ElasticSearchRepository


tags: ElasticSearch, java

ElasticSearchRepository

关键字介绍

term查询是直接通过倒排索引指定的词条进行查找的,所以,很显然,term查询效率肯定比match要高。

==term精确匹配==
代表完全匹配,也就是精确查询,搜索前不会再对搜索词进行分词解析,直接对搜索词进行查找;

==match==
根据定义的分词器默认standar对搜索词进行拆分,根据拆分结果逐个进行匹配。特点是可以查出大量可能相关联的数据,但是准确率低。

==match_phrase==
短语匹配,同样会对搜索词拆分,但是所有拆分结果都必须包含,并且顺序一致,中间没有插入其他词语。特点是准确率高,但是最终匹配结果集较小。

==wildcard==
通配符模式的模糊匹配,使用简单,但是性能较慢。
支持以下2种通配符:

?,匹配一个字符
*,匹配零个或多个字符
官方建议:尽量避免在开头加通配符 ? 或者 *,这样会明显降低查询性能

ElasticSearchRepository基础方法

java配置文件

//端口配置
spring.elasticsearch.rest.uris= http://localhost:9200
//集群名称
spring.elasticsearch.rest.username= xy_elastic

接口需要继承ElasticSearchRepository

@Repository
public interface ItemRepository extends ElasticsearchRepository<Item, Long> {

}

接口基础用法

实体类

@Data
@ToString
/*
 *indexName : 文档名称
 *shards: 分片数量,默认1
 */
@Document(indexName = "item", shards = 5)
public class Item implements Serializable {

    @Id
    private Long id;

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

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

    @Field(type = FieldType.Text)
    private String name;

    @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 date;

}

ElasticSearchRepository已封装方法

@Autowired
private ItemRepository itemRepository;

//实体类
Item item = new Item();
item.setId(1L);
item.setTitle("ElasticSearch目前最新的已到7X");
item.setPrice(30000L);

//保存 或 更新
itemRepository.save(item);
//删除
itemRepository.deleteById(id);

/**
     * 通过id获取信息
     *
     * @param id id
     * @return {@link Item}
     */
public Item esGetInfoById(Long id){
     Optional<Item> item = itemRepository.findById(id);
         
     return  item.get();
}

ItemRepository自定义方法

/**
     * 获取页面项目
     *
     * @param keyWord  关键字
     * @param pageable 可分页
     * @return {@link Page<Item>}
     */
public Page<Item> getPageItems(String keyWord, Pageable pageable) {

    NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

    // 构建布尔查询
    BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
    /**
     * must 多条件 &(并且)
     * mustNot 多条件 != (非)
     * should 多条件 || (或)
     */
     // 关键字查询
    boolQueryBuilder.must(QueryBuilders.matchQuery("title",keyWord));

    nativeSearchQueryBuilder.withQuery(boolQueryBuilder);
    nativeSearchQueryBuilder.withPageable(pageable);

    return itemRepository.search(nativeSearchQueryBuilder.build());
}
©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 218,525评论 6 507
  • 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 93,203评论 3 395
  • 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 164,862评论 0 354
  • 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 58,728评论 1 294
  • 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 67,743评论 6 392
  • 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 51,590评论 1 305
  • 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 40,330评论 3 418
  • 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 39,244评论 0 276
  • 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 45,693评论 1 314
  • 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 37,885评论 3 336
  • 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 40,001评论 1 348
  • 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 35,723评论 5 346
  • 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 41,343评论 3 330
  • 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 31,919评论 0 22
  • 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 33,042评论 1 270
  • 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 48,191评论 3 370
  • 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 44,955评论 2 355

推荐阅读更多精彩内容