前言

在最近做的流媒體項目中需要集成 ES 搜索引擎，目前 ES 最新版本為 7.x 版本，在以往的項目中我都采用的是 spring 集成的 spring-data-es, 使用自定義類集成 elasticsearchRepository 來實現 crud 操作，目前 spring 家族的更新較慢，采用 es 官網推薦的 rest-client 會有不錯的效率提升

---

提示：以下是本篇文章正文內容，下面案例可供參考

一、為什么不用 spring 封裝的 spring-data-es？

這位博主進行較為詳細的說明

簡單的說明：

1.springdataes采用的即將廢棄的TransportClient，而TransportClient在es7版本中已經為棄用 2.spring更新速度慢，但是在springboot2.3.0后已經支持到es7版本 3.hightLevelClient雖然crud操作較為麻煩，但是在語法上更像dsl語言，也就是說可以參考dsl語言進行編程 4.rest-client有兩種客戶端，版本低的采用low-level-client,版本能跟上的采用high-level-client

二、springboot 集成 es 的兩種方式

雖然我采用的是 es 推薦的 client，但是這里也給出 springdataes 的方式

1.spring-data-es 使用 elasticsearch

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elasticsearch</artifactId></dependency>

注意：springboot 在 2.3.0 才集成 es 7.x 版本，如果 springboot 是 2.2.x 版本需要手動指定 es 版本，因為 2.2.x 版本內置 es 為 6.x 版本，而 springboot 2.1.x 不建議使用 es7.x 版本，可能一些類找不到

我使用的是 springboot 2.2.5 版本，在代碼中指定 es 版本

<properties><java.version>1.8</java.version><elasticsearch.version>7.6.2</elasticsearch.version></properties>

2.doc 對象的注解

代碼如下（示例）：

@Data @ApiModel("ES文件存儲對象") @NoArgsConstructor @AllArgsConstructor @Document(indexName?=?"upload-file")?//取消type， public?class?UploadFileDoc?{@Idprivate?String?id;@ApiModelProperty("原始文件名")@Field(type?=?FieldType.Text,analyzer?=?"ik_max_word",searchAnalyzer?=?"ik_max_word")private?String?fileName;@ApiModelProperty("文件類型")@Field(type?=?FieldType.Keyword)private?String?type;@ApiModelProperty("縮略圖")private?String?picUrl;@ApiModelProperty(value?=?"創建人")@Field(type?=?FieldType.Keyword)private?String?createBy;@Field(type?=?FieldType.Date)private?Date?createTime;@Field(type?=?FieldType.Date)private?Date?updateTime; }

在 @filed 注解中指定分詞器細粒度為 ik_max_word，也可以指定 ik_smart，這種注解方式只能指定單一的分詞器，而拼音分詞器，可以將 ik_max_word 替換為 analyzer = "pinyin_analyzer"

在 es7.x 版本里不需要指定 type 類型，默認為_doc，在 es8 會廢除 type 類型，原因是不同 type 是存儲在同一個索引中，會影響 lucene 的壓縮性能。

2.doc 對象的注解

@Repository public?interface?UploadFileDocRepository?extends?ElasticsearchRepository<UploadFileDoc,String{ }

es 中的 index 索引會在程序啟動的時候掃描到這個類，并對該類指定的對象上的注解進行分析，從而創建對應的索引和字段，已經字段的類型

至此，在 controller 或者其他層調用 UploadFileDocRepository 對象，進行 crud 操作

---

二、hightLevelClient 對 ES 進行操作

1.doc 對象

@Builder @Data @ApiModel("ES文件存儲對象") @NoArgsConstructor @AllArgsConstructor @Document(indexName?=?"upload-file") @Setting(settingPath?=?"uploadfile_setting.json") @Mapping(mappingPath?=?"uploadfile_mapping.json") public?class?UploadFileDoc?{@Idprivate?String?id;@ApiModelProperty("原始文件名")//@Field(type?=?FieldType.Text,analyzer?=?"ik_max_word",searchAnalyzer?=?"ik_max_word")private?String?fileName;@ApiModelProperty("文件類型")//@Field(type?=?FieldType.Keyword)private?String?type;@ApiModelProperty("縮略圖")private?String?picUrl;@ApiModelProperty(value?=?"創建人")//@Field(type?=?FieldType.Keyword)private?String?createBy;//@Field(type?=?FieldType.Date)private?Date?createTime;//@Field(type?=?FieldType.Date)private?Date?updateTime;}

2. ?中文，拼音分詞器同時使用

springBoot 提供多種字段映射方式，第一種說的是使用 @Field 注解對字段進行類型分類并指定分詞器，但是這種方式不滿足一些特定場景，現在使用 @setting 和 @mapping 指定 json 文件來實現

直接貼代碼：

uploadfile_setting.json

{"index":?{"number_of_shards"?:?"3","number_of_replicas"?:?"1","analysis":?{"analyzer":?{"default"?:?{"tokenizer"?:?"ik_max_word"},"pinyin_analyzer":?{"tokenizer":?"my_pinyin"}},"tokenizer":?{"my_pinyin":?{"type":?"pinyin",//true：支持首字母"keep_first_letter":?true,//false：首字母搜索只有兩個首字母相同才能命中，全拼能命中//true：任何情況全拼，首字母都能命中"keep_separate_first_letter":?false,//true：支持全拼? eg:?劉德華?-[liu,de,hua]"keep_full_pinyin":?true,"keep_original":?true,//設置最大長度"limit_first_letter_length":?16,"lowercase":?true,//重復的項將被刪除,eg:?德的?-de"remove_duplicated_term":?true}}}} }

setting 文件指定分片數，默認為 5 和 1，指定默認分詞器為 ik 分詞器，拼音分詞器為 my_pinyin，并且設置 my_pinyin 的分詞屬性，該文件可以在百度找到。但是建議使用 es-head 來查看索引屬性獲取

uploadfile_mapping.json

該文件百度上很多都是錯的，可能是版本問題，很多加上的 mappings:{} 字段，也有加上 index 和 type 名的字段，在項目啟動時，會報格式錯誤，這就是為什么我推薦大家參考 es-head 里面，如果生成不了，可以使用第一種方式來生成后進行查看

{"properties":?{"createBy":?{"type":?"keyword"},"createTime":?{"type":?"date"},"type":?{"type":?"keyword"},"fileName":?{"type":?"text","analyzer":?"ik_max_word","search_analyzer":?"ik_max_word","fields":?{"pinyin":?{"type":?"text","term_vector":?"with_positions_offsets","analyzer":?"pinyin_analyzer","boost":?10.0}}}} }

3. ?使用 client 進行 crud 操作

這篇博客寫的很詳細，并且例舉了 dsl 對比

簡單說，就是創建 request 作為參數來代入 client 方法中

比如：刪除 ：創建 DeleteRequest 設置參數后 restHighLevelClient.delete(request, RequestOptions.DEFAULT); 更新：創建 UpdateRequest 設置參數后 restHighLevelClient.update(updateRequest, RequestOptions.DEFAULT); 其他高級查詢，需要了解 dsl 語言來封裝對象

特別提醒

ES對版本一致性要求較為嚴格，所以使用es7.x那么es服務器也建議采用對應的版本 1.分詞器下載連接?https://github.com/medcl/elasticsearch-analysis-ik/releases 2.因為是同一哥們寫的，所以ik和pinyin分詞器在一起 3.pinyin分詞器如果沒有7.6.2版本，那么修改配置文件強行轉為對應版本,否則肯定報錯

安裝 es head 插件

谷歌瀏覽器支持 head 插件，直接使用

自己安裝，下載鏈接 https://codechina.csdn.net/mirrors/mobz/elasticsearch-head?utm_source=csdn_github_accelerator

自己安裝需要 node.js 環境，因為下載包貌似是一個前端頁面包，擦 4.node.js 下載鏈接 https://nodejs.org/en/download/

安裝 grunt，在 node.js 的目錄使用 cmd，輸入命令 npm install -g grunt -cli

進入 head 的根目錄下，cmd 輸入 npm install 對文件進行編譯

在同樣的根目錄下 cmd 輸入 grunt server 即可啟動

不安裝 grunt，可以使用 npm run start 同樣可以啟動 9.linux 后臺運行 grunt server & 或者 npm run start &

修改 es-head 默認訪問地址為 localhost:9200，可以修改_site/app.js 中修改 localhost 為目標地址

---

作者：超多多和劉寶寶的代碼世界

來源鏈接：

https://blog.csdn.net/qq_48329942/article/details/120717444

總結

以上是生活随笔為你收集整理的SpringBoot 集成 ES 7.6.2 并对字段进行中文和拼音分词处理的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。