springboot socket保持连接 springboot tcp连接

转载

mob64ca1410eb61 2024-04-24 19:40:54

文章标签 jest springboot elasticsearch spring maven 文章分类 架构后端开发

注意：搭建服务器或者写代码的时候，已经注意elk和springboot和不同连接方式的版本。（版本影响比较大）

ElasticSearch作为搜索引擎，我们需要解决2大问题：

1，如何将被搜索的数据在ES上创建反向索引

2， Java代码如何与ES交互

其中第一个大问题又分为两个小问题

1.1，如何初始化已有的数据

1.2，如何同步增量数据

第二个大问题也有两种集成方式

2.1 Spring Data 9300端口集成

2.2 Restful API 9200端口集成

本篇先解决第二大问题。

第一种方式，利用RestAPI方式，也叫Jest方式：

示例代码：https://github.com/yejingtao/forblog/tree/master/demo-jest-elasticsearch

第一步：Pom.xml：

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
   xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
   <modelVersion>4.0.0</modelVersion>
  
   <groupId>yejingtao.demo.springcloud</groupId>
   <artifactId>demo-jest-elasticsearch</artifactId>
   <version>0.0.1-SNAPSHOT</version>
   <packaging>jar</packaging>
  
   <name>demo-jest-elasticsearch</name>
   <url>http://maven.apache.org</url>
  
   <properties>
     <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
   </properties>
   
   <parent>
         <groupId>org.springframework.boot</groupId>
         <artifactId>spring-boot-starter-parent</artifactId>
         <version>1.5.6.RELEASE</version>
     </parent>
     
     <dependencies>
         <dependency>
             <groupId>org.springframework.boot</groupId>
             <artifactId>spring-boot-starter-web</artifactId>
         </dependency>
         <dependency>
             <groupId>org.springframework.boot</groupId>
             <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
         </dependency>
         <dependency>
             <groupId>io.searchbox</groupId>
             <artifactId>jest</artifactId>
         </dependency>
         <dependency>
             <groupId>net.java.dev.jna</groupId>
             <artifactId>jna</artifactId>
         </dependency>
     </dependencies>
 </project>第二步： Application.yml:
server:
   port: 7081
  
 spring:
   elasticsearch:
     jest:
       uris:
       - http://192.168.226.133:9200
       read-timeout: 5000
 注意这里是9200端口第三步： 主程序：最简单的Spring boot启动程序：
@SpringBootApplication
 public class ESApplication {
  
     public static void main(String[] args) {
         SpringApplication.run(ESApplication.class);
     }
 }
第四步： 定义好ES中的实体类和对ES操作的接口：public class Entity implements Serializable{
  
     private static final long serialVersionUID = -763638353551774166L;
     
     public static final String INDEX_NAME = "index_entity";
     
     public static final String TYPE = "tstype";
  
     private Long id;
     
     private String name;
     
     public Entity() {
         super();
     }
     
     public Entity(Long id, String name) {
         this.id = id;
         this.name = name;
     }
  
     public Long getId() {
         return id;
     }
  
     public void setId(Long id) {
         this.id = id;
     }
  
     public String getName() {
         return name;
     }
  
     public void setName(String name) {
         this.name = name;
     }
     
     
 }第五步：定义接口
 public interface CityESService {
     
     void saveEntity(Entity entity);
     
     void saveEntity(List<Entity> entityList);
     
     List<Entity> searchEntity(String searchContent);
 }
第六步：接口实现：@Service
 public class CityESServiceImpl implements CityESService{
     
     private static final Logger LOGGER = LoggerFactory.getLogger(CityESServiceImpl.class);
     
     @Autowired
     private JestClient jestClient;
     
     @Override
     public void saveEntity(Entity entity) {
         Index index = new Index.Builder(entity).index(Entity.INDEX_NAME).type(Entity.TYPE).build();
         try {
             jestClient.execute(index);
             LOGGER.info("ES 插入完成");
         } catch (IOException e) {
             e.printStackTrace();
             LOGGER.error(e.getMessage());
         }
     }
     
     
     /**
      * 批量保存内容到ES
      */
     @Override
     public void saveEntity(List<Entity> entityList) {
         Bulk.Builder bulk = new Bulk.Builder();
         for(Entity entity : entityList) {
             Index index = new Index.Builder(entity).index(Entity.INDEX_NAME).type(Entity.TYPE).build();
             bulk.addAction(index);
         }        
         try {
             jestClient.execute(bulk.build());
             LOGGER.info("ES 插入完成");
         } catch (IOException e) {
             e.printStackTrace();
             LOGGER.error(e.getMessage());
         }
     }
     
     /**
      * 在ES中搜索内容
      */
     @Override
     public List<Entity> searchEntity(String searchContent){
         SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
         //searchSourceBuilder.query(QueryBuilders.queryStringQuery(searchContent));
         //searchSourceBuilder.field("name");
         searchSourceBuilder.query(QueryBuilders.matchQuery("name",searchContent));
         Search search = new Search.Builder(searchSourceBuilder.toString())
                 .addIndex(Entity.INDEX_NAME).addType(Entity.TYPE).build();
         try {
             JestResult result = jestClient.execute(search);
             return result.getSourceAsObjectList(Entity.class);
         } catch (IOException e) {
             LOGGER.error(e.getMessage());
             e.printStackTrace();
         }
         return null;        
     }
 }

这里插入数据的方式给了两种，一种是单次API直接插入，一种是利用ES的bulk批量插入。

第七步：测试：

做一个controller方面我们测试：

启动后在浏览器中请求http://localhost:7081/entityController/search?name=%E4%BA%BA%E6%89%8B%E4%BA%95

得到结果：

这里只返回了9条记录，而理论上ES默认的size是10，应该不是分页的问题，而是只能检索出9条匹配记录，用Kibana连上相同的搜索确认下：

这里用的是standard分词方式，将每个中文都作为了一个term，凡是包含“人”“手”“井”的都被搜索了出来，只是评分不同，如果想支持只能中文索引需要依赖ik插件，对于ik的详细介绍请见《ElasticSearch中文检索支持-ik插件》

OK，RestFul方式对ElasticSearch的检索已经搞定了，更多的扩展可以慢慢研究下QueryBuilders里的源码和批注。

第二种方式，利用Spring Data客户端方式：（不推荐使用，官方已不维护）

事先说明此方式有个弊端，让我掉了坑里好久才爬上来，Spring Data ElasticSearch必须与ElasticSearch版本相匹配，否则在对接时ES端会报版本不匹配错误，例如我ES是5.6.1版本，Spring boot是1.5.6版本，错误如下：

为解决这个问题我查找了一些资料，Spring Data与elasticsearch版本对应关系如下：

springboot socket保持连接 springboot tcp连接_elasticsearch

而我用的Spring Boot 1.5.6版本对应的Spring Data ElasticSearch是2.1.6版本，不支持5.X的ES，所以报错。到本博文撰写为止，Spring Boot的RELEASE版本最新的是1.5.8，对应的Spring Data ElasticSearch是2.1.8，仍不支持5.X的ES，所以如果一定要使用Java客户端方式集成ES只能放弃Spring Boot直接使用Spring Data和Spring MVC，或者降低ES的版本使之与Spring boot匹配。

示例代码：https://github.com/yejingtao/forblog/tree/master/demo-data-elasticsearch
 pom.xml依赖：
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
   xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
   <modelVersion>4.0.0</modelVersion>
  
   <groupId>yejingtao.demo.springcloud</groupId>
   <artifactId>demo-data-elasticsearch</artifactId>
   <version>0.0.1-SNAPSHOT</version>
   <packaging>jar</packaging>
  
   <name>demo-data-elasticsearch</name>
   <url>http://maven.apache.org</url>
  
   <properties>
     <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
   </properties>
   
   <parent>
         <groupId>org.springframework.boot</groupId>
         <artifactId>spring-boot-starter-parent</artifactId>
         <version>1.5.8.RELEASE</version>
     </parent>
     
     <dependencies>
         <dependency>
             <groupId>org.springframework.boot</groupId>
             <artifactId>spring-boot-starter-web</artifactId>
         </dependency>
         <dependency>
             <groupId>org.springframework.boot</groupId>
             <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
         </dependency>
     </dependencies>
 </project>
 不再引用Jest。application.yml:
server:
   port: 7081
  
 spring:
   data:
     elasticsearch:
       cluster-nodes: 192.168.226.133:9300
       cluster-name: my-es
       repositories:
         enabled: true
 注意这里是9300端口Controller、主程序、Service接口同Jest项目不变，不再罗列
实体类稍作变化，指定ES中的index和type：
@Document(indexName="index_entity", type="tstype")
 多一个Repository接口，无需实现类，spring data标准用法：/**
  * Entity ES操作类
  * @author yejingtao
  *
  */
 public interface EntityRepository extends ElasticsearchRepository<Entity,Long>{
  
 }
 Service实现类与Jest的天壤之别了，从语法上可以看出更像是对数据库层的操作：@Service
 public class CityESServiceImpl implements CityESService{
     
     private static final Logger LOGGER = LoggerFactory.getLogger(CityESServiceImpl.class);
     
     int PAGE_SIZE = 15; //默认分页大小
     
     int PAGE_NUMBER = 0; //默认当前分页
     
     String SCORE_MODE_SUM = "sum"; //权重分求和模式
     
     Float MIN_SCORE = 10.0F; //由于无相关性的分值默认为1， 设置权重分最小值为10
     
     @Autowired
     EntityRepository entityRepository;
     
     /**
      * 保存内容到ES
      */
     @Override
     public Long saveEntity(Entity entity) {
         Entity entityResult = entityRepository.save(entity);
         return entityResult.getId();
     }
     
     /**
      * 在ES中搜索内容
      */
     @Override
     public List<Entity> searchEntity(int pageNumber, int pageSize, String searchContent){
         if(pageSize==0) {
             pageSize = PAGE_SIZE;
         }
         if(pageNumber<0) {
             pageNumber = PAGE_NUMBER;
         }
         
         SearchQuery searchQuery = getEntitySearchQuery(pageNumber,pageSize,searchContent);
         
         LOGGER.info("\n searchCity: searchContent [" + searchContent + "] \n DSL  = \n " 
                 + searchQuery.getQuery().toString());
  
         
         Page<Entity> cityPage = entityRepository.search(searchQuery);
         return cityPage.getContent();
     }
     
     /**
      * 组装搜索Query对象
      * @param pageNumber
      * @param pageSize
      * @param searchContent
      * @return
      */
     private SearchQuery getEntitySearchQuery(int pageNumber, int pageSize, String searchContent) {
         FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery()
                 .add(QueryBuilders.matchPhraseQuery("name", searchContent),
                         ScoreFunctionBuilders.weightFactorFunction(1000))
                 //.add(QueryBuilders.matchPhraseQuery("other", searchContent),
                         //ScoreFunctionBuilders.weightFactorFunction(1000))
                 .scoreMode(SCORE_MODE_SUM).setMinScore(MIN_SCORE);
         //设置分页，否则只能按照ES默认的分页给
         Pageable pageable = new PageRequest(pageNumber, pageSize);
         return new NativeSearchQueryBuilder().withPageable(pageable).withQuery(functionScoreQueryBuilder).build();
     }
     
 }

测试方式同Jest。

这两种方式，从设计上来讲属于两种思路，Spring Data的思路就是将ElasticSearch当自家的数据仓库来管理，直接通过Java客户端代码操作ES；Jest的思路是将ElasticSearch当为独立的服务端，自己作为客户端用兼容性最强的RestFul格式来与之交互。

个人比较倾向于Jest方式，第一兼容性好，不需要考虑版本的问题。第二，从ElasticSearch本身的设计上来分析，9200是对外服务端口，9300是内部管理和集群通信端口，请求9200获取搜索服务更符合ES的设计初衷，不会影响集群内部的通信。

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。