一、版本说明

使用版本 ElasticSearch 7.17.3  springboot 2.7 Spring Data Elasticsearch 4.4.8 jdk不需要安装，会使用ES内置的JDK。

安装指定版本的ES，安装指定版本的Spring Boot，安装Spring Boot时选择依赖Spring Data Elasticsearch，spring boot指定了Spring Data Elasticsearch的版本。版本必须对应，否则Spring Data Elasticsearch和ES无法对应起来。

Spring Data Elasticsearch - Reference Documentation  查看版本对应关系。

看Spring Data Elasticsearch官方文档一定注意版本，版本不同，API差距很大，并且分清不同package下的同名类，很容易出错。

 && https://docs.spring.io/spring-data/elasticsearch/docs/4.4.8/reference/html/#preface.metadata &&  将url路径中的current或具体版本号修改为Spring Data Elasticsearch版本的版本号就可以查看对应版本文档

 

下图是查看spring boot中使用Spring Data Elasticsearch的版本号

二、安装ES 创建spring boot项目 

Elasticsearch是一个分布式全文搜索引擎，支持单节点模式(Single-Node Mode)和集群模式(Cluster Mode)部署，一 般来说，小公司的业务场景往往使用Single-Node Mode部署即可。以Single-Node Mode部署感受下ES，后续搭建分布式集群深入学习。

安装ES

1. 虚拟机环境准备

操作系统：CentOS 7.x 64 bit

客户端连接工具：SecureCRT关闭虚拟机的防火墙

systemctl stop firewalld.service #停止firewallsystemctl disable firewalld.service #禁止firewall开机启动firewall-cmd --state # 查看防火墙

2. Elasticsearch Single-Node Mode部署

我们在虚拟机上部署Single-Node Mode Elasticsearch

          下载Elasticsearch 地址： https://www.elastic.co/cn/downloads/elasticsearch 最新版本 。本课程使用7.3.0版本 。选择Linux版本下载 

 1.上传、解压tar.gz文件 

cd /opt/lagou/software
tar -zxvf elasticsearch-7.3.0-linux-x86_64.tar.gz -C ../servers

2.重命名

cd ../servers/
mv elasticsearch-7.3.0/ elasticsearch/

3 配置Elasticsearch

（1）编辑vim /opt/lagou/servers/elasticsearch/confifig/elasticsearch.yml

        单机安装请取消注释：node.name: node-1，否则无法正常启动。

        修改网络和端口，取消注释master节点，单机只保留一个node

node.name: node-1
network.host: 192.168.1.250
#
# Set a custom port for HTTP:
#
http.port: 9200
cluster.initial_master_nodes: ["node-1"]

（2）按需修改vim /opt/lagou/servers/elasticsearch/confifig/jvm.options内存设置

      vim /opt/lagou/servers/elasticsearch/config/jvm.options

     根据实际情况修改占用内存，默认都是1G，单机1G内存，启动会占用700m+然后在安装kibana后，基本上无 法运行了，运行了一会就挂了报内存不足。 内存设置超出物理内存，也会无法启动，启动报错。

      -Xms2g

      -Xmx2g

Exception in thread "main" java.nio.file.AccessDeniedException: /opt/es/elasticsearch-7.17.3/config/jvm.options.d  虚拟机内存设置好，或设置大一点 1G内存肯定不行，至少4G

3.添加es用户，es默认root用户无法启动，需要改为其他用户

useradd estest#修改密码passwd estest改变es目录拥有者账号chown -R estest /opt/lagou/servers/elasticsearch/

4.修改/etc/sysctl.conf

      ES因为需要大量的创建索引文件，需要大量的打开系统的文件，所以我们需要解除linux系统当中打开文件最大数目的限制，不然ES启动就会抛错

修改文件句柄数vim /etc/sysctl.conf末尾添加：vm.max_map_count=655360执行sysctl -p 让其生效sysctl -p

5.修改/etc/security/limits.conf

修改linux系统对文件描述符的限制级别vim /etc/security/limits.conf末尾添加：* soft nofile 65536* hard nofile 65536* soft nproc 4096* hard nproc 4096

6.启动es

切换刚刚新建的用户su estest启动命令/opt/lagou/servers/elasticsearch/bin/elasticsearch

7.配置完成：浏览器访问测试。 http://192.168.1.250:9200

8.Google商店安装head插件 就可以查看ES的运行状态或者使用Apipost自己调用接口。

我自己写的接口文件：  es接口查询

新建 Spring Boot项目

（1）新建spring boot 项目，选择Spring Data Elasticserach

 （2）新建repository实体类，映射Es中的index

package com.eb.fri.casebase.beanMappingESIndex;import lombok.Data;
import org.springframework.data.annotation.Id;
import org.springframework.data.elasticsearch.annotations.Document;
import org.springframework.data.elasticsearch.annotations.Field;
import org.springframework.data.elasticsearch.annotations.FieldType;@Document(indexName = "case")
@Data
public class Case {@IdString id;//单位@Field(type = FieldType.Text, analyzer = "ik_max_word")//发布时间 fielddata允许排序@Field(type = FieldType.Date,pattern = "yyyy-MM-dd HH:mm:ss")String publish_time;//date类型的数据想要排序，不需要设置fieldata。只需要看下索引是date类型即可。date类型可以进行排序。Test类型可以进行分词。
}

（3）新建接口继承ElasticsearchRepository

package com.eb.fri.casebase.repository;import com.eb.fri.casebase.beanMappingESIndex.Case;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.Pageable;
import org.springframework.data.elasticsearch.annotations.Query;
import org.springframework.data.elasticsearch.core.SearchHit;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;import java.util.List;
import java.util.Optional;public interface ElasticsearchCaseRepository extends ElasticsearchRepository {@OverrideOptional findById(String s);/*** 模糊查询分页实现** @param pageable* @return //*/@Query(value = "   {\"fuzzy\": {\"article\": \"?0\"}}")Page findByArticleFussy(String kw, Pageable pageable);}

（4）application.yml配置

spring:elasticsearch:uris: 192.168.1.250:9200connection-timeout: 10

（5）配置spring boot内置支持的logback日志

      日志配置文件如果是下面文件名和位置，会被spring boot自动识别。 

    

    这句是开启Spring Data Elasticsearch的 查询语句日志。

%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n${LOG_APP_HOME}/base.%d{yyyy-MM-dd}.log${LOG_MAX_HISTORY}%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{500} - %msg%n

（5）controller调用

简单的CRUD使继承自ElasticsearchRepository接口的接口，复杂查询使用NativeSearchQuery构造查询条件。

package com.eb.fri.casebase.controller;import com.alibaba.fastjson.JSONObject;
import com.eb.fri.casebase.beanMappingESIndex.Case;
import com.eb.fri.casebase.repository.ElasticsearchCaseRepository;
import com.eb.fri.casebase.utils.SnowFlake;
import org.elasticsearch.common.unit.Fuzziness;
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.index.query.QueryStringQueryBuilder;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.Pageable;
import org.springframework.data.domain.Sort;
import org.springframework.data.elasticsearch.core.ElasticsearchOperations;
import org.springframework.data.elasticsearch.core.ElasticsearchRestTemplate;
import org.springframework.data.elasticsearch.core.SearchHit;
import org.springframework.data.elasticsearch.core.SearchHits;
import org.springframework.data.elasticsearch.core.query.NativeSearchQuery;
import org.springframework.data.elasticsearch.core.query.NativeSearchQueryBuilder;
import org.springframework.data.web.PageableDefault;
import org.springframework.web.bind.annotation.*;import java.util.List;/*** @author liguofang* 对ES数据的查询 包括全文搜索、模糊搜索等*/
@RestController
@RequestMapping(value = "/es")
public class ESController {@AutowiredElasticsearchCaseRepository esrepo;@AutowiredElasticsearchOperations op;@ResponseBody@PostMapping(value = "/case/save")public String searchBy(@RequestBody Case caseObj) {caseObj.setId(SnowFlake.getID());Case res = esrepo.save(caseObj);return res.toString();}@GetMapping("/case/delete/{id}")public String deleteById(@PathVariable("id") Long id) {return "";}/*** 查询指定单位的文章，根据作者，文章内容等字段** @param pageable* @return*/@GetMapping("/case/searchDeptArticle")public SearchHits searchDeptArticle(String dept, String fields, @PageableDefault(sort = {"publish_time"}, direction = Sort.Direction.DESC) Pageable pageable) {JSONObject props_json = JSONObject.parseObject(fields);BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();boolQuery.must(QueryBuilders.matchQuery("dept", dept));for (String k : props_json.keySet()) {boolQuery.should(QueryBuilders.matchQuery(k, props_json.getString(k)));}NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder()//查询条件.withQuery(boolQuery)//分页.withPageable(pageable).build();SearchHits searchHits = op.search(nativeSearchQuery, Case.class);return searchHits;}}

三、DSL操作

查询表达式 | Elasticsearch: 权威指南 | Elastic  官方中文文档版本比较旧，新版本没有中文版

Fuzzy query | Elasticsearch Guide [7.17] | Elastic  指定版本

理解bool组合查询

下面的查询用于查找 title 字段匹配 how to make millions 并且不被标识为 spam 的文档。那些被标识为 starred 或在2014之后的文档，将比另外那些文档拥有更高的排名。如果 两者 都满足。 即使数据中不满足should的数据也会查询出来，只不过评分低，排名靠后。

{"bool": {"must":     { "match": { "title": "how to make millions" }},"must_not": { "match": { "tag":   "spam" }},"should": [{ "match": { "tag": "starred" }},{ "range": { "date": { "gte": "2014-01-01" }}}]}
}

注意数据是否返回、对评分是否有影响。 

must 满足条件才返回

文档 必须 匹配这些条件才能被查询返回。

must_not 不满足条件才返回

文档 必须不 匹配这些条件才能被查询返回。

should 不影响返回，只影响得分

如果满足这些语句中的任意语句，将增加 _score ，否则，无任何影响。它们主要用于修正每个文档的相关性得分。不影响数据是否查询返回。

filter 必须满足条件才返回

必须 匹配条件才会查询返回。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档。

将查询移到 bool 查询的 filter 语句中，这样它就自动的转成一个不评分的 filter 了。

{"bool": {"must":     { "match": { "title": "how to make millions" }},"must_not": { "match": { "tag":   "spam" }},"should": [{ "match": { "tag": "starred" }}],"filter": {"bool": { "must": [{ "range": { "date": { "gte": "2014-01-01" }}},{ "range": { "price": { "lte": 29.99 }}}],"must_not": [{ "term": { "category": "ebooks" }}]}}}
}

关键区分：输入是否进行分词、索引内字段Test类型一定进行分词、针对全部字段匹配还是单个字段匹配。输入是否进行错别字修改

分词查询：输入单词会进行分词，索引内的字段数据会进行分词。然后进行单个字段匹配或者全部字段匹配。 给定相似度排序结果。  match queryforstring实现

模糊查询：输入单词修改某几个字，然后和索引内分词的单个字段进行匹配。只能单字段，不能全部字段。 fussy regex实现

精确匹配：term实现。输入单词不进行分词，必须和文段分词完全匹配才可以。term实现。

对于分词的理解： Elasticsearch入门到精通第二篇-查询分析_木秀林的博客-CSDN博客

三、操作API

 开发流程

主要工作是开启Spring Data Elasticsearch日志后，对比输出的查询dsl和直接调用es的接口的dsl是否相同。 下面是es的官网中文文档

Spring Data Elasticsearch - Reference Documentation  4.4.8版本文档

Elasticsearch学习（7）—— 查询API - 叶枫啦啦的个人空间 - OSCHINA - 中文开源技术交流社区  

如何使用Spring Data Elasticsearch

（1） 自定义映射索引的实体类

package com.eb.fri.casebase.beanMappingESIndex;import lombok.Data;
import org.springframework.data.annotation.Id;
import org.springframework.data.elasticsearch.annotations.Document;
import org.springframework.data.elasticsearch.annotations.Field;
import org.springframework.data.elasticsearch.annotations.FieldType;@Document(indexName = "case")
@Data
public class Case {@IdString id;//单位@Field(type = FieldType.Text, analyzer = "ik_max_word")//发布时间 fielddata允许排序@Field(type = FieldType.Date,pattern = "yyyy-MM-dd HH:mm:ss")String publish_time;//date类型的数据想要排序，不需要设置fieldata。只需要看下索引是date类型即可。date类型可以进行排序。Test类型可以进行分词。
}

注解：@Document用来声明Java对象与ElasticSearch索引的关系indexName 索引名称(是字母的话必须是小写字母)type 索引类型shards 主分区数量，默认5replicas 副本分区数量，默认1createIndex 索引不存在时，是否自动创建索引，默认true不建议自动创建索引(自动创建的索引 是按着默认类型和默认分词器)
注解：@Id 表示索引的主键
注解：@Field 用来描述字段的ES数据类型，是否分词等配置，等于Mapping描述，其属性包括如下index 设置字段是否索引，默认是true，如果是false则该字段不能被查询store 标记原始字段值是否应该存储在 Elasticsearch 中，默认值为false，以便于快速检索。虽然store占用磁盘空间，但是减少了计算。type 数据类型(text、keyword、date、object、geo等)analyzer 对字段使用分词器，注意一般如果要使用分词器，字段的type一般是text。format 定义日期时间格式
注解：@CompletionField 定义关键词索引 要完成补全搜索analyzer 对字段使用分词器，注意一般如果要使用分词器，字段的type一般是text。searchAnalyzer 显示指定搜索时分词器，默认是和索引是同一个，保证分词的一致性。maxInputLength:设置单个输入的长度，默认为50 UTF-16 代码点

具体映射规则查看官网 Spring Data Elasticsearch - Reference Documentation 

注意事项

（1） test类型的字段想排序 必须设置fieldata 但是springboot的api设置无效。必须es api执行才可以。 

{"properties": {"publish_time": {"type": "text","fielddata": true}}
}

（2）date类型可以进行排序。

（3）排序字段为_score  _score才会有相似度分数值，如果排序字段为其他的字段，那么_score值为NaN  

（2）自定义接口实现ElasticsearchRepository接口

      首先实现映射索引的自定义实体类。       

     然后实现接口就可以使用一些关键词实现CRUD ES数据。常用来一些简单的操作，不能够实现复杂查询语句。因此，结合ElasticsearchOperations来查询。

package com.eb.fri.casebase.repository;import com.eb.fri.casebase.beanMappingESIndex.Case;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.Pageable;
import org.springframework.data.elasticsearch.annotations.Query;
import org.springframework.data.elasticsearch.core.SearchHit;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;import java.util.List;
import java.util.Optional;public interface ElasticsearchCaseRepository extends ElasticsearchRepository {//继承来的方法@OverrideOptional findById(String s);//根据关键字实现查询指定的字段List> findByAuthor(String kw);/*** 分页实现** @param pageable* @return //*/@Query(value = "{\"match\": {\"article\": {\"query\": \"?0\"}}}")Page findByArticle(String kw, Pageable pageable);}

（2）使用ElasticsearchOperations 结合Queries实现查询

构造查询语句的三种方式

CriteriaQuery 隔离具体DSL，根据语义进行构造查询语句

StringQuery  使用ES DSL JSON请求体

NativeSearchQuery ES所有原生API都进行了实现

通过 NativeSearchQueryBuilder.withQuery(QueryBuilder1).withFilter(QueryBuilder2).withSort(SortBuilder1).withXXXX().build(); 这样的方式来完成 NativeSearchQuery 的构建。

QueryBuilder 主要用来构建查询条件、过滤条件，SortBuilder 主要是构建排序。

要构建 QueryBuilder，我们可以使用工具类 QueryBuilders，里面有大量的方法用来完成各种各样的 QueryBuilder 的构建，字符串的、Boolean 型的、match 的、地理范围的等等。

要构建 SortBuilder，可以使用 SortBuilders 来完成各种排序。

然后就可以通过 NativeSearchQueryBuilder 来组合这些 QueryBuilder 和 SortBuilder，再组合分页的参数等等，最终就能得到一个 SearchQuery 了。

SearchQuery searchQuery = new NativeSearchQueryBuilder().withQuery (QueryBuilders.queryStringQuery ("spring boot OR 书籍")).build ();

  @GetMapping("/case/searchDeptArticle")public SearchHits searchDeptArticle(String dept, String props, @PageableDefault(sort = {"publish_time"}, direction = Sort.Direction.DESC) Pageable pageable) {JSONObject props_json = JSONObject.parseObject(props);BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();boolQuery.must(QueryBuilders.matchQuery("dept", dept));for (String k : props_json.keySet()) {boolQuery.should(QueryBuilders.matchQuery(k, props_json.getString(k)));}NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder()//查询条件.withQuery(boolQuery)//分页.withPageable(pageable).build();SearchHits searchHits = op.search(nativeSearchQuery, Case.class);return searchHits;}

Query query = new NativeSearchQueryBuilder().addAggregation(terms("lastnames").field("lastname").size(10)) //.withQuery(QueryBuilders.matchQuery("firstname", firstName)).build();SearchHits searchHits = operations.search(query, Person.class);

ElasticSearch系列（六）springboot中使用QueryBuilders、NativeSearchQuery实现复杂查询_雨剑yyy的博客-CSDN博客

QueryBuilders使用

QueryBuilders是ES中的查询条件构造器。下面结合一些具体的查询场景，分析其常用方法。

假设ES中已经有title为 “总裁关心浦东开发开放” 的数据；

ik_smart分词结果：

{"tokens": [{"token": "总裁","start_offset": 3,"end_offset": 6,"type": "CN_WORD","position": 1},{"token": "关心","start_offset": 6,"end_offset": 8,"type": "CN_WORD","position": 2},{"token": "浦东","start_offset": 8,"end_offset": 10,"type": "CN_WORD","position": 3},{"token": "开发","start_offset": 10,"end_offset": 12,"type": "CN_WORD","position": 4},{"token": "开放","start_offset": 12,"end_offset": 14,"type": "CN_WORD","position": 5}]
}

精确查询

精确，指的是查询关键字（或者关键字分词后），必须与目标分词结果完全匹配。

1.指定字符串作为关键词查询，关键词支持分词

//查询title字段中，包含 ”开发”、“开放" 这个字符串的document；相当于把"浦东开发开放"分词了，再查询；
QueryBuilders.queryStringQuery("开发开放").defaultField("title");//不指定feild，查询范围为所有feild
QueryBuilders.queryStringQuery("青春");//指定多个feild
QueryBuilders.queryStringQuery("青春").field("title").field("content");

2.以关键字“开发开放”，关键字不支持分词

QueryBuilders.termQuery("title", "开发开放")
QueryBuilders.termsQuery("fieldName", "fieldlValue1","fieldlValue2...")

3.以关键字“开发开放”，关键字支持分词

QueryBuilders.matchQuery("title", "开发开放")
QueryBuilders.multiMatchQuery("fieldlValue", "fieldName1", "fieldName2", "fieldName3")

3.2 模糊查询

模糊，是指查询关键字与目标关键字可以模糊匹配。

1.左右模糊查询，其中fuzziness的参数作用是在查询时，es动态的将查询关键词前后增加或者删除一个词，然后进行匹配QueryBuilders.fuzzyQuery("title", "开发开放").fuzziness(Fuzziness.ONE)2.前缀查询，查询title中以“开发开放”为前缀的document；QueryBuilders.prefixQuery("title", "开发开放")3.通配符查询，支持*和？，？表示单个字符；注意不建议将通配符作为前缀，否则导致查询很慢QueryBuilders.wildcardQuery("title", "开*放")QueryBuilders.wildcardQuery("title", "开？放")

注意，
在分词的情况下，针对fuzzyQuery、prefixQuery、wildcardQuery不支持分词查询，即使有这种doucment数据，也不一定能查出来，因为分词后，不一定有“开发开放”这个词；

查询总结

   title为 “总裁关心浦东开发开放” 的数据

查询关键词	开发开放	放	开
queryStringQuery	查询目标中含有开发、开放、开发开放的	无	无
matchQuery	同queryStringQuery	无	无
termQuery	无结果，因为它不支持分词	无	无
prefixQuery	无结果，因为它不支持分词	无	有，目标分词中以”开“开头的
fuzzyQuery	无结果，但是与fuzziness参数有关系	无	无
wildcardQuery	开发开放*无结果	开*，有	放*，无

3.3 范围查询

//闭区间查询
QueryBuilders.rangeQuery("fieldName").from("fieldValue1").to("fieldValue2");//开区间查询，默认是true，也就是包含
QueryBuilders.rangeQuery("fieldName").from("fieldValue1").to("fieldValue2").includeUpper(false).includeLower(false);//大于
QueryBuilders.rangeQuery("fieldName").gt("fieldValue");
//大于等于
QueryBuilders.rangeQuery("fieldName").gte("fieldValue");
//小于
QueryBuilders.rangeQuery("fieldName").lt("fieldValue");
//小于等于
QueryBuilders.rangeQuery("fieldName").lte("fieldValue");

3.4 组合查询boolQuery()

QueryBuilders.boolQuery()
QueryBuilders.boolQuery().must();//文档必须完全匹配条件，相当于and
QueryBuilders.boolQuery().mustNot();//文档必须不匹配条件，相当于not
QueryBuilders.boolQuery().should();//至少满足一个条件，这个文档就符合should，相当于or

具体demo如下：

public void testBoolQuery() {NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder().withQuery(QueryBuilders.boolQuery().should(QueryBuilders.termQuery("title", "开发")).should(QueryBuilders.termQuery("title", "青春")).mustNot(QueryBuilders.termQuery("title", "潮头"))).withSort(SortBuilders.fieldSort("id").order(SortOrder.DESC)).withPageable(PageRequest.of(0, 50)).build();List articleEntities = elasticsearchRestTemplate.queryForList(nativeSearchQuery, ArticleEntity.class);articleEntities.forEach(item -> System.out.println(item.toString()));
}

以上是查询title分词中，包含“开发”或者“青春”，但不能包含“潮头”的document；也可以多个must组合。

SortBuilders排序

上述demo中，我们使用了排序条件：

//按照id字段降序
.withSort(SortBuilders.fieldSort("id").order(SortOrder.DESC))

注意排序时，有个坑，就是在以id排序时，比如降序，结果可能并不是我们想要的。因为根据id排序，es实际上会根据_id进行排序，但是_id是string类型的，排序后的结果会与整型不一致。

建议：在创建es的索引mapping时，将es的id和业务的id分开，比如业务id叫做myId：

@Id
@Field(type = FieldType.Long, store = true)
private Long myId;@Field(type = FieldType.Text, store = true, analyzer = "ik_smart")
private String title;@Field(type = FieldType.Text, store = true, analyzer = "ik_smart")
private String content;

这样，后续排序可以使用myId进行排序。

分页

使用如下方式分页：

@Test
public void testPage() {NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder().withQuery(QueryBuilders.matchQuery("title", "青春")).withSort(SortBuilders.fieldSort("myId").order(SortOrder.DESC)).withPageable(PageRequest.of(0, 50)).build();AggregatedPage page = elasticsearchRestTemplate.queryForPage(nativeSearchQuery, ArticleEntity.class);List articleEntities = page.getContent();articleEntities.forEach(item -> System.out.println(item.toString()));
}

注意，如果不指定分页参数，es默认只显示10条。

高亮显示

查询title字段中的关键字，并高亮显示：

@Test
public void test() {String preTag = "";String postTag = "";NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder().withQuery(QueryBuilders.matchQuery("title", "开发")).withPageable(PageRequest.of(0, 50)).withSort(SortBuilders.fieldSort("id").order(SortOrder.DESC)).withHighlightFields(new HighlightBuilder.Field("title").preTags(preTag).postTags(postTag)).build();AggregatedPage page = elasticsearchRestTemplate.queryForPage(nativeSearchQuery, ArticleEntity.class,new SearchResultMapper() {@Overridepublic  AggregatedPage mapResults(SearchResponse response, Class clazz, Pageable pageable) {List chunk = new ArrayList<>();for (SearchHit searchHit : response.getHits()) {if (response.getHits().getHits().length <= 0) {return null;}ArticleEntity article = new ArticleEntity();article.setMyId(Long.valueOf(searchHit.getSourceAsMap().get("id").toString()));article.setContent(searchHit.getSourceAsMap().get("content").toString());HighlightField title = searchHit.getHighlightFields().get("title");if (title != null) {article.setTitle(title.fragments()[0].toString());}chunk.add(article);}if (chunk.size() > 0) {return new AggregatedPageImpl<>((List) chunk);}return null;}@Overridepublic  T mapSearchHit(SearchHit searchHit, Class type) {return null;}});List articleEntities = page.getContent();articleEntities.forEach(item -> System.out.println(item.toString()));
}

结果：

 title=勇立潮头——总裁关心浦东开发开放40, content=外交部