异常教程

springboot elasticsearch（长文解析）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战(已更新的所有项目都能学习) / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

  • 新开坑项目:《Spring AI 项目实战》 正在持续爆肝中，基于 Spring AI + Spring Boot 3.x + JDK 21...， 点击查看 ;
  • 《从零手撸：仿小红书（微服务架构）》 已完结，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;演示链接： http://116.62.199.48:7070 ;
  • 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

前言：为什么选择Spring Boot与Elasticsearch的组合？

在现代互联网应用开发中，数据检索与实时分析的需求日益增长。Spring Boot凭借其快速开发和模块化设计的优势，成为Java开发者构建微服务架构的首选框架。而Elasticsearch作为开源的分布式搜索引擎，以其高效的数据索引、全文检索和实时分析能力，成为处理非结构化数据的利器。两者的结合，能够帮助开发者快速构建高性能、可扩展的搜索与数据分析系统。

本文将从零开始讲解如何在Spring Boot项目中集成Elasticsearch，通过循序渐进的案例，帮助读者掌握核心概念与实战技巧。无论是搭建基础环境、理解核心API，还是实现复杂查询与聚合分析，你都能找到实用的解决方案。

一、环境搭建：从零开始配置

1.1 技术栈准备

  • Spring Boot 3.x：提供依赖管理和开发框架
  • Elasticsearch 8.x：分布式搜索与分析引擎
  • Elasticsearch Java High Level REST Client：官方提供的客户端库
  • Spring Data Elasticsearch：简化Elasticsearch操作的Spring框架集成

1.2 Maven依赖配置

在pom.xml中添加以下依赖，建立与Elasticsearch的连接：

<dependencies>
    <!-- Spring Boot Starter Data Elasticsearch -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
    </dependency>
    <!-- 其他必要依赖 -->
</dependencies>

注意：若使用Elasticsearch 8.x版本，需确保Spring Boot版本兼容（推荐Spring Boot 3.0+）。

1.3 配置文件设置

在application.yml中配置Elasticsearch的连接信息：

spring:
  elasticsearch:
    rest:
      uris: http://localhost:9200
      username: elastic
      password: your_secure_password

二、核心概念解析：用图书馆比喻理解ES基础

2.1 索引（Index）与文档（Document）

  • 索引：类似图书馆的目录分类系统，用于组织文档。例如，一个名为books的索引存储所有书籍信息。
  • 文档：对应图书馆中的单本书籍，以JSON格式存储，例如：
{
    "title": "Spring Boot实战",
    "author": "张三",
    "publication_date": "2023-01-15",
    "pages": 300
}

2.2 分片与副本（Shards & Replicas）

  • 分片：将索引数据分割成多个片段（如把图书馆分成多个区域），提升查询效率并支持水平扩展。
  • 副本：分片的备份（如同分馆的副本），增强容灾能力。默认每个索引有1个主分片和1个副本。

2.3 映射（Mapping）

映射定义文档字段的数据类型和索引规则。例如：

{
    "mappings": {
        "properties": {
            "title": { "type": "text" },
            "pages": { "type": "integer" }
        }
    }
}

三、实战案例：构建图书检索系统

3.1 创建实体类

使用@Document注解定义与Elasticsearch索引的映射关系：

import org.springframework.data.annotation.Id;
import org.springframework.data.elasticsearch.annotations.Document;

@Document(indexName = "books")
public class Book {
    @Id
    private String id;
    private String title;
    private String author;
    private LocalDate publicationDate;
    private Integer pages;

    // 构造方法、getter/setter省略
}

3.2 配置类与仓库接口

通过ElasticsearchRepository快速实现CRUD操作：

import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;

public interface BookRepository extends ElasticsearchRepository<Book, String> {
    // 可添加自定义查询方法，如：
    List<Book> findByAuthor(String author);
}

3.3 服务层与控制器

在服务层实现业务逻辑，控制器暴露API接口：

@Service
public class BookService {
    @Autowired
    private BookRepository bookRepository;

    public List<Book> searchByAuthor(String author) {
        return bookRepository.findByAuthor(author);
    }
}

@RestController
@RequestMapping("/api/books")
public class BookController {
    @Autowired
    private BookService bookService;

    @GetMapping("/author/{name}")
    public ResponseEntity<List<Book>> getBooksByAuthor(@PathVariable String name) {
        return ResponseEntity.ok(bookService.searchByAuthor(name));
    }
}

四、高级功能：分页与聚合查询

4.1 分页查询实现

通过Pageable接口实现分页：

import org.springframework.data.domain.PageRequest;

public List<Book> getBooksByAuthorPaged(String author, int page, int size) {
    PageRequest pageRequest = PageRequest.of(page, size);
    return bookRepository.findByAuthor(author, pageRequest).getContent();
}

4.2 聚合查询：统计作者发文量

使用@Query注解编写DSL查询：

@Query("{\n"
    + "  \"aggs\": {\n"
    + "    \"author_count\": {\n"
    + "      \"terms\": { \"field\": \"author.keyword\" }\n"
    + "    }\n"
    + "  }\n"
    + "}")
Aggregation getAuthorCountAggregation();

在服务层解析结果：

public Map<String, Long> getAuthorStats() {
    Aggregations aggregations = getAuthorCountAggregation();
    ParsedTerms terms = aggregations.get("author_count");
    return terms.getBuckets().stream()
        .collect(Collectors.toMap(
            bucket -> bucket.getKeyAsString(),
            bucket -> bucket.getDocCount()
        ));
}

五、性能优化与常见问题

5.1 索引优化策略

  • 字段类型选择：避免过度使用text类型，对数值字段使用integer或double
  • 分片规划：根据数据量合理设置分片数（公式：分片数 = (总数据量 / 分片容量) + 副本数）
  • 缓存控制：启用Filter Cache加速频繁的过滤条件查询

5.2 常见错误处理

  • 连接超时：检查ES服务是否运行，防火墙是否开放9200端口
  • 映射冲突：使用createIndex方法初始化索引结构
  • 版本不匹配：确保Spring Data Elasticsearch版本与ES版本兼容

六、生产环境部署建议

6.1 集群部署

通过Kubernetes部署ES集群，使用StatefulSet管理持久化存储：

apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: elasticsearch
spec:
  replicas: 3
  serviceName: "elasticsearch"
  selector:
    matchLabels:
      app: elasticsearch
  template:
    spec:
      containers:
      - name: elasticsearch
        image: docker.elastic.co/elasticsearch/elasticsearch:8.10.4
        env:
        - name: discovery.type
          value: "single-node"

6.2 监控与告警

集成Prometheus+Grafana监控集群健康状态，设置阈值告警：

  • 节点存活状态
  • 索引写入延迟
  • JVM内存使用率

结论：构建属于你的搜索系统

通过本文的讲解，你已经掌握了从环境搭建到复杂查询实现的全流程。Spring Boot与Elasticsearch的结合，不仅简化了开发流程，更提供了强大的搜索与分析能力。无论是电商平台的商品检索、日志分析系统，还是内容推荐引擎，这套技术栈都能提供可靠支持。

建议读者通过以下步骤巩固学习：

  1. 完成本文案例的完整代码实现
  2. 尝试添加全文搜索与高亮显示功能
  3. 探索Elasticsearch的机器学习模块

记住，实践是最好的老师——现在就开始动手构建你的第一个搜索系统吧！

最新发布

查看更多文章