29、springboot与检索（1）

一、检索

我们的应用经常需要添加检索功能，开源的 ElasticSearch 是目前全文搜索引擎的首选。

他可以快速的存储、搜索和分析海量数据。Spring Boot通过整合Spring Data ElasticSearch

为我们提供了非常便捷的检索功能支持；

Elasticsearch是一个分布式搜索服务，提供Restful API，底层基于Lucene，

采用多shard（分片）的方式保证数据安全，并且提供自动resharding的功能，

github等大型的站点也是采用了ElasticSearch作为其搜索服务，

二、ElasticSearch

1、使用docker下载ElasticSearch

docker run -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -d -p : -p : --name es1 4f7e4c61f09d

这里的-e是设置初始化时的内存，不设置时开启时需要较大的内存！！！

测试：

出现上述图文即表示服务开启成功！！！

2、Elasticsearch相关使用和用法

Elasticsearch 是面向文档的，意味着它存储整个对象或文档_。Elasticsearch 不仅存储文档，

而且 _索引每个文档的内容使之可以被检索。在 Elasticsearch 中，你对文档进行索引、

检索、排序和过滤--而不是对行列数据。这是一种完全不同的思考数据的方式，

也是 Elasticsearch 能支持复杂全文检索的原因。

JSON编辑

Elasticsearch 使用 JavaScript Object Notation 或者 JSON 作为文档的序列化格式。

JSON 序列化被大多数编程语言所支持，并且已经成为 NoSQL 领域的标准格式。它简单、简洁、易于阅读

一个 Elasticsearch 集群可以包含多个索引，相应的每个索引可以包含多个类型。

这些不同的类型存储着多个文档，每个文档又有多个属性。

对于雇员目录，我们将做如下操作：

每个雇员索引一个文档，包含该雇员的所有信息。
每个文档都将是 employee 类型。
该类型位于索引 megacorp 内。
该索引保存在我们的 Elasticsearch 集群中。

megacorp: 索引名称
employee: 类型名称
1: 特定雇员的ID; 测试：

此时的相应：

此时在加入两条数据：

检索文档

目前我们已经在 Elasticsearch 中存储了一些数据，接下来就能专注于实现应用的业务需求了。

第一个需求是可以检索到单个雇员的数据。

这在 Elasticsearch 中很简单。简单地执行一个 HTTP GET 请求并指定文档的地址——索引库、

类型和ID。使用这三个信息可以返回原始的 JSON 文档：

GET /megacorp/employee/1

HEAD是检验是否存在

DELETA是删除

将 HTTP 命令由 PUT 改为 GET 可以用来检索文档，同样的，

可以使用 DELETE 命令来删除文档，以及使用 HEAD 指令来检查文档是否存在。

如果想更新已存在的文档，只需再次 PUT 。

轻量搜索

一个 GET 是相当简单的，可以直接得到指定的文档。现在尝试点儿稍微高级的功能，

比如一个简单的搜索！

第一个尝试的几乎是最简单的搜索了。我们使用下列请求来搜索所有雇员：

GET /megacorp/employee/_search

192.168.1.118:9200/megacorp/employee/_search

注意：返回结果不仅告知匹配了哪些文档，还包含了整个文档本身：显示搜索结果给最终用户所需的全部信息。

使用查询表达式搜索

https://www.elastic.co/guide/cn/elasticsearch/guide/current/_search_with_query_dsl.html

更复杂的搜索

https://www.elastic.co/guide/cn/elasticsearch/guide/current/_more_complicated_searches.html

全文搜索

https://www.elastic.co/guide/cn/elasticsearch/guide/current/_full_text_search.html

短语搜索

https://www.elastic.co/guide/cn/elasticsearch/guide/current/_phrase_search.html

为此对 match 查询稍作调整，使用一个叫做 match_phrase 的查询

高亮搜索

https://www.elastic.co/guide/cn/elasticsearch/guide/current/highlighting-intro.html