代码已经上传到码云:https://gitee.com/lezaiclub/springboot-hyper-integration.git,欢迎白嫖
平时我们存储数据用的最多的就是mysql,在前面的文章里我也分享过很多关于mysql的知识,今天我们来集成另外一种数据存储系统ES,它是一款NoSql型数据库,主要使用场景有商品搜索,文章搜索等,关键词就是搜索。我们先简单介绍下ES。
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
这是来自于百度百科的解释,其实我们就直接把它理解成搜索引擎就行了,接下来,我们就开始快速集成,然后上手使用吧!
本篇介绍的是如何通过docker安装es,提前你得有docker环境
docker pull elasticsearch:7.6.2
mkdir -p /Users/lezai/docker/volumes/data/elasticsearch/config/
mkdir -p /Users/lezai/docker/volumes/data/elasticsearch/data
mkdir -p /Users/lezai/docker/volumes/data/elasticsearch/plugins
vim /Users/lezai/docker/volumes/data/elasticsearch/config/elasticsearch.yml
elasticsearch.yml
http.host: 0.0.0.0
docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms256m -Xmx256m" \
-v /Users/lezai/docker/volumes/data/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /Users/lezai/docker/volumes/data/elasticsearch/data:/usr/share/elasticsearch/data \
-v /Users/lezai/docker/volumes/data/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.6.2
在浏览器输入 http://localhost:9200,如果出现以下内容,则代表安装成功
{
"name" : "43e2638f84ac",
"cluster_name" : "elasticsearch",
"cluster_uuid" : "hZKT7NQNRl-Dg2Xrb3isGg",
"version" : {
"number" : "7.6.2",
"build_flavor" : "default",
"build_type" : "docker",
"build_hash" : "ef48eb35cf30adf4db14086e8aabd07ef6fb113f",
"build_date" : "2020-03-26T06:34:37.794943Z",
"build_snapshot" : false,
"lucene_version" : "8.4.0",
"minimum_wire_compatibility_version" : "6.8.0",
"minimum_index_compatibility_version" : "6.0.0-beta1"
},
"tagline" : "You Know, for Search"
}
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<!-- lombok 不用写写get和set,不是本部分必备包-->
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<version>1.18.18</version>
</dependency>
</dependencies>
其实这里的实体对应的就是ES索引
@Document(indexName = "sys_user") 代表映射的是sys_user 索引
@Field(type = FieldType.Keyword) 代表字段应设在es中是keyword类型
这里就不介绍过多的ES用法
package com.aims.springbootes.entity;
import lombok.Builder;
import lombok.Data;
import org.springframework.data.annotation.Id;
import org.springframework.data.elasticsearch.annotations.Document;
import org.springframework.data.elasticsearch.annotations.Field;
import org.springframework.data.elasticsearch.annotations.FieldType;
import java.io.Serializable;
import java.util.List;
@Document(indexName = "sys_user") //文档
@Data
@Builder
public class SysUser implements Serializable {
@Id //主键
private String id; //ES中id不能定义为Long
private String username;
private String password;
private int level;
@Field(type = FieldType.Keyword)
private List<String> roles;
}
ElasticsearchRepository 遵循Spring-data的规范,所以操作es,就相当于我们使用jpa去操作数据库一样
package com.aims.springbootes.dao;
import com.aims.springbootes.entity.SysUser;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.Pageable;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;
import org.springframework.stereotype.Repository;
import java.util.List;
/**
* 第一种方式,类似于JPA,编写一个ElasticsearchRepository
* 第一个泛型为Bean的类型
* 第二个泛型为Bean的主键类型
*/
@Repository
public interface SysUserDao extends ElasticsearchRepository<SysUser,String> {
}
spring:
elasticsearch:
rest:
uris: http://localhost:9200
这里通过往ES中塞入1000条数据,我们运行下,但是我们现在不知道有没有插入进去。
@Test
public void testInsert() {
List<String> list = new ArrayList<>();
list.add("teacher");
list.add("student");
list.add("admin");
list.add("leader");
for (int i = 0; i < 1000; i++) {
int toIndex = new Random(1).nextInt(4);
SysUser build = SysUser.builder()
.password("123456")
.username("AI码师")
.level(i)
.roles(list.subList(0, toIndex))
.build();
sysUserDao.save(build);
}
System.out.printf("结束");
}
在编写一个查询的,来验证是否插入成功
@Test
public void testFindAll(){
Iterable<SysUser> all = sysUserDao.findAll();
all.forEach((sysUser)->{
System.out.printf(sysUser.getId());
});
}
到这已经集成了ES,更多Spring-Data语法可以参考JPA的写法,在IDEA中会有很多智能提示,帮助你写的。
使用spring-data-es 提供的ElasticsearchRepository 只能进行简单的增删改差操作,如果碰到一些稍微复杂的聚合操作,他就很难应付了,所以这里有几个建议:
这里我要介绍一款软件 kibana,它和es是老组合了,通过它能够直接连接es,直接在页面编写ES语句,值得一提的是它的语法智能提示简直不要太棒了
这个一定要和es的版本保持一致,防止api不兼容
docker pull kibana:7.6.2
mkdir -p /Users/lezai/docker/volumes/data/kibana/config/
`vim /Users/lezai/docker/volumes/data/kibana/config/kibana.yml
#
# ** THIS IS AN AUTO-GENERATED FILE **
#
# Default Kibana configuration for docker target
server.name: kibana
server.host: "0"
elasticsearch.hosts: [ "http://elasticsearch:9200" ]
xpack.monitoring.ui.container.elasticsearch.enabled: true
当然要先保证es已经启动了,否则kibana无法启动,因为要依赖前者
docker run -d \
--name=kibana \
--restart=always \
--link elasticsearch:elasticsearch \
-p 5601:5601 \
-v /Users/lezai/docker/volumes/data/kibana/config/kibana.yml:/usr/share/kibana/config/kibana.yml \
kibana:7.6.2
等待一两分钟,打开浏览器 http://localhost:5601 如果出现下面这个,就再等一会
点击小扳手,打开客户端
输入查询语句
POST sys_user/_search
{
}
点击执行按钮,可以看到我们插入的数据
到这里,已经介绍完了如何集成es,以及如何使用kibana 快速编写sql,进行查询,咱们下期再见
关注公众号回复“干货领取”获得2021最新面试题一套