elasticsearch RestHighLevelClient 使用方法及封装工具

EsClientRHL

git地址：https://gitee.com/zxporz/ESClientRHL

EsClientRHL

EsClientRHL是一个可基于springboot的elasticsearch RestHighLevelClient客户端调用封装工具，主要提供了es索引结构工具、es索引数据增删改工具、es查询工具、es数据分析工具。

基于elasticsearch6.6+版本进行开发，由于采用RestHighLevelClient，所以版本兼容问题应该能得到一定改善。

更新日志

更新日期	更新内容
2019-03-19	修复了一个搜索建议mapping的bug，增加了按照条件删除的api、添加了检索时可以检索多个索引的api以及注解配置方式（详见api更新）
2019-04-16	优化了@EnableESTools获取entity地址的逻辑，并添加了esclientrhl-start的支持，增加ImportBeanDefinitionRegistrar（彩蛋）

开发原因：

目前spring-data-elasticsearch底层采用es官方TransportClient，而es官方计划放弃TransportClient，工具以es官方推荐的RestHighLevelClient进行封装
能够从java与es交互的常见方面极大简化API，并不断更新，让es更高级的功能更轻松的使用

使用前你应该具有哪些技能

springboot
maven
elasticsearch基础概念
elasticsearch rest api含义以及用法

工具功能范围介绍

索引结构管理

判断索引是否存在
索引结构创建
自动定制索引结构mapping
删除索引结构

CRUD
LowLevelClient查询
新增索引数据
批量新增索引数据
覆盖更新索引数据
部分更新索引数据
删除索引数据
判断索引数据是否存在
原生查询
支持、查询条件的定制查询
支持分页、高亮、排序、查询条件的定制查询
count查询
scroll查询（用于大数据量查询）
~~模版查询~~
搜索建议
根据ID查询
mget查询
按照多索引查询说明（2013-03-19新增）

聚合查询
原生聚合查询
普通聚合查询
分组普通聚合查询
下钻（2层）聚合查询
统计聚合查询
分组统计聚合查询
基数查询
百分比聚合查询
百分等级聚合查询
过滤器聚合查询
直方图聚合查询
日期直方图聚合查询

工具源码结构介绍

annotation

存放一些注解，用于简化组件使用

config

基于springboot的自动化的功能，包括自动配置es客户端组件以及自动管理索引结构的功能

enums

基础数据的枚举

index

索引结构管理的功能包

repository

CURD+聚合的功能包

util

内部工具包

开始使用

使用前说明

组件基于JDK1.8编译，请注意JDK版本的选择
目前只支持springboot方式集成，如果需要与普通spring系统集成需要做简单改造

maven依赖

请把组件安装到maven仓库

<dependency>
    <groupId>org.zxp</groupId>
    <artifactId>esclientrhl</artifactId>
    <version>1.0.0</version>
</dependency>

也可以直接引入starter

请下载esclientrhl-springboot-starter

<dependency>
    <groupId>org.zxp</groupId>
    <artifactId>esclientrhl-springboot-starter</artifactId>
    <version>1.0.0</version>
</dependency>

如何集成springboot项目后出现elasticsearch底层版本问题，请在springboot工程中设定es版本号

<dependency>
    <groupId>org.elasticsearch</groupId>
    <artifactId>elasticsearch</artifactId>
    <version>6.6.0</version>
</dependency>
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>6.6.0</version>
</dependency>

引入组件

在springboot启动类上添加

@SpringBootApplication
@EnableESTools
public class EsdemoApplication {
public static void main(String[] args) {
SpringApplication.run(EsdemoApplication.class, args);
}
}

如果引入的是esclientrhl-starter，则启动类上无需添加@EnableESTools，会自动扫描启动类路径下的包，除非有额外的包需要配置，否则无需配置@EnableESTools

application.properties配置elasticsearch服务的uri，如果有多个（集群情况）请用半角逗号```,```隔开

elasticsearch.host=127.0.0.1:9200



#### 使用组件

在spring管理的bean内直接自动注入组件内置的两个工具服务：```ElasticsearchTemplate、ElasticsearchIndex```并调用相关api即可

@Service
public class CompletionSuggestServiceImpl implements CompletionSuggestService {
@Autowired
ElasticsearchTemplate<Book,String> elasticsearchTemplate;

#### 索引管理功能

###### 元数据配置

用于定制es索引结构对应实体类的元数据

@ESMetaData(indexName = “index”,indexType = “main4”, number_of_shards = 5,number_of_replicas = 0)

包含的主要配置信息以及默认值如下

/**

检索时的索引名称，如果不配置则默认为和indexName一致，该注解项仅支持搜索
并不建议这么做，建议通过特定方法来做跨索引查询
*/
String[] searchIndexNames() default {};
/**
索引名称，必须配置
*/
String indexName();
/**
索引类型，必须配置，墙裂建议每个index下只有一个type
*/
String indexType();
/**
主分片数量
*/
int number_of_shards() default 5;
/**
备份分片数量
*/
int number_of_replicas() default 1;
/**
是否打印日志
@return
*/
boolean printLog() default false;

###### 索引结构配置

用于定制es索引结构对应实体类的索引结构，以简化创建索引工作。将相关注解配置于实体类field上，用于标识field对应elasticsearch索引结构字段的相关信息

@ESID
private String proposal_no;
@ESMapping(datatype = DataType.keyword_type)
private String risk_code;
@ESMapping(datatype = DataType.text_type)
private String risk_name;
@ESID标识es主键（自动对应es索引数据_id字段），注意：主键的类型需要与ElasticsearchTemplate“`的第二泛型一致

/**

数据类型（包含关键字类型）
*/
DataType datatype() default DataType.text_type;
/**
间接关键字
*/
boolean keyword() default true;
/**
关键字忽略字数
*/
int ignore_above() default 256;
/**
是否支持autocomplete，高效全文搜索提示（定制gram分词器，请参照官方例https://www.elastic.co/guide/en/elasticsearch/reference/7.x/analysis-ngram-tokenizer.html）
*/
boolean autocomplete() default false;
/**
是否支持suggest，高效前缀搜索提示
*/
boolean suggest() default false;
/**
索引分词器设置（研究类型）
*/
Analyzer analyzer() default Analyzer.standard;
/**
搜索内容分词器设置
*/
Analyzer search_analyzer() default Analyzer.standard;
/**
是否允许被搜索
*/
boolean allow_search() default true;

/**

拷贝到哪个字段，代替_all
*/
String copy_to() default “”;


如果对字段类型要求没有那么高，则不配置，组件可以支持自动适配mapping

###### 根据配置信息自动创建索引结构mapping
项目启动时，组件会自动识别es实体类上配置的```@ESMetaData```注解，如果对应的索引结构没有创建，自动根据mapping注解配置创建相关索引结构。

如果实体类不在启动类的包路径下，如需启用此功能，需要在启动注解上配置实体类路径。

@EnableESTools(entityPath = “com.*.esdemo.domain”)

###### 手工创建或删除索引结构

elasticsearchIndex.dropIndex(Main2.class);
elasticsearchIndex.createIndex(Main2.class);

###### 判断索引是否存在

/**

索引是否存在
@param clazz传入es索引结构对应实体类
@throws Exception
*/
public boolean exists(Class clazz) throws Exception;

elasticsearchIndex.exists(Main2.class)

#### CRUD功能说明

###### LowLevelClient查询

这种情况通常适用于直接发JSON报文查询或操作es服务端，本方法并没有做太多的封装，基本保留了原生的出入参

//自动注入工具类
@Autowired
ElasticsearchTemplate elasticsearchTemplate;
//执行查询
Request request = new Request(“GET”,”/esdemo”);
request.setEntity(new NStringEntity(“{“query”:{“match_all”:{“boost”:1.0}}}”,ContentType.APPLICATION_JSON));
Response response = elasticsearchTemplate.request(request);
RequestLine requestLine = response.getRequestLine();
HttpHost host = response.getHost();
int statusCode = response.getStatusLine().getStatusCode();
Header[] headers = response.getHeaders();
String responseBody = EntityUtils.toString(response.getEntity());
System.out.println(responseBody);

###### 新增索引数据

如无特殊说明下面查询都默认注入了工具类，工具类第一泛型是要操作的es索引结构的类，第二泛型是索引对应主键的类

@Autowired
ElasticsearchTemplate<Main2,String> elasticsearchTemplate;


Main2类型的主键是String

@ESMetaData(indexName = “index”,indexType = “main”, number_of_shards = 5,number_of_replicas = 0)
public class Main2 implements Serializable {
private static final long serialVersionUID = 1L;
@ESID
private String proposal_no;

Main2 main = new Main2();
main.setProposal_no(“main2”);
main.setAppli_code(“123”);
main.setAppli_name(“456”);
elasticsearchTemplate.save(main);

###### 批量新增索引数据

List list = new ArrayList<>();
Main2 main1 = new Main2();
main1.setProposal_no(“main1”);
main1.setAppli_code(“123”);
main1.setAppli_name(“456”);
Main2 main2 = new Main2();
main2.setProposal_no(“main2”);
main2.setAppli_code(“123”);
main2.setAppli_name(“456”);
Main2 main3 = new Main2();
main3.setProposal_no(“main3”);
main3.setAppli_code(“123”);
main3.setAppli_name(“456”);
list.add(main1);
list.add(main2);
list.add(main3);
elasticsearchTemplate.save(list);

###### 部分更新索引数据

Main2 main1 = new Main2();
main1.setProposal_no(“main1”);
main1.setInsured_code(“123”);
elasticsearchTemplate.update(main1);

###### 覆盖更新索引数据

Main2 main1 = new Main2();
main1.setProposal_no(“main1”);
main1.setInsured_code(“123”);
elasticsearchTemplate.updateCover(main1);

部分更新相比于覆盖更新的区别是，部分更新只会更新set了的字段值
###### 删除索引数据

//通过对象删除，ID必须有值
Main2 main1 = new Main2();
main1.setProposal_no(“main1”);
main1.setInsured_code(“123”);
elasticsearchTemplate.delete(main1);
//通过ID删除
elasticsearchTemplate.deleteById(“main1”,Main2.class);

###### 根据查询条件删除索引数据

elasticsearchTemplate.deleteByCondition(QueryBuilders.matchQuery(“appli_name”,”2″),Main5.class);


###### 判断索引数据是否存在

Main2 main1 = new Main2();
main1.setProposal_no(“main1”);
main1.setInsured_code(“123”);
boolean exists = elasticsearchTemplate.exists(“main1”,Main2.class);
System.out.println(exists);



###### 原生查询

searchRequest是官方原生查询输入，此方法在工具无法满足需求时使用

SearchRequest searchRequest = new SearchRequest(new String[]{“index”});
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.query(new MatchAllQueryBuilder());
searchSourceBuilder.from(0);
searchSourceBuilder.size(10);
searchRequest.source(searchSourceBuilder);
SearchResponse searchResponse = elasticsearchTemplate.search(searchRequest);

SearchHits hits = searchResponse.getHits();
SearchHit[] searchHits = hits.getHits();
for (SearchHit hit : searchHits) {
Main2 t = JsonUtils.string2Obj(hit.getSourceAsString(), Main2.class);
System.out.println(t);
}

###### 支持、查询条件的定制查询

/**

非分页查询
目前暂时传入类类型
@param queryBuilder 查询条件
@param clazz 泛型对应类类型
@return 泛型定义好的es索引结构实体类查询结果集合
@throws Exception
*/
public List search(QueryBuilder queryBuilder, Class clazz) throws Exception;

//这里简单通过matchall（全查询）的方式进行演示
//QueryBuilder的用法会在单独章节介绍
List main2List = elasticsearchTemplate.search(new MatchAllQueryBuilder(),Main2.class);
main2List.forEach(main2 -> System.out.println(main2));


###### 支持分页、高亮、排序、查询条件的定制查询

/**

支持分页、高亮、排序的查询
@param queryBuilder 查询条件
@param pageSortHighLight 封装了分页、排序、高亮的规格信息
@param clazz 泛型对应类类型
@return 泛型定义好的es索引结构实体类查询结果集合
@throws Exception
*/
public PageList search(QueryBuilder queryBuilder, PageSortHighLight pageSortHighLight, Class clazz) throws Exception;

//定制分页信息
int currentPage = 1;
int pageSize = 10;
//分页
PageSortHighLight psh = new PageSortHighLight(currentPage,pageSize);
//排序字段，注意如果proposal_no是text类型会默认带有keyword性质，需要拼接.keyword
String sorter = “proposal_no.keyword”;
Sort.Order order = new Sort.Order(SortOrder.ASC,sorter);
psh.setSort(new Sort(order));
//定制高亮，如果定制了高亮，返回结果会自动替换字段值为高亮内容
psh.setHighLight(new HighLight().field(“risk_code”));
//可以单独定义高亮的格式
//new HighLight().setPreTag(““);
//new HighLight().setPostTag(““);
PageList pageList = new PageList<>();
pageList = elasticsearchTemplate.search(new MatchAllQueryBuilder(), psh, Main2.class);
pageList.getList().forEach(main2 -> System.out.println(main2));

###### count查询
结合查询条件查询结果的数据量

long count = elasticsearchTemplate.count(new MatchAllQueryBuilder(),Main2.class);
System.out.println(count);


###### scroll查询

/**

scroll方式查询，用于大数据量查询
@param queryBuilder 查询条件
@param clazz 类类型
@param time 保留小时数
@return
@throws Exception
*/
public List scroll(QueryBuilder queryBuilder, Class clazz, long time) throws Exception;

/**

scroll方式查询，用于大数据量查询，默认了保留时间为2小时(Constant.DEFAULT_SCROLL_TIME)
@param queryBuilder
@param clazz
@return
@throws Exception
*/
public List scroll(QueryBuilder queryBuilder, Class clazz) throws Exception;

//默认scroll镜像保留2小时
List main2List = elasticsearchTemplate.scroll(new MatchAllQueryBuilder(),Main2.class);
main2List.forEach(main2 -> System.out.println(main2));

//指定scroll镜像保留5小时
//List main2List = elasticsearchTemplate.scroll(new MatchAllQueryBuilder(),Main2.class,5);

###### ~~模版查询~~
暂时无法使用该方法，原因为官方API SearchTemplateRequestBuilder仍保留对transportClient 的依赖，但Migration Guide 中描述需要把transportClient迁移为RestHighLevelClient

###### 搜索建议

搜索建议功能能够快速提示要搜索的内容（请参考百度搜索功能），搜索建议字段需要配置suggest属性为true

/**

搜索建议方法
@param fieldName 要搜索的字段（需要设置该字段mapping配置suggest属性为true）
@param fieldValue 要搜索的内容
@param clazz
@return 返回搜索结果列表搜索建议默认条数为10条
@throws Exception
*/
public List completionSuggest(String fieldName,String fieldValue,Class clazz) throws Exception;

List list = elasticsearchTemplate.completionSuggest(“appli_name”, “1”, Main2.class);
list.forEach(main2 -> System.out.println(main2));

@ESMapping(suggest = true)
private String appli_name;

###### 根据ID查询

/**

根据ID查询
@param id 主键值，对应第二泛型类型
@param clazz
@return
@throws Exception
*/
public T getById(M id, Class clazz) throws Exception;

Main2 main2 = elasticsearchTemplate.getById(“main2”, Main2.class);
System.out.println(main2);


###### mget查询

/**

根据ID列表批量查询
@param ids ID主键数组
@param clazz
@return
@throws Exception
*/
public List mgetById(M[] ids, Class clazz) throws Exception;

String[] list = {“main2″,”main3”};
List listResult = elasticsearchTemplate.mgetById(list, Main2.class);
listResult.forEach(main -> System.out.println(main));

#### QueryBuilder常用用法展示

###### 精准查询

//精准查询的字段需要设置keyword属性（默认该属性为true），查询时fieldname需要带上.keyword
QueryBuilder queryBuilder = QueryBuilders.termQuery(“appli_name.keyword”,”456″);
List list = elasticsearchTemplate.search(queryBuilder,Main2.class);
list.forEach(main2 -> System.out.println(main2));
//如果field类型直接为keyword可以不用加.keyword

###### 短语查询

//中国好男儿
//必须相邻的查询条件
QueryBuilder queryBuilder = QueryBuilders.matchPhraseQuery(“appli_name”,”国好”);

###### 相关度查询

//中国好男儿
//slop设置为2，中和男最多能移动两次并完成匹配
QueryBuilder queryBuilder = QueryBuilders.matchPhraseQuery(“appli_name”,”中男”).slop(2);

###### 范围查询

QueryBuilder queryBuilder = QueryBuilders.rangeQuery(“sum_premium”).from(1).to(3);

###### 全文匹配

QueryBuilder queryBuilder = QueryBuilders.matchQuery(“appli_name”,”中男儿”);



minimumShouldMatch最少匹配参数

//”中男儿美丽人生”最少匹配词语数量是75%，该查询查不到信息
QueryBuilder queryBuilder = QueryBuilders.matchQuery(“appli_name”,”中男儿美丽人生”).minimumShouldMatch(“75%”);



match查询集成fuzzy纠错查询

QueryBuilder queryBuilder = QueryBuilders.matchQuery(“appli_name”,”spting”);
((MatchQueryBuilder) queryBuilder).fuzziness(Fuzziness.AUTO);

match查询设定查询条件逻辑关系

//默认是OR
QueryBuilder queryBuilder = QueryBuilders.matchQuery(“appli_name”,”spring sps”).operator(Operator.AND);


###### fuzzy纠错查询

//原文是spring，查询条件输入为spting也能查询到结果
QueryBuilder queryBuilder = QueryBuilders.fuzzyQuery(“appli_name”,”spting”);


###### boost权重设置

//查询结果appli_name为spring的会被优先展示其次456，再次123
QueryBuilder queryBuilder1 = QueryBuilders.termQuery(“appli_name.keyword”,”spring”).boost(5);
QueryBuilder queryBuilder2 = QueryBuilders.termQuery(“appli_name.keyword”,”456″).boost(3);
QueryBuilder queryBuilder3 = QueryBuilders.termQuery(“appli_name.keyword”,”123″);
BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();
queryBuilder.should(queryBuilder1).should(queryBuilder2).should(queryBuilder3);


###### prefix前缀查询

//性能差，扫描整个倒排索引，前缀越短，要处理的doc越多，性能越差，尽可能用长前缀搜索
//查询appli_name字段值前缀为1的内容
QueryBuilder queryBuilder = QueryBuilders.prefixQuery(“appli_name”,”1″);


###### wildcard通配符查询

//性能较差不建议使用
//?：任意字符
//*：0个或任意多个字符
QueryBuilder queryBuilder = QueryBuilders.wildcardQuery(“appli_name”,”1?3″);



###### regexp正则查询

//性能较差不建议使用
QueryBuilder queryBuilder = QueryBuilders.regexpQuery(“appli_name”,”[0-9].+”);
//[0-9]：指定范围内的数字
//[a-z]：指定范围内的字母
//.：一个字符
//+：前面的正则表达式可以出现一次或多次

###### 组合逻辑查询

组合逻辑查询是多种查询方式的逻辑组合，共有三种：与must、或should、非mustNot

//select * from Main2 where (appli_name = ‘spring’ or appli_name = ‘456’) and risk_code = ‘0101’ and proposal_no != ‘1234567’
QueryBuilder queryBuilder1 = QueryBuilders.termQuery(“appli_name.keyword”,”spring”);
QueryBuilder queryBuilder2 = QueryBuilders.termQuery(“appli_name.keyword”,”456″);
QueryBuilder queryBuilder3 = QueryBuilders.termQuery(“risk_code”,”0101″);
QueryBuilder queryBuilder4 = QueryBuilders.termQuery(“proposal_no.keyword”,”1234567″);
BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();
queryBuilder.should(queryBuilder1).should(queryBuilder2);
queryBuilder.must(queryBuilder3);
queryBuilder.mustNot(queryBuilder4);

###### 过滤器

> 过滤器查询需要和布尔查询结合使用，效果上和普通查询没有什么区别

> 比如下面的例子must和filter的关系是并且

> 但过滤器查询首先不会计算相关度评分，而普通查询会去计算相关度评分，并且按照相关对进行排序，那么如果你并不需要相关度评分就要优先选择过滤器查询

> 另外过滤器查询内置了bitset的caching机制，能够非常大程度的提升查询的性能，减少扫描倒排索引的几率，所以在日常开发中，我们需要认真评估，积极使用过滤器查询

//select * from Main2 where appli_name = ‘456’ and risk_code = ‘0101’
QueryBuilder queryBuilder = QueryBuilders.boolQuery().must(QueryBuilders.termQuery(“appli_name.keyword”,”456″))
//下面如果会比较频繁的作为子集合，就比较适合通过filter来缓存
.filter(QueryBuilders.matchPhraseQuery(“risk_code”,”0101″));
List list = elasticsearchTemplate.search(queryBuilder,Main2.class);
list.forEach(main2 -> System.out.println(main2));


> 更多QueryBuilder详见https://www.elastic.co/guide/en/elasticsearch/client/java-rest/6.6/java-rest-high-query-builders.html


###### 按照多索引查询说明
有两种方式可供多索引查询

1. 通过配置注解```searchIndexNames```，这种方式可以在默认能查询多索引的所有api中生效，如果配置此项，再相应的查询方法将会查询多个索引，并按照当前poji的字段结果进行返回，但由于通过注解配置不灵活，所以如果不是特别确定的场景并不建议这么做。

@ESMetaData(indexName = “main5”,indexType = “main5”,searchIndexNames = {“main5″,”index”}, number_of_shards = 5,number_of_replicas = 0,printLog = false)
public class Main5 implements Serializable {

//查询api调用不发生任何变化


2. 通过api传入需要查询的多个索引名称，这种方式相比注解方式更加灵活可靠，如果涉及跨索引查询的业务推荐使用这种方法，目前已经添加了普通查询对应的多索引入参api，后续将添加聚合查询的跨索引查询

//传入main5、main6作为需要被2个索引范围
List list = elasticsearchTemplate.search(QueryBuilders.matchAllQuery(),Main6.class,”main5″,”main6″);
System.out.println(list.size());
//查询结果仅包含main6的字段结果
list.forEach(main6 -> System.out.println(main6));


这是一个新增的接口方法实例，均在最后添加了可变长入参的方式

/**
* 非分页查询(跨索引)
* 目前暂时传入类类型
* @param queryBuilder
* @param clazz
* @return
* @throws Exception
*/
public List search(QueryBuilder queryBuilder, Class clazz,String… indexs) throws Exception;



==建议跨索引查询时多索引之间尽量字段重合度高==



#### 聚合查询


###### 原生聚合查询

/**

聚合基础方法，此方法较少封装，其目的为了满足工具无法实现的聚合查询
@param aggregationBuilder 聚合内容
@param queryBuilder 检索条件
@param clazz
@return 聚合结果（官方原生聚合结果）
@throws Exception
*/
public Aggregations aggs(AggregationBuilder aggregationBuilder, QueryBuilder queryBuilder, Class clazz) throws Exception;

SumAggregationBuilder aggregation = AggregationBuilders.sum(“agg”).field(“sum_amount”);
Aggregations aggregations = elasticsearchTemplate.aggs(aggregation,null,Main2.class);
Sum agg = aggregations.get(“agg”);
double value = agg.getValue();
System.out.println(value);

> 更详细用法请参考官方文档https://www.elastic.co/guide/en/elasticsearch/client/java-api/6.6/_metrics_aggregations.html

> 官方所有聚合Builder请参考https://www.elastic.co/guide/en/elasticsearch/client/java-rest/6.6/java-rest-high-aggregation-builders.html
###### 普通聚合查询

/**

以aggstypes的方式metric度量，该方法不做分组，直接聚合统计metricName字段的sum、count、avg、min、max
@param metricName 需要统计分析的字段
@param aggsType sum、count、avg、min、max类型
@param queryBuilder 查询条件，如果不需要传入null即可
@param clazz
@return 返回sum、count、avg、min、max的结果
@throws Exception
*/
public double aggs(String metricName, AggsType aggsType, QueryBuilder queryBuilder, Class clazz) throws Exception;

double sum = elasticsearchTemplate.aggs(“sum_premium”, AggsType.sum,null,Main2.class);
double count = elasticsearchTemplate.aggs(“sum_premium”, AggsType.count,null,Main2.class);
double avg = elasticsearchTemplate.aggs(“sum_premium”, AggsType.avg,null,Main2.class);
double min = elasticsearchTemplate.aggs(“sum_premium”, AggsType.min,null,Main2.class);
//如果翻译成sql：select max(sum_premium) from Main2
double max = elasticsearchTemplate.aggs(“sum_premium”, AggsType.max,null,Main2.class);

System.out.println(“sum====”+sum);
System.out.println(“count====”+count);
System.out.println(“avg====”+avg);
System.out.println(“min====”+min);
System.out.println(“max====”+max);

- 分组普通聚合查询

/**

普通聚合查询，此方法最常用
以bucket分组以aggstypes的方式metric度量
@param bucketName 以bucketName字段进行分组，在es中这个是“桶”的概念
@param metricName 需要统计分析的字段
@param aggsType
@param clazz
@return
*/
public Map aggs(String metricName, AggsType aggsType,QueryBuilder queryBuilder, Class clazz, String bucketName) throws Exception;

//如果翻译成sql：select appli_name,max(sum_premium) from Main2 group by appli_name
Map map = elasticsearchTemplate.aggs(“sum_premium”, AggsType.sum,null,Main2.class,”appli_name”);
map.forEach((k,v) -> System.out.println(k+” “+v));

==默认按照聚合结果降序排序==
- 下钻（2层）聚合查询

/**

下钻聚合查询(无排序默认策略)，2次分组，注意目前此方法仅支持2层分组
以bucket分组以aggstypes的方式metric度量
@param metricName 需要统计分析的字段
@param aggsType
@param queryBuilder
@param clazz
@param bucketNames 下钻分组字段
@return
@throws Exception
*/
public List aggswith2level(String metricName, AggsType aggsType,QueryBuilder queryBuilder, Class clazz ,String… bucketNames) throws Exception;

//select appli_name,risk_code,sum(sumpremium) from Main2 group by appli_name,risk_code
List list = elasticsearchTemplate.aggswith2level(“sum_premium”, AggsType.sum,null,Main2.class,”appli_name”,”risk_code”);
list.forEach(down ->
{
System.out.println(“1:”+down.getLevel_1_key());
System.out.println(“2:”+down.getLevel_2_key() + ” “+ down.getValue());
}
);


- 统计聚合查询

/**

统计聚合metric度量
@param metricName 需要统计分析的字段
@param queryBuilder
@param clazz
@return
@throws Exception
*/
public Stats statsAggs(String metricName, QueryBuilder queryBuilder, Class clazz) throws Exception;

//此方法可以一次查询便返回针对metricName统计分析的sum、count、avg、min、max指标值
Stats stats = elasticsearchTemplate.statsAggs(“sum_premium”,null,Main2.class);
System.out.println(“max:”+stats.getMax());
System.out.println(“min:”+stats.getMin());
System.out.println(“sum:”+stats.getSum());
System.out.println(“count:”+stats.getCount());
System.out.println(“avg:”+stats.getAvg());

- 分组统计聚合查询

/**

以bucket分组，统计聚合metric度量
@param bucketName 以bucketName字段进行分组
@param metricName 需要统计分析的字段
@param queryBuilder
@param clazz
@return
@throws Exception
*/
public Map<String,Stats> statsAggs(String metricName, QueryBuilder queryBuilder, Class clazz, String bucketName) throws Exception;

和上一个方法相比，这个方法增加了分组的功能

Map<String,Stats> stats = elasticsearchTemplate.statsAggs(“sum_premium”,null,Main2.class,”risk_code”);
stats.forEach((k,v) ->
{
System.out.println(k+” count:”+v.getCount()+” sum:”+v.getSum()+”…”);
}
);

基数查询
/**
基数查询，即count(distinct)返回一个近似值，并不一定会非常准确
@param metricName 需要统计分析的字段
@param queryBuilder
@param clazz
@return
@throws Exception
*/
public long cardinality(String metricName, QueryBuilder queryBuilder, Class clazz) throws Exception;

//select count(distinct proposal_no) from Main2
long value = elasticsearchTemplate.cardinality(“proposal_no”,null,Main2.class);
System.out.println(value);

- 百分比聚合查询

/**

百分比聚合默认按照50%,95%,99%（TP50 TP95 TP99）进行聚合
@param metricName 需要统计分析的字段,需要是数字类型
@param queryBuilder
@param clazz
@return
@throws Exception
*/
public Map percentilesAggs(String metricName, QueryBuilder queryBuilder, Class clazz) throws Exception;

/**

以百分比聚合自定义百分比段位
@param metricName 需要统计分析的字段,需要是数字类型
@param queryBuilder
@param clazz
@param customSegment 自定义的百分比段位
@return
@throws Exception
*/
public Map percentilesAggs(String metricName, QueryBuilder queryBuilder, Class clazz,double… customSegment) throws Exception;

百分比聚合即查询统计字段50%的数据在什么值以内，95%的数据在什么值以内

//下面的例子是取sum_premium这个字段的TP50 TP95 TP99
Map map = elasticsearchTemplate.percentilesAggs(“sum_premium”,null,Main2.class);
map.forEach((k,v) ->
{
System.out.println(k+” “+v);
}
);
//输出结果是：
50.0 3.5
95.0 6.0
99.0 6.0
//即50%的sum_premium在3.5以下
//即95%的sum_premium在6.0以下
//即99%的sum_premium在6.0以下

//也可以自定义百分比段位
Map map = elasticsearchTemplate.percentilesAggs(“sum_premium”,null,Main2.class,10,20,30,50,60,90,99);

- 百分等级聚合查询

/**

以百分等级聚合 (统计在多少数值之内占比多少)
@param metricName 需要统计分析的字段,需要是数字类型
@param queryBuilder
@param clazz
@param customSegment
@return
@throws Exception
*/
public Map percentileRanksAggs(String metricName, QueryBuilder queryBuilder, Class clazz,double… customSegment) throws Exception;

百分等级聚合即给定一个统计结果的段位，并查询在段位范围内出现的百分比是多少

//我们给定一个sum_premium字段的统计段位1,4,5,9，即1以下、4以下、5以下、9以下
//最终获取在上述范围内数据出现的比百分
Map map = elasticsearchTemplate.percentileRanksAggs(“sum_premium”,null,Main2.class,1,4,5,9);
map.forEach((k,v) ->
{
System.out.println(k+” “+v);
}
);

//输出结果为：
8.333333333333332 1.0
58.333333333333336 4.0
75.0 5.0
100.0 9.0
//即8.3%的数据sum_premium字段值在1以下
//即58.3%的数据sum_premium字段值在4以下
//即75%的数据sum_premium字段值在5以下
//即100%的数据sum_premium字段值在9以下

- 过滤器聚合查询

/**

过滤器聚合，可以“变”的分组
@param metricName 需要统计分析的字段
@param aggsType 统计类型
@param clazz
@param queryBuilder
@param filters FiltersAggregator过滤器封装对象，每个过滤器查询出的数据结果都可以作为一个桶
@return
@throws Exception
*/
public Map filterAggs(String metricName, AggsType aggsType, QueryBuilder queryBuilder,Class clazz, FiltersAggregator.KeyedFilter… filters) throws Exception;

过滤器聚合让es的聚合功能非常的灵活，它可以灵活定制分组规格

//以下的例子是以risk_code是0101为1组，risk_code是0103或0104为1组，求sum_premium在分组内的和
Map map = elasticsearchTemplate.filterAggs(“sum_premium”, AggsType.sum, null,Main2.class,
new FiltersAggregator.KeyedFilter(“0101”, QueryBuilders.matchPhraseQuery(“risk_code”, “0101”)),
new FiltersAggregator.KeyedFilter(“0103或104”, QueryBuilders.matchQuery(“risk_code”, “0103 0104”)));
map.forEach((k, v) ->
System.out.println(k + ” ” + v)
);

- 直方图聚合查询

/**

直方图聚合
@param metricName 需要统计分析的字段
@param aggsType 统计类型
@param queryBuilder
@param clazz
@param bucketName 以bucketName字段进行分组
@param interval 分组字段值的间隔
@return
@throws Exception
*/
public Map histogramAggs(String metricName, AggsType aggsType,QueryBuilder queryBuilder,Class clazz,String bucketName,double interval) throws Exception;

直方图聚合是统计针对分组字段，每隔X的值统计一次度量值

//统计sum_premium的数值每3的倍数，统计一次proposal_no的个数
Map map = elasticsearchTemplate.histogramAggs(“proposal_no”, AggsType.count, null,Main2.class,”sum_premium”,3);
map.forEach((k, v) ->
System.out.println(k + ” ” + v)
);
//输出结果为：
0.0 2
3.0 3
6.0 1

- 日期直方图聚合查询

/**

日期直方图聚合
@param metricName 需要统计分析的字段
@param aggsType 统计类型
@param queryBuilder
@param clazz
@param bucketName
@param interval 日期分组间隔
@return
@throws Exception
*/
public Map dateHistogramAggs(String metricName, AggsType aggsType, QueryBuilder queryBuilder, Class clazz, String bucketName, DateHistogramInterval interval) throws Exception;

日期直方图与直方图类似，只是将分组的字段替换为日期类型

//统计input_date每两个小时sum_premium的金额总合
Map map = elasticsearchTemplate.dateHistogramAggs(“sum_premium”, AggsType.sum, null,Main2.class,”input_date”, DateHistogramInterval.hours(2));
map.forEach((k, v) ->
System.out.println(k + ” ” + v)
);


###### 更多聚合查询的方式
es支持的聚合方式远不止于此，工具只是针对最常用的一部分查询方式进行封装，以减轻代码量

例如我们需要实现一个范围聚合，可以通过以下例子实现：

//以sum_premium的范围分组，并统计sum_premium的数量
AggregationBuilder aggregation = AggregationBuilders.range(“range”).field(“sum_premium”).addUnboundedTo(1).addRange(1,4).addRange(4,100).addUnboundedFrom(100);
aggregation.subAggregation(AggregationBuilders.count(“agg”).field(“proposal_no.keyword”));
Aggregations aggregations = elasticsearchTemplate.aggs(aggregation,null,Main2.class);
Range range = aggregations.get(“range”);
for (Range.Bucket entry : range.getBuckets()) {
ValueCount count = entry.getAggregations().get(“agg”);
long value = count.getValue();
System.out.println(entry.getKey() + ” ” + value);
}

> 更多聚合API用法详见https://www.elastic.co/guide/en/elasticsearch/client/java-rest/6.6/java-rest-high-aggregation-builders.html

## 运维功能

###### 打印请求es服务日志
如果需要调试，需要获取请求es的json报文，可以配置es索引结构实体类注解的打印报文开关```printLog = true```

@ESMetaData(indexName = “index”,indexType = “main4”, number_of_shards = 5,number_of_replicas = 0,printLog = true)
public class Main2 implements Serializable {

此项配置默认为关闭，开启后仅仅支持几个常用功能的日志打印，如果需要支持更多的功能打印，请在相应位置添加如下代码即可

if(metaData.isPrintLog()){
logger.info(searchSourceBuilder.toString());
}
“`

未来规划

为了更加简化代码，下一步工具将参照spring-data-jpa或mybatis与spring的集成方式，可以动态实现针对每个entity的接口，并自动继承常用方法
添加完善常用API
提供一套前端演示(包含springboot的后端服务+antd(react)前端功能演示)，进一步降低学习和使用elasticsearch的成本

本文链接：https://www.cnblogs.com/zxporz/p/10948314.html