SpringBoot开发实用篇2---与数据层技术有关的替换和整合

四、数据层解决方案

1.SQL

现有数据层解决方案技术选型：Druid+MyBatis-plus+MySQL
数据源：DruidDataSource
持久化技术：MyBatis-plus/MyBatis
数据库：MySql
内置数据源：
SpringBoot提供了3种内嵌的数据源对象供开发者选择：
HikariCP：默认内置数据源对象；
Tomcat提供DataSource：HikariCP不可用的情况下，且在web环境中，将使用tomcat服务器配置的数据源对象；
Commons DBCP：Hikari不可用，tomcat数据源也不可用，将使用dbcp数据源。

使用方式：先使用默认配置，再使用个性化配置。
通用配置无法设置具体的数据源配置信息，仅提供基本的连接相关配置，如需配置，在下一级配置中设置具体设定。

JdbcTemplate：Spring提供的默认的持久化技术（几乎没人用）
操作数据库的模板技术。
pom.xml：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-jdbc</artifactId>
</dependency>

@Autowired
    private JdbcTemplate jdbcTemplate;
    @Test
    void testJdbcTemplate(){
        String sql="select * from tbl_book";
        RowMapper<Book> rm=new RowMapper<Book>() {
            @Override
            public Book mapRow(ResultSet rs, int rowNum) throws SQLException {
                Book temp=new Book();
                //查出来的放到结果集中，从结果集中得到，在set到对象中
                temp.setId(rs.getInt("id"));
                temp.setName(rs.getString("name"));
                temp.setType(rs.getString("type"));
                temp.setDescription(rs.getString("description"));
                return temp;
            }
        };
        List<Book> list = jdbcTemplate.query(sql, rm);
        System.out.println(list);
    }
    
    @Test
    void testJdbcTemplateSave(){
        String sql="insert into tbl_book values(null,'springboot','springboot','springboot')";
        jdbcTemplate.update(sql);
    }

H2数据库：
SpringBoot提供了3种内嵌数据库供开发者选择，提高开发测试效率：
H2
HSQL
Derby
伴随着内存启动而启动的数据库，比较小巧。
pom.xml中：

<!--演示H2数据库-->
        <dependency>
            <groupId>com.h2database</groupId>
            <artifactId>h2</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-jpa</artifactId>
        </dependency>

配置文件中：

开启服务后，在浏览器中就可以访问：

可以和持久层框架Mybatis-plus、JdbcTemplate搭配使用。

2.NoSQL

（1）Redis

市面上常见的NoSQL解决方案：
Redis
MongoDB
ES
上述技术通常在Linux系统中安装部署。
在Windows安装，方便整合（整合都是一样的）。
Redis是一款key-value存储结构的内存级NoSQL数据库：
支持多种数据存储格式
支持持久化
支持集群
Redis的安装与启动（Windows版）
Windows解压安装或一键式安装
服务端启动命令

redis-server.exe redis.windows.conf

客户端启动命令

redis-cli.exe

具体操作：先打开服务器，再用客户端去连接。


SpringBoot整合Redis:
导入redis对应的starter，在创建工程的时候勾选。

配置Redis（采用默认配置）

提供操作Redis接口对象RedisTemplate：

@SpringBootTest
class Springboot16RedisApplicationTests {
    @Resource
    private RedisTemplate redisTemplate;

    @Test
    void set() {
        ValueOperations ops = redisTemplate.opsForValue();
        ops.set("age",41);
    }
    @Test
    void get(){
        ValueOperations ops = redisTemplate.opsForValue();
        Object age = ops.get("age");
        System.out.println(age);
    }

    @Test
    void hset() {
        HashOperations ops = redisTemplate.opsForHash();
        ops.put("info","a","aa");
    }
    @Test
    void hget(){
        HashOperations ops = redisTemplate.opsForHash();
        Object val = ops.get("info", "a");
        System.out.println(val);
    }
}

客户端：RedisTemplate以对象作为key和value，内部对数据进行序列化。
StringRedisTemplate以字符串作为key和value，与Redis客户端操作等效。

@SpringBootTest
public class StringRedisTemplateTest {
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    @Test
    void get(){
        ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
        String name = ops.get("name");
        System.out.println(name);
    }
}

客户端使用jedis，加坐标，改配置文件。


lettcus和jedis的区别：
jedis连接Redis服务器是直连模式，当多线程模式下使用jedis会存在线程安全问题，解决方案可以通过配置连接池使每个连接专用，这样整体性能就会大受影响。
lettcus基于Netty框架进行与Redis服务器连接，底层设计中采用StatefulRedisConnection。StatefulRedisConnection自身是线程安全的，可以保障并发访问安全问题，所以一个连接可以被多线程复用。当然lettcus也支持多连接实例一起工作。

（2）MongoDB

需求：既能存储结构化数据，又高性能。数据有着很高的修改需求
MongoDB是一个开源、高性能、无模式的文档型数据库。NoSQL数据库产品的一种，是最像关系型数据库的非关系型数据库。
启动mongoDB服务：

在客户端连接MongoDB服务：

mongo --host=127.0.0.1 --port=27017

或者使用可视化客户端：

基础CRUD操作：


SpringBoot整合MongoDB:
1.导入Mongodb对应的starter：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

2.配置mongodb访问uri：

3.提供操作Mongodb接口对象MongoTemplate

@SpringBootTest
class Springboot17MongdbApplicationTests {
    @Autowired
    private MongoTemplate mongoTemplate;

    @Test
    void contextLoads() {
        Book book=new Book();
        book.setId(1);
        book.setName("springboot");
        book.setType("springboot");
        book.setDescription("springboot");
        mongoTemplate.save(book);
    }

    /**
     * 类型转换的问题  把数据库中不是int的删了
     */
    @Test
    void find(){
        List<Book> all = mongoTemplate.findAll(Book.class);
        System.out.println(all);
    }

}

（3）ES Elasticsearch

相关概念：
Elasticsearch是一个分布式全文搜索引擎。（分布式：架构可以做成分布式的）
要想做全文搜索：
1.通过所提供的数据进行分词，将关联数据保存起来。就有了一个一个的id对应一个一个的简要数据。
2.分词查出来先匹配一个一个的id，id再得到数据。（实际上查询的时候，是将输入这个id的数据展示出来）。
这种方式大幅度的提高了查询速度。
传统的索引：根据id查数据。
ES的索引（倒排索引）：根据关键字（数据）查id，再根据id查数据。
一条：关键字—>1—>数据 对应的是一个文档，每一条都需要提前建立起来。当使用关键字后，就能找到对应的数据了。

基础操作：
打开ES服务：双击这个批处理文件：

启动后，可以在浏览器直接创建。
创建/查询/删除索引：
PUT：http://localhost:9200/books
GET：http://localhost:9200/books
DELETE：http://localhost:9200/books

目前创建的这个索引是不支持分词的。要支持分词添加IK插件。再重启服务。

创建一个有分词功能的索引：

查看这个索引：

ES文档操作：
添加一条文档，相当于给数据库中添加一条数据，不需要指定表结构。文档结构是无模式的。

使用_doc添加一个文档信息，id是自动生成的。

使用_create添加文档信息，后面需要加id号。

_doc后也可以加id号。
查询文档：查询id为1的文档

查询所有文档：

使用条件查询：


删除文档：
删除一个已经存在的：

删除一个不存在的：

修改一个文档：

查询一下刚才修改的文档，发现只有name，是全覆盖。

如果不想全部修改，只想修改某一条属性信息：使用文档属性进行修改的。就不会覆盖其他的属性。

再次查询一下，只有修改的变了。

ElasticSearch（ES）总结：
创建文档：有三种方式。

POST  http://localhost:9200/books/_doc  #使用系统生成id
POST  http://localhost:9200/books/_create/1  #使用指定id
POST  http://localhost:9200/books/_doc/1  #使用指定id,不存在创建,存在更新（版本递增）

查询文档：

GET  http://localhost:9200/books/_doc/1  #查询单个文档
GET  http://localhost:9200/books/_search  #查询全部文档

条件查询：

GET http://localhost:9200/books/_search?q=name:springboot

删除文档：

DELETE http://localhost:9200/books/_doc/1

修改文档（全量修改）

PUT  http://localhost:9200/books/_doc/1

修改文档（部分修改）:对文档中的某个属性，不是对整个文档进行操作（其余都是对一整个文档进行操作的）。

POST  http://localhost:9200/books/_update/1

SpringBoot整合ES客户端：
直接整合高级别的客户端：
先导入starter

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

再写配置文件：配置文件不用写，采用的是硬编码的方式。
在SpringBoot里创建ES客户端：

@Test
    void testCreateIndex() throws IOException {
         //创建客户端
        HttpHost host=HttpHost.create("http://localhost:9200");
        RestClientBuilder builder=RestClient.builder(host);
        client= new RestHighLevelClient(builder);

        //使用客户端发送了一个请求，创建了一个名称为books的索引
        CreateIndexRequest request=new CreateIndexRequest("books");
        client.indices().create(request, RequestOptions.DEFAULT);

        //关闭客户端
        client.close();
    }

在SpringBoot中创建索引：

@Test
    void testCreateIndexByIk() throws IOException {
        //创建客户端
        HttpHost host=HttpHost.create("http://localhost:9200");
        RestClientBuilder builder=RestClient.builder(host);
        client= new RestHighLevelClient(builder);

        //使用客户端发送了一个请求，创建了一个名称为books的索引
        CreateIndexRequest request=new CreateIndexRequest("books");
        String json="{\n" +
                "    \"mappings\":{\n" +
                "        \"properties\":{\n" +
                "            \"id\":{\n" +
                "                \"type\":\"keyword\"\n" +
                "            },\n" +
                "            \"name\":{\n" +
                "                \"type\":\"text\",\n" +
                "                \"analyzer\":\"ik_max_word\",\n" +
                "                \"copy_to\":\"all\"\n" +
                "            },\n" +
                "            \"type\":{\n" +
                "                \"type\":\"keyword\"\n" +
                "            },\n" +
                "            \"description\":{\n" +
                "                \"type\":\"text\",\n" +
                "                \"analyzer\":\"ik_max_word\",\n" +
                "                \"copy_to\":\"all\"\n" +
                "            },\n" +
                "            \"all\":{\n" +
                "                \"type\":\"text\",\n" +
                "                \"analyzer\":\"ik_max_word\"\n" +
                "            }\n" +
                "        }\n" +
                "    }\n" +
                "}";
        //设置请求中的参数
        request.source(json, XContentType.JSON);
        client.indices().create(request, RequestOptions.DEFAULT);

        //关闭客户端
        client.close();
    }

添加单个文档：

//添加文档
    @Test
    void testCreateDoc() throws IOException {
        //创建客户端
        HttpHost host=HttpHost.create("http://localhost:9200");
        RestClientBuilder builder=RestClient.builder(host);
        client= new RestHighLevelClient(builder);


        Book book = bookDao.selectById(1);

        IndexRequest request=new IndexRequest("books").id(book.getId().toString());
        String json= JSON.toJSONString(book);
        request.source(json,XContentType.JSON);
        client.index(request,RequestOptions.DEFAULT);
        //关闭客户端
        client.close();
    }

添加多个文档：

//添加全部文档
    @Test
    void testCreateDocAll() throws IOException {
        //创建客户端
        HttpHost host=HttpHost.create("http://localhost:9200");
        RestClientBuilder builder=RestClient.builder(host);
        client= new RestHighLevelClient(builder);
        //把所有东西都查出来，造一个批处理请求的容器
        List<Book> bookList = bookDao.selectList(null);
        BulkRequest bulk=new BulkRequest();

        for (Book book : bookList) {
            IndexRequest request=new IndexRequest("books").id(book.getId().toString());
            String json= JSON.toJSONString(book);
            request.source(json,XContentType.JSON);
            bulk.add(request);
        }
        client.bulk(bulk,RequestOptions.DEFAULT);

        //关闭客户端
        client.close();
    }

查询文档：

//按id查询
    @Test
    void testGet() throws IOException {
        //创建客户端
        HttpHost host=HttpHost.create("http://localhost:9200");
        RestClientBuilder builder=RestClient.builder(host);
        client= new RestHighLevelClient(builder);

        GetRequest request=new GetRequest("books","1");
        GetResponse response = client.get(request, RequestOptions.DEFAULT);
        String json = response.getSourceAsString();
        System.out.println(json);


        //关闭客户端
        client.close();
    }


    //按条件查询
    @Test
    void testSearch() throws IOException {
        //创建客户端
        HttpHost host=HttpHost.create("http://localhost:9200");
        RestClientBuilder builder=RestClient.builder(host);
        client= new RestHighLevelClient(builder);

        //查books索引
        SearchRequest request=new SearchRequest("books");

        //设置条件  如果还有条件继续往里排就行
        SearchSourceBuilder builder1=new SearchSourceBuilder();
        builder1.query(QueryBuilders.termQuery("all","1"));
        request.source(builder1);

        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        //查询到的结果如何显示出来
        SearchHits hits = response.getHits();
        for (SearchHit hit : hits) {
            String source = hit.getSourceAsString();
//            System.out.println(source);
            Book book = JSON.parseObject(source, Book.class);
            System.out.println(book);
        }

        //关闭客户端
        client.close();
    }