本文分别使用 Elasticsearch Repository 和 ElasticsearchTemplate 实现 Elasticsearch 的简单的增删改查
一、Elastic Stack
Elastic Stack 是 ELK Stack 在 5.0 版本加入 Beats 套件后的新称呼
- Elasticsearch: 一个基于 JSON 的分布式搜索和分析引擎
- Logstash: 动态数据收集管道,能够同时从多个来源采集数据,转换数据,然后将数据发送到您最喜欢的“存储库”
- Kibana: 探索数据并管理堆栈,实现数据可视化
- Beats: 一个面向轻量型采集器的平台,从成百上千或成千上万台机器和系统向 Logstash 或 Elasticsearch 发送数据,目前包含:
- Filebeat: 日志文件 (用于转发和汇总日志与文件)
- Metricbeat: 指标 (用于从系统和服务收集指标)
- Packetbeat: 网络数据 (用于深挖网线上传输的数据,了解应用程序动态)
- Winlogbeat: Windows 事件日志 (用于密切监控基于 Windows 的基础设施上发生的事件)
- Auditbeat: 审计数据 (收集 Linux 审计框架的数据,监控文件完整性)
- Heartbeat: 运行时间监控 (通过主动探测来监测服务的可用性)
- Functionbeat: 无需服务器的采集器 (收集、传送并监测来自云服务的相关数据)
- APM Server: 从 APM agents 接收数据并将其转换为 Elasticsearch 文档
- Elasticsearch Hadoop: 深度集成 Hadoop 和 ElasticSearch 的项目
二、安装 Elasticsearch
截至目前,spring-data-elasticsearch 支持的 ElasticSearch 的版本为 6.2
本文使用 docker 安装:
1 | sudo docker pull docker.elastic.co/elasticsearch/elasticsearch:6.2.4 |
开发者模式运行:
1 | sudo docker run -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:6.2.4 |
三、使用示例
application.yml:
1 | spring: |
entity:
1 | @Document(indexName = "user") |
service:
1 | public interface UserService { |
3.1 使用 Elasticsearch Repository
3.1.1 新建 UserElasticsearchRepository
1 | @Repository |
3.1.2 新建 UserServiceElasticsearchRepository
1 | @Profile("ElasticsearchRepository") |
3.2 使用 ElasticsearchTemplate
3.2.1 新建 UserServiceElasticsearchTemplate
1 | @Profile("ElasticsearchTemplate") |
完整代码:GitHub
未解决问题
实体类中有 LocalDate 类型时报错:failed to map source
参考: