spring boot+elasticsearch 查询功能笔记(一)

这段时间要写一个提供查询elasticsearch的接口,特在这里讲自己的一些问题情况记录一下。

首先是创建工程,spring boot+ES的这里就不过多的写了。

pom文件如下:

在application.properties中添加配置:

server.port=8083

spring.data.elasticsearch.cluster-name=这里是ES的名称

spring.data.elasticsearch.cluster-nodes=这里是ES的地址以及端口号

spring.data.elasticsearch.repositories.enabled=true


这里使用的是spring-data-elasticsearch,所以在Dao中只要继承ElasticsearchRepository就可以了。

例如:public interface Mf_cus_customerRepository extends ElasticsearchRepository<Mf_cus_customer,String> {}

这篇文章主要是记录查询的一些方法,所以只针对查询。

使用QueryBuilder来创建查询

1、单字段匹配(单条)

/**

* 单字段匹配查询

* @param searchContent

* @return

*/

public List<Mf_cus_customer> test_search(String searchContent){

QueryBuilder queryBuilder = QueryBuilders.termQuery("这里是你要查询的字段", searchContent);

    SearchQuery searchQuery =new NativeSearchQueryBuilder().withQuery(queryBuilder).build();

    System.out.println("查询的语句:" + searchQuery.getQuery().toString());

    Page<Mf_cus_customer> searchPageResults =mfCusCustomerRepository.search(searchQuery);

    return searchPageResults.getContent();

}

这里要注意的是QueryBuilders的termQuery方法以及matchQuery方法,这两个方法都可以进行单字段匹配的查询,但是这两个是有区别的。具体区别原理还没有学习,但是如果你的字段不是一个整体(类似cus_name)这样的就需要使用matchQuery或者是termQuery的第一个参数也就是你的字段后面加上.keyword。也就是说如果字段是一个整体那么这两个方法是一样的效果,例如:

matchQuery("name","张三")等价于termQuery("name","张三")。如果字段不是一个整体,那么这两个的效果如下:

matchQuery("cus_name","张三")等价于termQuery("cus_name.keyword","张三")。

2、单字段匹配(多条)

/**

* 一次匹配多个值

* @param searchContent

* @return

*/

public List<Mf_cus_customer> test_searchs(String searchContent){

List searchContents = Arrays.asList(searchContent.split(","));

    QueryBuilder queryBuilder = QueryBuilders.termsQuery("cus_no.keyword", searchContents);//cus_no字段查询

    SearchQuery searchQuery =new NativeSearchQueryBuilder().withQuery(queryBuilder).build();

    System.out.println("查询的语句:" + searchQuery.getQuery().toString());

    Page<Mf_cus_customer> searchPageResults =mfCusCustomerRepository.search(searchQuery);

    return searchPageResults.getContent();

}

匹配多条使用的是termsQuery方法,问题同上。

3、分页

分页的话这里是用的是简单的方法,后期学到其他分页还会继续分享。

这里的分页使用的是Pageable,例如:

Pageable pageable =new PageRequest(pageNumber, pageSize);

然后在new NativeSearchQueryBuilder()后添加withPageable(pageable )即可。

/**

* 有分页的按照userID查询

* @param pageNumber

* @param pageSize

* @param searchContent

* @return

*/

public List<Mf_cus_customer> _searchByUserid(Integer pageNumber, Integer pageSize,String searchContent){

Pageable pageable =new PageRequest(pageNumber, pageSize);

    QueryStringQueryBuilder builder =new QueryStringQueryBuilder(searchContent);

    SearchQuery searchQuery =new NativeSearchQueryBuilder().withPageable(pageable).withQuery(builder).build();

    System.out.println("查询的语句:" + searchQuery.getQuery().toString());

    Page<Mf_cus_customer> searchPageResults =mfCusCustomerRepository.search(searchQuery);

    return searchPageResults.getContent();

}

4、范围查询

使用QueryBuilders的rangeQuery方法,来进行范围查询,其中

大于:QueryBuilder qb1 = QueryBuilders.rangeQuery("字段").gt(值);

大于等于:QueryBuilder qb1 = QueryBuilders.rangeQuery("字段").gte(值);

小于:QueryBuilder qb1 = QueryBuilders.rangeQuery("字段").lt(值);

小于等于:QueryBuilder qb1 = QueryBuilders.rangeQuery("字段").lte(值);

5、多条件查询

使用QueryBuilders的boolQuery方法可以进行多条件查询,即sql语句中的and和or查询

这里and是must(),or是should();

例如:

QueryBuilder qb1 = QueryBuilders.termsQuery("字段", 值);

QueryBuilder qb2 = QueryBuilders.rangeQuery("字段").gt(值);

QueryBuilder qb3 = QueryBuilders.boolQuery().must(qb1).must(qb2);//and链接两个查询条件,or的话使用should()。

这些是简单查询的部分功能,在项目中用到了,后续如果有其他的使用会继续记录。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,393评论 5 467
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,790评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,391评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,703评论 1 270
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,613评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,003评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,507评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,158评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,300评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,256评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,274评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,984评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,569评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,662评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,899评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,268评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,840评论 2 339

推荐阅读更多精彩内容