前言

最近华为云云耀云服务器L实例上新，也搞了一台来玩，期间遇到各种问题，在解决问题的过程中学到不少和运维相关的知识。

在前几期的博客中，介绍了Elasticsearch的Docker版本的安装，Elasticsearch的可视化Kibana工具安装，以及IK分词器的安装。

本篇博客介绍Elasticsearch的springboot整合，以及Kibana进行全查询和模糊查询。

其他相关的Elasticsearch的文章列表如下：

• Elasticsearch的Docker版本的安装和参数设置 & 端口开放和浏览器访问

• Elasticsearch的可视化Kibana工具安装 & IK分词器的安装和使用

其他相关的华为云云耀云服务器L实例评测文章列表如下：

• 初始化配置SSH连接 & 安装MySQL的docker镜像 & 安装redis以及主从搭建 & 7.2版本redis.conf配置文件

• 安装Java8环境 & 配置环境变量 & spring项目部署 &【!】存在问题未解决

• 部署spring项目端口开放问题的解决 & 服务器项目环境搭建MySQL，Redis，Minio…指南

• 由于自己原因导致MySQL数据库被攻击 & MySQL的binlog日志文件的理解

• 认识redis未授权访问漏洞 & 漏洞的部分复现 & 设置连接密码 & redis其他命令学习

• 拉取创建canal镜像配置相关参数 & 搭建canal连接MySQL数据库 & spring项目应用canal初步

• Docker版的Minio安装 & Springboot项目中的使用 & 结合vue进行图片的存取

• 在Redis的Docker容器中安装BloomFilter & 在Spring中使用Redis插件版的布隆过滤器

引出

---

1.Elasticsearch的springboot整合；
2.Kibana进行全查询和模糊查询；

springBoot整合elasticsearch

1.引入依赖

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

2.配置yml文件

server:
  port: 9090

spring:
  application:
    # 给这个项目起个名称
    name: book-mall
  datasource:
    druid:
      url: jdbc:mysql://127.0.0.1:3306/book_db?useSSL=false&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=true
      username: root
      password: 123
      driver-class-name: com.mysql.cj.jdbc.Driver

  # es的相关配置
  data:
    elasticsearch:
      repositories:
        enabled: true
  # es的ip+端口
  elasticsearch:
    uris: 124.70.138.34:9200


mybatis-plus:
  configuration:
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl

# 单元测试配置
knife4j:
  enable: true

# 日志级别配置
logging:
  level:
    com.tinaju.bm: debug

写配置类

package com.tinaju.bm.config;


import org.elasticsearch.client.RestHighLevelClient;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.elasticsearch.client.ClientConfiguration;
import org.springframework.data.elasticsearch.client.RestClients;
import org.springframework.data.elasticsearch.config.AbstractElasticsearchConfiguration;

/**
 * Elasticsearch的配置类
 */
@Configuration
public class ElasticsearchConfig extends AbstractElasticsearchConfiguration {
    @Value("${spring.elasticsearch.uris}")
    private String uris;
    @Bean
    @Override
    public RestHighLevelClient elasticsearchClient() {
        ClientConfiguration configuration =
                ClientConfiguration.builder()
                        .connectedTo(uris)
                        .build();
        return RestClients.create(configuration).rest();
    }
}

3.创建doc的实体类

package com.tinaju.bm.entity.es;


import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.springframework.data.annotation.Id;
import org.springframework.data.elasticsearch.annotations.DateFormat;
import org.springframework.data.elasticsearch.annotations.Document;
import org.springframework.data.elasticsearch.annotations.Field;
import org.springframework.data.elasticsearch.annotations.FieldType;

import java.math.BigDecimal;
import java.util.Date;

/**
 * 和es相关的映射类doc文档
 */
@Data
@NoArgsConstructor
@AllArgsConstructor

@Document(indexName = "book_index",createIndex = true)
public class BookDoc {

    @Id
    @Field(type = FieldType.Text)
    private String id;
    
    @Field(type = FieldType.Text)
    private String title;
    
    @Field(type = FieldType.Text)
    private String author;
    
    @Field(type = FieldType.Text)
    private String isbn;
    
    @Field(type = FieldType.Double) // 是double类型
    private BigDecimal price;
    
    @Field(type = FieldType.Integer)
    private Integer version;
    
    @Field(type = FieldType.Date,format = DateFormat.basic_date_time)
    private Date pubDate; // 出版日期
    
    @Field(type = FieldType.Integer)
    private Integer store; // 库存
    
    @Field(type = FieldType.Text)
    private String imgUrl; // 封面图片地址
    
    @Field(type = FieldType.Double) // 是double类型
    private BigDecimal weight; // 重量
    
    @Field(type = FieldType.Integer)
    private Integer sold; // 卖出数量；
    
    @Field(type = FieldType.Text)
    private String introduction; // 简介
    
    @Field(type = FieldType.Integer)
    private Integer pages; // 图书页数
    
    @Field(type = FieldType.Date,format = DateFormat.basic_date_time)
    private Date createTime;
    
    @Field(type = FieldType.Date,format = DateFormat.basic_date_time)
    private Date updateTime;
    
    @Field(type = FieldType.Text)
    private String createBy; // 数据记录人
    
    @Field(type = FieldType.Text)
    private Long publisherName; // 出版社
    
    @Field(type = FieldType.Text)
    private Long typeName; // 类型

}

4.写实体类对应的mapper

package com.tinaju.bm.dao.es;

import com.tinaju.bm.entity.es.BookDoc;
import org.apache.ibatis.annotations.Mapper;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;

/**
 * es的dao，实体类类型，和主键的类型
 */
@Mapper
public interface IBookDocDao extends ElasticsearchRepository<BookDoc,String> {
}

5.存取数据的测试

    @Autowired
    private IBookDocDao bookDocDao;

    @Override
    public void addToES() {
        List<Book> books = bookMapper.selectList(null);
        books.forEach(book -> {
            BookDoc bookDoc = new BookDoc();
            bookDoc.setId(book.getId()+"");
            bookDoc.setAuthor(book.getAuthor());
            bookDoc.setIntroduction(book.getIntroduction());
            bookDoc.setTitle(book.getTitle());
            bookDoc.setPrice(book.getPrice());
            bookDocDao.save(bookDoc);
        });
    }

进行es的查询

    @Autowired
    private IBookDocDao bookDocDao;

    @Test
    public void findES() {
        Iterable<BookDoc> all = bookDocDao.findAll();
        System.out.println(all);
        all.forEach(bookDoc -> {
            System.out.println(bookDoc);
        });

        System.out.println("###############");
        Optional<BookDoc> byId = bookDocDao.findById("4");
        System.out.println(byId.get());
    }

Kibana进行查询

1.全查询

GET /book_index/_search

全查询，耗时比Navicat多，可能是我的数据量较少，并且es是在服务器上，网络可能也有延迟；

而我的mysql是本地的数据库；

Navicat进行查询

2.进行模糊查询

MySQL进行模糊查询

es进行模糊查询

GET /book_index/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "fuzzy": {
            "title": {
              "value": "中"
            }
          }
        },
        {
          "wildcard": {
            "author": {
              "value": "中"
            }
          }
        },
        {
          "wildcard": {
            "introduction": {
              "value": "中"
            }
          }
        }
      ]
    }
  }
}

附录：Kibana报错解决

打开kibana网页后报错

在配置文件里面设置server.name解决问题

---

总结

1.Elasticsearch的springboot整合；
2.Kibana进行全查询和模糊查询；