Easy-ES v2.1.0 版本发布:全面升级与功能增强
Easy-ES 是一个基于 Elasticsearch 的高效开发框架,它简化了开发者与 Elasticsearch 的交互过程,提供了类似 MyBatis-Plus 的便捷操作方式。通过注解和 API 封装,开发者可以更轻松地实现索引管理、文档操作和复杂查询等功能。
核心升级内容
1. 框架适配扩展
本次 2.1.0 版本新增了对 Solon 框架和老版本 Spring 的支持,这意味着 Easy-ES 现在可以更广泛地应用于各种 Java 生态系统中。Solon 是一个轻量级的 Java 应用框架,而老版本 Spring 的支持则确保了那些尚未升级到最新 Spring 版本的项目也能顺利集成 Easy-ES。
2. 底层客户端升级
框架底层依赖的 RestHighLevelClient 从 7.14.0 升级到了 7.17.8 版本。这一升级带来了两个重要优势:
- 兼容性提升:新版本可以同时兼容 Elasticsearch 7.x 和 8.x 系列,为开发者提供了更大的灵活性
- 功能增强:新版客户端包含了更多 Elasticsearch 的新特性和性能优化
3. 索引类型增强
新增了对 copy_to 索引类型的支持。copy_to 是 Elasticsearch 中一个非常有用的功能,它允许将多个字段的值复制到一个组合字段中,便于进行跨字段搜索。例如:
@IndexName("my_index")
public class Document {
@IndexField(type = FieldType.TEXT, copyTo = "full_text")
private String title;
@IndexField(type = FieldType.TEXT, copyTo = "full_text")
private String content;
@IndexField(type = FieldType.TEXT)
private String full_text;
}
这样设置后,可以直接在 full_text 字段上搜索,同时匹配 title 和 content 的内容。
4. 查询构建器优化
修复了 QueryBuilders 中当 boost 参数为 null 时的 NPE(空指针异常)问题,提升了框架的健壮性。同时优化了 condition 判断逻辑,现在只有在 condition 为 true 时才会进行参数校验,减少了不必要的性能开销。
5. 搜索功能增强
修复了在混合查询中设置排序后 searchAfter 查询报错的问题。searchAfter 是 Elasticsearch 中用于深度分页的技术,这次修复使得开发者可以更灵活地组合各种查询条件和排序方式。
开发者体验改进
1. 多包扫描支持
MapperScan 注解现在支持多包扫描配置,开发者可以更灵活地组织自己的代码结构:
@EsMapperScan({"com.example.mapper", "com.example.other.mapper"})
public class Application {
// 应用启动类
}
2. 拦截器增强
拦截器插件现在支持正则表达式通配,为开发者提供了更强大的 AOP 能力。例如,可以通过正则表达式匹配特定模式的方法名来添加拦截逻辑。
3. 逆向工程工具
新增了根据索引自动生成实体类的逆向工程功能。这一特性可以显著提升开发效率,特别是在已有 Elasticsearch 索引需要映射为 Java 实体类的场景下。使用方法示例:
EasyEsAutoGenerator generator = new EasyEsAutoGenerator();
generator.setIndexName("your_index_name");
generator.setPackageName("com.your.package");
generator.execute();
升级建议
对于正在使用 Easy-ES 的开发者,建议在测试环境中先行验证新版本的兼容性,特别是注意以下几点:
- 检查自定义拦截器是否受到正则表达式通配功能的影响
- 验证现有查询中使用的 boost 参数是否可能为 null
- 如果使用了 searchAfter 与复杂排序组合的功能,需要重点测试相关场景
对于新用户,2.1.0 版本提供了更全面的功能和更好的稳定性,是开始使用 Easy-ES 的良好起点。
总结
Easy-ES v2.1.0 通过框架适配扩展、底层升级和功能增强,为开发者提供了更强大、更灵活的工具集。特别是对 copy_to 的支持和逆向工程功能的加入,将显著提升开发效率。建议所有用户考虑升级到这一版本,以获得更好的开发体验和系统性能。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









