什么是spring data框架
Spring Data是一个用于简化数据库、非关系型数据库、索引库访问，并支持云服务的开源框架。其主要目标是使得对数据的访问变得方便快捷，并支持 map-reduce框架和云计算数据服务。Spring Data可以极大的简化JPA(Elasticsearch…)的写法，可以在几乎不用写实现的情况下，实现对数据的访问和操作。除了CRUD 外，还包括如分页、排序等一些常用的功能。
Spring Data Elasticsearch 介绍
Spring Data Elasticsearch基于Spring Data API简化 Elasticsearch 操作，将原始操作Elasticsearch 的客户端API进行封装。Spring Data为Elasticsearch 项目提供集成搜索引擎。Spring Data Elasticsearch POJO的关键功能区域为中心的模型与Elastichsearch交互文档和轻松地编写一个存储索引库数据访问层
java如何使用呢
第一步加pom依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>
第二步在配置文件中application.properties
第三步创建es配置类
需要继承一个AbstractElasticsearchConfiguration他是一个抽象类，并重写里面的elasticsearchClient方法，这个是方法是用来连接es的客户端的
其中
@Configuration 声明是一个配置类
@ConfigurationProperties(prefix = "elasticsearch") 在配置文件中找到以elasticsearch开头的
@Data 提供get set 方法
第四步 创建一个实体
@Document(indexName = "product",shards = 3,replicas = 1)
@Document是Spring Data Elasticsearch提供的一个注解，用于指定Java对象与Elasticsearch索引的映射关系。indexName：索引名
shards：主分片 默认是1
replicas: 副分片 默认是1
@ID 必须全局唯一，在es中位置表示
@Field 属性（type:字段类型 analyzer：分词器 index：索引（默认true） keyword：是否分词）
第五部 创建Dao
是一个接口和service相似 继承ElasticsearchRepository指定类型<实体类型，主键类型>
ElasticsearchRepository是Spring Data Elasticsearch提供的一个接口，它为我们提供了一组用于操作Elasticsearch的常见CRUD（创建、读取、更新、删除）方法。
接下来java调用ES的Api
ElasticsearchRestTemplate是Spring Data Elasticsearch提供的一个类，它是基于Elasticsearch的REST API构建的一个高级模板类。它提供了一系列方法来操作Elasticsearch索引，比如索引的创建、文档的索引、更新和删除等。
java如何创建索引
kibanba查看
可以看到索引创建成功了，但是为什么会自动创建了
因为我们在实体上面加了
@Document(indexName = "product",shards = 3,replicas = 1) 所以他会自动创建并分片
并且字段也进行类型也进行匹配
java如何删除索引
kibanba
java如何判定索引是否存在
java如何往es中添加数据
kibanba查询数据
java如果修改es的数据
kibanba
java如何根据id查询数据
kibanba
java如何查询这个索引下的全部数据
kibanba
java如何删除索引数据
kibanba
java如何批量新增数据
kibanba
java如何进行分页并进行排序
java如何进行复杂的查询
一些简单的查询可以直接用ElasticsearchRepository中提供的方法
如果想要实现分页、排序、多条件查询就需要使用ElasticsearchOperations
二者区别
ElasticsearchOperations和ElasticsearchRepository是Spring Data Elasticsearch提供的两个不同的接口，它们之间有一些区别。
ElasticsearchOperations：ElasticsearchOperations是Spring Data Elasticsearch提供的核心接口之一，它定义了一组用于与Elasticsearch进行交互的方法。通过ElasticsearchOperations，您可以执行各种操作，如索引文档、更新文档、删除文档、执行查询等。这个接口提供了更灵活和底层的操作方式，适用于需要更精细控制的场景。
ElasticsearchRepository：ElasticsearchRepository是Spring Data Elasticsearch提供的另一个接口，它是基于CrudRepository的子接口。ElasticsearchRepository为您提供了一组CRUD操作的方法，包括保存文档、更新文档、删除文档和查询文档等。您可以使用这些方法来操作Elasticsearch中的数据，而无需编写太多的自定义代码。这个接口提供了更高级和简化的操作方式，适用于常见的CRUD场景。
结果为什么会把小米1 小米2 小米3都查询出来呢
matchQuery：matchQuery是一种全文搜索查询，它将查询字符串分词并匹配文档中包含任何一个词项的文档。它会将查询字符串进行分析，生成词项，并在查询过程中考虑词项的权重和相似度。matchQuery可以模糊匹配，对于不完全匹配的情况，它会根据相关性进行评分排序。如果查询字段中存在多个词项，它会尝试匹配其中的任意一个。termQuery：termQuery是一种精确匹配查询，它会将查询字符串作为一个整体进行匹配，不会对查询字符串进行分词。只有当查询字段中的内容和查询字符串完全匹配时，才会返回匹配的文档。termQuery不考虑相关性和评分，只会精确匹配。- 我改成termQuey查询，还是查询不来呢
问题可能是由于您的字段类型造成的。在Elasticsearch中，
termQuery是用于精确匹配的查询，而matchQuery则是用于全文搜索的查询。对于文本类型的字段，Elasticsearch会对其进行分词处理，以便能够进行更灵活的匹配。如果您的"title"字段在映射时被定义为文本类型（例如
"type": "text"），那么使用termQuery可能无法精确匹配到结果，因为termQuery会将查询的关键词视为一个完整的词汇进行匹配。而matchQuery会对查询的关键词进行分词处理，并匹配包含任意分词的文档。如果我进行字段类型，还是无法匹配
因为字段类型一旦定义了是无法通过重启程序进行变更 要不删除索引，重新加载
结果出来了，但是一般不建议是删除索引，因为一旦删除索引，数据也会不存在的
ElasticsearchOperations和ElasticsearchRestTemplate和ElasticsearchRepository
三者区别ElasticsearchOperations： ElasticsearchOperations是一个通用的接口，提供了与Elasticsearch进行交互的基本操作，例如索引、更新、删除和搜索文档等。它是Spring Data Elasticsearch提供的最底层的接口，提供了直接与Elasticsearch进行交互的能力。
ElasticsearchRestTemplate： ElasticsearchRestTemplate是ElasticsearchOperations接口的一个实现，它使用Elasticsearch的REST API来与Elasticsearch进行交互。它提供了一组方法，用于执行索引、更新、删除、搜索等操作，并支持更高级的功能，如聚合、高亮等。它是基于Spring的RestTemplate构建的，可以通过注入的方式在应用程序中使用。
总结来说，ElasticsearchOperations是最底层的操作接口，提供了与Elasticsearch进行交互的基本能力；ElasticsearchRestTemplate是ElasticsearchOperations的一个实现，使用Elasticsearch的REST API进行交互；ElasticsearchRepository是一个高级接口，用于进行常见的CRUD操作，并提供了默认的实现，使得与Elasticsearch的集成更加便捷。您可以根据具体的需求选择使用哪个接口。
ElasticsearchRepository： ElasticsearchRepository是一个高级接口，它扩展了Spring Data提供的CrudRepository接口，用于对Elasticsearch进行常见的CRUD操作。它提供了一组默认的方法，例如保存、删除、搜索等，可以通过继承该接口来自定义和扩展特定实体类的操作。Spring Data Elasticsearch会自动为实现了ElasticsearchRepository接口的类生成相应的实现，简化了与Elasticsearch的集成。
