Spring Data【Spring Data Redis、Spring Data ElasticSearch】(二)-全面详解（学习总结---从入门到深化）

四、 Spring Data Redis

五、 Spring Data ElasticSearch

四、 Spring Data Redis

Redis 是一个基于内存的数据结构存储系统，它可以用作数据库或者缓存。它支持多种类型的数据结构，这些数据结构类型分别为 String（字符串）、List（列表）、Set（集合）、 Hash（散列）和 Zset（有序集合）。

Spring Data Redis 通过一段简单的配置即可让 JAVA 程序访问 redis 服务，它的底层是对 redis 开发包(如 Jedis、JedisPool)的高度封装。

1 Spring Data Redis 项目搭建

1. 安装 redis

2. 安装 RedisDesktopManager

3. 创建 SpringBoot 项目，创建时加入 Spring Data Redis 起步依赖。

4. 写配置文件

spring:redis:# Redis 服务器主机。host: localhost# Redis 服务器端口。port: 6379jedis:pool:# 连接池在给定时间可以分配的最大连接数。max-active: 8# 连接池中空闲连接的最大数量。max-idle: 8# 连接池中空闲连接的最小数量。min-idle: 0

5. 测试

// 注：对象名必须叫 redisTemplate，否则由于容器中有多个 RedisTemplate 类型对象造成无法注入
@Autowired
private RedisTemplate redisTemplate;
@Test
public void t1() {//获取操作 string 数据的工具ValueOperations operations = redisTemplate.opsForValue();operations.set("name","tong"); // 存Object name = operations.get("name"); // 取System.out.println(name);
}

2 序列化器

在入门案例中，我们看到 Spring Data Redis 存入 Redis 的是一串二进制数据，这是因为 Spring Data Redis 在保存数据的时候，底层有一个序列化器在工作，它会将要保存的数据（键和值）按照一定的规则进行序列化操作后再进行存储。spring-data-redis 提供如下几种序列化器：

JdkSerializationRedisSerializer: 默认，序列化为二进制数据

StringRedisSerializer: 简单的序列化为字符串

GenericToStringSerializer: 可以将任何对象序列化为字符串

Jackson2JsonRedisSerializer: 序列化对象为 json 字符串

GenericJackson2JsonRedisSerializer:功能同上,但是更容易反序列化

OxmSerializer: 序列化对象为 xml

如果想改变使用的序列化器，可以通过 redisTemplate 对象设置。

redisTemplate.setKeySerializer(new StringRedisSerializer());
redisTemplate.setValueSerializer(new StringRedisSerializer());

3 Spring Data Redis 操作 string

在 Redis 中有五种常见类型，Spring Data Redis 对每一种数据类型都提供了一个 xxxOperations的工具类，分别是:

 ValueOperations：用来操作 string 类型数据

 HashOperations: 用来操作 hash 类型数据

 ListOperations：用来操作 list 类型数据

 SetOperations：用来操作 set 类型数

 ZSetOperations：用来操作 zset

RedisTemplate 常用方法：

 delete(K key)：删除键值对

 delete(Collection keys)：批量删除

ValueOperations 的常用方法：

 void set(K key, V value)：设置键值对

 void set(K key, V value, long timeout, TimeUnit unit)：设置有时效的键值对

 void multiSet(Map map)：批量设置键值对

 V get(Object key)：获取值

 List multiGet(Collection keys)：批量获取值

 Long size(K key)：获取值的长度

 Long increment(K key)：数字类型值自增

 Long increment(K key, long delta)：数字类型值自增设定值

 Long decrement(K key)：数字类型值自减

 Long decrement(K key, long delta)：数字类型值自减设定值

4 Spring Data Redis 操作 hash

HashOperations 的常用方法：

 put(H key, HK hashKey, HV value)：新增 hash

 HV get(H key, Object hashKey)：获取 hash 的值

 Boolean hasKey(H key, Object hashKey)：判断 hash 是否有该键

 Set keys(H key)：获取 hash 的所有键

 List values(H key)：获取 hash 的所有值

 Map entries(H key)：获取 hash 的所有键值对

 Long delete(H key, Object... hashKeys)：根据 hash 的键删除 hash 的值

5 Spring Data Redis 操作 list

 Long leftPush(K key, V value)：左侧加入元素

 Long leftPushAll(K key, V... values)：左侧加入多个元素

 Long rightPush(K key, V value)：右侧加入元素

 Long rightPushAll(K key, V... values)：右侧加入多个元素

 V index(K key, long index) 根据索引进行查询：

0 开始代表从左开始：0 1 2...

-1 开始代表从右开始：-1 -2 -3...

 List range(K key, long start, long end)：根据索引范围查询

 V leftPop(K key)：从左删除一个元素

 V rightPop(K key)：从右删除一个元素

6 Spring Data Redis 操作 set

 Long add(K key, V... values)：添加元素

 Set members(K key)：查看所有元素

 V randomMember(K key)：随机获取一个元素

 Long remove(K key, Object... values)：删除多个元素

 Set intersect(K key, K otherKey)：两个 set 取交集

 Set union(K key, K otherKey)：两个 set 取并集

7 Spring Data Redis 操作 zse

Boolean add(K key, V value, double score)：添加元素

 Double incrementScore(K key, V value, double delta)：为元素增减分数

 Double score(K key, Object o)：查询一个元素的分数

 Long rank(K key, Object o)：查询一个元素在集合中的排名，从 0 开始

 Set range(K key, long start, long end)：根据排名区间来获取元素列表

 Set> rangeWithScores(K key, long start, long end)：根据排名区间来获取元素列表，包括分数

 Set rangeByScore(K key, double min, double max)：根据分数区间来获取元素列表

 Set> rangeByScoreWithScores(K key, double min, double max)：根据分数区间来获取元素列表，包括分数

 Long zCard(K key)：统计集合大小

 Long count(K key, double min, double max)：统计分数区间的元素数量

 Long remove(K key, Object... values)：根据 key 删除元素

 Long removeRange(K key, long start, long end)：根据排名区间删除元素

 Long removeRangeByScore(K key, double min, double max)：根据分数区间删除元素

8 使用 Repository 操作 Redis

一般我们更多的时候使用 Template 方式操作 Redis，因为 Redis 并不像关系型数据库存入的大部分是对象，操作 Redis 也不一定和对象相关。所以使用 Repository 操作 Redis 的方式我们了解即可。

创建实体类：
// 表示将对象存入 key 为 student 的 hash 中
@RedisHash("student")
public class Student {// hash 的键存的是 id 字段@Idprivate String id;private String name;private Integer age;// 省略 getter/setter、构造方法、toString 方法}创建 Repository 接口：
public interface StudentRepository extends CrudRepository<Student, String> {}

测试：

@Autowired
private StudentRepository studentRepository;
@Test
public void t1() {Student student = new Student("1001", "懒羊羊", 10);studentRepository.save(student);
}

五、 Spring Data ElasticSearch

1 概念

Elasticsearch 是一个实时的分布式搜索和分析引擎。它底层封装了 Lucene 框架，可以提供分布式全文检索服务。

Spring Data ElasticSearch 是 SpringData 技术对 ElasticSearch 原生 API 封装之后的产物，它通过对原生 API 的封装，使得程序员可以简单的对 ElasticSearch 进行各种操作。

2 Elasticsearch 回顾

2.1 核心概念

 索引（index）：索引是一个拥有几分相似特征的文档的集合，类似于关系型数据库中的库的概念。

 类型（type）：类型是索引中的一个逻辑上的分类/分区，类似于关系型数据库中的数据表的概念。

 文档（document）：文档是一个可被索引的基础信息单元，类似于关系型数据库中的记录的概念。

 域（Fied）：document 由多个域组成，不同类型的 document 里面同名的 field一定具有相同的类型，类似于关系型数据库中的字段的概念。

ElasticSearch 跟关系型数据库中概念的对比：

注：ES7.X 之后删除了 type 的概念，一个索引不会代表一个库，而是代表一张表。我们课程中使用 ES7，所以此时概念对比为：

2.2 安装 ElasticSearch

2.2.1 安装 ES 服务

1. 解压 elasticsearch 压缩文件

2. 解压 elasticsearch-analysis-ik，将解压后的文件夹拷贝到 elasticsearch 的 plugins 目录下

3. 修改 es 服务器 config 目录下的 yml 文件，加入以下配置

http.cors.enabled: true

http.cors.allow-origin: "*"

4. 启动 bin/elasticsearch.bat

5. 访问 http://127.0.0.1:9200

2.2.2 安装 ES 图形化管理软件 kibana

ES 需要一个图形化管理软件方便我们操作，此处我们安装 kibana。

1. 解压 kibana 压缩文件

2. 启动 bin/kibana.bat

3. 访问 http://127.0.0.1:5601

2.3 使用 Restful 风格的 http 请求方式操作 ES

创建索引

路径：localhost:9200/索引
提交方式：put
请求体：
{ "settings":{ "number_of_shards":5, "number_of_replicas":1},"mappings":{ "properties":{"id":{ "type":"long", "store":true},"title":{"type":"text", "store":true, "index":true, "analyzer":"ik_smart},"content":{"type":"text", "store":true, "index":true, "analyzer":"ik_max_word"}}}
}

创建/修改文档

路径：localhost:9200/索引/_doc/[文档id]
提交方式：POST
请求体：
{ "id":1, "title":"ElasticSearch是一个基于Lucene的搜索服务器", "content":"提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。"
}

删除文档

路径：localhost:9200/索引/_doc/文档 id
提交方式：DELETE

查询文档

路径：localhost:9200/索引/_search
提交方式：POST
请求体：
{ "query": {"查询类型": {"查询属性": "查询条件值"}}}
查询类型：match_all、term、range、fuzzy等

使用 SQL 查询文档

在 ES7.X 版本后，ES支持原生 SQL 查询文档

路径：localhost:9200/_sql?format=txt
提交方式：POST
请求体：
{"query": "SELECT * FROM travel where id = 1"
}

2.4 使用 JAVA 原生代码操作 ES

使用 JAVA 原生代码操作 ES 代码非常繁琐，我们了解一下即可。

这是一段创建索引的代码：

CreateIndexRequest request = new CreateIndexRequest(indexName);
request.settings(Settings.builder().put("index.number_of_shards", 3).put("index.number_of_replicas", 2)
);
// 创建索引结构,es7 及以后去掉了映射类型
XContentBuilder builder = XContentFactory.jsonBuilder();
builder.startObject().startObject("properties").startObject("name").field("type", "text").field("analyzer", "ik_smart").endObject().startObject("age").field("type", "integer").endObject().startObject("desc").field("type", "text").field("analyzer", "ik_smart").endObject().startObject("id").field("type", "integer").endObject().endObject()
.endObject();
request.mapping(builder);
CreateIndexResponse response = restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);
// 指示是否所有节点都已确认请求
boolean acknowledged = response.isAcknowledged();
// 指示是否在超时之前为索引中的每个分片启动了必需的分片副本数
boolean shardsAcknowledged = response.isShardsAcknowledged();
if (acknowledged || shardsAcknowledged) {log.info("创建索引成功！索引名称为{}", indexName);return true;
}
return false;

由于使用 JAVA 原生代码操作 ES 代码非常繁琐，我们在开发中更多使用 Spring Data ElasticSearch 框架操作 ES，下面我们就学习使用 Spring Data ElasticSearch。

3 Spring Data ElasticSearch 项目搭建

1. 创建 SpringBoot 项目，创建时加入 Spring Data Redis 起步依赖。

2. 写配置文件

spring:elasticsearch:rest:uris: http://localhost:9200

3. 创建实体类

@Document(indexName = "travel")
public class Product {@Id@Field(type = FieldType.Integer,store = true)private Integer id;@Field(type = FieldType.text,store = true,analyzer = "ik_max_word")private String productName;@Field(type = FieldType.text,store = true,analyzer = "ik_max_word")private String productDesc;
}

@Document：标记在类上，标记实体类为文档对象，一般有以下属性，如下：

 indexName：对应索引库的名称

 shards：分片数量

 replicas：副本数量

 createIndex：是否自动创建索引 @Id：标记在成员变量上，标记一个字段作为主键 @Field：标记在成员变量上，标记为文档中的字段，并指定字段映射属性：

 type：字段类型

 index：是否索引，默认是 true

 store：是否存储，默认是 false

 analyzer：分词器名称

 searchAnalyzer：搜索时的分词器名称

4. 创建 ProductRepository 接口继承 ElasticsearchRepository

5. 在测试类注入