,633評(píng)論 6 392
  • 文/花漫 我一把揭開白布坏为。 她就那樣靜靜地躺著,像睡著了一般镊绪。 火紅的嫁衣襯著肌膚如雪匀伏。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,488評(píng)論 1 302
  • 那天蝴韭,我揣著相機(jī)與錄音帘撰,去河邊找鬼。 笑死万皿,一個(gè)胖子當(dāng)著我的面吹牛摧找,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播牢硅,決...
    沈念sama閱讀 40,275評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼蹬耘,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了减余?” 一聲冷哼從身側(cè)響起综苔,我...
    開封第一講書人閱讀 39,176評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎位岔,沒想到半個(gè)月后如筛,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,619評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡抒抬,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,819評(píng)論 3 336
  • 正文 我和宋清朗相戀三年杨刨,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片擦剑。...
    茶點(diǎn)故事閱讀 39,932評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡妖胀,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出惠勒,到底是詐尸還是另有隱情赚抡,我是刑警寧澤,帶...
    沈念sama閱讀 35,655評(píng)論 5 346
  • 正文 年R本政府宣布纠屋,位于F島的核電站涂臣,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏售担。R本人自食惡果不足惜赁遗,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,265評(píng)論 3 329
  • 文/蒙蒙 一闯估、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧吼和,春花似錦涨薪、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,871評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至末捣,卻和暖如春侠姑,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背箩做。 一陣腳步聲響...
    開封第一講書人閱讀 32,994評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工莽红, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人邦邦。 一個(gè)月前我還...
    沈念sama閱讀 48,095評(píng)論 3 370
  • 正文 我出身青樓安吁,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親燃辖。 傳聞我的和親對(duì)象是個(gè)殘疾皇子鬼店,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,884評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容