SpringBoot整合Easy-Es最佳实践

文章目录

- 1.1 部署ES和Kibana
- 1.2 SpringBoot整合ES及配置
- - 1.2.1 引入相关依赖
  - 1.2.2 YML相关配置
- 1.3 索引CRUD
- - 1.3.1 索引托管自动挡
  - - 1.3.1.1 配置实体模板
    - 1.3.1.2 配置启动模式
  - 1.3.2 索引手动挡
  - - 1.3.2.1 配置启动模式
    - 1.3.2.2 配置实体模板
    - 1.3.2.3 创建索引
    - 1.3.2.4 查询索引
    - 1.3.2.5 更新索引(不推荐)
    - 1.3.2.6 删除索引
- 1.4 数据CRUD
- - 1.4.1 数据同步
  - 1.4.2 数据CRUD
  - - 1.4.2.1 新增数据
    - 1.4.2.2 删除数据
    - 1.4.2.3 更新数据(不推荐)
    - 1.4.2.4 查询数据(推荐分页查询)
  - 1.4.3 嵌套查询
  - 1.4.4 链式调用
- 1.5 拓展功能
- - 1.5.1 混合查询
  - 1.5.2 分页查询
  - 1.5.3 排序
  - 1.5.4 分词 / 模糊匹配
  - 1.5.5 条件过滤

Easy-Es官网: Easy-Es

1.1 部署ES和Kibana

参考部署ES及配置, 还有配置IK分词器 跳转链接: 部署ES及配置IK分词器

1.2 SpringBoot整合ES及配置

1.2.1 引入相关依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
    <exclusions>
        <exclusion>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>elasticsearch-rest-high-level-client</artifactId>
        </exclusion>
        <exclusion>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>elasticsearch-rest-client</artifactId>
        </exclusion>
        <exclusion>
            <groupId>org.elasticsearch</groupId>
            <artifactId>elasticsearch</artifactId>
        </exclusion>
    </exclusions>
</dependency>

<!--ES相关-->
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.14.0</version>
</dependency>
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-client</artifactId>
    <version>7.14.0</version>
</dependency>
<dependency>
    <groupId>org.elasticsearch</groupId>
    <artifactId>elasticsearch</artifactId>
    <version>7.14.0</version>
</dependency>
<dependency>
    <groupId>org.dromara.easy-es</groupId>
    <artifactId>easy-es-boot-starter</artifactId>
    <version>2.0.0-beta4</version>
</dependency>

如果出现版本冲突就排除Spring管理的ES依赖

1.2.2 YML相关配置

# Easy-ES配置
easy-es:
  # 是否启动（预先关闭）
  enable: true
  # es连接地址+端口 格式必须为ip:port,如果是集群则可用逗号隔开
  address: 192.168.164.128:9200
  # 如果无账号密码则可不配置此行
  #username:
  # 如果无账号密码则可不配置此行
  #password:
  # 默认为http 可缺省
  schema: http
  # 默认为true 打印banner 若您不期望打印banner,可配置为false
  banner: false
  # 心跳策略时间 单位:ms
  keep-alive-millis: 30000
  # 连接超时时间 单位:ms
  connect-timeout: 5000
  # 通信超时时间 单位:ms
  socket-timeout: 600000
  # 连接请求超时时间 单位:ms
  connection-request-timeout: 5000
  # 最大连接数 单位:个
  max-conn-total: 100
  # 最大连接路由数 单位:个
  max-conn-per-route: 100
  global-config:
    # 索引处理模式,smoothly:平滑模式, not_smoothly:非平滑模式, manual:手动模式,,默认开启此模式
    process-index-mode: manual
    # 开启控制台打印通过本框架生成的DSL语句,默认为开启,测试稳定后的生产环境建议关闭,以提升少量性能
    print-dsl: true
    # 当前项目是否分布式项目,默认为true,在非手动托管索引模式下,若为分布式项目则会获取分布式锁,非分布式项目只需synchronized锁.
    distributed: false
    # 重建索引超时时间 单位小时,默认72H 可根据ES中存储的数据量调整
    reindexTimeOutHours: 72
    # 异步处理索引是否阻塞主线程 默认阻塞 数据量过大时调整为非阻塞异步进行 项目启动更快
    async-process-index-blocking: true
    db-config:
      # 是否开启下划线转驼峰 默认为false
      map-underscore-to-camel-case: true
      # 索引前缀,可用于区分环境  默认为空 用法和MP的tablePrefix一样的作用和用法
#     index-prefix: template_
      # id生成策略 customize为自定义,id值由用户生成,比如取MySQL中的数据id,如缺省此项配置,则id默认策略为es自动生成
      id-type: customize
      # 数据刷新策略,默认为不刷新,若对数据时效性要求比较高,可以调整为immediate,但性能损耗高,也可以调整为折中的wait_until
#     refresh-policy: immediate

1.3 索引CRUD

1.3.1 索引托管自动挡

1.3.1.1 配置实体模板

@Data
@IndexName(shardsNum = 3,replicasNum = 2) // 可指定分片数,副本数,若缺省则默认均为1
public class Document {
    /**
     * es中的唯一id,如果你想自定义es中的id为你提供的id,比如MySQL中的id,请将注解中的type指定为customize,如此id便支持任意数据类型)
     */
    @IndexId(type = IdType.CUSTOMIZE)
    private Long id;
    /**
     * 文档标题,不指定类型默认被创建为keyword_text类型,可进行精确查询
     */
    private String title;
    /**
     * 文档内容,指定了类型及存储/查询分词器
     */
    @HighLight(mappingField="highlightContent")
    @IndexField(fieldType = FieldType.TEXT, analyzer = Analyzer.IK_SMART, searchAnalyzer = Analyzer.IK_MAX_WORD)
    private String content;
    /**
     * 作者 加@TableField注解,并指明strategy = FieldStrategy.NOT_EMPTY 表示更新的时候的策略为 创建者不为空字符串时才更新
     */
    @IndexField(strategy = FieldStrategy.NOT_EMPTY)
    private String creator;
    /**
     * 创建时间
     */
    @IndexField(fieldType = FieldType.DATE, dateFormat = "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis")
    private String gmtCreate;
    /**
     * es中实际不存在的字段,但模型中加了,为了不和es映射,可以在此类型字段上加上 注解@TableField,并指明exist=false
     */
    @IndexField(exist = false)
    private String notExistsField;
    /**
     * 地理位置经纬度坐标 例如: "40.13933715136454,116.63441990026217"
     */
    @IndexField(fieldType = FieldType.GEO_POINT)
    private String location;
    /**
     * 图形(例如圆心,矩形)
     */
    @IndexField(fieldType = FieldType.GEO_SHAPE)
    private String geoLocation;
    /**
     * 自定义字段名称
     */
    @IndexField(value = "wu-la")
    private String customField;

    /**
     * 高亮返回值被映射的字段
     */
    private String highlightContent;
}

1.3.1.2 配置启动模式

easy-es:
  socketTimeout: 600000 # 请求通信超时时间 单位:ms 默认值600000ms 在平滑模式下,由于要迁移数据,用户可根据数据量大小调整此参数值大小,否则请求容易超时导致索引托管失败,建议您尽量给大不给小,跟那玩意一样,大点没事,太小你懂的!
  global-config:
    process_index_mode: smoothly #smoothly:平滑模式, not_smoothly:非平滑模式, manual:手动模式
    async-process-index-blocking: true # 异步处理索引是否阻塞主线程 默认阻塞
    distributed: false # 项目是否分布式环境部署,默认为true, 如果是单机运行可填false,将不加分布式锁,效率更高.
    reindexTimeOutHours: 72 # 重建索引超时时间 单位小时,默认72H 根据迁移索引数据量大小灵活指定

索引托管自动挡无需考虑索引的问题, 会根据模板类自动更新索引库
若依框架不适配Easy-Es, 无法使用索引自动托管, 只能使用手动挡创建索引

1.3.2 索引手动挡

1.3.2.1 配置启动模式

easy-es:
  global-config:
    process_index_mode: manual # 手动挡模式

1.3.2.2 配置实体模板

/**
 * 实体类信息
**/
@Data
@IndexName(shardsNum = 3, replicasNum = 2, keepGlobalPrefix = true)
public class Document {
    /**
     * es中的唯一id,如果你想自定义es中的id为你提供的id,比如MySQL中的id,请将注解中的type指定为customize或直接在全局配置文件中指定,如此id便支持任意数据类型)
     */
    @IndexId(type = IdType.CUSTOMIZE)
    private String id;
    /**
     * 文档标题,不指定类型默认被创建为keyword类型,可进行精确查询
     */
    private String title;
    /**
     * 文档内容,指定了类型及存储/查询分词器
     */
    @HighLight(mappingField = "highlightContent")
    @IndexField(fieldType = FieldType.TEXT, analyzer = Analyzer.IK_SMART, searchAnalyzer = Analyzer.IK_MAX_WORD)
    private String content;
    // 省略其它字段...
}

1.3.2.3 创建索引

/**
 * 方式1
 */
@Test
public void testCreateIndexByEntity() {
    // 绝大多数场景推荐使用 简单至上
    documentMapper.createIndex();
}

/**
 * 方式2
 */
@Test
public void testCreateIndexByEntity() {
    // 适用于定时任务按日期创建索引场景
    String indexName = LocalDate.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd"));
    documentMapper.createIndex(indexName);
}
/**
 * 方式3
 */
@Test
public void testCreateIndex() {
    // 复杂场景使用
    LambdaEsIndexWrapper<Document> wrapper = new LambdaEsIndexWrapper<>();
    // 此处简单起见 索引名称须保持和实体类名称一致,字母小写 后面章节会教大家更如何灵活配置和使用索引
    wrapper.indexName(Document.class.getSimpleName().toLowerCase());
    // 此处将文章标题映射为keyword类型(不支持分词),文档内容映射为text类型(支持分词查询)
    wrapper.mapping(Document::getTitle, FieldType.KEYWORD, 2.0f)
            .mapping(Document::getLocation, FieldType.GEO_POINT)
            .mapping(Document::getGeoLocation, FieldType.GEO_SHAPE)
            .mapping(Document::getContent, FieldType.TEXT, Analyzer.IK_SMART, Analyzer.IK_MAX_WORD);
    // 0.9.8+版本,增加对符串字段名称的支持,Document实体中须在对应字段上加上@Tablefield(value="wu-la")用于映射此字段值
    wrapper.mapping("wu-la", FieldType.TEXT, Analyzer.IK_MAX_WORD, Analyzer.IK_MAX_WORD);
    // 设置分片及副本信息,可缺省
    wrapper.settings(3, 2);
    // 设置别名信息,可缺省
    String aliasName = "daily";
    wrapper.createAlias(aliasName);
    // 设置父子信息,若无父子文档关系则无需设置, 可缺省
    wrapper.join("joinField", "document", "comment");
    // 创建索引
    boolean isOk = documentMapper.createIndex(wrapper);
    Assertions.assertTrue(isOk);
}

1.3.2.4 查询索引

@Test
public void testExistsIndex() {
    // 测试是否存在指定名称的索引
    String indexName = Document.class.getSimpleName().toLowerCase();
    boolean existsIndex = documentMapper.existsIndex(indexName);
    Assertions.assertTrue(existsIndex);
}
@Test
public void testGetIndex() {
    GetIndexResponse indexResponse = documentMapper.getIndex();
    // 这里打印下索引结构信息 其它分片等信息皆可从indexResponse中取
    indexResponse.getMappings().forEach((k, v) -> System.out.println(v.getSourceAsMap()));
}

1.3.2.5 更新索引(不推荐)

@Test
public void testUpdateIndex() {
    // 测试更新索引
    LambdaEsIndexWrapper<Document> wrapper = new LambdaEsIndexWrapper<>();
    // 指定要更新哪个索引
    String indexName = Document.class.getSimpleName().toLowerCase();
    wrapper.indexName(indexName);
    wrapper.mapping(Document::getCreator, FieldType.KEYWORD);
    wrapper.mapping(Document::getGmtCreate, FieldType.DATE);
    boolean isOk = documentMapper.updateIndex(wrapper);
    Assertions.assertTrue(isOk);
}

1.3.2.6 删除索引

@Test
public void testDeleteIndex() {
    // 指定要删除哪个索引
    String indexName = Document.class.getSimpleName().toLowerCase();
    boolean isOk = documentMapper.deleteIndex(indexName);
    Assertions.assertTrue(isOk);
}

1.4 数据CRUD

1.4.1 数据同步

参考RestClient操作, 使用MQ做异步通知来同步MYSQL和ES的数据
跳转链接: RestClient操作

1.4.2 数据CRUD

1.4.2.1 新增数据

// 插入一条记录,默认插入至当前mapper对应的索引
Integer insert(T entity);
// 插入一条记录 可指定具体插入的索引,多个用逗号隔开
Integer insert(T entity, String... indexNames);

// 批量插入多条记录
Integer insertBatch(Collection<T> entityList)
// 批量插入多条记录 可指定具体插入的索引,多个用逗号隔开 
Integer insertBatch(Collection<T> entityList, String... indexNames);

如果您在insert时传入的entity有id并且该id对应数据已存在,则此次insert实际效果为更新该id对应的数据,并且更新不计入insert接口最后返回的成功总条数.
当insert接口如上所述,触发了数据更新逻辑,本次更新字段和全局配置的策略（如NOT_NULL/NOT_EMPTY）等均不生效,若您期望策略生效,可以调用update接口而非insert接口.
插入后如需id值可直接从entity中取,用法和MP中一致,批量插入亦可直接从原对象中获取插入成功后的数据id,以上接口返回Integer为成功条数.

1.4.2.2 删除数据

// 根据 ID 删除
Integer deleteById(Serializable id);
// 根据 ID 删除 可指定具体的索引,多个用逗号隔开 
Integer deleteById(Serializable id, String... indexNames);

// 根据 entity 条件，删除记录
Integer delete(LambdaEsQueryWrapper<T> wrapper);

// 删除（根据ID 批量删除）
Integer deleteBatchIds(Collection<? extends Serializable> idList);
// 删除（根据ID 批量删除）可指定具体的索引,多个用逗号隔开 
Integer deleteBatchIds(Collection<? extends Serializable> idList, String... indexNames);

1.4.2.3 更新数据(不推荐)

在传入的entity中带上id, 可以和新增使用同一份接口, 省事~

//根据 ID 更新
Integer updateById(T entity);
//根据 ID 更新 可指定具体的索引,多个用逗号隔开 
Integer updateById(T entity, String... indexNames);

// 根据ID 批量更新
Integer updateBatchByIds(Collection<T> entityList);
//根据 ID 批量更新 可指定具体的索引,多个用逗号隔开 
Integer updateBatchByIds(Collection<T> entityList, String... indexNames);

// 根据动态条件 更新记录
Integer update(T entity, LambdaEsUpdateWrapper<T> updateWrapper);

1.4.2.4 查询数据(推荐分页查询)

// 获取总数
Long selectCount(LambdaEsQueryWrapper<T> wrapper);
// 获取总数 distinct为是否去重 若为ture则必须在wrapper中指定去重字段
Long selectCount(Wrapper<T> wrapper, boolean distinct);

// 根据 ID 查询 
T selectById(Serializable id);
// 根据 ID 查询 可指定具体的索引,多个用逗号隔开 
T selectById(Serializable id, String... indexNames);
// 查询（根据ID 批量查询）
List<T> selectBatchIds(Collection<? extends Serializable> idList);
// 查询（根据ID 批量查询）可指定具体的索引,多个用逗号隔开 
List<T> selectBatchIds(Collection<? extends Serializable> idList, String... indexNames);
// 根据动态查询条件，查询一条记录 若存在多条记录 会报错
T selectOne(LambdaEsQueryWrapper<T> wrapper);
// 根据动态查询条件，查询全部记录
List<T> selectList(LambdaEsQueryWrapper<T> wrapper);

1.4.3 嵌套查询

/**
 * 场景一: 嵌套and的使用 
 */
@Test
public void testNestedAnd() {
    // 下面查询条件等价于MySQL中的 select * from document where star_num in (1, 2) and (title = '老汉' or title = '推*')
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.in(Document::getStarNum, 1, 2)
           .and(w -> w.eq(Document::getTitle, "老汉").or().eq(Document::getTitle, "推*"));
    List<Document> documents = documentMapper.selectList(wrapper);
}
/**
 * 场景二: 拼接and的使用 
 */
@Test
public void testAnd(){
    // 下面查询条件等价于MySQL中的 select * from document where title = '老汉' and content like '推*'
    // 拼接and比较特殊,因为使用场景最多,所以条件与条件之间默认就是拼接and,所以可以直接省略,这点和MP是一样的
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.eq(Document::getTitle, "老汉")
           .match(Document::getContent, "推*");
    List<Document> documents = documentMapper.selectList(wrapper);
}

/**
 * 场景二: 嵌套or的使用 
 */
@Test
public void testNestedOr() {
    // 下面查询条件等价于MySQL中的 select * from document where star_num = 1 or (title = '老汉' and creator = '糟老头子')
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.eq(Document::getStarNum, 1)
            .or(i -> i.eq(Document::getTitle, "老汉").eq(Document::getCreator, "糟老头子"));
    List<Document> documents = documentMapper.selectList(wrapper);
}
/**
 * 场景三: 拼接or的使用 
 */
@Test
public void testOr() {
    // 下面查询条件等价于MySQL中的 select * from document where title = '老汉' or title = '痴汉'
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.eq(Document::getTitle, "老汉")
            .or()
            .eq(Document::getTitle, "痴汉");
    List<Document> documents = documentMapper.selectList(wrapper);
}
/**
 * 场景四: 嵌套filter的使用 其实和场景一一样,只不过filter中的条件不计算得分,无法按得分排序,查询性能稍高
 */
@Test
public void testNestedFilter() {
    // 下面查询条件等价于MySQL中的 select * from document where star_num in (1, 2) and (title = '老汉' or title = '推*')
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.in(Document::getStarNum, 1, 2)
            .filter(w -> w.eq(Document::getTitle, "老汉").or().eq(Document::getTitle, "推*"));
    List<Document> documents = documentMapper.selectList(wrapper);
}

/**
 * 场景五: 拼接filter的使用 filter中的条件不计算得分,无法按得分排序,查询性能稍高
 */
@Test
public void testFilter() {
    // 下面查询条件等价于MySQL中的 select * from document where title = '老汉'
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.filter().eq(Document::getTitle, "老汉");
    List<Document> documents = documentMapper.selectList(wrapper);
}

/**
 * 场景六: 嵌套mustNot的使用 
 */
@Test
public void testNestedNot() {
    // 下面查询条件等价于MySQL中的 select * from document where title = '老汉' and (size != 18 and age != 18)
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.eq(Document::getTitle, "老汉")
           .not(i->i.eq(size,18).eq(age,18));
    List<Document> documents = documentMapper.selectList(wrapper);
}

/**
 * 场景六: 拼接not()的使用
 */
@Test
public void testNot() {
    // 下面查询条件等价于MySQL中的 select * from document where title = '老汉' and  size != 18
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.eq(Document::getTitle, "老汉")
           .not()
           .eq(size,18);
    List<Document> documents = documentMapper.selectList(wrapper);
}

1.4.4 链式调用

// 索引链式构造器
LambdaEsIndexChainWrapper<T> lambdaChainIndex(BaseEsMapper<T> baseEsMapper);
// 查询链式构造器
LambdaEsQueryChainWrapper<T> lambdaChainQuery(BaseEsMapper<T> baseEsMapper);
// 更新(含删除)链式构造器
LambdaEsUpdateChainWrapper<T> lambdaChainUpdate(BaseEsMapper<T> baseEsMapper);

@Test
public void testOne() {
    // 隔壁老汉写的链式调用
    Document document = EsWrappers.lambdaChainQuery(documentMapper).eq(Document::getTitle, "隔壁老汉").one();
}    
@Test
public void testSelectOne() {
    // 隔壁老王写的半吊子链式调用
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.eq(Document::getTitle, "隔壁老王")
            .limit(1);
    Document document = documentMapper.selectOne(wrapper);
}

1.5 拓展功能

1.5.1 混合查询

/**
 * 正确使用姿势0(最实用,最简单,最推荐的使用姿势)：EE满足的语法,直接用,不满足的可以构造原生QueryBuilder,然后通过wrapper.mix传入QueryBuilder
 * @since 2.0.0-beta2 2.0.0-beta2才正式引入此方案,此方案为混合查询的最优解决方案,由于QueryBuilder涵盖了ES中全部的查询,所以通过此方案
 * 理论上可以处理任何复杂查询,并且可以和EE提供的四大嵌套类型无缝衔接,彻底简化查询,解放生产力!
 */
@Test
public void testMix0(){
    // 查询标题为老汉，内容匹配 推*，且最小匹配度不低于80%的数据
    // 当前我们提供的开箱即用match并不支持设置最小匹配度,此时就可以自己去构造一个matchQueryBuilder来实现
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    QueryBuilder queryBuilder = QueryBuilders.matchQuery("content", "推*").minimumShouldMatch("80%");
    wrapper.eq(Document::getTitle,"老汉").mix(queryBuilder);
    List<Document> documents = documentMapper.selectList(wrapper);
    System.out.println(documents);
}
/**
 * 混合查询正确使用姿势1: EE提供的功能不支持某些过细粒度的功能,所有查询条件通过原生语法构造,仅利用EE提供的数据解析功能
 */
@Test
public void testMix1() {
    // RestHighLevelClient原生语法
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
    searchSourceBuilder.query(QueryBuilders.matchQuery("content", "推*").minimumShouldMatch("80%"));
    // 仅利用EE查询并解析数据功能
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.setSearchSourceBuilder(searchSourceBuilder);
    List<Document> documents = documentMapper.selectList(wrapper);
    System.out.println(documents);
}

1.5.2 分页查询

// 物理分页
EsPageInfo<T> pageQuery(LambdaEsQueryWrapper<T> wrapper, Integer pageNum, Integer pageSize);

@Test
public void testPageQuery() {
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.match(Document::getTitle, "老汉");
    EsPageInfo<Document> documentPageInfo = documentMapper.pageQuery(wrapper,1,10);
    System.out.println(documentPageInfo);
}

1.5.3 排序

// 降序排列
wrapper.orderByDesc(排序字段,支持多字段)
    
// 升序排列
wrapper.orderByAsc(排序字段,支持多字段)
    
// 根据得分排序(此功能0.9.7+版本支持;不指定SortOrder时默认降序,得分高的在前,支持升序/降序)
wrapper.sortByScore(boolean condition,SortOrder sortOrder)

1.5.4 分词 / 模糊匹配

@Test
public void testMatch(){
    // 会对输入做分词,只要所有分词中有一个词在内容中有匹配就会查询出该数据,无视分词顺序
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.match(Document::getContent,"技术");
    List<Document> documents = documentMapper.selectList(wrapper);
    System.out.println(documents.size());
}    
@Test
public void testMatchPhrase() {
    // 会对输入做分词，但是需要结果中也包含所有的分词，而且顺序要求一样,否则就无法查询出结果
    // 例如es中数据是 技术过硬,如果搜索关键词为过硬技术就无法查询出结果
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.matchPhrase(Document::getContent, "技术");
    List<Document> documents = documentMapper.selectList(wrapper);
    System.out.println(documents);
}
@Test
public void testMatchAllQuery() {
    // 查询所有数据,类似mysql select all.
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.matchAllQuery();
    List<Document> documents = documentMapper.selectList(wrapper);
    System.out.println(documents);
}
@Test
public void testMultiMatchQuery() {
    // 从多个指定字段中查询包含老王的数据
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.multiMatchQuery("老王", Document::getTitle, Document::getContent, Document::getCreator, Document::getCustomField);
    // 其中,默认的Operator为OR,默认的minShouldMatch为60% 这两个参数都可以按需调整,我们api是支持的 例如:
    // 其中AND意味着所有搜索的Token都必须被匹配,OR表示只要有一个Token匹配即可. minShouldMatch 80 表示只查询匹配度大于80%的数据
    // wrapper.multiMatchQuery("老王",Operator.AND,80,Document::getCustomField,Document::getContent);
    List<Document> documents = documentMapper.selectList(wrapper);
    System.out.println(documents.size());
    System.out.println(documents);
}

1.5.5 条件过滤

/**
 * 场景五: 拼接filter的使用 filter中的条件不计算得分,无法按得分排序,查询性能稍高
 */
@Test
public void testFilter() {
    // 下面查询条件等价于MySQL中的 select * from document where title = '老汉'
    LambdaEsQueryWrapper<Document> wrapper = new LambdaEsQueryWrapper<>();
    wrapper.filter().eq(Document::getTitle, "老汉");
    List<Document> documents = documentMapper.selectList(wrapper);
}