一、全文檢索基礎(chǔ)

1. 什么是全文檢索

將?結(jié)構(gòu)化數(shù)據(jù)中的?部分信息提取出來，重新組織，使其變得有?定結(jié)構(gòu)，然后對此有?定結(jié)構(gòu)的數(shù)
據(jù)進(jìn)?搜索，從?達(dá)到搜索相對較快的?的。這部分從?結(jié)構(gòu)化數(shù)據(jù)中提取出的然后重新組織的信息，
我們稱之索引。

例如：字典。字典的拼?表和部?檢字表就相當(dāng)于字典的索引，對每?個字的解釋是?結(jié)構(gòu)化的，如果
字典沒有?節(jié)表和部?檢字表，在茫茫辭海中找?個字只能順序掃描。然?字的某些信息可以提取出來
進(jìn)?結(jié)構(gòu)化處理，?如讀?，就?較結(jié)構(gòu)化，分聲母和韻母，分別只有?種可以??列舉，于是將讀?
拿出來按?定的順序排列，每?項(xiàng)讀?都指向此字的詳細(xì)解釋的頁數(shù)。我們搜索時按結(jié)構(gòu)化的拼?搜到
讀?，然后按其指向的頁數(shù)，便可找到我們的?結(jié)構(gòu)化數(shù)據(jù)——也即對字的解釋。

這種先建?索引，再對索引進(jìn)?搜索的過程就叫全?檢索(Full-text Search)。

雖然創(chuàng)建索引的過程也是?常耗時的，但是索引?旦創(chuàng)建就可以多次使?，全?檢索主要處理的是查
詢，所以耗時間創(chuàng)建索引是值得的。

2.全文檢索流程

3.相關(guān)概念

1.索引庫

索引庫就是存儲索引的保存在磁盤上的?系列的?件。??存儲了建?好的索引信息以及?檔對象。

一個索引庫相當(dāng)于數(shù)據(jù)庫中的一張表

2.document對象

獲取原始內(nèi)容的目的是為了索引，在索引前需要將原始內(nèi)容創(chuàng)建成文檔（Document），?檔中包括?個?個的域（Field），域中存儲內(nèi)容。每個?檔都有?個唯?的編號，就是?檔id。

document對象相當(dāng)于表中的一條記錄

3.field對象

如果我們把document看做是數(shù)據(jù)庫中?條記錄的話，field相當(dāng)于是記錄中的字段。field是索引庫中存儲數(shù)據(jù)的最?單位。field的數(shù)據(jù)類型?致可以分為數(shù)值類型和?本類型，?般需要查詢的字段都是?本類型的，field的還有如下屬性：

• 是否分詞：是否對域的內(nèi)容進(jìn)?分詞處理。前提是我們要對域的內(nèi)容進(jìn)?查詢。
• 是否索引：將Field分析后的詞或整個Field值進(jìn)?索引，只有索引?可搜索到。?如：商品名稱、商品簡介分析后進(jìn)?索引，訂單號、?份證號不?分詞但也要索引，這些將來都要作為查詢條件。
• 是否存儲：將Field值存儲在?檔中，存儲在?檔中的Field才可以從Document中獲取?如：商品名稱、訂單號，凡是將來要從Document中獲取的Field都要存儲。
• term對象
  從?檔對象中拆分出來的每個單詞叫做?個Term，不同的域中拆分出來的相同的單詞是不同的term。term中包含兩部分?部分是?檔的域名，另?部分是單詞的內(nèi)容。term是創(chuàng)建索引的關(guān)鍵詞對象。

二、Elasticsearch簡介

2.1什么是ElasticSearch

Elaticsearch，簡稱為es， es是?個開源的?擴(kuò)展的分布式全?檢索引擎，它可以近乎實(shí)時的存儲、檢索數(shù)據(jù)；本?擴(kuò)展性很好，可以擴(kuò)展到上百臺服務(wù)器，處理PB級別的數(shù)據(jù)。es也使?Java開發(fā)并使?Lucene作為其核?來實(shí)現(xiàn)所有索引和搜索的功能，但是它的?的是通過簡單的RESTful API來隱藏Lucene的復(fù)雜性，從?讓全?搜索變得簡單。

2.2Elasticsearch的使用案例

• 2013年初，GitHub拋棄了Solr，采取ElasticSearch 來做PB級的搜索。 “GitHub使?ElasticSearch搜索20TB的數(shù)據(jù)，包括13億?件和1300億?代碼”
• 維基百科：啟動以elasticsearch為基礎(chǔ)的核?搜索架構(gòu)
• SoundCloud：“SoundCloud使?ElasticSearch為1.8億?戶提供即時?精準(zhǔn)的?樂搜索服務(wù)”
• 百度：百度?前?泛使?ElasticSearch作為?本數(shù)據(jù)分析，采集百度所有服務(wù)器上的各類指標(biāo)數(shù)據(jù)及?戶?定義數(shù)據(jù)，通過對各種數(shù)據(jù)進(jìn)?多維分析展?，輔助定位分析實(shí)例異常或業(yè)務(wù)層?異常。?前覆蓋百度內(nèi)部20多個業(yè)務(wù)線（包括casio、云分析、?盟、預(yù)測、?庫、直達(dá)號、錢包、風(fēng)控等），單集群最?100臺機(jī)器，200個ES節(jié)點(diǎn)，每天導(dǎo)?30TB+數(shù)據(jù)
• 新浪使?ES 分析處理32億條實(shí)時?志
• 阿?使?ES 構(gòu)建挖財??的?志采集和分析體系

2.3Elasticsearch對比Solr

• Solr 利? Zookeeper 進(jìn)?分布式管理，? Elasticsearch ??帶有分布式協(xié)調(diào)管理功能;
• Solr ?持更多格式的數(shù)據(jù)，? Elasticsearch 僅?持json?件格式；
• Solr 官?提供的功能更多，? Elasticsearch 本?更注重于核?功能，?級功能多有第三?插件提供；
• Solr 在傳統(tǒng)的搜索應(yīng)?中表現(xiàn)好于 Elasticsearch，但在處理實(shí)時搜索應(yīng)?時效率明顯低于Elasticsearch

三、Elasticsearch相關(guān)術(shù)語

3.1概述

Elasticsearch是面向文檔(document oriented)的，這意味著它可以存儲整個對象或文檔(document)。然而它不僅僅是存儲，還會索引(index)每個文檔內(nèi)容使之可以被搜索。在Elasticsearch中，你可以對文檔（而非成行成列的數(shù)據(jù)）進(jìn)行索引、搜索、排序、過濾。Elasticsearch對比統(tǒng)關(guān)系型數(shù)據(jù)庫如下：

3.2Elsticsearch核心概念

3.2.1 索引 index

一個索引就是一個擁有積分相似特征的文檔集合。比如說，你可以有一個用戶數(shù)據(jù)的索引，另一個產(chǎn)品目錄的索引，還有一個訂單數(shù)據(jù)的索引，還有一個訂單數(shù)據(jù)的索引。一個索引由一個名字來標(biāo)識（必須全部是小寫字母），并且當(dāng)我們對對應(yīng)于這個索引中的文檔進(jìn)行索引、搜索、更新和刪除的時候，都要使用到這個名字。在一個集群中，可以定義任意多的索引。

3.2.2 類型 type

在一個索引中，你可以定義一種或多種類型。一個類型是你的索引的一個邏輯上的分類/分區(qū)，其語義完全由你來定。通常，會為具有一組共同字段的文檔定義一個類型。比如說，我們假設(shè)你運(yùn)營一個博客平臺并且將你所有的數(shù)據(jù)存儲到一個索引中。在這個索引中，你可以為用戶數(shù)據(jù)定義一個類型，為博客數(shù)據(jù)定義一個類型，當(dāng)然，也可以為評論數(shù)據(jù)定義另一個類型。

3.2.3 字段 field

相當(dāng)于是數(shù)據(jù)表的字段，對文檔數(shù)據(jù)根據(jù)不同數(shù)據(jù)進(jìn)行的分類標(biāo)識。

3.2.4 映射 mapping

mapping 是處理數(shù)據(jù)的方式和規(guī)則方面做一些限制，比如某個字段的數(shù)據(jù)類型、默認(rèn)值、分析器、是否被索引等等，這些都是映射里面可以設(shè)置的，其他就是處理es里面數(shù)據(jù)的一些使用規(guī)則設(shè)置也叫做映射，按著最優(yōu)規(guī)則處理數(shù)據(jù)對性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能對性能更好。

3.2.5 文檔 document

一個文檔是一個可被索引的基礎(chǔ)信息單元。比如，你可以擁有某一個客戶文案，某一個產(chǎn)品的一個文檔，當(dāng)然，也可以擁有某個訂單的一個文檔。文檔以JSON（JavaScript Object Notation）格式來表示，而JSON是一個到處存在的互聯(lián)網(wǎng)數(shù)據(jù)交互格式。

在一個index/type里面，你可以存儲任意多的文檔。注意，盡管一個文檔，物理上存在于一個索引之中，文檔必須被索引/賦予一個索引的type。

3.2.6 接近實(shí)施 NRT

Elasticsearch是一個接近實(shí)時的搜索平臺。這意味著，從索引一個文檔直到這個文檔能夠被搜索到有一個輕微的延遲（通常是1秒以內(nèi)）

3.2.7 集群 cluster

一個集群就是一個或多個節(jié)點(diǎn)組織在一起，他們共同持有整個數(shù)據(jù)，并一起提供索引和搜索功能。一個集群由一個唯一的名字標(biāo)識，這個名字默認(rèn)就是"elasticsearch"。這個名字很重要，因?yàn)橐粋€節(jié)點(diǎn)智能通過指定某個集群的名字，來加入這個集群。

3.2.8 節(jié)點(diǎn) node

一個節(jié)點(diǎn)是集群中的一個服務(wù)器，作為集群的一部分，它存儲數(shù)據(jù)，參與集群的索引和搜索功能。和集群類似，一個節(jié)點(diǎn)也是由一個名字標(biāo)識的，默認(rèn)情況下，這個名字是一個隨機(jī)的漫威漫畫角色名字，這個名字會在啟動的時候賦予節(jié)點(diǎn)。這個名字對于管理工作來說挺重要的，因?yàn)樵谶@個管理過程中，你會去確定網(wǎng)絡(luò)中的哪些服務(wù)器對應(yīng)于Elasticsearch集群中的哪些節(jié)點(diǎn)。

一個節(jié)點(diǎn)可以通過配置集群名稱的方式來加入一個指定的集群。默認(rèn)情況下，每個節(jié)點(diǎn)都會被安排加入到一個叫做"elasticseach"的集群中，這意味著，如果在你的網(wǎng)絡(luò)中啟動了若干個節(jié)點(diǎn)，并假定它們能夠相互發(fā)現(xiàn)彼此，它們將會自動地形成并加入到一個叫做“elasticsearch”的集群中。

在一個集群里，只要你想，可以擁有任意多個節(jié)點(diǎn)。并且，如果當(dāng)你的網(wǎng)絡(luò)中沒有任何Elasticsearch節(jié)點(diǎn)，這是啟動一個節(jié)點(diǎn)，會默認(rèn)創(chuàng)建并加入一個叫做"elasticsearch"的集群。

3.2.9 分片和復(fù)制shards&replicas

?個索引可以存儲超出單個結(jié)點(diǎn)硬件限制的?量數(shù)據(jù)。?如，?個具有10億?檔的索引占據(jù)1TB的磁盤空間，?任?節(jié)點(diǎn)都沒有這樣?的磁盤空間；或者單個節(jié)點(diǎn)處理搜索請求，響應(yīng)太慢。為了解決這個問題，Elasticsearch提供了將索引劃分成多份的能?，這些份就叫做分?。當(dāng)你創(chuàng)建?個索引的時候，你可以指定你想要的分?的數(shù)量。每個分?本?也是?個功能完善并且獨(dú)?的“索引”，這個“索引”可以被放置到集群中的任何節(jié)點(diǎn)上。分?很重要，主要有兩??的原因：
1）允許你?平分割/擴(kuò)展你的內(nèi)容容量。
2）允許你在分?（潛在地，位于多個節(jié)點(diǎn)上）之上進(jìn)?分布式的、并?的操作，進(jìn)?提?性能/吞吐量。?于?個分?怎樣分布，它的?檔怎樣聚合回搜索請求，是完全由Elasticsearch管理的，對于作為?戶的你來說，這些都是透明的。在?個?絡(luò)/云的環(huán)境?，失敗隨時都可能發(fā)?，在某個分?/節(jié)點(diǎn)不知怎么的就處于離線狀態(tài)，或者由于任何原因消失了，這種情況下，有?個故障轉(zhuǎn)移機(jī)制是?常有?并且是強(qiáng)烈推薦的。為此?的，Elasticsearch允許你創(chuàng)建分?的?份或多份拷貝，這些拷貝叫做復(fù)制分?，或者直接叫復(fù)制。復(fù)制之所以重要，有兩個主要原因： 在分?/節(jié)點(diǎn)失敗的情況下，提供了?可?性。因?yàn)檫@個原因，注\意到復(fù)制分?從不與原/主要（original/primary）分?置于同?節(jié)點(diǎn)上是?常重要的。擴(kuò)展你的搜索量/吞吐量，因?yàn)樗阉骺梢栽谒械膹?fù)制上并?運(yùn)?。總之，每個索引可以被分成多個分?。?個索引也可以被復(fù)制0次（意思是沒有復(fù)制）或多次。?旦復(fù)制了，每個索引就有了主分?（作為復(fù)制源的原來的分?）和復(fù)制分?（主分?的拷貝）之別。分?和復(fù)制的數(shù)量可以在索引創(chuàng)建的時候指定。在索引創(chuàng)建之后，你可以在任何時候動態(tài)地改變復(fù)制的數(shù)量，但是你事后不能改變分?的數(shù)量。默認(rèn)情況下，Elasticsearch中的每個索引被分?5個主分?和1個復(fù)制，這意味著，如果你的集群中?少有兩個節(jié)點(diǎn)，你的索引將會有5個主分?和另外5個復(fù)制分?（1個完全拷貝），這樣的話每個索引總共就有10個分?。

四、Elasticsearch安裝

使用docker 安裝 elasticsearch

docker 鏡像下載

docker pull elasticsearch:5.6.8

查看鏡像是否下載成功

docker iamges

安裝成功如圖：

3. 運(yùn)行容器

docker run -di --name=kkb_es -p 9200:9200 -p 9300:9300 elasticsearch:5.6.8

9200端?(Web管理平臺端?) 9300(服務(wù)默認(rèn)端?)

瀏覽器輸?地址訪問：http://自己的ip:9200/

4. 開啟遠(yuǎn)程連接
上?完成安裝后，es并不能正常使?，elasticsearch從5版本以后默認(rèn)不開啟遠(yuǎn)程連接，程序直接連接會報如下錯誤：

我們需要修改es配置開啟遠(yuǎn)程連接，代碼如下：

登錄容器

docker exec -it kkb_es /bin/bash

安裝vim編輯器

apt-get update apt-get install

修改配置文件

vim elasticsearch.yml

同時添加代碼

cluster.name: my-elasticsearch# 解決跨域問題 http.cors.enabled: true http.cors.allow-origin: "*" network.host: 192.168.220.100

重啟docker

docker restart kkb_es

參數(shù)配置
重啟后發(fā)現(xiàn)重啟啟動失敗了，這時什么原因呢？這與我們剛才修改的配置有關(guān)，因?yàn)閑lasticsearch在啟動的時候會進(jìn)??些檢查，?如最多打開的?件的個數(shù)以及虛擬內(nèi)存區(qū)域數(shù)量等等，如果你放開了此配置，意味著需要打開更多的?件以及虛擬內(nèi)存，所以我們還需要系統(tǒng)調(diào)優(yōu)修改vi /etc/security/limits.conf ，追加內(nèi)容 (nofile是單個進(jìn)程允許打開的最??件個數(shù) soft nofile 是軟限制 hard nofile是硬限制 )，（追加到文檔末尾即可）

* soft nofile 65536 * hard nofile 65536

修改vi /etc/sysctl.conf，追加內(nèi)容 (限制?個進(jìn)程可以擁有的VMA(虛擬內(nèi)存區(qū)域)的數(shù)量 )

vm.max_map_count=655360

執(zhí)?下?命令 修改內(nèi)核參數(shù)馬上?效

sysctl -p

重啟虛擬機(jī)、再次啟動容器，發(fā)下已經(jīng)可以啟動并遠(yuǎn)程訪問

reboot

?提?：如果想讓容器開機(jī)重啟，可以執(zhí)?下?命令

docker update --restart=always + 容器名稱或者id

五、ElasticSearch的客戶端（Kibana）

使用docker 安裝Kibana

鏡像下載

docke pull docker.io/kibana:5.6.8

為了節(jié)省時間，虛擬機(jī)中已經(jīng)存在該版本鏡像了。

安裝kibana容器
執(zhí)行如下命令，開始安裝kibana容器

docker run -it -d -e ELASTICSEARCH_URL=http://192.168.220.100:9200 --namekibana -p 5601:5601 kibana:5.6.8

ELASTICSEARCH_URL=http://192.168.220.100:9200：是指鏈接的ES地址
restart=always:每次服務(wù)都會重啟，也就是開啟啟動
5601:5601:端?號

訪問測試
訪問http://192.168.220.100:5601如下：

Kibana使用

要使?Kibana，您必須?少配置?個索引。索引?于標(biāo)識Elasticsearch索引以運(yùn)?搜索和分析。它們還?于配置字段。

我們修改索引名稱的匹配?式即可，下?2個選項(xiàng)不?勾選。點(diǎn)擊create，會展?出當(dāng)前配置的索引的域信息，如下圖：

域的每個標(biāo)題選項(xiàng)分別代表如下意思：

數(shù)據(jù)搜索

Discover為數(shù)據(jù)搜索部分，可以對?志信息進(jìn)?搜索操作。

可以使?Discover實(shí)現(xiàn)數(shù)據(jù)搜索過濾和搜索條件顯?以及關(guān)鍵詞搜索，如下圖：

DSL語句使用

DSL介紹

Query DSL是?個Java開源框架?于構(gòu)建類型安全的SQL查詢語句。采?API代替?zhèn)鹘y(tǒng)的拼接字符串來構(gòu)造查詢語句。?前Querydsl?持的平臺包括JPA,JDO，SQL，Java Collections，RDF，Lucene，Hibernate Search。elasticsearch提供了?整套基于JSON的DSL語?來定義查詢。

索引操作

查詢所有索引

GET /_cat/indices?v

結(jié)果如下：

2. 刪除某個索引

DELETE /skuinfo

效果如下：

3. 新增索引

PUT /user

效果如下：

4. 創(chuàng)建映射

PUT /user/userinfo/_mapping{"properties": {"name":{"type": "text","analyzer": "ik_smart","search_analyzer": "ik_smart"},"city":{"type": "text","analyzer": "ik_smart","search_analyzer": "ik_smart"},"age":{"type": "long"},"description":{"type": "text","analyzer": "ik_smart","search_analyzer": "ik_smart"}} }

5.新增文檔數(shù)據(jù)

PUT /user/userinfo/1 {"name":"李四","age":22,"city":"深圳","description":"李四來?湖北武漢！" }

更新數(shù)據(jù)

#更新數(shù)據(jù),id=4 PUT /user/userinfo/4 {"name":"張三豐","description":"在武漢讀書，家在武漢！在深圳?作！" }

Spring Data ElasticSearch

Spring Data ElasticSearch 基于 spring data API 簡化 elasticSearch操作，將原始操作elasticSearch的客戶端API 進(jìn)?封裝 。Spring Data為Elasticsearch項(xiàng)?提供集成搜索引擎。Spring Data ElasticsearchPOJO的關(guān)鍵功能區(qū)域?yàn)橹?的模型與Elastichsearch交互?檔和輕松地編寫?個存儲庫數(shù)據(jù)訪問層。官??站：http://projects.spring.io/spring-data-elasticsearch/

導(dǎo)入Spring Data ElasticSearch做標(biāo)記

<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.1.5.RELEASE</version><relativePath/> <!-- lookup parent from repository --></parent><groupId>com.wz.es</groupId><artifactId>es-demo2</artifactId><version>0.0.1-SNAPSHOT</version><name>es-demo2</name><description>es-demo2</description><properties><java.version>1.8</java.version></properties><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></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build> </project>

啟動器配置文件

package com.wz.esdemo2;import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication;@SpringBootApplication public class EsDemo2Application {public static void main(String[] args) {SpringApplication.run(EsDemo2Application.class, args);} } spring:data:elasticsearch:cluster-name: my-elasticsearchcluster-nodes: 192.168.220.100:9300

編寫實(shí)體Article

@Document(indexName = "lxs_blog", type = "article") public class Article {@Id@Field(type = FieldType.Long, store = true)private long id;@Field(type = FieldType.Text, store = true, analyzer = "ik_smart")private String title;@Field(type = FieldType.Text, store = true, analyzer = "ik_smart")private String content;。。。 }

編寫Dao

?法命名規(guī)則查詢的基本語法findBy + 屬性 + 關(guān)鍵詞 + 連接符

package com.example.demo.repositories; import com.example.demo.entity.Article; import org.springframework.data.domain.Pageable; import org.springframework.data.elasticsearch.repository.ElasticsearchRepository; import java.util.List;public interface ArticleRepository extends ElasticsearchRepository<Article,Long> { }

創(chuàng)建測試類

package com.example.demo; import com.example.demo.entity.Article; import com.example.demo.repositories.ArticleRepository; import org.elasticsearch.index.query.QueryBuilders; import org.junit.Test; import org.junit.runner.RunWith; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; import org.springframework.data.domain.PageRequest; import org.springframework.data.domain.Pageable; import org.springframework.data.elasticsearch.core.ElasticsearchTemplate; import org.springframework.data.elasticsearch.core.query.NativeSearchQuery; import org.springframework.data.elasticsearch.core.query.NativeSearchQueryBuilder; import org.springframework.test.context.junit4.SpringRunner; import java.util.List; import java.util.Optional;@RunWith(SpringRunner.class) @SpringBootTest public class DemoApplicationTests {@Autowiredprivate ArticleRepository articleRepository;@Autowiredprivate ElasticsearchTemplate template;@Testpublic void createIndex() throws Exception {//創(chuàng)建索引，并配置映射關(guān)系template.createIndex(Article.class);//配置映射關(guān)系//template.putMapping(Article.class);}@Testpublic void addDocument() throws Exception {for (int i = 10; i <= 20; i++) {//創(chuàng)建?個Article對象Article article = new Article();article.setId(i);article.setTitle("?護(hù)?路遇昏迷男?跪地?fù)尵?#xff1a;救?是職責(zé)更是本能" + i);article.setContent("這是?個美麗的?護(hù)?妹妹" + i);//把?檔寫?索引庫articleRepository.save(article);}}@Testpublic void deleteDocumentById() throws Exception { // articleRepository.deleteById(1l);//全部刪除articleRepository.deleteAll();}@Testpublic void findAll() throws Exception {Iterable<Article> articles = articleRepository.findAll();articles.forEach(a-> System.out.println(a));}@Testpublic void testFindById() throws Exception {Optional<Article> optional = articleRepository.findById(10l);Article article = optional.get();System.out.println(article);}@Testpublic void testFindByTitle() throws Exception {List<Article> list = articleRepository.findByTitle("?護(hù)?");list.stream().forEach(a-> System.out.println(a));}@Testpublic void testFindByTitleOrContent() throws Exception {Pageable pageable = PageRequest.of(1, 5);articleRepository.findByTitleOrContent("title", "?護(hù)?", pageable).forEach(a-> System.out.println(a));}@Testpublic void testNativeSearchQuery() throws Exception {//創(chuàng)建?個查詢對象NativeSearchQuery query = new NativeSearchQueryBuilder().withQuery(QueryBuilders.queryStringQuery("?護(hù)?").defaultField("title")).withPageable(PageRequest.of(0, 15)).build();//執(zhí)?查詢List<Article> articleList = template.queryForList(query,Article.class);articleList.forEach(a-> System.out.println(a));} }

總結(jié)

以上是生活随笔為你收集整理的elasticsearch安装和使用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。