java 使用ElasticSearch完成百万级数据查询附近的人功能

2024-07-13 10:16:37

字体：大中小

来源：转载

供稿：网友

上一篇文章介绍了ElasticSearch使用Repository和ElasticSearchTemplate完成构建复杂查询条件，简单介绍了ElasticSearch使用地理位置的功能。

这一篇我们来看一下使用ElasticSearch完成大数据量查询附近的人功能，搜索N米范围的内的数据。

准备环境

本机测试使用了ElasticSearch最新版5.5.1，SpringBoot1.5.4，spring-data-ElasticSearch2.1.4.

新建Springboot项目，勾选ElasticSearch和web。

pom文件如下

<?xml version="1.0" encoding="UTF-8"?> <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>com.tianyalei</groupId>   <artifactId>elasticsearch</artifactId>   <version>0.0.1-SNAPSHOT</version>   <packaging>jar</packaging>    <name>elasticsearch</name>   <description>Demo project for Spring Boot</description>    <parent>     <groupId>org.springframework.boot</groupId>     <artifactId>spring-boot-starter-parent</artifactId>     <version>1.5.4.RELEASE</version>     <relativePath/> <!-- lookup parent from repository -->   </parent>    <properties>     <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>     <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>     <java.version>1.8</java.version>   </properties>    <dependencies>     <dependency>       <groupId>org.springframework.boot</groupId>       <artifactId>spring-boot-starter-data-elasticsearch</artifactId>     </dependency>     <dependency>       <groupId>org.springframework.boot</groupId>       <artifactId>spring-boot-starter-web</artifactId>     </dependency>      <dependency>       <groupId>org.springframework.boot</groupId>       <artifactId>spring-boot-starter-test</artifactId>       <scope>test</scope>     </dependency>     <dependency>       <groupId>com.sun.jna</groupId>       <artifactId>jna</artifactId>       <version>3.0.9</version>     </dependency>   </dependencies>    <build>     <plugins>       <plugin>         <groupId>org.springframework.boot</groupId>         <artifactId>spring-boot-maven-plugin</artifactId>       </plugin>     </plugins>   </build>  </project>

新建model类Person

package com.tianyalei.elasticsearch.model;  import org.springframework.data.annotation.Id; import org.springframework.data.elasticsearch.annotations.Document; import org.springframework.data.elasticsearch.annotations.GeoPointField;  import java.io.Serializable;  /**  * model类  */ @Document(indexName="elastic_search_project",type="person",indexStoreType="fs",shards=5,replicas=1,refreshInterval="-1") public class Person implements Serializable {   @Id   private int id;    private String name;    private String phone;    /**    * 地理位置经纬度    * lat纬度，lon经度 "40.715,-74.011"    * 如果用数组则相反[-73.983, 40.719]    */   @GeoPointField   private String address;    public int getId() {     return id;   }    public void setId(int id) {     this.id = id;   }    public String getName() {     return name;   }    public void setName(String name) {     this.name = name;   }    public String getPhone() {     return phone;   }    public void setPhone(String phone) {     this.phone = phone;   }    public String getAddress() {     return address;   }    public void setAddress(String address) {     this.address = address;   } }

我用address字段表示经纬度位置。注意，使用String[]和String分别来表示经纬度时是不同的，见注释。

import com.tianyalei.elasticsearch.model.Person; import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;  public interface PersonRepository extends ElasticsearchRepository<Person, Integer> {  }

看一下Service类，完成插入测试数据的功能，查询的功能我放在Controller里了，为了方便查看，正常是应该放在Service里

package com.tianyalei.elasticsearch.service;  import com.tianyalei.elasticsearch.model.Person; import com.tianyalei.elasticsearch.repository.PersonRepository; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.elasticsearch.core.ElasticsearchTemplate; import org.springframework.data.elasticsearch.core.query.IndexQuery; import org.springframework.stereotype.Service; import java.util.ArrayList; import java.util.List;  @Service public class PersonService {   @Autowired   PersonRepository personRepository;   @Autowired   ElasticsearchTemplate elasticsearchTemplate;    private static final String PERSON_INDEX_NAME = "elastic_search_project";   private static final String PERSON_INDEX_TYPE = "person";    public Person add(Person person) {     return personRepository.save(person);   }    public void bulkIndex(List<Person> personList) {     int counter = 0;     try {       if (!elasticsearchTemplate.indexExists(PERSON_INDEX_NAME)) {         elasticsearchTemplate.createIndex(PERSON_INDEX_TYPE);       }       List<IndexQuery> queries = new ArrayList<>();       for (Person person : personList) {         IndexQuery indexQuery = new IndexQuery();         indexQuery.setId(person.getId() + "");         indexQuery.setObject(person);         indexQuery.setIndexName(PERSON_INDEX_NAME);         indexQuery.setType(PERSON_INDEX_TYPE);          //上面的那几步也可以使用IndexQueryBuilder来构建         //IndexQuery index = new IndexQueryBuilder().withId(person.getId() + "").withObject(person).build();          queries.add(indexQuery);         if (counter % 500 == 0) {           elasticsearchTemplate.bulkIndex(queries);           queries.clear();           System.out.println("bulkIndex counter : " + counter);         }         counter++;       }       if (queries.size() > 0) {         elasticsearchTemplate.bulkIndex(queries);       }       System.out.println("bulkIndex completed.");     } catch (Exception e) {       System.out.println("IndexerService.bulkIndex e;" + e.getMessage());       throw e;     }   } }

注意看bulkIndex方法，这个是批量插入数据用的，bulk也是ES官方推荐使用的批量插入数据的方法。这里是每逢500的整数倍就bulk插入一次。

package com.tianyalei.elasticsearch.controller;  import com.tianyalei.elasticsearch.model.Person; import com.tianyalei.elasticsearch.service.PersonService; import org.elasticsearch.common.unit.DistanceUnit; import org.elasticsearch.index.query.GeoDistanceQueryBuilder; import org.elasticsearch.index.query.QueryBuilders; import org.elasticsearch.search.sort.GeoDistanceSortBuilder; import org.elasticsearch.search.sort.SortBuilders; import org.elasticsearch.search.sort.SortOrder; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.domain.PageRequest; import org.springframework.data.domain.Pageable; import org.springframework.data.elasticsearch.core.ElasticsearchTemplate; import org.springframework.data.elasticsearch.core.query.NativeSearchQueryBuilder; import org.springframework.data.elasticsearch.core.query.SearchQuery; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.RestController; import java.text.DecimalFormat; import java.util.ArrayList; import java.util.List; import java.util.Random;  @RestController public class PersonController {   @Autowired   PersonService personService;   @Autowired   ElasticsearchTemplate elasticsearchTemplate;    @GetMapping("/add")   public Object add() {     double lat = 39.929986;     double lon = 116.395645;     List<Person> personList = new ArrayList<>(900000);     for (int i = 100000; i < 1000000; i++) {       double max = 0.00001;       double min = 0.000001;       Random random = new Random();       double s = random.nextDouble() % (max - min + 1) + max;       DecimalFormat df = new DecimalFormat("######0.000000");       // System.out.println(s);       String lons = df.format(s + lon);       String lats = df.format(s + lat);       Double dlon = Double.valueOf(lons);       Double dlat = Double.valueOf(lats);        Person person = new Person();       person.setId(i);       person.setName("名字" + i);       person.setPhone("电话" + i);       person.setAddress(dlat + "," + dlon);       personList.add(person);     }     personService.bulkIndex(personList);  //    SearchQuery searchQuery = new NativeSearchQueryBuilder().withQuery(QueryBuilders.queryStringQuery("spring boot OR 书籍")).build(); //    List<Article> articles = elas、ticsearchTemplate.queryForList(se、archQuery, Article.class); //    for (Article article : articles) { //      System.out.println(article.toString()); //    }      return "添加数据";   }    /**    *    geo_distance: 查找距离某个中心点距离在一定范围内的位置    geo_bounding_box: 查找某个长方形区域内的位置    geo_distance_range: 查找距离某个中心的距离在min和max之间的位置    geo_polygon: 查找位于多边形内的地点。    sort可以用来排序    */   @GetMapping("/query")   public Object query() {     double lat = 39.929986;     double lon = 116.395645;      Long nowTime = System.currentTimeMillis();     //查询某经纬度100米范围内     GeoDistanceQueryBuilder builder = QueryBuilders.geoDistanceQuery("address").point(lat, lon)         .distance(100, DistanceUnit.METERS);      GeoDistanceSortBuilder sortBuilder = SortBuilders.geoDistanceSort("address")         .point(lat, lon)         .unit(DistanceUnit.METERS)         .order(SortOrder.ASC);      Pageable pageable = new PageRequest(0, 50);     NativeSearchQueryBuilder builder1 = new NativeSearchQueryBuilder().withFilter(builder).withSort(sortBuilder).withPageable(pageable);     SearchQuery searchQuery = builder1.build();      //queryForList默认是分页，走的是queryForPage，默认10个     List<Person> personList = elasticsearchTemplate.queryForList(searchQuery, Person.class);      System.out.println("耗时：" + (System.currentTimeMillis() - nowTime));     return personList;   } }

看Controller类，在add方法中，我们插入90万条测试数据，随机产生不同的经纬度地址。

在查询方法中，我们构建了一个查询100米范围内、按照距离远近排序，分页每页50条的查询条件。如果不指明Pageable的话，ESTemplate的queryForList默认是10条，通过源码可以看到。

启动项目，先执行add，等待百万数据插入，大概几十秒。

然后执行查询，看一下结果。

ElasticSearch,查询附近的人,查询

第一次查询花费300多ms，再次查询后时间就大幅下降，到30ms左右，因为ES已经自动缓存到内存了。

可见，ES完成地理位置的查询还是非常快的。适用于查询附近的人、范围查询之类的功能。

后记，在后来的使用中，Elasticsearch2.3版本时，按上面的写法出现了geo类型无法索引的情况，进入es的为String，而不是标注的geofiled。在此记录一下解决方法，将String类型修改为GeoPoint，且是org.springframework.data.elasticsearch.core.geo.GeoPoint包下的。然后需要在创建index时，显式调用一下mapping方法，才能正确的映射为geofield。

如下

if (!elasticsearchTemplate.indexExists("abc")) {       elasticsearchTemplate.createIndex("abc");       elasticsearchTemplate.putMapping(Person.class);     }

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VeVb武林网。

注：相关教程知识阅读请移步到JAVA教程频道。

上一篇：spring boot使用thymeleaf为模板的基本步骤介绍

下一篇：Apache POI将PPT转换成图片实例代码