整合营销服务商
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
选下拉框功能，html本身就提供，multiple就可以了。但是这个multiple有个缺点，那就是高度和宽度是固定的，无法改变，很占用页面空间。
下面两张图，第一张的是纯js完成的，第二张的是html原生的multiple。
第一张：缺点是麻烦，优点是节约页面空间，且附带模糊查询功能。
第二张：缺点是浪费空间，优点是简单。
当然，现在很多前端框架都包含了左图的功能，简单易用。之所以会用纯js完成左图的功能，是因为同事负责的一个项目，框架很老，而且大公司对系统框架控制比较严格，不能引用新的前端框架，所以才用纯js写的。
代码不多，很简单，必要的注释都有，相信都能看得懂。有什么疑问的话可以留言哈，一起讨论。
下面附上模糊查询的功能示意图：
014年公司认缴制之后，有些公司的注册资本金很高，交易对手是什么状况就显得有些模糊了。交易对手是否是大公司？交易对手是否实力雄厚？交易对手是否是异常公司？这些问题可能很难琢磨，而交易对手一旦选择失败，企业可能面临经济损失、资金周转困难、长年累月的诉讼和连环违约责任等窘境。因此建议交易之前查询一下如下几个免费网站，简单了解交易对手的基本情况。
1、信用中国 https://www.creditchina.gov.cn/home/index.html 查询交易对手是否有相关资质证书或许可。交易对手无相关资质或许可，可能会影响合同的效力，同时发包方面临选聘失责并承担部分责任的风险。
2、国家企业信用信息公示系统 http://www.gsxt.gov.cn/index.html 了解该公司的股权状况（质押、抵押）、行政许可、行政处罚以及是否被列入异常经营名录、是否具有交易涉及的知识产权、交易涉及产品是否被处罚、相关处罚记录等。相关年报也可以查看，部分企业会公开实际经营地址、企业缴纳社保情况等。
3、裁判文书网 https://wenshu.court.gov.cn/ 了解公司是否有合同履约而产生的诉讼，如频繁因产品、合同履行等发生诉讼，则要考虑其是否能够履行合同以及合作的诉讼风险。
4、中国执行信息公开网 http://zxgk.court.gov.cn/ 查询公司是否是被执行人、是否为失信被执行人以及限制高消费。
5、企查查、启信宝、天眼查等第三方查询网站（部分功能可能收费）查看交易对手的关联企业信息以及公司近期是否有开庭公告、是否涉及的诉讼等。
当然，随着市场交易的复杂性以及专业化的发展，企业分工越来越细，部分企业非因主观原因被诉也成为了常事，因此查看相关文书时需要注意查看法院查明部分，区分企业主观违约还是不得以卷入纷争。
注我的微信公众号：后端技术漫谈
不定期推送关于后端开发、爬虫、算法题、数据结构方面的原创技术文章，以及生活中的逸闻趣事。
我目前是一名后端开发工程师。主要关注后端开发，数据安全，网络爬虫，物联网，边缘计算等方向。
原创博客主要内容
在这里插入图片描述
本文介绍了如何整合搜索引擎elasticsearch与springboot，对外提供数据查询接口。
我的个人网站需要对mysql数据库内存储的京东商品进行模糊查询（模仿淘宝商品搜索），所以选择了将数据导入elasticsearch随后使用他来进行关键词查询。前端只需发送用户搜索的关键词和分页参数（可选），即可返回商品数据（json格式）
组件介绍：
本文测试环境：
使用Docker部署elasticsearch
sudo docker run -it --rm --name elasticsearch -d -p 9200:9200 -p 9300:9300 elasticsearch:2.3.5
注意到该命令：
得到如图：
在这里插入图片描述
此时打开网页localhost:9200即可查看状态，显示类似为：
{
"name" : "Ant-Man",
"cluster_name" : "elasticsearch",
"version" : {
"number" : "2.3.5",
"build_hash" : "90f439ff60a3c0f497f91663701e64ccd01edbb4",
"build_timestamp" : "2016-07-27T10:36:52Z",
"build_snapshot" : false,
"lucene_version" : "5.5.0"
},
"tagline" : "You Know, for Search"
}
注意：docker的es默认对0.0.0.0公网开放
下载并使用logstash并导入数据
本文中要导入的是pm_backend下的表pm_jd_item内的全部京东商品数据
详细步骤参考：
http://blog.codecp.org/2018/04/16/Elasticsearch%E4%B9%8B%E4%BD%BF%E7%94%A8Logstash%E5%AF%BC%E5%85%A5Mysql%E6%95%B0%E6%8D%AE/
最终编写的jdbc.conf为：
schedule => "* * * * *"默认为每分钟同步一次
input {
jdbc {
jdbc_connection_string => "jdbc:mysql://localhost:3306/pm_backend"
jdbc_user => "root"
jdbc_password => "xxxxxxxxxx"
jdbc_driver_library => "xxxxxxxx/mysql-connector-java-5.1.6.jar"
jdbc_driver_class => "com.mysql.jdbc.Driver"
jdbc_paging_enabled => "true"
jdbc_page_size => "5000"
statement=> "select * from pm_jd_item"
schedule => "* * * * *"
type => "pm_jd_item"
}
}
output {
elasticsearch {
hosts => "localhost:9200"
index => "pm_backend"
document_type => "%{type}"
document_id => "%{id}"
}
stdout {
codec => json_lines
}
}
在logstash目录下执行命令，完成数据的导入：
bin/logstash -f jdbc.conf
得到如图：
在这里插入图片描述
同步完成后，使用elasticsearch-head查看（或者用kibana，请随意）：
在这里插入图片描述
整合进springboot
<!-- 搜索引擎：elastic-search--> <dependency> <groupId>org.elasticsearch</groupId> <artifactId>elasticsearch</artifactId> <version>2.4.6</version> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-elasticsearch</artifactId> </dependency> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-elasticsearch</artifactId> </dependency>
# elasticsearch spring.data.elasticsearch.cluster-name=elasticsearch #节点地址，多个节点用逗号隔开 spring.data.elasticsearch.cluster-nodes=127.0.0.1:9300 #spring.data.elasticsearch.local=false spring.data.elasticsearch.repositories.enable=true
@Document(indexName = "pm_backend", type = "pm_jd_item")
public class JdItem implements Serializable {
@Id
private Integer id;
@Field(type = FieldType.Long)
private Long itemId;
@Field(type = FieldType.Long)
private Long categoryId;
@Field(type = FieldType.String)
private String name;
public interface JdItemRepository extends ElasticsearchRepository<JdItem, Integer>{
}
代码截取自个人项目京东价格监控，仅供参考！
/**
* 根据商品名在pm_jd_item中搜索商品
* @param itemName
* @param startRow
* @param pageSize
* @return
*/
@ApiOperation(value="查询商品", notes="查询商品")
@RequestMapping(value = "/findJdItemByName", method = {RequestMethod.GET})
public ResponseData<List<JdItem>> findJdItemByName(
@ApiParam("用户输入的商品名") @RequestParam(value = "itemName") String itemName,
@ApiParam("页码索引(默认为0)") @RequestParam(value = "startRow", required = false, defaultValue = "0") int startRow,
@ApiParam("每页的商品数量(默认为10)") @RequestParam(value = "pageSize", required = false, defaultValue = "10") int pageSize
){
ResponseData<List<JdItem>> responseData = new ResponseData<>();
try {
FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery().add(QueryBuilders.matchPhraseQuery("name", itemName), ScoreFunctionBuilders.weightFactorFunction(100)).scoreMode("sum").setMinScore(10);
Pageable pageable = new PageRequest(startRow, pageSize);
SearchQuery searchQuery = new NativeSearchQueryBuilder().withPageable(pageable).withQuery(functionScoreQueryBuilder).build();
Page<JdItem> jdItems = jdItemRepository.search(searchQuery);
// Page分页getTotalPages()返回了应有的页数，临时放在errorMsg传给前端
responseData.jsonFill(1, String.valueOf(jdItems.getTotalPages()), jdItems.getContent());
} catch (Exception e) {
e.printStackTrace();
responseData.jsonFill(2, e.getMessage(), null);
}
return responseData;
}
}
调用findJdItemByName接口，得到：
在这里插入图片描述
整合分词器功能
请参考：https://github.com/medcl/elasticsearch-analysis-ik
Docker安装ES & Kibana：
https://www.jianshu.com/p/fdfead5acc23
Elasticsearch之使用Logstash导入Mysql数据：
http://blog.codecp.org/2018/04/16/Elasticsearch%E4%B9%8B%E4%BD%BF%E7%94%A8Logstash%E5%AF%BC%E5%85%A5Mysql%E6%95%B0%E6%8D%AE/
我是蛮三刀把刀，后端开发。主要关注后端开发，数据安全，爬虫等方向。
来微信和我聊聊：yangzd1102
Github个人主页：
https://github.com/qqxx6661
原创博客主要内容
同步更新公众号及以下全部博客：
1. Csdn
http://blog.csdn.net/qqxx6661
2. 知乎
https://www.zhihu.com/people/yang-zhen-dong-1/
3. 掘金
https://juejin.im/user/5b48015ce51d45191462ba55
4. 简书
https://www.jianshu.com/u/b5f225ca2376
个人公众号：后端技术漫谈
如果文章对你有帮助，不妨收藏起来并转发给您的朋友们~
*请认真填写需求信息，我们会在24小时内与您取得联系。
