【微服务】163：搭建搜索微服务

小鱼儿 2022-12-11 09:26 200阅读 0赞

今天是刘小爱自学Java的第163天。

感谢你的观看，谢谢你。

![1cb6fc2a2d4f2aee26bae34e0549c112.png][]

学习计划安排如下：

*  正式开始在项目中实现搜索相关的功能，也就是elasticsearch的应用。
 *  关于搜索，会将其独立成一个微服务。
 *  任务量比较大，估计要花个几天的时间。

首先简单地说明一下这几天需要完成的任务：现在随便去电商网站搜索大致都会出现如下页面：

![1297d53c230d92fce7d4c15b45187d02.png][]

当然上述页面都是假数据，真的数据需要从数据库中查询到并完成渲染，后面会完成。

这次的数据格式是比较复杂的，它是对应了多张数据表，如果只是对应一张数据表，那简直不要太简单了。

当然关于具体的数据格式分析，文章后面会详细说明到，首先从微服务搭建开始。

## 一、搜索微服务搭建 ##

可以使用spring脚手架搭建，这个昨天刚说明过，也可以自学创建Maven项目。

当然这不是重点，重点是文章后面的数据格式分析，但因为好久没有创建过微服务了，所以自行搭建做个回顾，其实无外乎核心三步骤。

**1pom文件引入依赖**

关于依赖，简单地做一个说明。

![35852fbc7fa78be360dd75a4b3e328df.png][]

**①eureka客户端依赖**

搜索微服务要在注册中心完成注册。

**②web启动器**

因为项目用的是SpringBoot，所以使用的相关依赖是SpringBoot中的启动器，基本格式都是**spring-boot-starter-对应的依赖**。

**③elasticsearch**

搜索的核心依赖了，格式同上。

**④feign的使用**

这个后面会使用到，到时候会做一个详细的说明。

**⑤test依赖**

SpringBoot测试相关的依赖，格式同②。

**⑥商品微服务实体类**

这是我们商品微服务中拆分的实体类，因为经常需要被其它各种微服务调用，所以将商品微服务拆分成了pojo和service两个子模块。

**2yam配置文件**

![539ab7f2422644fde9fe3b2aaa8975bd.png][]

①指定服务对应的端口

②给搜索微服务取一个名称。

**③elasticsearch相关配置**

利用cluster-nodes说明自己装在虚拟机中的elasticsearch对应的ip加上端口号。

④eureka相关配置

**3编写启动类**

![d788c924aa094a4c97ce7b0b3a43d31a.png][]

@SpringBootAppplication说明这个类是一个SpringBoot应用启动类。

@EnableDiscoveryClient说明是注册中心客户端，需要向注册中心注册服务。

@EnableFeignClients说明是feign客户端。

## 二、数据格式分析 ##

看到一个业务需求，首先要考虑的也就是数据格式分析，捋一捋自己的思路：

*  前端数据：HTML标签，这里vue组件。
 *  Java数据：需要哪些实体类？
 *  MySQL数据库数据：对应哪些数据表？

而我们常用的json格式数据也就是前端和后台数据相互沟通的一个桥梁。

在文章开头就说明过前端相关的数据，现在具体分析下。

**1展示数据**

![3e5e6dd425f767f7608208159b25473f.png][]

观察页面的搜索结果，搜索手机也好，搜索电脑或者其它商品也罢，其结果一般会出现多个商品，也就是上图所示。

页面中展示的一个商品数据就是一个SPU，SPU是多个SKU共有集。

那么SPU和SKU又是什么？

这个在**第150天学习笔记中**详细讲解过，这里做一个简单的回顾：

*  **一个确定的商品就是一个SKU**，它的颜色，内存大小，价格都确定下来了。
 *  **而多个SKU共用的部分就是一个SPU**，上述图片中，无论是什么颜色，什么大小的手机都是共用上述框中的数据。

但是仔细观察上述页面，选择商品大图下面的小图，商品会跟着变化，也就是SKU中的数据要实现动态变化。

所以我们需要的数据就是一个SPU，同时也需要包含SKU的信息。

**2过滤数据**

![4d55ca44010f0b42d6271867025cb077.png][]

用户选择对应的选项，要过滤出对应的数据展示给用户，所以这些过滤条件都是需要存储在索引库中的，其中包括有：

**商品分类，品牌，可以用来搜索的规格参数，以及价格。**

这是观察到的最直观的数据。

## 三、Java实体类 ##

上述我们分析了一通，分析的是需要保存到索引库中的数据，这样才能利用elasticsearch更好地实现搜索。

并不是说所有的数据都要存储到索引库中。

![261871d3a5a04251b85754548db02ceb.png][]

**①展示的数据**

搜索结果的基础数据是SPU，所以这个id也就是SPUid

subTitle：商品副标题，也就是商品卖点，比如满100减50这样的促销数据。

SKUS这个上述我们刚分析过，展示给用户看的是一个SPU，但是其需要包含了SKU的数据，就是很多个SKU，当然这里使用json结构的字符串来表示的。

它们都有一个特点：用户不会直接搜索到这些数据，所以不用分词，也不需要索引。

**②过滤的数据**

我们前面分析了很多，但是忽视了一个问题，就是用户在搜索框中输入的数据。

要知道用户在搜索框中输入的数据是有很多种可能的，可能是品牌，可能是某个参数，所以这里用all来表示全文检索数据。

用户还可以根据商品品牌、分类以及创建时间过滤，分别对应了上述3个字段。

price：商品一般都可以根据不同的价格区间完成过滤，这里用一个price集合来表示。

specs：可以过滤的规格参数有很多，这里使用键值对来表示。

## 最后 ##

行有不得反求诸己，我是@刘小爱

一个白天上班晚上学习的95后沪漂，不为其它，只为学会自律做好自己，也愿我的每日打卡能给你带来勇气，欢迎点赞关注和评论。

[1cb6fc2a2d4f2aee26bae34e0549c112.png]: /images/20221123/8075e896fdb845e99a66f13c47bdcaee.png
[1297d53c230d92fce7d4c15b45187d02.png]: /images/20221123/ea97eaa0fb96458987db65a98af6f063.png
[35852fbc7fa78be360dd75a4b3e328df.png]: /images/20221123/0effa813d437466bb911661a267b3e1f.png
[539ab7f2422644fde9fe3b2aaa8975bd.png]: /images/20221123/40562bbe08334aff8a2298f589ce211a.png
[d788c924aa094a4c97ce7b0b3a43d31a.png]: /images/20221123/a3963513d89348b18020c1a2d322bde1.png
[3e5e6dd425f767f7608208159b25473f.png]: /images/20221123/9a7dead966a84e999bdd29eeec0d31fd.png
[4d55ca44010f0b42d6271867025cb077.png]: /images/20221123/43de73f0e214437eb1c5337ae08c04ed.png
[261871d3a5a04251b85754548db02ceb.png]: /images/20221123/dcddd55588cd4641b9b94d907fc0bfb5.png