SpringBoot 整合 ES 实现 CRUD 操作

心已赠人 2022-12-16 03:57 278阅读 0赞

**Hi，我是空夜，好久不见！**

本文介绍 Spring Boot 项目中整合 ElasticSearch 并实现 CRUD 操作，包括分页、滚动等功能。  
之前在公司使用 ES，一直用的是前辈封装好的包，最近希望能够从原生的 Spring Boot/ES 语法角度来学习 ES 的相关技术。希望对大家有所帮助。

本文为 spring-boot-examples 系列文章节选，示例代码已上传至 [https://github.com/laolunsi/spring-boot-examples][https_github.com_laolunsi_spring-boot-examples]

--------------------

## 安装 ES 与可视化工具 ##

前往 ES 官方 [https://www.elastic.co/cn/downloads/elasticsearch][https_www.elastic.co_cn_downloads_elasticsearch] 进行，如 windows 版本只需要下载安装包，启动 elasticsearch.bat 文件，浏览器访问 http://localhost:9200

![da7aa0fa7889d5b619b491f47bd8cc71.png][]

如此，表示 ES 安装完毕。  
为更好地查看 ES 数据，再安装一下 elasticsearch-head 可视化插件。前往下载地址：[https://github.com/mobz/elasticsearch-head][https_github.com_mobz_elasticsearch-head]  
主要步骤：

*  `git clone git://github.com/mobz/elasticsearch-head.git`
 *  `cd elasticsearch-head`
 *  `npm install`
 *  `npm run start`
 *  `open` [http://localhost:9100/][http_localhost_9100]

可能会出现如下情况：  
![496454e186729c82b87a90a9f626b1ef.png][]

发现是跨域的问题。  
解决办法是在 elasticsearch 的 config 文件夹中的 elasticsearch.yml 中添加如下两行配置：

http.cors.enabled: true
    http.cors.allow-origin: "*"

刷新页面：  
![e1c482640e84520f6c624186a96542cc.png][]  
这里的 article 索引就是我通过 spring boot 项目自动创建的索引。  
下面我们进入正题。

--------------------

## Spring Boot 引入 ES ##

创建一个 spring-boot 项目，引入 es 的依赖：

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

配置 application.yml：

server:
      port: 8060
    
    spring:
      elasticsearch:
        rest:
          uris: http://localhost:9200

创建一个测试的对象，article：

import org.springframework.data.annotation.Id;
    import org.springframework.data.elasticsearch.annotations.Document;
    
    import java.util.Date;
    
    @Document(indexName = "article")
    public class Article { 
    
        @Id
        private String id;
        private String title;
        private String content;
        private Integer userId;
        private Date createTime;
    
        // ... igonre getters and setters
    }

下面介绍 Spring Boot 中操作 ES 数据的三种方式：

*  实现 ElasticsearchRepository 接口
 *  引入 ElasticsearchRestTemplate
 *  引入 ElasticsearchOperations

实现对应的 Repository:

import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;
    
    public interface ArticleRepository extends ElasticsearchRepository<Article, String> { 
    
    }

下面可以使用这个 ArticleRepository 来操作 ES 中的 Article 数据。  
我们这里没有手动创建这个 Article 对应的索引，由 elasticsearch 默认生成。

下面的接口，实现了 spring boot 中对 es 数据进行插入、更新、分页查询、滚动查询、删除等操作。可以作为一个参考。其中，使用了 Repository 来获取、保存、删除 ES 数据，使用 ElasticsearchRestTemplate 或 ElasticsearchOperations 来进行分页/滚动查询。

### 根据 id 获取/删除数据 ###

@Autowired
        private ArticleRepository articleRepository;
    
        @GetMapping("{id}")
        public JsonResult findById(@PathVariable String id) { 
            Optional<Article> article = articleRepository.findById(id);
            JsonResult jsonResult = new JsonResult(true);
            jsonResult.put("article", article.orElse(null));
            return jsonResult;
        }
    
    	@DeleteMapping("{id}")
        public JsonResult delete(@PathVariable String id) { 
            // 根据 id 删除
            articleRepository.deleteById(id);
            return new JsonResult(true, "删除成功");
        }

### 保存数据 ###

@PostMapping("")
        public JsonResult save(Article article) { 
            // 新增或更新
            String verifyRes = verifySaveForm(article);
            if (!StringUtils.isEmpty(verifyRes)) { 
                return new JsonResult(false, verifyRes);
            }
    
            if (StringUtils.isEmpty(article.getId())) { 
                article.setCreateTime(new Date());
            }
    
            Article a = articleRepository.save(article);
            boolean res = a.getId() != null;
            return new JsonResult(res, res ? "保存成功" : "");
        }
    
        private String verifySaveForm(Article article) { 
            if (article == null || StringUtils.isEmpty(article.getTitle())) { 
                return "标题不能为空";
            } else if (StringUtils.isEmpty(article.getContent())) { 
                return "内容不能为空";
            }
    
            return null;
        }

### 分页查询数据 ###

@Autowired
        private ElasticsearchRestTemplate elasticsearchRestTemplate;
    
        @Autowired
        ElasticsearchOperations elasticsearchOperations;
    
        @GetMapping("list")
        public JsonResult list(Integer currentPage, Integer limit) { 
            if (currentPage == null || currentPage < 0 || limit == null || limit <= 0) { 
                return new JsonResult(false, "请输入合法的分页参数");
            }
            // 分页列表查询
            // 旧版本的 Repository 中的 search 方法被废弃了。
            // 这里采用 ElasticSearchRestTemplate 或 ElasticsearchOperations 来进行分页查询
    
            JsonResult jsonResult = new JsonResult(true);
            NativeSearchQuery query = new NativeSearchQuery(new BoolQueryBuilder());
            query.setPageable(PageRequest.of(currentPage, limit));
    
            // 方法1：
            SearchHits<Article> searchHits = elasticsearchRestTemplate.search(query, Article.class);
    
            // 方法2：
            // SearchHits<Article> searchHits = elasticsearchOperations.search(query, Article.class);
    
            List<Article> articles = searchHits.getSearchHits().stream().map(SearchHit::getContent).collect(Collectors.toList());
            jsonResult.put("count", searchHits.getTotalHits());
            jsonResult.put("articles", articles);
            return jsonResult;
        }

### 滚动查询数据 ###

@GetMapping("scroll")
        public JsonResult scroll(String scrollId, Integer size) { 
            // 滚动查询 scroll api
            if (size == null || size <= 0) { 
                return new JsonResult(false, "请输入每页查询数");
            }
            NativeSearchQuery query = new NativeSearchQuery(new BoolQueryBuilder());
            query.setPageable(PageRequest.of(0, size));
            SearchHits<Article> searchHits = null;
            if (StringUtils.isEmpty(scrollId)) { 
                // 开启一个滚动查询，设置该 scroll 上下文存在 60s
                // 同一个 scroll 上下文，只需要设置一次 query（查询条件）
                searchHits = elasticsearchRestTemplate.searchScrollStart(60000, query, Article.class, IndexCoordinates.of("article"));
                if (searchHits instanceof SearchHitsImpl) { 
                    scrollId = ((SearchHitsImpl) searchHits).getScrollId();
                }
            } else { 
                // 继续滚动
                searchHits = elasticsearchRestTemplate.searchScrollContinue(scrollId, 60000, Article.class, IndexCoordinates.of("article"));
            }
    
            List<Article> articles = searchHits.getSearchHits().stream().map(SearchHit::getContent).collect(Collectors.toList());
            if (articles.size() == 0) { 
                // 结束滚动
                elasticsearchRestTemplate.searchScrollClear(Collections.singletonList(scrollId));
                scrollId = null;
            }
    
            if (scrollId == null) { 
                return new JsonResult(false, "已到末尾");
            } else { 
                JsonResult jsonResult = new JsonResult(true);
                jsonResult.put("count", searchHits.getTotalHits());
                jsonResult.put("size", articles.size());
                jsonResult.put("articles", articles);
                jsonResult.put("scrollId", scrollId);
                return jsonResult;
            }
    
        }

--------------------

## ES 深度分页 vs 滚动查询 ##

上次遇到一个问题，同事跟我说日志检索的接口太慢了，问我能不能优化一下。开始使用的是深度分页，即 1,2,3…10, 这样的分页查询，查询条件较多（十多个参数）、查询数据量较大（单个日志索引约 2 亿条数据）。

分页查询速度慢的原因在于：ES 的分页查询，如查询第 100 页数据，每页 10 条，是先从每个分区 (shard，一个索引默认是 5 个 shard) 中把命中的前 100 \* 10 条数据查出来，然后由协调节点进行合并等操作，最后给出第 100 页的数据。也就是说，实际被加载到内存中的数据远超过理想情况。

这样，索引的 shard 越大，查询页数越多，查询速度就越慢。  
ES 默认的 max\_result\_window 是 10000 条，也就是正常情况下，用分页查询到 10000 条数据时，就不会再返回下一页数据了。

如果不需要进行跳页，比如直接查询第 100 页数据，或者数据量非常大，那么可以考虑用 scroll 查询。  
在 scroll 查询下，第一次需要根据查询参数开启一个 scroll 上下文，设置上下文缓存时间。以后的滚动只需要根据第一次返回的 scrollId 来进行即可。

scroll 只支持往下滚动，如果想要往回滚动，还可以根据 scrollId 缓存查询结果，这样就可以实现上下滚动查询了 —— 就像大家经常使用的淘宝商品检索时上下滚动一样。

--------------------

最近在系统地学习 Redis、RabbitMQ、ES 等技术的知识，着重关注原理、底层、并发等问题，关于相关技术分享后续会逐渐发布出来。欢迎关注公众号：**猿生物语**（ID：**JavaApes**）

[https_github.com_laolunsi_spring-boot-examples]: https://github.com/laolunsi/spring-boot-examples
[https_www.elastic.co_cn_downloads_elasticsearch]: https://www.elastic.co/cn/downloads/elasticsearch
[da7aa0fa7889d5b619b491f47bd8cc71.png]: /images/20221123/fabe81af7f6d4a5ba6c4b11f736a4fed.png
[https_github.com_mobz_elasticsearch-head]: https://github.com/mobz/elasticsearch-head
[http_localhost_9100]: http://localhost:9100/
[496454e186729c82b87a90a9f626b1ef.png]: /images/20221123/56d39c6f08c0426698bb87388c514fe5.png
[e1c482640e84520f6c624186a96542cc.png]: /images/20221123/8569c75eaf7644748287fc7712498792.png