Elasticsearch 8.+ 版本查询方式

1.创建索引

1.2在项目启动后执行,先判断是否有这个索引,没有则创建

java 复制代码
//判断索引是否存在
BooleanResponse troubleShootLog = elasticsearchClient.indices().exists(e -> e.index(TroubleShootLog.INDEX));
java 复制代码
 private void createTroubleShootLogIndex() {
        try {
            elasticsearchClient.indices().create(c -> c
                    .index(TroubleShootLog.INDEX)//索引名称
                    .settings(s->s.numberOfShards(numberOfShards).numberOfReplicas(numberOfReplicas))
                    .mappings(mappings -> mappings  //映射
                            .properties("docPoolId", p -> p
                                    .long_(t -> t)
                            )
                            .properties("poolFileId", p -> p
                                    .long_(t -> t) 
                            )
                            .properties("type", p -> p
                                    .long_(t -> t) 
                            )
                            .properties("opt", p -> p
                                    .integer(t -> t) 
                            )
                            .properties("userId", p -> p
                                    .long_(t -> t) 
                            )
                            .properties("keyword", p -> p
                                    .text(t -> t) 
                            )
                            .properties("aircraftTypes", p -> p
                                    .text(t -> t) 
                            )
                            .properties("docType", p -> p
                                    .text(t -> t) 
                            )
                            .properties("cratedTime", p -> p
                                    .date(t -> t.format("yyyy-MM-dd HH:mm:ss")) //
                            )
                    )
            );
        } catch (IOException e) {
            log.error(e.getMessage(),e);
        }
    }

2.查询

java 复制代码
//创建查询条件,查询text的内容
Query query = builder.bool(b -> b.must(m -> m.matchPhrasePrefix(h -> h.field("text").query(dto.getQ())))).build();
//执行查询
SearchResponse<PdfDoc> pdfDocOne = elasticsearchClient.search(s -> s
                            .index(PdfDoc.INDEX)//要查询的索引名称
                            .query(q -> q.bool(b -> b.must(query)))//查询条件
                            .highlight(setHighLight())//高亮字段
                            .from(dto.getPageNumber())//从第几页开始
                            .size(dto.getPageSize())//到第几页结束
                            .sort(so -> so.field(f -> f//排序
                                    .field("_score").order(SortOrder.Desc)
                                    .field("type").order(SortOrder.Desc)
                                    .field("heat").order(SortOrder.Desc)
                            ))
                    , PdfDoc.class
            );

private Highlight setHighLight() {
        Highlight highlight = Highlight.of(h -> h.preTags("<font color='red'>").postTags("</font>").fields("text", t -> t));
        return highlight;
    }
相关推荐
SelectDB15 小时前
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21 小时前
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
IvanCodes1 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2 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3 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3 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3 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
洛森唛4 天前
Elasticsearch DSL 查询语法大全:从入门到精通
后端·elasticsearch
字节跳动数据平台4 天前
代码量减少 70%、GPU 利用率达 95%: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
得物技术4 天前
深入剖析Spark UI界面:参数与界面详解|得物技术
大数据·后端·spark