基于Spring-Data-ElasticSearch和Mybatis的商品搜索功能实现1.依赖整合 2.代码分析在这

1.依赖整合

       <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
        </dependency>

<properties>

        <java.version>17</java.version>
        <spring-boot.version>3.2.2</spring-boot.version>
        <spring-cloud.version>2023.0.1</spring-cloud.version>
        <spring-cloud-alibaba.version>2023.0.1.0</spring-cloud-alibaba.version>
        <pagehelper-starter.version>2.1.0</pagehelper-starter.version>
        <pagehelper.version>6.1.0</pagehelper.version>
        <druid.version>1.2.9</druid.version>
        <mybatis-generator.version>1.4.2</mybatis-generator.version>
        <mybatis.version>3.5.14</mybatis.version>
        <mybatis-spring-boot-starter.version>3.0.3</mybatis-spring-boot-starter.version>
        <mysql-connector.version>8.0.29</mysql-connector.version>
        <spring-data-commons.version>3.2.2</spring-data-commons.version>
    </properties>

<dependencies>
<!--MyBatis分页插件starter-->
            <dependency>
                <groupId>com.github.pagehelper</groupId>
                <artifactId>pagehelper-spring-boot-starter</artifactId>
                <version>${pagehelper-starter.version}</version>
            </dependency>
            <!--MyBatis分页插件-->
            <dependency>
                <groupId>com.github.pagehelper</groupId>
                <artifactId>pagehelper</artifactId>
                <version>${pagehelper.version}</version>
            </dependency>
            <!--MyBatis的Starter依赖-->
            <dependency>
                <groupId>org.mybatis.spring.boot</groupId>
                <artifactId>mybatis-spring-boot-starter</artifactId>
                <version>${mybatis-spring-boot-starter.version}</version>
            </dependency>
            <!--集成druid连接池-->
            <dependency>
                <groupId>com.alibaba</groupId>
                <artifactId>druid-spring-boot-starter</artifactId>
                <version>${druid.version}</version>
            </dependency>
  <!-- MyBatis 生成器 -->
            <dependency>
                <groupId>org.mybatis.generator</groupId>
                <artifactId>mybatis-generator-core</artifactId>
                <version>${mybatis-generator.version}</version>
            </dependency>
            <!-- MyBatis-->
            <dependency>
                <groupId>org.mybatis</groupId>
                <artifactId>mybatis</artifactId>
                <version>${mybatis.version}</version>
            </dependency>
            <!--Mysql数据库驱动-->
            <dependency>
                <groupId>mysql</groupId>
                <artifactId>mysql-connector-java</artifactId>
                <version>${mysql-connector.version}</version>
            </dependency>
            <!--SpringData工具包-->
            <dependency>
                <groupId>org.springframework.data</groupId>
                <artifactId>spring-data-commons</artifactId>
                <version>${spring-data-commons.version}</version>
            </dependency>
</dependencies>

2.代码分析

在这段代码中，Elasticsearch 被用于实现商品搜索功能。代码中涉及了从 MySQL 数据库导入数据到 Elasticsearch、构建复杂的查询条件、聚合分析等操作。以下是对代码中 Elasticsearch 相关细节的分析：

1. 数据从 MySQL 导入到 Elasticsearch

在 importAll() 方法中，代码从 MySQL 数据库中获取商品数据，并将其导入到 Elasticsearch 中：

@Override
public int importAll() {
    List<EsProduct> esProductList = productDao.getAllEsProductList(null);
    Iterable<EsProduct> esProductIterable = productRepository.saveAll(esProductList);
    Iterator<EsProduct> iterator = esProductIterable.iterator();
    int result = 0;
    while (iterator.hasNext()) {
        result++;
        iterator.next();
    }
    return result;
}

productDao.getAllEsProductList(null) : 从 MySQL 数据库中获取所有商品的列表。productDao 是一个数据访问对象（DAO），负责与 MySQL 数据库交互。
productRepository.saveAll(esProductList) : 将获取到的商品列表保存到 Elasticsearch 中。productRepository 是一个 Spring Data Elasticsearch 的 Repository 接口，负责与 Elasticsearch 交互。
Iterable<EsProduct> : 保存操作返回一个 Iterable 对象，表示保存的所有商品。
iterator.hasNext() : 遍历保存的商品，统计导入的数量。

2. 删除和创建商品

delete(Long id) : 根据商品 ID 从 Elasticsearch 中删除商品。
create(Long id) : 根据商品 ID 从 MySQL 中获取商品信息，并将其保存到 Elasticsearch 中。

@Override
public void delete(Long id) {
    productRepository.deleteById(id);
}

@Override
public EsProduct create(Long id) {
    EsProduct result = null;
    List<EsProduct> esProductList = productDao.getAllEsProductList(id);
    if (esProductList.size() > 0) {
        EsProduct esProduct = esProductList.get(0);
        result = productRepository.save(esProduct);
    }
    return result;
}

3. 搜索商品

在 search() 方法中，代码构建了一个复杂的查询条件，支持关键字搜索、品牌和分类过滤、排序等功能：

@Override
public Page<EsProduct> search(String keyword, Long brandId, Long productCategoryId, Integer pageNum, Integer pageSize, Integer sort) {
    Pageable pageable = PageRequest.of(pageNum, pageSize);
    NativeQueryBuilder nativeQueryBuilder = new NativeQueryBuilder();
    // 分页
    nativeQueryBuilder.withPageable(pageable);
    // 过滤
    if (brandId != null || productCategoryId != null) {
        Query boolQuery = QueryBuilders.bool(builder -> {
            if (brandId != null) {
                builder.must(QueryBuilders.term(b -> b.field("brandId").value(brandId)));
            }
            if (productCategoryId != null) {
                builder.must(QueryBuilders.term(b -> b.field("productCategoryId").value(productCategoryId)));
            }
            return builder;
        });
        nativeQueryBuilder.withFilter(boolQuery);
    }
    // 搜索
    if (StrUtil.isEmpty(keyword)) {
        nativeQueryBuilder.withQuery(QueryBuilders.matchAll(builder -> builder));
    } else {
        List<FunctionScore> functionScoreList = new ArrayList<>();
        functionScoreList.add(new FunctionScore.Builder()
                .filter(QueryBuilders.match(builder -> builder.field("name").query(keyword)))
                .weight(10.0)
                .build());
        functionScoreList.add(new FunctionScore.Builder()
                .filter(QueryBuilders.match(builder -> builder.field("subTitle").query(keyword)))
                .weight(5.0)
                .build());
        functionScoreList.add(new FunctionScore.Builder()
                .filter(QueryBuilders.match(builder -> builder.field("keywords").query(keyword)))
                .weight(2.0)
                .build());
        FunctionScoreQuery.Builder functionScoreQueryBuilder = QueryBuilders.functionScore()
                .functions(functionScoreList)
                .scoreMode(FunctionScoreMode.Sum)
                .minScore(2.0);
        nativeQueryBuilder.withQuery(builder -> builder.functionScore(functionScoreQueryBuilder.build()));
    }
    // 排序
    if (sort == 1) {
        // 按新品从新到旧
        nativeQueryBuilder.withSort(Sort.by(Sort.Order.desc("id")));
    } else if (sort == 2) {
        // 按销量从高到低
        nativeQueryBuilder.withSort(Sort.by(Sort.Order.desc("sale")));
    } else if (sort == 3) {
        // 按价格从低到高
        nativeQueryBuilder.withSort(Sort.by(Sort.Order.asc("price")));
    } else if (sort == 4) {
        // 按价格从高到低
        nativeQueryBuilder.withSort(Sort.by(Sort.Order.desc("price")));
    }
    // 按相关度
    nativeQueryBuilder.withSort(Sort.by(Sort.Order.desc("_score")));
    NativeQuery nativeQuery = nativeQueryBuilder.build();
    LOGGER.info("DSL:{}", nativeQuery.getQuery().toString());
    SearchHits<EsProduct> searchHits = elasticsearchTemplate.search(nativeQuery, EsProduct.class);
    if (searchHits.getTotalHits() <= 0) {
        return new PageImpl<>(ListUtil.empty(), pageable, 0);
    }
    List<EsProduct> searchProductList = searchHits.stream().map(SearchHit::getContent).collect(Collectors.toList());
    return new PageImpl<>(searchProductList, pageable, searchHits.getTotalHits());
}

NativeQueryBuilder: 用于构建 Elasticsearch 的原生查询。
withPageable(pageable) : 设置分页参数。
withFilter(boolQuery) : 根据品牌 ID 和分类 ID 进行过滤。
withQuery(functionScoreQueryBuilder.build()) : 根据关键字进行搜索，并对不同字段设置不同的权重。
withSort() : 根据不同的排序条件进行排序。
elasticsearchTemplate.search(nativeQuery, EsProduct.class) : 执行查询并返回结果。

Spring Data Elasticsearch 是 Spring 提供的一个用于操作 Elasticsearch 的框架。它简化了 Elasticsearch 的操作，提供了类似于 Spring Data JPA 的编程风格，可以通过接口或模板类与 Elasticsearch 进行交互。

2. 代码整体逻辑

这段代码的主要功能是通过关键字、品牌 ID、商品分类 ID 等条件，从 Elasticsearch 中搜索商品数据，并支持分页、排序和过滤。以下是代码的主要步骤：

分页：设置分页参数。

过滤：根据品牌 ID 和商品分类 ID 过滤数据。

搜索：根据关键字搜索商品名称、副标题和关键词。

排序：根据指定的排序规则对结果排序。

执行查询：将查询发送到 Elasticsearch 并获取结果。

3. 详细 API 解释

(1) Pageable 和 PageRequest
作用：用于分页。

参数：

pageNum：当前页码（从 0 开始）。

pageSize：每页的数据量。
示例：
Pageable pageable = PageRequest.of(pageNum, pageSize);
这行代码创建了一个分页对象，表示从第 pageNum 页开始，每页显示 pageSize 条数据。
(2) NativeQueryBuilder

作用：用于构建 Elasticsearch 的原生查询（Native Query）。

常用方法：

withPageable(Pageable pageable)：设置分页。

withFilter(Query query)：设置过滤条件。

withQuery(Query query)：设置搜索条件。

withSort(Sort sort)：设置排序规则。

build()：构建最终的查询对象。

(3) QueryBuilders

作用：用于构建 Elasticsearch 的查询条件。

常用方法：

bool(Builder builder)：构建布尔查询（组合多个查询条件）。

term(b -> b.field("fieldName").value(value))：精确匹配某个字段的值。

match(b -> b.field("fieldName").query(keyword))：全文匹配某个字段的值。

matchAll()：匹配所有文档。

functionScore()：构建函数评分查询（用于调整搜索结果的评分）。

(4) FunctionScoreQuery
作用：用于调整搜索结果的评分（权重）。

常用参数：

functions：评分函数列表。

scoreMode：评分模式（如 Sum 表示将多个评分相加）。

minScore：最低评分阈值，低于此值的文档将被过滤掉。
示例：
FunctionScoreQuery.Builder functionScoreQueryBuilder = QueryBuilders.functionScore()
    .functions(functionScoreList)
    .scoreMode(FunctionScoreMode.Sum)
    .minScore(2.0);
这段代码表示根据 functionScoreList 中的评分规则调整搜索结果，并过滤掉评分低于 2.0 的文档。
(5) Sort
作用：用于对搜索结果进行排序。

常用方法：

by(Sort.Order order)：根据指定的排序规则排序。

desc("fieldName")：按字段降序排序。

asc("fieldName")：按字段升序排序。
示例：
nativeQueryBuilder.withSort(Sort.by(Sort.Order.desc("price")));
这行代码表示按 price 字段降序排序。
(6) ElasticsearchTemplate
作用：用于执行 Elasticsearch 查询。

常用方法：

search(NativeQuery query, Class<T> clazz)：执行查询并返回结果。
示例：
SearchHits<EsProduct> searchHits = elasticsearchTemplate.search(nativeQuery, EsProduct.class);
这行代码执行查询并将结果映射到 EsProduct 类中。
(7) SearchHits
作用：表示 Elasticsearch 的查询结果。

常用方法：

getTotalHits()：获取匹配的文档总数。

stream()：将结果转换为流。

map(SearchHit::getContent)：将每个结果映射为实体对象。
示例：
List<EsProduct> searchProductList = searchHits.stream()
    .map(SearchHit::getContent)
    .collect(Collectors.toList());
这段代码将查询结果转换为 EsProduct 对象的列表。
(8) PageImpl
作用：用于封装分页结果。

参数：

content：当前页的数据列表。

pageable：分页信息。

total：总数据量。
示例：
return new PageImpl<>(searchProductList, pageable, searchHits.getTotalHits());
这行代码将查询结果封装为分页对象。
4. 代码流程总结

分页：通过 PageRequest.of 设置分页参数。

过滤：通过 QueryBuilders.bool 构建布尔查询，过滤品牌 ID 和商品分类 ID。

搜索：通过 QueryBuilders.functionScore 构建评分查询，根据关键字搜索商品名称、副标题和关键词。

排序：通过 Sort.by 设置排序规则。

执行查询：通过 ElasticsearchTemplate.search 执行查询并获取结果。

封装结果：将查询结果封装为分页对象并返回。

4. 推荐商品

在 recommend() 方法中，代码根据当前商品的名称、品牌和分类信息，推荐相似的商品：

@Override
public Page<EsProduct> recommend(Long id, Integer pageNum, Integer pageSize) {
    Pageable pageable = PageRequest.of(pageNum, pageSize);
    List<EsProduct> esProductList = productDao.getAllEsProductList(id);
    if (esProductList.size() > 0) {
        EsProduct esProduct = esProductList.get(0);
        String keyword = esProduct.getName();
        Long brandId = esProduct.getBrandId();
        Long productCategoryId = esProduct.getProductCategoryId();
        // 构建查询条件
        NativeQueryBuilder nativeQueryBuilder = new NativeQueryBuilder();
        // 分页
        nativeQueryBuilder.withPageable(pageable);
        // 用于过滤掉相同的商品
        nativeQueryBuilder.withFilter(QueryBuilders.bool(build -> build.mustNot(QueryBuilders.term(b -> b.field("id").value(id)))));
        // 根据商品标题、品牌、分类进行搜索
        List<FunctionScore> functionScoreList = new ArrayList<>();
        functionScoreList.add(new FunctionScore.Builder()
                .filter(QueryBuilders.match(builder -> builder.field("name").query(keyword)))
                .weight(8.0)
                .build());
        functionScoreList.add(new FunctionScore.Builder()
                .filter(QueryBuilders.match(builder -> builder.field("subTitle").query(keyword)))
                .weight(2.0)
                .build());
        functionScoreList.add(new FunctionScore.Builder()
                .filter(QueryBuilders.match(builder -> builder.field("keywords").query(keyword)))
                .weight(2.0)
                .build());
        functionScoreList.add(new FunctionScore.Builder()
                .filter(QueryBuilders.match(builder -> builder.field("brandId").query(brandId)))
                .weight(5.0)
                .build());
        functionScoreList.add(new FunctionScore.Builder()
                .filter(QueryBuilders.match(builder -> builder.field("productCategoryId").query(productCategoryId)))
                .weight(3.0)
                .build());
        FunctionScoreQuery.Builder functionScoreQueryBuilder = QueryBuilders.functionScore()
                .functions(functionScoreList)
                .scoreMode(FunctionScoreMode.Sum)
                .minScore(2.0);
        nativeQueryBuilder.withQuery(builder -> builder.functionScore(functionScoreQueryBuilder.build()));
        NativeQuery nativeQuery = nativeQueryBuilder.build();
        LOGGER.info("DSL:{}", nativeQuery.getQuery().toString());
        SearchHits<EsProduct> searchHits = elasticsearchTemplate.search(nativeQuery, EsProduct.class);
        if (searchHits.getTotalHits() <= 0) {
            return new PageImpl<>(ListUtil.empty(), pageable, 0);
        }
        List<EsProduct> searchProductList = searchHits.stream().map(SearchHit::getContent).collect(Collectors.toList());
        return new PageImpl<>(searchProductList, pageable, searchHits.getTotalHits());
    }
    return new PageImpl<>(ListUtil.empty());
}

withFilter(QueryBuilders.bool(build -> build.mustNot(QueryBuilders.term(b -> b.field("id").value(id))))) : 过滤掉当前商品，避免推荐自己。
FunctionScoreQuery: 根据商品名称、副标题、关键字、品牌 ID 和分类 ID 进行加权搜索，推荐相似商品。

5. 聚合分析

在 searchRelatedInfo() 方法中，代码使用 Elasticsearch 的聚合功能，分析商品的品牌、分类和属性信息：

@Override
public EsProductRelatedInfo searchRelatedInfo(String keyword) {
    NativeQueryBuilder nativeQueryBuilder = new NativeQueryBuilder();
    // 搜索条件
    if (StrUtil.isEmpty(keyword)) {
        nativeQueryBuilder.withQuery(QueryBuilders.matchAll(builder -> builder));
    } else {
        nativeQueryBuilder.withQuery(QueryBuilders.multiMatch(builder -> builder.fields("name", "subTitle", "keywords").query(keyword)));
    }
    // 聚合搜索品牌名称
    nativeQueryBuilder.withAggregation("brandNames", AggregationBuilders.terms(builder -> builder.field("brandName").size(10)));
    // 聚合搜索分类名称
    nativeQueryBuilder.withAggregation("productCategoryNames", AggregationBuilders.terms(builder -> builder.field("productCategoryName").size(10)));
    // 聚合搜索商品属性，去除type=0的属性
    Aggregation aggregation = new Aggregation.Builder().nested(builder -> builder.path("attrValueList"))
            .aggregations("productAttrs", new Aggregation.Builder()
                    .filter(b -> b.term(a -> a.field("attrValueList.type").value("1")))
                    .aggregations("attrIds", new Aggregation.Builder().terms(b -> b.field("attrValueList.productAttributeId").size(10))
                            .aggregations("attrValues", new Aggregation.Builder().terms(b -> b.field("attrValueList.value").size(10)).build())
                            .aggregations("attrNames", new Aggregation.Builder().terms(b -> b.field("attrValueList.name").size(10)).build())
                            .build()).build()).build();
    nativeQueryBuilder.withAggregation("allAttrValues", aggregation);
    NativeQuery nativeQuery = nativeQueryBuilder.build();
    LOGGER.info("DSL:{}", nativeQueryBuilder.getQuery().toString());
    SearchHits<EsProduct> searchHits = elasticsearchTemplate.search(nativeQuery, EsProduct.class);
    return convertProductRelatedInfo(searchHits);
}

withAggregation() : 使用 Elasticsearch 的聚合功能，分析品牌名称、分类名称和商品属性。
nested() : 用于处理嵌套类型的字段（如 attrValueList）。
convertProductRelatedInfo() : 将聚合结果转换为 EsProductRelatedInfo 对象。

6. 总结

数据导入: 通过 productRepository.saveAll() 将 MySQL 中的数据导入到 Elasticsearch 中。
查询构建: 使用 NativeQueryBuilder 构建复杂的查询条件，支持分页、过滤、加权搜索、排序等功能。
聚合分析: 使用 Elasticsearch 的聚合功能，分析商品的品牌、分类和属性信息。
推荐系统: 根据当前商品的信息，推荐相似的商品。

基于Spring-Data-ElasticSearch和Mybatis的商品搜索功能实现

1.依赖整合

2.代码分析

1. 数据从 MySQL 导入到 Elasticsearch

2. 删除和创建商品

3. 搜索商品

2. 代码整体逻辑

3. 详细 API 解释

(1) `Pageable` 和 `PageRequest`

(2) `NativeQueryBuilder`

(3) `QueryBuilders`

(4) `FunctionScoreQuery`

(5) `Sort`

(6) `ElasticsearchTemplate`

(7) `SearchHits`

(8) `PageImpl`

4. 代码流程总结

4. 推荐商品

5. 聚合分析

6. 总结

基于Spring-Data-ElasticSearch和Mybatis的商品搜索功能实现

1.依赖整合

2.代码分析

1. 数据从 MySQL 导入到 Elasticsearch

2. 删除和创建商品

3. 搜索商品

2. 代码整体逻辑

3. 详细 API 解释

(1) Pageable 和 PageRequest

(2) NativeQueryBuilder

(3) QueryBuilders

(4) FunctionScoreQuery

(5) Sort

(6) ElasticsearchTemplate

(7) SearchHits

(8) PageImpl

4. 代码流程总结

4. 推荐商品

5. 聚合分析

6. 总结

(1) `Pageable` 和 `PageRequest`

(2) `NativeQueryBuilder`

(3) `QueryBuilders`

(4) `FunctionScoreQuery`

(5) `Sort`

(6) `ElasticsearchTemplate`

(7) `SearchHits`

(8) `PageImpl`