1.sku在es中的存储模型分析(spring整和es)
es中所有数据存在内存中,内存产品贵,能节省就节省,只保存有用的信息
两种保存方法:(空间换时间,时间换空间):
我们选空间换时间
ES中放这些东西:
"mappings": {
"properties": {
"skuId": {
"type": "long"
},
"spuId": {
"type": "keyword"
},
"skuTitle": {
"type": "text",
"analyzer": "ik_smart"
},
"skuPrice": {
"type": "keyword"
},
"skuImg": {
"type": "keyword",
"index": false,
"doc_values": false
},
"saleCount": {
"type": "long"
},
"hasStock": {
"type": "boolean"
},
"hotScore": {
"type": "long"
},
"brandId": {
"type": "long"
},
"catalogId": {
"type": "long"
},
"brandName": {
"type": "keyword",
"index": false,
"doc_values": false
},
"brandImg": {
"type": "keyword",
"index": false,
"doc_values": false
},
"catalogName": {
"type": "keyword",
"index": false,
"doc_values": false
},
"attrs": {
"type": "nested",
"properties": {
"attrId": {
"type": "long"
},
"attrName": {
"type": "keyword",
"index": false,
"doc_values": false
},
"attrValue": {
"type": "keyword"
}
}
}
}
}
}
//nested嵌入式的数据类型,
因为数组类型不标记nested的数据处理时会被扁平化处理(如下图),所以检索时就会出现问题,当我们查询first包含Alice且last包含Smith时是会查到结果的,因为被扁平化处理,first数组里查到了Alice,而且last数组里也查到了smith,所以当数组中的每个单元是对象的时候我们就可以用nested的数据类型,这样就不会出现扁平化处理这个错误
2.构造基本数据(商品上架功能编写)
根据接口文档,来到product的spuinfo下:
因为es里存的是我们挑出来的有用的信息而且需要product服务和search服务通信,正常开发权限问题有可能需要在product和search里都建立一个esModel的TO类,但是我们为了方便开发,可以直接在common里建这个TO:
然后来到实现类里来写方法体:(业务逻辑,我们不仅要查是否有库存,也要把可检索的规格属性一起存进es里,方便检索)
1.查出当前spuid对应的所有sku信息,再通过sku信息拿到所有的skuId组成数组,我们用这个数组去查这些sku是否都有库存(发送远程调用gulimall-ware服务),查出来的结果,用了一个map来装(Long,Boolean)这里用到了fastjson进行逆转(把R里的数据转成我们想要的对象),然后把是否有库存和skuid设置进 esModel 这个TO类里.
2.通过brandService和esModel的brandId查出品牌相关的name和img,通过catalogService和esModel的catalogId查出三级分类相关的name,放进 esModel
3.通过spuid查出所有sku的规格属性,把规格属性的id组成一个数组,遍历数组找到可检索的规格属性,通过过滤和映射把所有可检索的规格属性放进SkuEsModel类的内部类Attrs里,组成attrList的List,然后设置进esModel里
4.通过上述流程esModel里数据就充足了,我们通过远程调用gulimall-search服务,来将数据发给es保存
5.保存成功,修改当前spu的状态为 已上架
以下是部分代码:
SpuInfoServiceImpl:主方法体:
@Overridepublic void up(Long spuId) {//1.1查出当前spuid对应的所有sku信息,品牌的名字List<SkuInfoEntity> skus=skuInfoService.getSkusBySpuId(spuId);List<Long> skuIdList = skus.stream().map(SkuInfoEntity::getSkuId).collect(Collectors.toList());//拿到所有的skuId ,方便我们用id去查库存//TODO 4.查询当前SkU的所有可以被用来检索的规格属性List<ProductAttrValueEntity> baseAttrs = productAttrValueService.baseAttrListForSpu(spuId);//查出SKU的所有规格属性List<Long> attrIds = baseAttrs.stream().map(attr -> {return attr.getAttrId();}).collect(Collectors.toList());//把这些规格属性的ID组成一个数组List<Long> searchAttrIds= attrService.selectSearchAttrs(attrIds);//通过遍历这个规格属性的Id,找到 可检索 的 规格属性的IdSet<Long> idSet=new HashSet<>(searchAttrIds);//这里转成Set不是为了去重是因为set的查找操作时间复杂度是 O(1),而 List 的查找操作时间复杂度是 O(n)List<SkuEsModel.Attrs> attrsList = baseAttrs.stream().filter(item -> {//baseAttrs 里放的是规格属性的实体类,我们通过之前的查到的可检索的规格属性的ID,把实体类其中不可检索的过滤掉return idSet.contains(item.getAttrId());}).map(item -> {//再把 可检索的规格属性 映射成为SkuEsModel的内部类Attrs,方便我们底下的setSkuEsModel.Attrs attrs = new SkuEsModel.Attrs();BeanUtils.copyProperties(item, attrs);return attrs;}).collect(Collectors.toList());//这个stream流的功能是找出 baseAttrs 里的可检索的规格属性,装进 SkuEsModel的内部类Attrs(attrs) 里//TODO 1.发送远程调用,库存系统查询是否有库存 因为是批量所以拿出来Map<Long, Boolean> stockMap=null;try {R r = wareFeignService.getSkusHasStock(skuIdList);TypeReference<List<SkuHasStockVo>> typeReference = new TypeReference<>() {};stockMap = r.getData(typeReference).stream().collect(Collectors.toMap(SkuHasStockVo::getSkuId, item -> item.getHasStock()));}catch (Exception e){log.error("库存查询服务异常:原因{}",e);}//1.2封装每个sku的信息Map<Long, Boolean> finalStockMap = stockMap;List<SkuEsModel> upProducts = skus.stream().map(sku -> {//组装需要的数据SkuEsModel esModel = new SkuEsModel();BeanUtils.copyProperties(sku,esModel);esModel.setSkuPrice(sku.getPrice());esModel.setSkuImg(sku.getSkuDefaultImg());//TODO 1.发送远程调用,库存系统查询是否有库存//设置库存信息if (finalStockMap ==null){esModel.setHasStock(true);}else {esModel.setHasStock(finalStockMap.get(sku.getSkuId()));}//TODO 2.热度评分,默认刚上架为0后续可能有复杂的热度算法,后续再说esModel.setHotScore(0L);//TODO 3.查询品牌和分类信息BrandEntity brand = brandService.getById(esModel.getBrandId());esModel.setBrandName(brand.getName());esModel.setBrandImg(brand.getLogo());CategoryEntity category = categoryService.getById(esModel.getCatalogId());esModel.setCatalogName(category.getName());//设置检索属性esModel.setAttrs(attrsList);return esModel;}).collect(Collectors.toList());//TODO 5.将数据发给es进行保存 gulimall-search服务R r = searchFeignService.productStatusUp(upProducts);if(r.getCode()==0){//远程调用成功//TODO 6.修改当前SPU的状态baseMapper.updateSpuStatus(spuId, ProductConstant.StatusEnum.UP_SPU.getCode());}else {//远程调用失败//TODO 7.重复调用? 接口幂等性;重试机制?//feign的调用流程/*** 1.构造请求数据,将对象转为json* 2.发送请求进行执行(执行成功会解码相应的数据)* 3.执行请求会有重试机制*/}}
wear查询是否有库存:
public List<SkuHasStockVo> getSkusHasStock(List<Long> skuIds) {List<SkuHasStockVo> collect = skuIds.stream().map(skuId -> {SkuHasStockVo vo = new SkuHasStockVo();//查询当前sku的总库存量Long count= baseMapper.getSkuStock(skuId);vo.setSkuId(skuId);vo.setHasStock(count==null?false:count>0);return vo;}).collect(Collectors.toList());return collect;}
统一返回类R里新增的方法:
//利用fastjson进行逆转public <T> T getData(TypeReference<T> typeReference){Object data = get("data");String s = JSON.toJSONString(data);T t = JSON.parseObject(s, typeReference);return t;}public R setData(Object data){put("data",data);return this;}
gulimall-search的controller类:
//上架商品@PostMapping("/product")public R productStatusUp(@RequestBody List<SkuEsModel> skuEsModels){boolean b=false;try {b=productSaveService.productStatusUp(skuEsModels);}catch (Exception e){log.error("ElasticSaveController商品上架错误:{}",e);return R.error(BizCodeEnume.PRODUCT_UP_EXCEPTION.getCode(),BizCodeEnume.PRODUCT_UP_EXCEPTION.getMsg());}if (!b){return R.ok();}else {return R.error(BizCodeEnume.PRODUCT_UP_EXCEPTION.getCode(),BizCodeEnume.PRODUCT_UP_EXCEPTION.getMsg());}}
方法的实现:
@Overridepublic Boolean productStatusUp(List<SkuEsModel> skuEsModels) throws IOException {//保存进es//1.给ES中建立索引: product,建立好映射关系//2.给ES中保存数据:批量操作bulkBulkRequest bulkRequest = new BulkRequest();for (SkuEsModel skuEsModel : skuEsModels) {//构造保存请求IndexRequest indexRequest = new IndexRequest(EsConstant.PRODUCT_INDEX);indexRequest.id(skuEsModel.getSkuId().toString());String s = JSON.toJSONString(skuEsModel);indexRequest.source(s, XContentType.JSON);bulkRequest.add(indexRequest);}BulkResponse bulk = restHighLevelClient.bulk(bulkRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);//TODO 如果批量错误 可以处理错误Boolean b=bulk.hasFailures();List<String> collect = Arrays.stream(bulk.getItems()).map(item -> {return item.getId();}).collect(Collectors.toList());log.info("商品上架完成:{}",collect);return b;}