Elasticsearch 整合 Spring Boot(3)

在上一篇我们已经创建好了索引库,并将采集到的数据添加了进去,今天我们学习 Spring Boot 和 Elasticsearch 整合以后如何查询数据。

1、构造查询条件

查询条件的构造还是使用 Elasticsearch Java High Level REST Client 相关的 API,不了解的可以参考Elasticsearch 使用 Java High Level REST Client 查询文档

如下,我们的查询条件是author或者name包含指定的关键字,并且commentCount数量大于等于10:

BoolQueryBuilder keywordQueryBuilder = QueryBuilders.boolQuery()
        .should(QueryBuilders.matchPhraseQuery("author", keyword))
        .should(QueryBuilders.matchPhraseQuery("name", keyword));

BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery()
        .must(keywordQueryBuilder)
        .must(QueryBuilders.rangeQuery("commentCount").gte(10));

2、NativeSearchQueryBuilder

上边虽然构造好了查询条件,但不能直接使用。无论我们使用ElasticsearchRestTemplate取查询,还是使用ElasticsearchRepository去查询,都需要一个Query类型的参数。我们通常会使用NativeSearchQueryBuilder来创建一个Query类型的参数NativeSearchQuery

NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder().build();

我们可以使用NativeSearchQueryBuilder来接收上边构造的查询条件:

NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder()
        .withQuery(boolQueryBuilder)
        .build()

除此之外,还可以使用NativeSearchQueryBuilder来配置其它的查询设置,例如:

NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder()
        .withQuery(boolQueryBuilder)
        // 分页
        .withPageable(PageRequest.of(pageNum - 1, pageSize)) 
        // 指定查询结果包含那些文档字段
        .withFields("author", "name", "price", "commentCount")
        // 查询结果如何排序
        .withSort(new FieldSortBuilder("price").order(SortOrder.ASC))
        // 设置查询结果高亮
        .withHighlightBuilder(highlightBuilder)
        // 添加聚合查询
        .addAggregation(priceAvgAggregation)
        .build();

3、查询

如下,我们写一个综合的查询例子,根据输入的关键字查询书籍:

@Service
public class BookService {
    @Autowired
    ElasticsearchRestTemplate elasticsearchRestTemplate;

    /**
     * @param keyword 关键字
     * @param pageNum  页码从1开始
     * @param pageSize 每页数据条数
     */
    public List<Book> queryBook(String keyword, int pageNum, int pageSize) {

        BoolQueryBuilder keywordQueryBuilder = QueryBuilders.boolQuery()
                .should(QueryBuilders.matchPhraseQuery("author", keyword))
                .should(QueryBuilders.matchPhraseQuery("name", keyword));

        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery()
                .must(keywordQueryBuilder)
                .must(QueryBuilders.rangeQuery("commentCount").gte(10));

        HighlightBuilder highlightBuilder = new HighlightBuilder()
                .field("author").field("name")
                .preTags("<span style='color:red'>")
                .postTags("</span>")
                // 如果要高亮显示的字段内容很多,需要如下配置,避免高亮显示不全、内容缺失
                .fragmentSize(1000) // 最大高亮分片数
                .numOfFragments(0);// 从第一个分片获取高亮片段

        AvgAggregationBuilder priceAvgAggregation = AggregationBuilders.avg("avgPrice").field("price");

        NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder()
                .withQuery(boolQueryBuilder)
                .withPageable(PageRequest.of(pageNum - 1, pageSize))
                .withFields("author", "name", "price", "commentCount")
                .withSort(new FieldSortBuilder("price").order(SortOrder.ASC))
                .withHighlightBuilder(highlightBuilder)
                .addAggregation(priceAvgAggregation)
                .build();

        // 开始查询
        SearchHits<Book> search = elasticsearchRestTemplate.search(nativeSearchQuery, Book.class);

        long totalHits = search.getTotalHits();
        long totalPage = (totalHits % pageSize == 0) ? totalHits / pageSize : totalHits / pageSize + 1;

        System.out.println("总数据条数:" + totalHits);
        System.out.println("总页数:" + totalPage);
        System.out.println("当前页码:" + pageNum);

        double avgPrice = ((Avg) search.getAggregations().get("avgPrice")).getValue();
        System.out.println("搜索到的书籍均价:" + avgPrice);

        List<Book> resultList = new ArrayList<>();
        // 解析查询结果
        for (SearchHit<Book> searchHit : search.getSearchHits()) {
            Book book = searchHit.getContent();
            if (searchHit.getHighlightFields().containsKey("author")) {
                // 提取高亮字段
                book.setAuthor(searchHit.getHighlightFields().get("author").get(0));
            }
            if (searchHit.getHighlightFields().containsKey("name")) {
                // 提取高亮字段
                book.setName(searchHit.getHighlightFields().get("name").get(0));
            }
            resultList.add(book);
            System.out.println(JSONObject.toJSONString(book));
        }

        return resultList;
    }
}

这里我们使用的是ElasticsearchRestTemplatesearch()方法去查询,其实它还提供了一些的query()方法,但是基本都过时了,可以用search()系列的方法来代替。同时ElasticsearchRepository查询相关的方法基本也都过时了,所以使用ElasticsearchRestTemplatesearch()系列方法去查询是目前比较好的选择。

如下我们尝试查询一下:

@RunWith(SpringRunner.class)
@SpringBootTest
class LearnElasticsearchApplicationTests {
    @Autowired
    BookService bookService;

    @Test
    void testES() throws IOException {
        bookService.queryBook("刘慈欣", 1, 10);
    }
}

查询的结果如下:


除了上边复杂的查询,也可以直接根据文档 id,查询:


public Book queryBookById(String id) {
    Book book = elasticsearchRestTemplate.get(id, Book.class);
    System.out.println(JSONObject.toJSONString(book));
    return book;
}

关于聚合查询的内容就不展开讲了,就是使用 Java High Level REST Client 的相关 API,具体可以参考Elasticsearch 使用 Java High Level REST Client 聚合查询

本文详细的代码可以参考:https://github.com/SheHuan/LearnElasticsearch

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,616评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,020评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,078评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,040评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,154评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,265评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,298评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,072评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,491评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,795评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,970评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,654评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,272评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,985评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,815评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,852评论 2 351

推荐阅读更多精彩内容