動態

詳情 返回 返回

【Spring開發】SpringCloud服務端高級框架第11篇：3.文檔操作,4.RestAPI【附代碼文檔】 - 動態 詳情

🏆🏆🏆教程全知識點簡介：微服務保護、服務異步通信、消息中間件部署、分佈式事務、搜索引擎、緩存、數據同步以及相關組件的安裝配置等技術要點。在微服務保護方面，介紹了 Sentinel 的基礎知識，包括雪崩問題、超時處理、艙壁模式、斷路器機制，以及不同服務保護技術的對比；講解了流量控制（簇點鏈路、流控模式、熱點參數限流）、隔離與降級（FeignClient 整合 Sentinel、線程隔離）、授權規則（自定義異常結果）及規則持久化（規則管理模式與 pull 模式），並演示了基於 Nacos 的規則持久化改造。服務異步通信部分探討了消息可靠性（生產者消息確認、Return 回調、ConfirmCallback）、死信交換機、TTL 隊列等高級應用。RabbitMQ 部署指南涵蓋了單機部署、DelayExchange 插件安裝、集羣部署、鏡像模式等內容。分佈式事務部分介紹了 CAP 定理、BASE 理論、常見解決方案，Seata 的基礎與部署（TC 服務部署、Nacos 配置、數據庫表創建）、多種事務模式（XA 模式及優缺點、四種模式對比）和高可用架構。分佈式搜索引擎章節講解了 Elasticsearch 的原理（ELK 技術棧、倒排索引）、索引庫與文檔操作、RestAPI 與 RestClient 的使用、排序與高亮、酒店搜索案例（分頁、競價排名、ad標記、算分函數）、自動補全、數據同步（同步調用、監聽 binlog）、集羣搭建與腦裂問題、分片存儲測試，以及單點 ES、Kibana、IK 分詞器安裝。緩存部分介紹了 Redis 持久化（RDB 與 AOF 對比）、單機安裝 Redis、Redis 集羣、多級緩存（JVM 進程緩存、Caffeine）、請求參數處理、Tomcat 查詢、HTTP 工具與 CJSON 工具類、Redis 緩存查詢。數據同步與網關部分包括 Canal 安裝（開啓 MySQL 主從、設置權限）、OpenResty 安裝（開發庫、目錄結構、環境變量配置）及運行流程。

<!-- start:bj1 -->

📚📚👉👉👉本站這篇博客：   https://segmentfault.com/a/1190000047239876    中查看

📚📚👉👉👉本站這篇博客：   https://segmentfault.com/a/1190000047239876    中查看

<!-- end:bj1 -->

✨ 本教程項目亮點

🧠 知識體系完整：覆蓋從基礎原理、核心方法到高階應用的全流程內容
💻 全技術鏈覆蓋：完整前後端技術棧，涵蓋開發必備技能
🚀 從零到實戰：適合 0 基礎入門到提升，循序漸進掌握核心能力
📚 豐富文檔與代碼示例：涵蓋多種場景，可運行、可複用
🛠 工作與學習雙參考：不僅適合系統化學習，更可作為日常開發中的查閲手冊
🧩 模塊化知識結構：按知識點分章節，便於快速定位和複習
📈 長期可用的技術積累：不止一次學習，而是能伴隨工作與項目長期參考

🎯🎯🎯全教程總章節

🚀🚀🚀本篇主要內容

3.文檔操作

3.1.新增文檔

語法：

POST /索引庫名/_doc/文檔id
{
    "字段1": "值1",
    "字段2": "值2",
    "字段3": {
        "子屬性1": "值3",
        "子屬性2": "值4"
    },
    // ...
}

示例：

POST /heima/_doc/1
{
    "info": "黑馬程序員Java講師",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "雲",
        "lastName": "趙"
    }
}

響應：

3.2.查詢文檔

根據rest風格，新增是post，查詢應該是get，不過查詢一般都需要條件，這裏 把文檔id帶上。

語法：

GET /{索引庫名稱}/_doc/{id}

通過kibana查看數據：

GET /heima/_doc/1

查看結果：

3.3.刪除文檔

刪除使用DELETE請求，同樣，需要根據id進行刪除：

語法：

DELETE /{索引庫名}/_doc/id值

示例：

# 根據id刪除數據
DELETE /heima/_doc/1

結果：

Javadoc 工具

3.4.修改文檔

修改有兩種方式：

  • 全量修改：直接覆蓋原來的文檔
  • 增量修改：修改文檔中的部分字段

3.4.1.全量修改

全量修改是覆蓋原來的文檔，其本質是：

  • 根據指定的id刪除文檔
  • 新增一個相同id的文檔

注意：如果根據id刪除時，id不存在，第二步的新增也會執行，也就從修改變成了新增操作了。

Apache DBCP 文檔

語法：

PUT /{索引庫名}/_doc/文檔id
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}

示例：

PUT /heima/_doc/1
{
    "info": "黑馬程序員高級Java講師",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "雲",
        "lastName": "趙"
    }
}

3.4.2.增量修改

增量修改是隻修改指定id匹配的文檔中的部分字段。

語法：

POST /{索引庫名}/_update/文檔id
{
    "doc": {
         "字段名": "新的值",
    }
}

JDK 8 API 文檔

示例：

POST /heima/_update/1
{
  "doc": {
    "email": "ZhaoYun@itcast.cn"
  }
}

3.5.總結

文檔操作有哪些？

  • 創建文檔：POST /{索引庫名}/_doc/文檔id { json文檔 }
  • 查詢文檔：GET /{索引庫名}/_doc/文檔id
  • 刪除文檔：DELETE /{索引庫名}/_doc/文檔id

  • 修改文檔：

    • 全量修改：PUT /{索引庫名}/_doc/文檔id { json文檔 }
    • 增量修改：POST /{索引庫名}/_update/文檔id { "doc": {字段}}

4.RestAPI

ES官方提供了各種不同語言的客户端，用來操作ES。這些客户端的本質就是組裝DSL語句，通過http請求發送給ES。官方文檔地址：https://www.elastic.co/guide/en/elasticsearch/client/index.html

其中的Java Rest Client又包括兩種：

  • Java Low Level Rest Client
  • Java High Level Rest Client

學習的是Java HighLevel Rest Client客户端API

4.0.導入Demo工程

4.0.1.導入數據

首先導入課前資料提供的數據庫數據：

數據結構如下：

EclipseLink 文檔

CREATE TABLE `tb_hotel` (
  `id` bigint(20) NOT NULL COMMENT '酒店id',
  `name` varchar(255) NOT NULL COMMENT '酒店名稱；例：7天酒店',
  `address` varchar(255) NOT NULL COMMENT '酒店地址；例：航頭路',
  `price` int(10) NOT NULL COMMENT '酒店價格；例：329',
  `score` int(2) NOT NULL COMMENT '酒店評分；例：45，就是4.5分',
  `brand` varchar(32) NOT NULL COMMENT '酒店品牌；例：如家',
  `city` varchar(32) NOT NULL COMMENT '所在城市；例：上海',
  `star_name` varchar(16) DEFAULT NULL COMMENT '酒店星級，從低到高分別是：1星到5星，1鑽到5鑽',
  `business` varchar(255) DEFAULT NULL COMMENT '商圈；例：虹橋',
  `latitude` varchar(32) NOT NULL COMMENT '緯度；例：31.2497',
  `longitude` varchar(32) NOT NULL COMMENT '經度；例：120.3925',
  `pic` varchar(255) DEFAULT NULL COMMENT '酒店圖片；例:/img/1.jpg',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

4.0.2.導入項目

然後導入課前資料提供的項目:

項目結構如圖：

4.0.3.mapping映射分析

創建索引庫，最關鍵的是mapping映射，而mapping映射要考慮的信息包括：

  • 字段名
  • 字段數據類型
  • 是否參與搜索
  • 是否需要分詞
  • 如果分詞，分詞器是什麼？

其中：

  • 字段名、字段數據類型，可以參考數據表結構的名稱和類型
  • 是否參與搜索要分析業務來判斷，例如圖片地址，就無需參與搜索
  • 是否分詞呢要看內容，內容如果是一個整體就無需分詞，反之則要分詞
  • 分詞器， 可以統一使用ik_max_word

來看下酒店數據的索引庫結構:

HikariCP 文檔

PUT /hotel
{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "name":{
        "type": "text",
        "analyzer": "ik_max_word",
        "copy_to": "all"
      },
      "address":{
        "type": "keyword",
        "index": false
      },
      "price":{
        "type": "integer"
      },
      "score":{
        "type": "integer"
      },
      "brand":{
        "type": "keyword",
        "copy_to": "all"
      },
      "city":{
        "type": "keyword",
        "copy_to": "all"
      },
      "starName":{
        "type": "keyword"
      },
      "business":{
        "type": "keyword"
      },
      "location":{
        "type": "geo_point"
      },
      "pic":{
        "type": "keyword",
        "index": false
      },
      "all":{
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

幾個特殊字段説明：

  • location：地理座標，裏面包含精度、緯度
  • all：一個組合字段，其目的是將多字段的值 利用copy_to合併，提供給用户搜索

地理座標説明：

copy_to説明：

4.0.4.初始化RestClient

在elasticsearch提供的API中，與elasticsearch一切交互都封裝在一個名為RestHighLevelClient的類中，必須先完成這個對象的初始化，建立與elasticsearch的連接。

分為三步：

1）引入es的RestHighLevelClient依賴：

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-h

🚀✨ （未完待續）項目系列下一章

📚下一篇 將進入更精彩的環節！
🔔 記得收藏 & 關注，第一時間獲取更新！
🍅 一起見證整個系列逐步成型的全過程。
spring , JAVA , SSH , 後端
點贊

Add a new 評論

Some HTML is okay.