簡介

SpringBoot 集成ElasticSearch 方式有很多，網(wǎng)上教程看的是眼花繚亂，如果先前沒接觸過ES的同學(xué)，看著很懵逼，不知道用什么樣的方式集成好，其實(shí)那種方式也能集成，但是相對來說那種方式更穩(wěn)定，兼容性好咱們就用那種，這次咱們主要講下通過Spring Data Elasticsearch 套件完成對ES的操作，安裝和使用場景可直接點(diǎn)擊查看。

說明

spring-data-Elasticsearch 使用之前,必須先確定版本,elasticsearch 對版本的要求比較高，下面為版本對照表。

spring data elasticsearch	elasticsearch
3.2.x	6.5.0
3.1.x	6.2.2
3.0.x	5.5.0
2.1.x	2.4.0
2.0.x	2.2.0
1.3.x	1.5.2

這里選擇的版本搭配為ES 6.24， Spring-data-es 版本為3.1.5.RELEASE

特性

基于Java的@Configuration類的Spring配置支持或ES客戶端實(shí)例的XML命名空間
提供了用于操作ES的便捷工具類ElasticsearchTemplate。實(shí)現(xiàn)了文檔到POJO之間的自動智能映射
利用Spring的數(shù)據(jù)轉(zhuǎn)換服務(wù)實(shí)現(xiàn)功能豐富的對象映射
基于注解的元數(shù)據(jù)映射方式，且可擴(kuò)展以支持更多不同的數(shù)據(jù)格式
根據(jù)持久層接口自動生成對應(yīng)實(shí)現(xiàn)方法，無需人工編寫基本操作代碼（類似mybatis，根據(jù)接口自動得到實(shí)現(xiàn)），也支持人工定制查詢

Elasticsearch也是基于Lucene的全文檢索庫，本質(zhì)也是存儲數(shù)據(jù)，很多概念與關(guān)系型數(shù)據(jù)庫是一致的，如下對照

索引庫	關(guān)系型數(shù)據(jù)庫
類型（type）	Table 數(shù)據(jù)表
文檔（Document）	Row 行
字段（Field）	Columns 列

詳細(xì)說明

索引庫（indices)：indices代表許多的索引

類型（type): 模擬mysql中的table概念，一個(gè)索引庫下可以有不同類型的索引，比如商品索引，訂單索引，其數(shù)據(jù)格式不同

文檔（document）: 存入索引庫原始的數(shù)據(jù)。比如每一條商品信息，就是一個(gè)文檔

字段（field）: 文檔中的屬性

映射配置（mappings）: 字段的數(shù)據(jù)類型、屬性、是否索引、是否存儲等特性

索引集（Indices，index的復(fù)數(shù)）：邏輯上的完整索引

分片（shard）：數(shù)據(jù)拆分后的各個(gè)部分

副本（replica）：每個(gè)分片的復(fù)制

注意：
Elasticsearch本身就是分布式的，即便只有一個(gè)節(jié)點(diǎn)，Elasticsearch默認(rèn)也會對的數(shù)據(jù)進(jìn)行分片和副本操作，向集群添加新數(shù)據(jù)時(shí)，數(shù)據(jù)也會在新加入的節(jié)點(diǎn)中進(jìn)行平衡

實(shí)戰(zhàn)

Pom文件

<?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 http://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>2.1.3.RELEASE</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>

    <groupId>com.glj</groupId>
    <artifactId>elasticserarch-demo</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>elasticserarch-demo</name>
    <description>Demo project for Spring Boot</description>
    <packaging>jar</packaging>

    <properties>
        <java.version>1.8</java.version>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>

        <!-- elasticsearch啟動器 (必須)-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
        </dependency>

        <!--Mybatis Plus-->
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>3.0.6</version>
            <exclusions>
                <exclusion>
                    <groupId>org.apache.tomcat</groupId>
                    <artifactId>tomcat-jdbc</artifactId>
                </exclusion>
            </exclusions>
        </dependency>

        <!-- 與swagger一起使用,需要注意-->
        <dependency>
            <groupId>io.springfox</groupId>
            <artifactId>springfox-swagger2</artifactId>
            <version>2.8.0</version>
        </dependency>

        <dependency>
            <groupId>io.springfox</groupId>
            <artifactId>springfox-swagger-ui</artifactId>
            <version>2.8.0</version>
        </dependency>

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

        <dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>27.0-jre</version>
        </dependency>
        
    </dependencies>

    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.cloud</groupId>
                <artifactId>spring-cloud-dependencies</artifactId>
                <version>Greenwich.RELEASE</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>

</project>

application.yml

server:
  port: 8188
spring:
  application:
    name: elasticserarch-demo
  datasource:
    url: jdbc:mysql://127.0.0.1:3306/security_oauth?serverTimezone=GMT%2B8&characterEncoding=utf8&useSSL=false&allowPublicKeyRetrieval=true
    driver-class-name: com.mysql.cj.jdbc.Driver
    password: root
    username: root
  data:
    elasticsearch:
      cluster-name: my-application
      cluster-nodes: 127.0.0.1:9300

實(shí)體對象

package com.glj.elasticserarch.demo.biz.dto;

import io.swagger.annotations.ApiModelProperty;
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.time.LocalDateTime;
import java.util.List;

/**
 * <p>
 *
 * </p>
 *
 * @author gaoleijie
 * @since 2019-04-09
 */
@Data
@Document(indexName = "user_index",type = "user")
public class SysUser implements Serializable {

    private static final long serialVersionUID = 1L;
    @Id
    private Integer id;

    @ApiModelProperty(value = "賬號")
    @Field(type = FieldType.Keyword)
    private String username;

    @ApiModelProperty(value = "密碼")
    @Field(type = FieldType.Keyword)
    private String password;


    @ApiModelProperty(value = "昵稱")
    @Field(type = FieldType.Text,analyzer = "ik_max_word")
    private String nickname;

    @ApiModelProperty(value = "郵箱")
    @Field(type = FieldType.Keyword)
    private String email;

    @ApiModelProperty(value = "狀態(tài)（0：鎖定，1：解鎖）")
    @Field(type = FieldType.Integer)
    private Integer status;

    @ApiModelProperty(value = "創(chuàng)建人")
    @Field(type = FieldType.Keyword)
    private String createUser;

    @ApiModelProperty(value = "更新人")
    @Field(type = FieldType.Keyword)
    private String updateUser;

    @ApiModelProperty(value = "年齡")
    @Field(type = FieldType.Double)
    private Double age;


}

注意
SpringDataElasticSearch中，只需要操作對象，就可以操作elasticsearch中的數(shù)據(jù)

注解說明

@Document 作用在類，標(biāo)記實(shí)體類為文檔對象
包含屬性
indexName：對應(yīng)索引庫名稱
type：對應(yīng)在索引庫中的類型
shards：分片數(shù)量，默認(rèn)5
replicas：副本數(shù)量，默認(rèn)1

@Id 作用在成員變量，標(biāo)記一個(gè)字段作為id主鍵

@Field 作用在成員變量，標(biāo)記為文檔的字段，并指定字段映射屬性
包含屬性
type：字段類型，是枚舉：FieldType，可以是text、long、short、date、integer、object等

type屬性名稱	含義
text	存儲數(shù)據(jù)時(shí)候，會自動分詞，并生成索引
keyword	存儲數(shù)據(jù)時(shí)候，不會分詞建立索引
Numerical	數(shù)值類型，一類為基本數(shù)據(jù)類型：long、interger、short、byte、double、float、half_float 。一類為浮點(diǎn)數(shù)的高精度類型：scaled_float 需要指定一個(gè)精度因子，比如10或50，elasticsearch會把真實(shí)值乘以這個(gè)因子后存儲，取出時(shí)再還原
Date日期類型	elasticsearch可以對日期格式化為字符串存儲，但是建議我們存儲為毫秒值，存儲為long，節(jié)省空間

index：是否索引，布爾類型，默認(rèn)是true
store：是否存儲，布爾類型，默認(rèn)是false
analyzer：分詞器名稱，這里的ik_max_word即使用ik分詞器

創(chuàng)建索引

    @Autowired
    private ElasticsearchTemplate elasticsearchTemplate;

    @PostMapping("/createIndex")
    @ApiOperation("創(chuàng)建索引")
    public Boolean createIndex(@RequestParam String indexName){
        return  elasticsearchTemplate.createIndex(indexName);
    }

    @PostMapping("/createIndex")
    @ApiOperation("創(chuàng)建索引")
    public Boolean createIndex(){
        return  elasticsearchTemplate.createIndex(SysUser.class);
    }

可以根據(jù)類的信息自動生成，也可以手動指定indexName和Settings

刪除索引

   @PostMapping("/deleteIndex")
    @ApiOperation("刪除索引")
    public Boolean deleteIndex(@RequestParam String indexName){
        // return elasticsearchTemplate.deleteIndex(SysUser.class);
        return  elasticsearchTemplate.deleteIndex(indexName);
    }

可以根據(jù)類名或索引名刪除

新增文檔之Repository

Repository接口
Spring Data 的強(qiáng)大之處，在于你不用寫任何DAO處理，自動根據(jù)方法名或類的信息進(jìn)行CRUD操作。只要你定義一個(gè)接口，然后繼承Repository提供的一些子接口，就能具備各種基本的CRUD功能。

來看下Repository的繼承關(guān)系，自己新建一個(gè)接口，然后繼承ElasticsearchRepository 就好了

package com.glj.elasticserarch.demo.biz.repository;

import com.glj.elasticserarch.demo.biz.dto.SysUser;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;

import java.util.List;

/**
 * @ClassName ElasticSerarchRepository
 * @Description TODO
 * @Author gaoleijie
 * @Date 2019/7/18 10:15
 **/
public interface UserRepository extends ElasticsearchRepository<SysUser,Long> {
    /**
     * 根據(jù)昵稱查找用戶
     * @param nickName
     * @return
     */
    List<SysUser> findByNickname(String nickName);

    /**
     * 根據(jù)昵稱或者用戶名進(jìn)行查找
     * @param nickName
     * @param Password
     * @return
     */
    List<SysUser> findByNicknameOrPassword(String nickName,String Password);
}

再來看下ElasticsearchRepository

//
// Source code recreated from a .class file by IntelliJ IDEA
// (powered by Fernflower decompiler)
//

package org.springframework.data.elasticsearch.repository;

import java.io.Serializable;
import org.elasticsearch.index.query.QueryBuilder;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.Pageable;
import org.springframework.data.elasticsearch.core.query.SearchQuery;
import org.springframework.data.repository.NoRepositoryBean;

@NoRepositoryBean
public interface ElasticsearchRepository<T, ID extends Serializable> extends ElasticsearchCrudRepository<T, ID> {
    <S extends T> S index(S var1);

    Iterable<T> search(QueryBuilder var1);

    Page<T> search(QueryBuilder var1, Pageable var2);

    Page<T> search(SearchQuery var1);

    Page<T> searchSimilar(T var1, String[] var2, Pageable var3);

    void refresh();

    Class<T> getEntityClass();
}

新增文檔

 @PostMapping("/save")
    @ApiOperation("新增")
    public SysUser save(@RequestBody SysUser user){
        return repository.save(user);
    }

    @PostMapping("/saveAll")
    @ApiOperation("批量新增")
    public Iterable<SysUser> saveAll(@RequestBody List<SysUser> users){
      return  repository.saveAll(users);
    }

運(yùn)行完畢后，可以進(jìn)入 http://localhost:9100/ 查看效果

image.png

注意
elasticsearch中本沒有修改，它的修改原理是該是先刪除再新增修改和新增是同一個(gè)接口，區(qū)分的依據(jù)就是id。

查詢

    @PostMapping("/findAllAndSort")
    @ApiOperation("查詢?nèi)坎⒏鶕?jù)密碼排序")
    public Iterable<SysUser> findAllAndSort(){
       return repository.findAll(Sort.by("password").ascending());
    }

    @PostMapping("/findAll")
    @ApiOperation("查詢?nèi)?)
    public Iterable<SysUser> findAll(){
        return repository.findAll();
    }

自定義方法

不知道大家有沒有看到在我的UserRepository 接口中有自定義的查詢方法，這些方法就是接下來我們要講的 Spring Data 的另一個(gè)強(qiáng)大功能，是根據(jù)方法名稱自動實(shí)現(xiàn)功能。

比如：你的方法名叫做：findByName，那么它就知道你是根據(jù)name查詢，然后自動幫你完成，無需寫實(shí)現(xiàn)類。

當(dāng)然，方法名稱要符合一定的約定：

Keyword	Sample
$\color{red}{And}$	findByNameAndPrice
$\color{red}{Or}$	findByNameOrPrice
$\color{red}{Is}$	findByName
$\color{red}{Not}$	findByNameNot
$\color{red}{Between}$	findByPriceBetween
$\color{red}{LessThanEqual}$	findByPriceLessThan
$\color{red}{GreaterThanEqual}$	findByPriceGreaterThan
$\color{red}{Before}$	findByPriceBefore
$\color{red}{After}$	findByPriceAfter
$\color{red}{Like}$	findByNameLike
$\color{red}{StartingWith}$	findByNameStartingWith
$\color{red}{EndingWith}$	findByNameEndingWith
$\color{red}{Contains/Containing}$	findByNameContaining
$\color{red}{In}$	findByNameIn(Collection<String>names)
$\color{red}{NotIn}$	findByNameNotIn(Collection<String>names)
$\color{red}{Near }$	findByStoreNear
$\color{red}{True }$	findByAvailableTrue
$\color{red}{False}$	findByAvailableFalse
$\color{red}{OrderBy}$	findByAvailableTrueOrderByNameDesc

例如我們下面兩個(gè)例子，按照”昵稱“去查找用戶和”按照昵稱或者密碼“去查找，
不需要寫實(shí)現(xiàn)類，然后我們直接去運(yùn)行

    @PostMapping("/findByNickname")
    @ApiOperation("根據(jù)昵稱查詢用戶")
    public List<SysUser> findByNickname(@RequestParam("nickname")String nickName){
        List<SysUser> list =  repository.findByNickname(nickName);
        return list;
    }

    @PostMapping("/findByNicknameOrPassword")
    @ApiOperation("根據(jù)昵稱或者密碼查詢用戶")
    public List<SysUser> findByNicknameOrPassword(@RequestParam("nickname")String nickName,@RequestParam("password")String Password){
        List<SysUser> list =  repository.findByNicknameOrPassword(nickName,Password);
        return list;
    }

package com.glj.elasticserarch.demo.biz.repository;

import com.glj.elasticserarch.demo.biz.dto.SysUser;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;

import java.util.List;

/**
 * @ClassName ElasticSerarchRepository
 * @Description TODO
 * @Author gaoleijie
 * @Date 2019/7/18 10:15
 **/
public interface UserRepository extends ElasticsearchRepository<SysUser,Long> {
    /**
     * 根據(jù)昵稱查找用戶
     * @param nickName
     * @return
     */
    List<SysUser> findByNickname(String nickName);

    /**
     * 根據(jù)昵稱或者用戶名進(jìn)行查找
     * @param nickName
     * @param Password
     * @return
     */
    List<SysUser> findByNicknameOrPassword(String nickName,String Password);
}

查詢結(jié)果

image.png

自定義查詢

@PostMapping("/query")
    @ApiOperation("自定義查詢")
    public Page<SysUser> query(@RequestParam("username")String userName){
        NativeSearchQueryBuilder builder=new NativeSearchQueryBuilder();
        builder.withQuery(QueryBuilders.matchQuery("username",userName));
        //如果實(shí)體和數(shù)據(jù)的名稱對應(yīng)就會自動封裝，pageable分頁參數(shù)
        Page<SysUser> items = this.repository.search(builder.build());
        long total = items.getTotalElements();
        System.out.println("查詢數(shù)量為:"+total);
        return items;
    }

NativeSearchQueryBuilder：Spring提供的一個(gè)查詢條件構(gòu)建器，幫助構(gòu)建json格式的請求體

QueryBuilders.matchQuery(“username”, userName)：利用QueryBuilders來生成一個(gè)查詢。QueryBuilders提供了大量的靜態(tài)方法，用于生成各種不同類型的查詢：

Page<SysUser>：默認(rèn)是分頁查詢，因此返回的是一個(gè)分頁的結(jié)果對象，包含屬性：

totalElements：總條數(shù)

totalPages：總頁數(shù)

Iterator：迭代器，本身實(shí)現(xiàn)了Iterator接口，因此可直接迭代得到當(dāng)前頁的數(shù)據(jù)

其它屬性

image.png

模糊查詢

 /**
     * 模糊查找
     * @param userName
     * @return
     */
    @PostMapping("/fuzzyQuery")
    @ApiOperation("模糊查找根據(jù)分詞去模糊，如果默認(rèn)為5，輸入4是沒有辦法模糊的")
    public Page<SysUser> fuzzyQuery(@RequestParam("username") String userName){
        NativeSearchQueryBuilder builder=new NativeSearchQueryBuilder();
        builder.withQuery(QueryBuilders.fuzzyQuery("username",userName));
        // 查找
        Page<SysUser> page = this.repository.search(builder.build());
        return page;
    }

注意
如果在文檔對象里面沒有指定分片數(shù)量，默認(rèn)是5，查詢值必須大于5的時(shí)候才能進(jìn)行分片查詢，否則是查詢不出來的，所以如果對于特定的文檔，分片數(shù)量需要提前指定

聚合

聚合可以讓我們極其方便的實(shí)現(xiàn)對數(shù)據(jù)的統(tǒng)計(jì)、分析。例如：
什么牌子的手機(jī)最受歡迎？
這些手機(jī)的平均價(jià)格、最高價(jià)格、最低價(jià)格？
這些手機(jī)每月的銷售情況如何？
實(shí)現(xiàn)這些統(tǒng)計(jì)功能的比數(shù)據(jù)庫的sql要方便的多，而且查詢速度非?？?，可以實(shí)現(xiàn)近實(shí)時(shí)搜索效果

lasticsearch中的聚合，包含多種類型，最常用的兩種，一個(gè)叫桶，一個(gè)叫度量

桶
桶的作用，是按照某種方式對數(shù)據(jù)進(jìn)行分組，每一組數(shù)據(jù)在ES中稱為一個(gè)桶，比如如果按照男女進(jìn)行劃分就會出現(xiàn)”男桶“”女桶“ 類似的桶

Elasticsearch中提供的劃分桶的方式有很多：
Date Histogram Aggregation：根據(jù)日期階梯分組，例如給定階梯為周，會自動每周分為一組
Histogram Aggregation：根據(jù)數(shù)值階梯分組，與日期類似
Terms Aggregation：根據(jù)詞條內(nèi)容分組，詞條內(nèi)容完全匹配的為一組
Range Aggregation：數(shù)值和日期的范圍分組，指定開始和結(jié)束，然后按段分組

度量
綜上所述，我們發(fā)現(xiàn)bucket aggregations 只負(fù)責(zé)對數(shù)據(jù)進(jìn)行分組，并不進(jìn)行計(jì)算，因此往往bucket中往往會嵌套另一種聚合：metrics aggregations即度量

分組完成以后，我們一般會對組中的數(shù)據(jù)進(jìn)行聚合運(yùn)算，例如求平均值、最大、最小、求和等，這些在ES中稱為度量

比較常用的一些度量聚合方式：

Avg Aggregation：求平均值
Max Aggregation：求最大值
Min Aggregation：求最小值
Percentiles Aggregation：求百分比
Stats Aggregation：同時(shí)返回avg、max、min、sum、count等
Sum Aggregation：求和
Top hits Aggregation：求前幾
Value Count Aggregation：求總數(shù)

注意：在ES中，需要進(jìn)行聚合、排序、過濾的字段其處理方式比較特殊，因此不能被分詞。這里我們將updateUser和username這兩個(gè)文字類型的字段設(shè)置為keyword類型，這個(gè)類型不會被分詞，將來就可以參與聚合

聚合為桶

/**
     * 根據(jù)列名進(jìn)行聚合查詢
     */
    @PostMapping("/aggregateQuery")
    @ApiOperation("根據(jù)列進(jìn)行聚合查詢")
    public void aggregateQuery(@RequestParam("clumname") String clumname){
        NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
        queryBuilder.withSourceFilter(new FetchSourceFilter(new String []{""},null));
        // 添加一個(gè)新的聚合，聚合類型為terms，聚合名稱為列明，列名稱為
        queryBuilder.addAggregation(
                AggregationBuilders.terms(clumname).field(clumname));
        // 將查詢結(jié)果轉(zhuǎn)換為聚合分頁查詢
        AggregatedPage<SysUser> aggPage = (AggregatedPage<SysUser>) this.repository.search(queryBuilder.build());
        StringTerms agg = (StringTerms) aggPage.getAggregation(clumname);
        List<StringTerms.Bucket> buckets = agg.getBuckets();
        // 3.3、遍歷
        for (StringTerms.Bucket bucket : buckets) {
            // 3.4、獲取桶中的key，即列名稱
            System.out.println(bucket.getKeyAsString());
            // 3.5、獲取桶中的某列的數(shù)量
            System.out.println(bucket.getDocCount());
        }

    }

結(jié)果顯示

image.png

關(guān)鍵API
AggregationBuilders：聚合的構(gòu)建工廠類。所有聚合都由這個(gè)類來構(gòu)建

（1）統(tǒng)計(jì)某個(gè)字段的數(shù)量
  ValueCountBuilder vcb=  AggregationBuilders.count("count_nickname").field("nickname");
（2）去重統(tǒng)計(jì)某個(gè)字段的數(shù)量（可能有部分誤差）
 CardinalityBuilder cb= AggregationBuilders.cardinality("distinct_count_name").field("nickname");
（3）聚合過濾
FilterAggregationBuilder fab= AggregationBuilders.filter("name_filter").filter(QueryBuilders.queryStringQuery("nickname:劉德華"));
（4）按某個(gè)字段分組
TermsBuilder tb=  AggregationBuilders.terms("group_name").field("name");
（5）求和
SumBuilder  sumBuilder= AggregationBuilders.sum("sum_price").field("price");
（6）求平均
AvgBuilder ab= AggregationBuilders.avg("avg_price").field("price");
（7）求最大值
MaxBuilder mb= AggregationBuilders.max("max_price").field("price"); 
（8）求最小值
MinBuilder min= AggregationBuilders.min("min_price").field("price");
（9）按日期間隔分組
DateHistogramBuilder dhb= AggregationBuilders.dateHistogram("dh").field("date");
（10）獲取聚合里面的結(jié)果
TopHitsBuilder thb=  AggregationBuilders.topHits("top_result");
（11）嵌套的聚合
NestedBuilder nb= AggregationBuilders.nested("negsted_path").path("quests");
（12）反轉(zhuǎn)嵌套
AggregationBuilders.reverseNested("res_negsted").path("kps ");

AggregatedPage：聚合查詢的結(jié)果類

嵌套聚合，求平均值

 @PostMapping("/arrregateAvg")
    @ApiOperation("根據(jù)列進(jìn)行聚合查詢求平均值")
    public void arrregateAvg(@RequestParam("clumname") String clumname){
        NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
        queryBuilder.withSourceFilter(new FetchSourceFilter(new String []{""},null));

        queryBuilder.addAggregation(AggregationBuilders.terms(clumname).field(clumname).subAggregation(AggregationBuilders.avg("ageAvg").field("age")));

        AggregatedPage aggPage =(AggregatedPage<SysUser>) repository.search(queryBuilder.build());

        StringTerms agg = (StringTerms) aggPage.getAggregation(clumname);
        // 3.2、獲取桶
        List<StringTerms.Bucket> buckets = agg.getBuckets();

        // 3.3、遍歷
        for (StringTerms.Bucket bucket : buckets) {
            System.out.println(bucket.getKeyAsString()+",共"+bucket.getDocCount()+"編");

            // 3.6.獲取子聚合結(jié)果：
            InternalAvg avg = (InternalAvg) bucket.getAggregations().asMap().get("ageAvg");
            System.out.println("平均售價(jià)：" + avg.getValue());
        }

    }

查詢結(jié)果

image.png

結(jié)束語

本文章大部分為自己實(shí)戰(zhàn)出來的，實(shí)戰(zhàn)思路是參考文章：SpringBoot整合Elasticsearch
如有什么不對，請及時(shí)指正。

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

通過Spring Data Elasticsearch操作ES

通過Spring Data Elasticsearch操作ES

簡介

說明

特性

詳細(xì)說明

實(shí)戰(zhàn)

Pom文件

application.yml

實(shí)體對象

注解說明

創(chuàng)建索引

刪除索引

新增文檔之Repository

新增文檔

查詢

自定義方法

自定義查詢

模糊查詢

聚合

聚合為桶

嵌套聚合，求平均值

結(jié)束語

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

通過Spring Data Elasticsearch操作ES

簡介

說明

特性

詳細(xì)說明

實(shí)戰(zhàn)

Pom文件

application.yml

實(shí)體對象

注解說明

創(chuàng)建索引

刪除索引

新增文檔之Repository

新增文檔

查詢

自定義方法

自定義查詢

模糊查詢

聚合

聚合為桶

嵌套聚合，求平均值

結(jié)束語

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

嵌套聚合，求平均值