全文检索-ElasticSearch

1.基本概念

1.Index索引

动词：相当于MySQL中的insert；
名词：相当于MySQL中的DataBase；
2.Type（类型）

在Index（索引）中，可以定义一个或多个类型
类似于MySQL中的Table;每一种类型的数据放在一起
3.Document(文档)

保存在某个索引(index)下，某种类型(Type) 的一个数据(Document),文档是JSON格式的，Document就像是MySQL 中的某个Table里面的内容 类似一行数据

4.倒排索引

2.Docker 安装ElasticSearch

2.1 拉取镜像

1. docker pull elasticsearch:7.4.2

复制代码

1. docker pull kibana:7.4.2

复制代码

2.2 创建实例

2.2.1 创建挂载目次

1. mkdir  ./config

复制代码

1. mkdir ./data

复制代码

 记得授予权限

1. chmod -R 777 ./elasticsearch

复制代码

2.2.2 使容器外任何地址都能够访问 elasticsearch

1. echo "http.host: 0.0.0.0
2. ">>./config/elasticsearch.yml

复制代码

elasticsearch.yml

1. http.host: 0.0.0.0

复制代码

2.2.3 docker 启动

1. docker run --name elasticsearch -p 9200:9200 -p9300:9300 \
2. -e "discovery.type=single-node" \
3. -e ES_JAVA_OPTS="-Xms512m -Xmx1024m" \
4. -v ./config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
5. -v ./data:/usr/share/elasticsearch/data \
6. -v ./plugins:/usr/share/elasticsearch/plugins \
7. -d elasticsearch:7.4.2

复制代码

2.3 安装Kibana

1. docker run --name kibana -e ELASTICSEARCH_HOSTS=http://192.168.232.209:9200 -p 5601:5601 \
2. -d kibana:7.4.2

复制代码

 3.初步检索

3.1 _cat 

检察节点信息

1. http://192.168.232.209:9200/_cat/nodes

复制代码

检察elasticsearch的健康状态

1. http://192.168.232.209:9200/_cat/health

复制代码

检察elasticsearch的主节点信息

1. http://192.168.232.209:9200/_cat/master

复制代码

检察所有索引

1. http://192.168.232.209:9200/_cat/indices

复制代码

3.2 索引一个文档（保存或修改一条记录）

保存一个数据，保存在那个索引的哪个类型下，指定用哪个唯一标识

1. http://192.168.232.209:9200/customer/external/1

复制代码

 3.3 查询文档 

1. http://192.168.232.209:9200/customer/external/1

复制代码

3.4 更新文档 

3.4.1 _update

这个操纵假如修改文档的值和原来一样，则不会更新版本。
3.4.2 

3.5 删除文档

3.6 bulk 批量 API

批量操纵 

从这个网站复制

1. https://gitee.com/xlh_blog/common_content/blob/master/es%E6%B5%8B%E8%AF%95%E6%95%B0%E6%8D%AE.json#

复制代码

执行 /_bluk 

 4.进阶检索

1.searchAPI

ES支持两种基本方式检索:

• 一个是通过使用REST request URI 发送搜索参数(uri + 检索参数)
  
• 另一个是通过使用REST request body 来发送它们 (uri + 请求体)
  

1. GET /bank/_search?q=*&sort=account_number:asc

复制代码

q=* 查询所有
sort 跟据 account_number 升序
2.QueryDSL

1. GET /bank/_search
2. {
3.   "query": {
4.     "match_all": {}
5.   },
6.   "sort": [
7.     {
8.       "account_number":  "asc"
9.     },
10.     {
11.       "balance": "desc"
12.     }
13.   ]
14. }

复制代码

3.部门检索

1. GET /bank/_search
2. {
3.   "query": {
4.     "match_all": {}
5.   },
6.   "sort": [
7.     {
8.       "account_number":  "desc"
9.     },
10.     {
11.       "balance": "desc"
12.     }
13.   ],
14.   "from": 0,
15.   "size": 20,
16.   "_source": ["balance","account_number"]
17.   
18. }

复制代码

4. match[匹配查询]

1. GET /bank/_search
2. {
3.   "query": {
4.     "match": {
5.       "account_number": 20
6.     }
7.   }
8.   
9. }

复制代码

1. GET /bank/_search
2. {
3.   "query": {
4.     "match": {
5.       "address": "mill lane"
6.     }
7.   }
8.   
9. }

复制代码

全文检索按照评分进行排序
5.match_phrase [短语匹配]

将必要匹配的值当成一个整体单词(不分词)进行检索

1. GET /bank/_search
2. {
3.   "query": {
4.     "match_phrase": {
5.       "address": "mill lane"
6.     }
7.   }
8.   
9. }

复制代码

6.multi_match [多字段匹配]

这是或，只要一个字段满意，就返回

2. GET /bank/_search
3. {
4.   "query": {
5.     "multi_match": {
6.       "query": "mill",
7.       "fields": ["state","address"]
8.     }
9.   }
10.   
11. }

复制代码

能够正常分词 

1. GET /bank/_search
2. {
3.   "query": {
4.     "multi_match": {
5.       "query": "mill Movico",
6.       "fields": ["city","address"]
7.     }
8.   }
9.   
10. }

复制代码

7.bool复杂查询

bool用来做复杂查询：
复合语句可以合并 任何 其他查询语句，包括复合语句，了解这一点是很紧张的。这就意味着，复合语句之间可以相互嵌套，可以表达非常复杂的逻辑。
must: 必须到达must列举所有条件 也就是相当于 AND

must_not: 且不满意里面的条件

should: 不是or 就是匹配上面有加分项

2. GET /bank/_search
3. {
4.   
5.   "query": {
6.     "bool": {
7.       "must": [
8.         {
9.           "match": {
10.             "gender": "m"
11.           }
12.         },
13.         {
14.           "match": {
15.             "address": "Mill"
16.           }
17.         }
18.       ],
19.       "must_not": [
20.         {
21.           "match": {
22.             "age": 28
23.           }
24.         }
25.       ],
26.       "should": [
27.         {
28.           "match": {
29.             "lastname": "v"
30.           }
31.         }
32.       ]
33.       
34.       
35.     }
36.   }
37.   
38.   
39. }

复制代码

8.filter [效果过滤]

并不是所有的查询都必要产生分数，特别是那些仅用于 "filtering" (过滤) 的文档。为了不计算分数Elasticsearch 会主动检查场景而且优化查询的执行。

1. GET /bank/_search
2. {
3.   
4.   "query": {
5.     "bool": {
6.       "must": [
7.         {
8.           "match": {
9.             "gender": "m"
10.           }
11.         },
12.         {
13.           "match": {
14.             "address": "Mill"
15.           }
16.         }
17.       ],
18.       "must_not": [
19.         {
20.           "match": {
21.             "age": 18
22.           }
23.         }
24.       ],
25.       "should": [
26.         {
27.           "match": {
28.             "lastname": "Wallace"
29.           }
30.         }
31.       ],
32.       "filter": {
33.         "range": {
34.           "age": {
35.             "gte": 18,
36.             "lte": 20
37.           }
38.         }
39.       }
40.     }
41.   }
42. }

复制代码

9.term

和match一样。匹配某个属性的值。全文检索字段用match，其他非text 字段匹配用term
不用全文检索的时候用term 好比数字 年岁

1. GET /bank/_search
2. {
3. "query": {
4.   "term": {
5.     "age": {
6.       "value": "28"
7.     }
8.   }
9. }
10. }

复制代码

1. GET /bank/_search
2. {
3. "query": {
4.   "match": {
5.     "email.keyword": "margueritewall@aquoavo.com"
6.   }
7. }
8. }

复制代码

address.keyword 和 match_phrase 区别：
前者 就是精确匹配 ，后者包含这个短语 就行

非文本字段 用 term
文本字段用 match
10. aggregations (执行聚合)

聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致即是 SQL GROUP BY 和 SQL 的聚合函数 。在Elasticsearch 中， 您有执行搜索返回 hits (命中效果) ，而且同时返回聚合效果，把一个响应中的所有hits (命中效果) 分隔开的能力 。 这黑白常强大且有效，您可以执行查询和多个聚合，而且在一次使用中得到各自 的（任何一个的） 返回效果，使用一次简化和简化的API 来制止网络往返。
搜索 address 中包含mill 的所有人的年岁分布以及平均年岁，但不显示这些人的详情。

1. GET /bank/_search
2. {
3.   "query": {
4.     "match": {
5.       "address": "mill"
6.     }
7.   },
8.   "aggs": {
9.     "ageAgg": {
10.       "terms": {
11.         "field": "age",
12.         "size": 10
13.       }
14.     },
15.     "ageAvg":{
16.     "avg": {
17.       "field": "age"
18.     }
19.     },
20.     "blanceAvg":{
21.       "avg": {
22.         "field": "balance"
23.       }
24.     }
25.   },
26.   "size": 0
27. }

复制代码

复杂：
按照年岁聚合，而且请求这些年岁段的这些人的平均薪资

2. ##按照年龄聚合，并且请求这些年龄段的这些人的平均薪资
3. GET /bank/_search
4. {
5.   "query": {
6.     "match_all": {}
7.   },
8.   "aggs": {
9.     "aggAgg": {
10.       "terms": {
11.         "field": "age",
12.         "size": 100
13.       },
14.       "aggs": {
15.         "aggAvg": {
16.           "avg": {
17.             "field": "balance"
18.           }
19.         }
20.       }
21.     }
22.   }
23.   
24.   
25. }

复制代码

复杂2：
查出所有年岁分布，而且这些年岁段中M的平均薪资和F的平均薪资以及这个年岁段的总体平均薪资.

1. ##查出所有年龄分布，并且这些年龄段中M的平均薪资和F的平均薪资以及这个年龄段的总体平均薪资
3. GET /bank/_search
4. {
5.   "query": {
6.     "match_all": {}
7.   },
8.   "aggs": {
9.     "aggAggs": {
10.       "terms": {
11.         "field": "age",
12.         "size": 100
13.       }
14.       ,
15.     "aggs": {
16.       "avgBalanceAll":{
17.         "avg": {
18.         "field": "balance"
19.       }
20.       }
21.       ,
22.        "genderAgg": {
23.           "terms": {
24.             "field": "gender.keyword",
25.             "size": 2
26.           },
27.           "aggs": {
28.             "avgBlance": {
29.               "avg": {
30.                 "field": "balance"
31.               }
32.             }
33.           }
34.         }
35.     }
36.     }
37.   }
38. }

复制代码

11.mapping(映射)

所有数据类型

创建一个有类型定义的索引

1. PUT /my_index
2. {
3.   "mappings": {
4.     "properties": {
5.       "age":{"type": "integer"  },
6.       "email":{"type": "keyword"},
7.       "name":{"type": "text"}
8.     }
9.   }
10. }

复制代码

 添加映射字段

1. PUT /my_index/_mapping
2. {
3.   
4.   "properties": {
5.       "employee-id":{
6.         "type":"keyword",
7.         "index":false
8.       }
9.     }
10. }

复制代码

index =false 代表不加入索引，是搜索不到他的，相当于冗余存储字段，通过其他字段查出来
迁移数据

创建新索引

1. PUT /newbank
2. {
3.   "mappings": {
4.     "properties": {
5.       "account_number": {
6.         "type": "long"
7.       },
8.       "address": {
9.         "type": "text"
10.       },
11.       "age": {
12.         "type": "integer"
13.       },
14.       "balance": {
15.         "type": "long"
16.       },
17.       "city": {
18.         "type": "keyword"
19.       },
20.       "email": {
21.         "type": "keyword"
22.       },
23.       "employer": {
24.         "type": "text",
25.         "fields": {
26.           "keyword": {
27.             "type": "keyword",
28.             "ignore_above": 256
29.           }
30.         }
31.       },
32.       "firstname": {
33.         "type": "text"
34.       },
35.       "gender": {
36.         "type": "keyword"
37.       },
38.       "lastname": {
39.         "type": "text",
40.         "fields": {
41.           "keyword": {
42.             "type": "keyword",
43.             "ignore_above": 256
44.           }
45.         }
46.       },
47.       "state": {
48.         "type": "keyword"
49.       }
50.     }
51.   }
52. }

复制代码

上面是6.0以后不用类型保存的迁移方法
下面是6.0之前
 

1. POST _reindex
2. {
3.   "source": {
4.     "index": "bank",
5.     "type": "account"
6.   },
7.   "dest": {
8.     "index": "newbank"
9.   }
10. }

复制代码

 5.分词

1. POST _analyze
2. {
3.   "analyzer": "standard",
4.   "text": "The 2 QUICK Brown_Foxes jumped over the lazy dog's bone."
5. }

复制代码

 1.安装ik分词器

留意：不能用默认elastics-plugin install xx.zip 进行主动安装
进入这个网址下
Index of: analysis-ik/stable/ (infinilabs.com)
进入es 容器·内部 plugins 目次

1. docker exec -it 容器id /bin/bash

复制代码

1. POST _analyze
2. {
3.   "analyzer": "ik_smart",
4.   "text": "我是中国人"
5. }
10. POST _analyze
11. {
12.   "analyzer": "ik_max_word",
13.   "text": "鸡你太美"
14. }

复制代码

 安装方法和我上一篇文章一样
ElasticSearch-CSDN博客
vagrant ssh密码登录  122集

2.自定义分词器

1.重新安装nginx

下令
在nginx文件夹下,执行

1. docker run -p 80:80 --name nginx \
2. -v ./html:/usr/share/nginx/html \
3. -v ./logs:/var/log/nginx \
4. -v ./conf:/etc/nginx  \
5. -d nginx:1.10

复制代码

 2. 创建分词文件

/opt/nginx/html/es/fenci.txt

1. 尚硅谷
2. 乔碧螺

复制代码

3.在es插件，路径下找到xml文件对应的分词库路径，保存位置进行修改

"/opt/elasticearch/plugins/ik/config/IKAnalyzer.cfg.xml"

1. <?xml version="1.0" encoding="UTF-8"?>
2. <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
3. <properties>
4.         <comment>IK Analyzer 扩展配置</comment>
5.         <!--用户可以在这里配置自己的扩展字典 -->
6.         <entry key="ext_dict"></entry>
7.          <!--用户可以在这里配置自己的扩展停止词字典-->
8.         <entry key="ext_stopwords"></entry>
9.         <!--用户可以在这里配置远程扩展字典 -->
10.          <entry key="remote_ext_dict">http://虚拟机地址:80/es/fenci.txt</entry>
11.         <!--用户可以在这里配置远程扩展停止词字典-->
12.         <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
13. </properties>

复制代码

4.修改以后重启restart es容器

docker restart elasticsearch

6.Elasticsearch整合Spirngboot使用

1.Elasticsearch-Rest-Client 官方 RestClient ，封装类ES操纵，API条理分明，上手简单。

终极选择Elasticsearch-Rest-Client (elasticsearch-rest-high-level-client)

1. https://www.elastic.co/guid/en/elasticsearch/client/java-rest/current/java-rest-high.html

复制代码

1. <!--        导入ES高阶API-->
2.         <dependency>
3.             <groupId>org.elasticsearch.client</groupId>
4.             <artifactId>elasticsearch-rest-high-level-client</artifactId>
5.             <version>${elasticsearch.version}</version>
6.         </dependency>

复制代码

1. package com.jmj.gulimall.search.config;
3. import org.apache.http.HttpHost;
4. import org.elasticsearch.client.RestClient;
5. import org.elasticsearch.client.RestHighLevelClient;
6. import org.springframework.context.annotation.Bean;
7. import org.springframework.context.annotation.Configuration;
9. /**
10. * 导入依赖
11. * 编写配置 给容器中注入一个 RestHighLevelClient
12. * 参照官方API 操作就可以了 https://www.elastic.co/guide/en/elasticsearch/client/java-rest/7.4/java-rest-high-getting-started-initialization.html
13. */
14. @Configuration
15. public class GulimallElasticSearchConfig {
18.     @Bean
19.     public RestHighLevelClient esRestClient() {
20.         RestHighLevelClient client = new RestHighLevelClient(
21.                 RestClient.builder(
22.                         new HttpHost("192.168.232.209", 9200, "http")));
23.         return client;
24.     }
26. }

复制代码

2.RequestOption

请求选项：好比安全验证，带token 请求头

1. package com.jmj.gulimall.search.config;
3. import org.apache.http.HttpHost;
4. import org.elasticsearch.client.RequestOptions;
5. import org.elasticsearch.client.RestClient;
6. import org.elasticsearch.client.RestHighLevelClient;
7. import org.springframework.context.annotation.Bean;
8. import org.springframework.context.annotation.Configuration;
10. /**
11. * 导入依赖
12. * 编写配置 给容器中注入一个 RestHighLevelClient
13. * 参照官方API 操作就可以了 https://www.elastic.co/guide/en/elasticsearch/client/java-rest/7.4/java-rest-high-getting-started-initialization.html
14. */
15. @Configuration
16. public class GulimallElasticSearchConfig {
18.     public static final RequestOptions COMMON_OPTIONS;
19.     static {
20.         RequestOptions.Builder builder = RequestOptions.DEFAULT.toBuilder();
21. //        builder.addHeader("Authorization", "Bearer " + TOKEN);
22. //        builder.setHttpAsyncResponseConsumerFactory(
23. //                new HttpAsyncResponseConsumerFactory
24. //                        .HeapBufferedResponseConsumerFactory(30 * 1024 * 1024 * 1024));
25.         COMMON_OPTIONS = builder.build();
26.     }
28.     @Bean
29.     public RestHighLevelClient esRestClient() {
30.         RestHighLevelClient client = new RestHighLevelClient(
31.                 RestClient.builder(
32.                         new HttpHost("192.168.232.209", 9200, "http")));
33.         return client;
34.     }
36. }

复制代码

3.Index API

第一种

 第二种

第三种

第四种

1.    /**
2.      * 测试存储数据到ES
3.      * 更新也可以
4.      */
5.     @Test
6.     void indexData() throws IOException {
7.         //index索引 users
8.         IndexRequest indexRequest = new IndexRequest("users");
9.         //设置document id ，不设置就会默认生成
10.         /**
11.          * 若是同样的id重复执行，就是更新操作 乐观锁控制版本
12.          */
13.         indexRequest.id("1");
14.         //1. key value  pair
15. //        indexRequest.source("userName","zhangsan","age",18,"gender","男");
16.         //2，JSON
18.         User user = new User("zhangsan", "男", 18);
19.         String json = new ObjectMapper().writeValueAsString(user);
21.         //一秒超时时间
22.         indexRequest.timeout(TimeValue.timeValueSeconds(1));
25.         indexRequest.source(json, XContentType.JSON);//要保存的内容
26.         //执行操作
27.         IndexResponse index = client.index(indexRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);
28.         //提取有用的响应数据
29.         System.out.println(index);
31.     }

复制代码

4.查询API

1. @Data
2.     public static class Account{
3.         private int account_number;
4.         private String firstname;
5.         private String address;
6.         private int balance;
7.         private String gender;
8.         private String city;
9.         private String employer;
10.         private String state;
11.         private int age;
12.         private String email;
13.         private String lastname;
15.     }
17.     /**
18.      * search检索
19.      */
20.     @Test
21.     void searchData() throws IOException {
22.         //1、创建检索请求
23.         SearchRequest searchRequest = new SearchRequest();
24.         //2、指定索引
25.         searchRequest.indices("bank");
26.         //3、检索条件DSL
27.         SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
29. //        sourceBuilder.query();
30. //        sourceBuilder.from();
31. //        sourceBuilder.size();
32. //        sourceBuilder.aggregations();
34. //        sourceBuilder.query(QueryBuilders.matchAllQuery());
35.         sourceBuilder.query(QueryBuilders.matchQuery("address","mill"));
37.         //按照年龄进行分组
38.         TermsAggregationBuilder ageAgg = AggregationBuilders.terms("ageAgg").field("age").size(10);
39.         sourceBuilder.aggregation(ageAgg);
40.         //计算平均薪资
41.         AvgAggregationBuilder balanceAge = AggregationBuilders.avg("balanceAvg").field("balance");
42.         sourceBuilder.aggregation(balanceAge);
46.         System.out.println("检索条件:"+sourceBuilder);
47.         searchRequest.source(sourceBuilder);
48.         //4、执行检索
49.         SearchResponse response = client.search(searchRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);
50.         //5、响应 分析结果
51. //        System.out.println(response.toString());
53.         SearchHits hits = response.getHits();
54.         SearchHit[] hits1 = hits.getHits();
55.         for (SearchHit documentFields : hits1) {
56.             String sourceAsString = documentFields.getSourceAsString();
57.             Account account = new ObjectMapper().readValue(sourceAsString, Account.class);
58.             System.out.println(account);
59.         }
61.         //获取分析数据
62.         Aggregations aggregations = response.getAggregations();
63.         Terms ageAgg1 = aggregations.get("ageAgg");
64.         for (Terms.Bucket bucket : ageAgg1.getBuckets()) {
65.             String keyAsString = bucket.getKeyAsString();
66.             System.out.println("年龄:"+keyAsString+"=>"+bucket.getDocCount());
67.         }
68.         Avg balanceAvg = aggregations.get("balanceAvg");
69.         System.out.println("平均薪资:"+balanceAvg.getValue());
72.     }

复制代码

7.SKU 在es种存储的模子 

其中，库存信息的标题使用了ik分词器，图片信息，品牌名，品牌id等信息均不可检索。商品的规格参数等信息以nested类型，即嵌入属性存储。相关的细节这里不再赘述。

1. PUT product
2. {
3.   "mappings": {
4.     "properties": {
5.       "skuId": {
6.         "type": "long"
7.       },
8.       "spuId": {
9.         "type": "long"
10.       },
11.       "skuTitle": {
12.         "type": "text",
13.         "analyzer": "ik_smart"
14.       },
15.       "skuPrice": {
16.         "type": "keyword"
17.       },
18.       "skuImg": {
19.         "type": "keyword",
20.         "index": false,
21.         "doc_values": false
22.       },
23.       "saleCount": {
24.         "type": "long"
25.       },
26.       "hosStock": {
27.         "type": "boolean"
28.       },
29.       "hotScore": {
30.         "type": "long"
31.       },
32.       "brandId": {
33.         "type": "long"
34.       },
35.       "catalogId": {
36.         "type": "long"
37.       },
38.       "brandName": {
39.         "type": "keyword",
40.         "index": false,
41.         "doc_values": false
42.       },
43.       "brandImg": {
44.         "type": "keyword",
45.         "index": false,
46.         "doc_values": false
47.       },
48.       "catalogName": {
49.         "type": "keyword",
50.         "index": false,
51.         "doc_values": false
52.       },
53.       "attrs": {
54.         "type": "nested",
55.         "properties": {
56.           "attrId": {
57.             "type": "long"
58.           },
59.           "attrName": {
60.             "type": "keyword",
61.             "index": false,
62.             "doc_values": false
63.           },
64.           "attrValue": {
65.             "type": "keyword"
66.           }
67.         }
68.       }
69.     }
70.   }
71. }

复制代码

8.ES扁平化处理

1. PUT my_index/_doc/1
2. {
3.   "group":"fans",
4.   "user":[
5.     {
6.       "first":"John",
7.       "last":"Smith"
8.     },
9.     {
10.       "first":"Alice",
11.       "last":"White"
12.     }
13.   ]
14. }

复制代码

1. GET my_index/_search
2. {
3.   "query": {
4.     "bool": {
5.       "must": [
6.         {
7.           "match": {
8.             "user.first": "Alice"
9.           }
10.         },
11.         {
12.           "match": {
13.             "user.first": "Alice"
14.           }
15.         }
16.       ]
17.     }
18.   }
19. }

复制代码

 取消扁平化处理 

1. PUT my_index
2. {
3.   "mappings": {
4.     "properties": {
5.       "user":{
6.         "type": "nested"
7.       }
8.     }
9.   }
10. }

复制代码

再次查询

9. 商城上架

1. @Override
2.     @Transactional(rollbackFor = Exception.class)
3.     public void up(Long spuId) {
6.         //组装需要的数据
7.         //1. 查出当前 spuid 对应的所有sku 信息，品牌 的名字。
8.         List<SkuInfoEntity> skuInfoEntityList = skuInfoService.getSkusBySpuId(spuId);
10.         //TODO 查询当前sku的所有可以用来检索的属性
11.         List<ProductAttrValueEntity> baseAttrs = productAttrValueService.baseAttrlistforspu(spuId);
12.         List<Long> attrIds = baseAttrs.stream().map(a -> a.getAttrId()).collect(Collectors.toList());
14.         List<Long> searchAttrIds = attrService.selectSearchAtts(attrIds);
16.         List<SkuEsModel.Attrs> attrsList = baseAttrs.stream().filter(item -> searchAttrIds.contains(item.getAttrId()))
17.                 .map(item -> {
18.                     SkuEsModel.Attrs attrs1 = new SkuEsModel.Attrs();
19.                     BeanUtils.copyProperties(item, attrs1);
20.                     return attrs1;
21.                 })
22.                 .collect(Collectors.toList());
24.         //TODO 发送远程调用 库存系统查询是否有库存
25.         List<Long> skuIds = skuInfoEntityList.stream().map(s -> s.getSkuId()).distinct().collect(Collectors.toList());
27.         List<SkuHasStockVo> skusHasStock = wareFeignService.getSkusHasStock(skuIds);
29.         Map<Long, Boolean> stockMap = skusHasStock.stream().collect(Collectors.toMap(s -> s.getSkuId(), s -> s.getHasStock()));
31.         //2.封装每个SKU 的信息
32.         List<SkuEsModel> upProducts = skuInfoEntityList.stream().map(sku -> {
33.             SkuEsModel esModel = new SkuEsModel();
34.             BeanUtils.copyProperties(sku, esModel);
35.             esModel.setSkuPrice(sku.getPrice());
36.             esModel.setSkuImg(sku.getSkuDefaultImg());
38.             Long skuId = esModel.getSkuId();
39.             Boolean aBoolean = stockMap.get(skuId);
40.             if (aBoolean!=null){
41.                 esModel.setHasStock(aBoolean);
42.             }else {
43.                 esModel.setHasStock(false);
44.             }
48.             //TODO 热度评分
49.             esModel.setHotScore(0L);
50.             //TODO 查询品牌和分类的名字信息
51.             BrandEntity brand = brandService.getById(esModel.getBrandId());
52.             esModel.setBrandName(brand.getName());
53.             esModel.setBrandImg(brand.getLogo());
55.             CategoryEntity category = categoryService.getById(esModel.getCatalogId());
56.             esModel.setCatalogName(category.getName());
58.             //设置检索属性
59.             esModel.setAttrs(attrsList);
61.             return esModel;
62.         }).collect(Collectors.toList());
64.         //TODO 将数据发送给es进行保存
65.         searchFeignService.productStatusUp(upProducts);
67.         //TODO 修改状态
68.         this.update(new UpdateWrapper<SpuInfoEntity>()
69.                 .set("publish_status", ProductConstant.StatusEnum.SPU_UP.getCode())
70.                         .set("update_taime",new Date())
71.                 .eq("id",spuId));
73.         //Feign调用流程
74.         /**
75.          * 1、构造请求数据,将对象转为json
76.          * 2、发送请求进行执行(执行成功会解码响应数据)
77.          * 3、执行请求会有重试机制
78.          * //默认重试机制是关闭状态
79.          * while(true){
80.          *   
81.          * }
82.          */
83.     }

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。