Elasticsearch是一個搜尋和分析引擎，適合需要靈活過濾的場景。有時，我們需要檢索所請求的資料及其聚合資訊。 在本教程中，我們將探討如何做到這一點。
Elasticsearch 聚合搜尋
讓我們首先探索 Elasticsearch 的聚合功能。
一旦我們在 localhost 上執行了 Elasticsearch 例項，我們就建立一個名為store-items 的索引，其中包含一些文件：
POST http:<font>//localhost:9200/store-items/_doc<i>
{
"type": "Multimedia",
"name": "PC Monitor",
"price": 1000
}
...
POST http://localhost:9200/store-items/_doc<i>
{
"type": "Pets",
"name": "Dog Toy",
"price": 10
}
|
現在，讓我們在不應用任何過濾器的情況下查詢它：GET http://localhost:9200/store-items/_search
現在讓我們看一下響應：
{
...
<font>"hits": {
"total": {
"value": 5,
"relation": "eq"
},
"max_score": 1.0,
"hits": [
{
"_index": "store-items",
"_type": "_doc",
"_id": "J49VVI8B6ADL84Kpbm8A",
"_score": 1.0,
"_source": {
"_class": "com.baeldung.model.StoreItem",
"type": "Multimedia",
"name": "PC Monitor",
"price": 1000
}
},
{
"_index": "store-items",
"_type": "_doc",
"_id": "KI9VVI8B6ADL84Kpbm8A",
"_score": 1.0,
"_source": {
"type": "Pets",
"name": "Dog Toy",
"price": 10
}
},
...
]
}
}
|
我們在回覆中提供了一些與商店物品相關的文件。每個文件對應於特定型別的商店專案。接下來，假設我們想知道每種型別有多少個專案。讓我們將聚合部分新增到請求正文並再次搜尋索引：
GET http:<font>//localhost:9200/store-items/_search<i>
{
"aggs": {
"type_aggregation": {
"terms": {
"field": "type"
}
}
}
}
|
我們新增了名為type_aggregation的聚合，它使用術語聚合。正如我們在響應中看到的，有一個新的聚合部分，我們可以在其中找到有關每種型別的文件數量的資訊：
{
...
<font>"aggregations": {
"type_aggregation": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": "Multimedia",
"doc_count": 2
},
{
"key": "Pets",
"doc_count": 2
},
{
"key": "Home tech",
"doc_count": 1
}
]
}
}
}
|
Spring Data Elasticsearch 聚合搜尋
讓我們使用Spring Data Elasticsearch實現上一節中的功能。讓我們首先新增依賴項：
<dependency>
<groupId>org.springframework.data</groupId>
<artifactId>spring-data-elasticsearch</artifactId>
</dependency>
|
下一步，我們提供一個 Elasticsearch 配置類：@Configuration
@EnableElasticsearchRepositories(basePackages = <font>"com.baeldung.spring.data.es.aggregation.repository")
@ComponentScan(basePackages = "com.baeldung.spring.data.es.aggregation")
public class ElasticSearchConfig {
@Bean
public RestClient elasticsearchRestClient() {
return RestClient.builder(HttpHost.create("localhost:9200"))
.setHttpClientConfigCallback(httpClientBuilder -> {
httpClientBuilder.addInterceptorLast((HttpResponseInterceptor) (response, context) ->
response.addHeader("X-Elastic-Product", "Elasticsearch"));
return httpClientBuilder;
})
.build();
}
@Bean
public ElasticsearchClient elasticsearchClient(RestClient restClient) {
return ElasticsearchClients.createImperative(restClient);
}
@Bean(name = { "elasticsearchOperations", "elasticsearchTemplate" })
public ElasticsearchOperations elasticsearchOperations(
ElasticsearchClient elasticsearchClient) {
ElasticsearchTemplate template = new ElasticsearchTemplate(elasticsearchClient);
template.setRefreshPolicy(null);
return template;
}
}
|
在這裡，我們指定了一個低階 Elasticsearch REST 客戶端及其實現ElasticsearchOperations介面的包裝器 bean。現在，讓我們建立一個StoreItem實體：@Document(indexName = <font>"store-items")
public class StoreItem {
@Id
private String id;
@Field(type = Keyword)
private String type;
@Field(type = Keyword)
private String name;
@Field(type = Keyword)
private Long price;
//getters and setters<i>
}
|
我們使用了與上一節相同的商店專案索引。由於我們無法使用 Spring Data 儲存庫的內建功能來檢索聚合，因此我們需要建立一個儲存庫擴充套件。讓我們建立一個擴充套件介面：public interface StoreItemRepositoryExtension {
SearchPage<StoreItem> findAllWithAggregations(Pageable pageable);
}
|
這裡我們有findAllWithAggregations()方法，它使用Pageable介面實現並返回包含我們的專案的SearchPage。接下來，讓我們建立該介面的實現：@Component
public class StoreItemRepositoryExtensionImpl implements StoreItemRepositoryExtension {
@Autowired
private ElasticsearchOperations elasticsearchOperations;
@Override
public SearchPage<StoreItem> findAllWithAggregations(Pageable pageable) {
Query query = NativeQuery.builder()
.withAggregation(<font>"type_aggregation",
Aggregation.of(b -> b.terms(t -> t.field("type"))))
.build();
SearchHits<StoreItem> response = elasticsearchOperations.search(query, StoreItem.class);
return SearchHitSupport.searchPageFor(response, pageable);
}
}
|
我們構建了本機查詢，併合並了聚合部分。按照上一節的模式，我們使用type_aggregation作為聚合名稱。然後，我們利用術語聚合型別來計算響應中每個指定欄位的文件數。最後，讓我們建立一個 Spring Data 儲存庫，在其中擴充套件ElasticsearchRepository以支援通用 Spring Data 功能，並擴充套件StoreItemRepositoryExtension以合併我們的自定義方法實現：
@Repository
public interface StoreItemRepository extends ElasticsearchRepository<StoreItem, String>,
StoreItemRepositoryExtension {
}
|
之後，讓我們為聚合功能建立一個測試：@ExtendWith(SpringExtension.class)
@ContextConfiguration(classes = ElasticSearchConfig.class)
public class ElasticSearchAggregationManualTest {
private static final List<StoreItem> EXPECTED_ITEMS = List.of(
new StoreItem(<font>"Multimedia", "PC Monitor", 1000L),
new StoreItem("Multimedia", "Headphones", 200L),
new StoreItem("Home tech", "Barbecue Grill", 2000L),
new StoreItem("Pets", "Dog Toy", 10L),
new StoreItem("Pets", "Cat shampoo", 5L));
...
@BeforeEach
public void before() {
repository.saveAll(EXPECTED_ITEMS);
}
...
}
|
我們建立了一個包含五個商品的測試資料集，其中每種型別都有一些商店商品。在測試用例開始執行之前，我們將這些資料填充到 Elasticsearch 中。繼續，讓我們呼叫findAllWithAggregations()方法並看看它返回什麼：@Test
void givenFullTitle_whenRunMatchQuery_thenDocIsFound() {
SearchHits<StoreItem> searchHits = repository.findAllWithAggregations(Pageable.ofSize(2))
.getSearchHits();
List<StoreItem> data = searchHits.getSearchHits()
.stream()
.map(SearchHit::getContent)
.toList();
Assertions.assertThat(data).containsAll(EXPECTED_ITEMS);
Map<String, Long> aggregatedData = ((ElasticsearchAggregations) searchHits
.getAggregations())
.get(<font>"type_aggregation")
.aggregation()
.getAggregate()
.sterms()
.buckets()
.array()
.stream()
.collect(Collectors.toMap(bucket -> bucket.key()
.stringValue(), MultiBucketBase::docCount));
Assertions.assertThat(aggregatedData).containsExactlyInAnyOrderEntriesOf(
Map.of("Multimedia", 2L, "Home tech", 1L, "Pets", 2L));
}
|
正如我們在響應中看到的，我們已經檢索了搜尋命中，從中我們可以提取準確的查詢結果。此外，我們還檢索了聚合資料，其中包含搜尋結果的所有預期聚合。