ES的使用示例

1.安装

ES的安装对springboot的版本配置要求很高,需要根据如下的目录下载对应的版本。

查看自己项目所使用的springboot和spring的版本,对应下载文件。

下载链接地址:https://www.elastic.co/cn/downloads/past-releases/elasticsearch-7-17-3

下载完成解压,根据:https://www.ngui.cc/el/3053538.html?action=onClick

进行安装和配置中文解析词

访问是否启动成功:http://localhost:9200/

2.增加中文解析包

配置中文解析词

下载链接:https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.17.3

重启ES。

如果增加新词,需进行配置

复制代码
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!--用户可以在这里配置自己的扩展字典 -->
<entry key="ext_dict">custom.dic</entry>
<!--用户可以在这里配置自己的扩展停止词字典-->
<entry key="ext_stopwords"></entry>
<!--用户可以在这里配置远程扩展字典 -->
<entry key="remote_ext_dict">words_location</entry>
<!--用户可以在这里配置远程扩展停止词字典-->
<entry key="remote_ext_stopwords">words_location</entry>
</properties>

3.项目使用

1.引入依赖

复制代码
<!-- 引入ES依赖 --><dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>elasticsearch-rest-high-level-client</artifactId>
<version>7.17.3</version></dependency>

2.d.读数据 BoolQueryBuilder的should/must,对应mysql的or/and

创建索引(也就是sql里对应的表)

复制代码
{
  "settings":{
    "number_of_shards":3,
    "number_of_replicas":2
  },
  "mappings":{
    "properties":{
      "id":{"type":"long"},
      "projectId":{"type":"text"},
      "title":{"type":"text","analyzer":"ik_smart"},
      "excerpt":{"type":"text","analyzer":"ik_max_word"},
      "creatTime": {
                    "type": "date",
                    "store": true,
                    "format": "yyyy-MM-dd HH:mm:ss"
                },
        "icon": {"type": "keyword","index": false},
        "tags": {"type": "keyword","index": false},
        "module": {"type": "keyword","index": false}
    }
  }
 
}

填充内容

复制代码
{
	"id": 6430,
	"projectId": "flash_qg005ewi",
	"title": "Twitter (X) 获得添加加密货币支付所需的许可",
	"excerpt": "PANews 8月29日消息,据Cryptotimes报道.",
	"icon": "https://uscloudmedia.s3.us-west-2.amazonaws.com/dhunter/icon/pannews.png",              
	"createTime": "2023-08-30 23:30:00",
	"module": 1,
	"tags": ""
}

全文查询

POST /schools/_search

复制代码
{
   "query":{
      "match_all":{}
   }
}

模糊查询

复制代码
{
   "query":{
      "multi_match" : {
         "query": "SEC",
         "fields": [ "title", "excerpt" ]
      }
   }
}

ES一般用于数据量特别大,检索需要迅速的项目中,比如文库,比如新闻,比如歌词库等项目中。

相关推荐
代码匠心1 天前
从零开始学Flink:Flink SQL四大Join解析
大数据·flink·flink sql·大数据处理
武子康3 天前
大数据-242 离线数仓 - DataX 实战:MySQL 全量/增量导入 HDFS + Hive 分区(离线数仓 ODS
大数据·后端·apache hive
Elasticsearch3 天前
需要知道某个同义词是否实际匹配了你的 Elasticsearch 查询吗?
elasticsearch
SelectDB4 天前
易车 × Apache Doris:构建湖仓一体新架构,加速 AI 业务融合实践
大数据·agent·mcp
武子康4 天前
大数据-241 离线数仓 - 实战:电商核心交易数据模型与 MySQL 源表设计(订单/商品/品类/店铺/支付)
大数据·后端·mysql
IvanCodes4 天前
一、消息队列理论基础与Kafka架构价值解析
大数据·后端·kafka
武子康5 天前
大数据-240 离线数仓 - 广告业务 Hive ADS 实战:DataX 将 HDFS 分区表导出到 MySQL
大数据·后端·apache hive
洛森唛6 天前
ElasticSearch查询语句Query String详解:从入门到精通
后端·elasticsearch
字节跳动数据平台6 天前
5000 字技术向拆解 | 火山引擎多模态数据湖如何释放模思智能的算法生产力
大数据
武子康6 天前
大数据-239 离线数仓 - 广告业务实战:Flume 导入日志到 HDFS,并完成 Hive ODS/DWD 分层加载
大数据·后端·apache hive