基于Spring Data Jest的Elasticsearch数据统计示例
命令查询职责分离模式(CommandQueryResponsibilitySegregation，CQRS)从业务上分离修改(Command，增，删，改，会对系统状态进行修改)和查询（Query，查，不会对系统状态进行修改)的行为。从而使得逻辑更加清晰，便于对不同部分进行针对性的优化。
CQRS有以下几点有点：
1.分工明确，可以负责不同的部分；
2.将业务上的命令和查询的职责分离能够提高系统的性能、可扩展性和安全性。并且在系统的演化中能够保持高度的灵活性，能够防止出现CRUD模式中，对查询或者修改中的某一方进行改动，导致另一方出现问题的情况；
3.逻辑清晰，能够看到系统中的那些行为或者操作导致了系统的状态变化；
4.可以从数据驱动(Data-Driven)转到任务驱动(Task-Driven)以及事件驱动(Event-Driven)。
因此Command使用数据库，Query使用效率查询效率更高的Elasticsearch。
如何确保数据库和Elasticsearch的数据的一致性？
我们可以使用事件驱动(Event-Driven)即SpringData的DomainEvent同步数据，可参考文章：https://www.nhooo.com/article/135604.htm。
当老数据库有大量数据需要导入Elasticsearch时，可参考文章：https://www.nhooo.com/article/135426.htm
SpringDataElasticsearch使用的是transportclient，而Elasticsearch官网推荐使用RESTclient。阿里云的Elasticsearch使用transportclient目前还在存在问题，阿里云推荐使用RESTclient。
本示例使用的是SpringDataJest链接Elasticsearch（目前只有springboot2.0以上版本支持），Elasticsearch的版本为：5.5.3
1.项目构建
1.pom依赖如下：
com.github.vanroy spring-boot-starter-data-jest 3.0.0.RELEASE io.searchbox jest 5.3.2
2.配置文件
spring: data: jest: uri:http://127.0.0.1:9200 username:elastic password:changeme
2.构造查询条件
以简单的实体类为例
packagecom.hfcsbc.esetl.domain;
importlombok.Data;
importorg.springframework.data.elasticsearch.annotations.Document;
importorg.springframework.data.elasticsearch.annotations.Field;
importorg.springframework.data.elasticsearch.annotations.FieldType;
importjavax.persistence.Entity;
importjavax.persistence.Id;
importjavax.persistence.OneToOne;
importjava.util.Date;
importjava.util.List;
/**
*Createbypengchaoon2018/2/23
*/
@Document(indexName="person",type="person",shards=1,replicas=0,refreshInterval="-1")
@Entity
@Data
publicclassPerson{
@Id
privateLongid;
privateStringname;
@OneToOne
@Field(type=FieldType.Nested)
privateListaddress;
privateIntegernumber;
privateIntegerstatus;
privateDatebirthDay;
}
packagecom.hfcsbc.esetl.domain;
importlombok.Data;
importjavax.persistence.Entity;
importjavax.persistence.Id;
/**
*Createbypengchaoon2018/2/23
*/
@Entity
@Data
publicclassAddress{
@Id
privateLongid;
privateStringname;
privateIntegernumber;
}
1.根据多个状态查询(类似于sql的in)
BoolQueryBuilderorderStatusCondition=QueryBuilders.boolQuery()
.should(QueryBuilders.termQuery("status",1))
.should(QueryBuilders.termQuery("status",2))
.should(QueryBuilders.termQuery("status",3))
.should(QueryBuilders.termQuery("status",4))
.should(QueryBuilders.termQuery("status",5));
2.and链接查询(类似于sql的and)
BoolQueryBuilderqueryBuilder=QueryBuilders.boolQuery(); queryBuilder .must(queryBuilder1) .must(queryBuilder2) .must(queryBuilder3);
3.range查询（类似于sql的between..and..)
QueryBuilderrangeQuery=QueryBuilders.rangeQuery("birthDay").from(yesterday).to(today);
4.嵌套对象查询
QueryBuilderqueryBuilder=QueryBuilders.nestedQuery("nested",QueryBuilders.termQuery("address.id",100001),ScoreMode.None);
ScoreMode:定义otherjoinside中score是如何被使用的。如果不关注scoring，我们只需要设置成ScoreMode.None，此种方式会忽略评分因此会更高效和节约内存
3.获取统计数据
1.非嵌套获取数据求和
SumAggregationBuildersumBuilder=AggregationBuilders.sum("sum").field("number");
SearchQuerysearchQuery=newNativeSearchQueryBuilder()
.withIndices(QUERY_INDEX)
.withTypes(QUERY_TYPE)
.withQuery(boolQueryBuilder)
.addAggregation(sumBuilder).build();
AggregatedPageaccount=(AggregatedPage)esParkingOrderRepository.search(EsQueryBuilders.buildYesterdayArrearsSumQuery(employeeId));
intsum=account.getAggregation("sum",SumAggregation.class).getSum().intValue();
2.嵌套数据求和
SumAggregationBuildersumBuilder=AggregationBuilders.sum("sum").field("adress.num");
AggregationBuilderaggregationBuilder=AggregationBuilders.nested("nested","adress").subAggregation(sumBuilder);
SearchQuerysearchQuery=newNativeSearchQueryBuilder()
.withIndices(QUERY_INDEX)
.withTypes(QUERY_TYPE)
.withQuery(boolQueryBuilder)
.addAggregation((AbstractAggregationBuilder)aggregationBuilder).build();
AggregatedPageaccount=(AggregatedPage)esParkingOrderRepository.search(EsQueryBuilders.buildYesterdayArrearsSumQuery(employeeId));
intsum=account.getAggregation("nested",SumAggregation.class).getAggregation("sum",SumAggregation.class).getSum().intValue();
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。