自学内容网 自学内容网
自学内容网 > 正文

ElasticSearch学习笔记

🕗 发布于 2024-09-22 19:11 elasticsearch  学习  笔记  

笔记目录

一、Elasticsearch简述🎇

Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好可以扩展到上百台服务器，处理PB级别的数据。es也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTfuIAPI来隐藏Lucene的复杂性，从而让全文搜索变得简单。

Elasticsearch的主要特点

  1. 全文搜索：它最擅长的是全文搜索。比如，你在一个网站上搜索关键词，Elasticsearch 就能非常快地给出包含这些关键词的内容。
  2. 分布式设计：数据可以分布存储在多台服务器上，这样即使有一台服务器故障，其他服务器也能继续工作，不会影响整体性能。
  3. 实时搜索：Elasticsearch 支持实时数据插入和搜索，数据存储后几乎立即就可以被搜索到。
  4. RESTful API：它使用基于HTTP的RESTful API，这意味着你可以通过网络请求（比如发送 HTTP 请求）与 Elasticsearch 进行交互，查询数据或者存储数据。
  5. 强大的查询能力：除了简单的关键词搜索，它还能进行复杂的数据查询和分析，比如聚合分析、过滤等。

二、使用Docker安装Elasticsearch及相关工具配置🎋

本文基于docker搭建Elasticsearch

创建网络

 docker network create es-net

拉取elasticsearch镜像

docker pull elasticsearch:7.12.1

运行elasticsearch容器

docker run -d --name es -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" -e "discovery.type=single-node" -v E:\ElasticSerach\volume:/usr/share/elasticsearch  --privileged --network es-net -p 9200:9200 -p 9300:9300 elasticsearch:7.12.1

命令解释：

  1. -e “ES_JAVA_OPTS=-Xms512m -Xmx512m”:
    • -e 用于设置环境变量。在这里，ES_JAVA_OPTS 设置了 Elasticsearch 的 Java 虚拟机（JVM）选项。
    • -Xms512m 和 -Xmx512m 分别设置了 JVM 的初始堆大小和最大堆大小为 512MB。
  2. -e “discovery.type=single-node”:
    • 这也是一个环境变量，设置 Elasticsearch 的发现类型为单节点模式。这意味着该实例将作为单个节点运行，而不是集群模式。
  3. -v E:\ElasticSerach\volume:/usr/share/elasticsearch（主机目录可自行替换）:
    • -v 用于挂载卷，将主机上的目录（E:\ElasticSerach\volume）挂载到容器内的 /usr/share/elasticsearch 目录。这使得数据可以在容器重启或删除后保留。
  4. –privileged:
    • 这个选项给予容器额外的权限，允许它执行一些需要特权的操作。通常在需要访问主机资源时使用。
  5. –network es-net:
    • 这部分指定容器连接到名为 es-net 的 Docker 网络，允许与其他容器进行通信。
    • -p 9200:9200 -p 9300:9300:
    • -p 用于将主机的端口映射到容器的端口。这里将主机的 9200 端口映射到容器的 9200 端口（用于 HTTP API），将主机的 9300 端口映射到容器的 9300 端口（用于集群内部通信）。
  6. elasticsearch:7.12.1:
    • 这是要运行的镜像名称和标签，指定使用 Elasticsearch 的 7.12.1 版本。

容器运行成功后，访问本地9200(http://localhost:9200/)端口，会出现以下json文本

{
  "name": "36aaa71ec269",
  "cluster_name": "docker-cluster",
  "cluster_uuid": "xMJHFh66RYWE3Lok_H5SXw",
  "version": {
    "number": "7.12.1",
    "build_flavor": "default",
    "build_type": "docker",
    "build_hash": "3186837139b9c6b6d23c3200870651f10d3343b7",
    "build_date": "2021-04-20T20:56:39.040728659Z",
    "build_snapshot": false,
    "lucene_version": "8.8.0",
    "minimum_wire_compatibility_version": "6.8.0",
    "minimum_index_compatibility_version": "6.0.0-beta1"
  },
  "tagline": "You Know, for Search"
}

拉取kibana镜像

Kibana 是一个开源的数据可视化和分析工具，通常与 Elasticsearch 一起使用，可以可视化Elasticsearch 中的数据

 docker pull kibana:7.12.1

运行kibana容器

#此处网络需要和上文创建的网络保持一致，这样Kibana和elasticsearch才能在同一网络下
docker run -d --name kibana -e ELASTICSEARCH_HOSTS=http://es:9200 --network=es-net -p 5601:5601 kibana:7.12.1

访问本地5601端口，可进入可视化界面，其自带dev tools

image-20240915105235564

拉取elasticsearch-head镜像

docker pull mobz/elasticsearch-head:5

创建elasticsearch-head容器

docker create --name elasticsearch-head --network es-net -p 9100:9100 mobz/elasticsearch-head:5

修改elasticsearch的配置

注意：是修改elasticsearch容器的配置，此处是因为elasticsearch和elasticsearch-head存在跨域问题。

进入elasticsearch容器

记得修改为自己的容器号

docker exec -it 36aaa71ec269 /bin/bash

vi config/elasticsearch.yml
#添加以下配置
http.cors.enabled: true
http.cors.allow-origin: "*"

image-20240917095324746

访问本地9200端口

image-20240917101016554

三、Elasticsearch核心概念🎍

Elasticsearch是面向文档

维度Elasticsearch关系型数据库（MySQL、PostgreSQL）
基本单位索引（Index）数据库（Database）
数据结构文档（Document）表（Table）
记录单位文档（Document）行（Row）
属性单位字段（Field）列（Column）
数据存储方式JSON 格式（NoSQL，非结构化）关系型表结构（结构化数据）
查询语言查询 DSL（Domain-Specific Language）SQL（Structured Query Language）
数据关系不支持直接的表间关系（如外键）支持（如外键、联结操作）
扩展性水平扩展（分片，适用于海量数据）垂直扩展（增加硬件资源）
适用场景全文搜索、日志分析、实时数据查询事务处理、数据分析、多表联结查询
索引每个字段都会自动建立倒排索引可自定义索引，通常单列、多列索引
事务支持不支持 ACID 事务（仅部分操作有原子性）支持 ACID 事务
数据一致性最终一致性强一致性
灵活性无需预定义数据模式，可动态添加字段必须预定义数据表的结构
聚合操作支持复杂的聚合和统计操作支持 SQL 聚合查询（如 GROUP BY）
数据更新部分更新时，整个文档需要重新索引可直接更新行中的某个字段
全文搜索内置强大的全文搜索功能需要额外配置，通常性能较低
复制与分片支持内置的分片和副本机制需要手动配置主从复制
高可用性自动分片和副本，天然支持高可用通过主从复制和集群架构实现

物理设计：
elasticsearch在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移。

一台实例就是一个集群

image-20240917135850831

逻辑涉及：

一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，可以通过这样的一各顺序找到它：索引—>类型—>文档ID，通过这个组合我们就能索引到某个具体的文档。注意：ID不必是整数，实际上它是个字符串。

文档

文档是 Elasticsearch 中存储数据的基本单位，相当于关系型数据库中的一行记录。它以 JSON 格式表示，包含一组相关的字段，用来描述某个实体，如一个用户的信息。文档结构非常灵活，可以包含简单字段（如文本、数字）或复杂的嵌套对象和数组，不需要预先固定格式。每个文档存储在一个索引中，并拥有唯一的 ID。为了高效查询，Elasticsearch 使用映射来定义文档中字段的属性。

类型（7版本已废弃）

在早期版本的 Elasticsearch（6.x 及之前），类型（Type） 是一个用于区分同一索引中不同数据类别的概念。它类似于关系型数据库中的表，可以在一个索引中存储多种不同结构的文档。例如，一个索引可以包含两种类型的文档：user 和 order，分别用来存储用户信息和订单信息。

每个文档都会被分配一个类型，使得同一索引中可以存储多种不同结构的数据。然而，所有类型共享同一个索引的存储空间，这带来了以下问题：

  1. 字段冲突：如果不同类型中的字段名称相同但数据类型不同（例如，name字段在 User 类型中是字符串，而在 Order 类型中是数字），会导致存储和查询的冲突。
  2. 复杂性：底层存储中，一个索引只能有一个倒排索引和数据结构。类型之间的混合会使数据管理复杂化。

索引

类比为一个数据库

索引（Index） 在 Elasticsearch 中是一个用于组织和存储数据的逻辑结构。它包含一组具有相似特征的文档，并为这些文档创建一个倒排索引，从而支持快速、高效的搜索和分析。索引就像一本书的目录，帮助 Elasticsearch 快速找到相关的数据。每个索引都有一个唯一的名称，用于在存储和查询时进行标识。

索引是映射类型的容器，elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。

物理设计：节点和分片是如何工作

image-20240917141146160

一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片（primaryshard，又称主分片）构成的，每一个主分片会有一个副本（replica shard，又称复制分片）

image-20240917141226684

上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。实际上，一个分片是一个Lucene索，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。

倒排索引

elasticsearch使用的是一种称为倒排索引的结构，采用Lucene倒排索作为底层，这种结构适用于快速的全文搜索，一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。例如，现在有两个文档，每个文档包含如下内容。

Study every day，good good up to forever #文档1包含的内容
To forever，study every day，good good up #文档2包含的内容

为了创建倒排索引，我们首先要将每个文档拆分成独立的词（或称为词条或者tokens），然后创建一个包含所有不重复的词条的排序列表，然后列出每个词条出现在哪个文档：

termdoc_1doc_2
Study√×
To××
every√√
forever√√
day√√
study×√
good√√
every√×
to√√
up×√

四、Ik分词器🎊

什么是ik分词器

分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，比如“你好世界”会被分为"你"、“好”、“世”、"界”，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。

Ik提供了两个分词算法：ik_smart和ik_max_word，其中ik_smart为最少切分，ik_max_word为最细粒度划分。

ik分词器-Github下载地址

将下载的ik分词器下载后并解压至es挂载的es-plugins目录下，并重启es容器

image-20240917151010151

在kibana中使用

ik_smart为最少切分

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "世界人民大团结万岁"
}

#分词结果
{
  "tokens" : [
    {
      "token" : "世界人民",
      "start_offset" : 0,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "大团结",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "万岁",
      "start_offset" : 7,
      "end_offset" : 9,
      "type" : "CN_WORD",
      "position" : 2
    }
  ]
}

ik_max_word为最细粒度划分

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "世界人民大团结万岁"
}

#分词结果
{
  "tokens" : [
    {
      "token" : "世界人民",
      "start_offset" : 0,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "世界人",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "世界",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "人民",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "大团结",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "大团",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 5
    },
    {
      "token" : "团结",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "万岁",
      "start_offset" : 7,
      "end_offset" : 9,
      "type" : "CN_WORD",
      "position" : 7
    },
    {
      "token" : "万",
      "start_offset" : 7,
      "end_offset" : 8,
      "type" : "TYPE_CNUM",
      "position" : 8
    },
    {
      "token" : "岁",
      "start_offset" : 8,
      "end_offset" : 9,
      "type" : "COUNT",
      "position" : 9
    }
  ]
}

自定义ik分词器配置

image-20240917152842036

创建自定义词典test.dic

image-20240917153336442

测试

ik_smart为最少切分

image-20240917153535536

ik_max_word为最细粒度划分

image-20240917153600477

此处笑的像个两百斤的孩子变成了一个完整的词语。

五、Rest风格说明🎪

RESTful 是一种基于 REST（Representational State Transfer，表述性状态转移）架构风格的设计原则，通常用于设计网络服务的 API。RESTful 的核心理念是通过 HTTP 协议进行通信，将系统的资源进行统一的表示，并通过不同的 HTTP 方法来操作这些资源。

MethodURL地址描述
PUTlocalhost:9200/索引名称/类型名称/文档id创建文档（指定文档id）
POSTlocalhost:9200/索引名称/类型名称创建文档（随机文档id）
POSTlocalhost:9200/索引名称/类型名称/文档id/_update修改文档
DELETElocalhost:9200/索引名称/类型名称/文档id删除文档
GETlocalhost:9200/索引名称/类型名称/文档id查询文档通过文档id
POSTlocalhost:9200/索引名称/类型名称/_search查询所有数据

创建索引

image-20240917155636365

查询索引

image-20240917155713703

更新索引

image-20240917160506850

删除索引

image-20240917161106227

六、构建复杂查询🎢

查询的参数体使用json构建

普通查询

GET /test/_search
{
  "query": {
    "match": {
      "name": "testname2"
    }
  }
}

#查询结果
{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.9808291,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.9808291,
        "_source" : {
          "name" : "testname2",
          "age" : 32,
          "tags" : [
            1,
            4,
            5,
            6
          ]
        }
      }
    ]
  }
}

模糊查询

GET /test/_search
{
  "query": {
    "fuzzy": {
      "name": {
        "value": "testname"
      }
    }
  }
}

#查询结果
{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : 0.9808291,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.9808291,
        "_source" : {
          "name" : "testname",
          "age" : 22,
          "tag" : [
            1,
            2,
            3,
            4,
            5,
            6
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.8582256,
        "_source" : {
          "name" : "testname2",
          "age" : 32,
          "tags" : [
            1,
            4,
            5,
            6
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.8582256,
        "_source" : {
          "name" : "testname3",
          "age" : 42,
          "tags" : [
            1,
            4,
            5
          ]
        }
      }
    ]
  }
}

通过前缀模糊查询，并且指定需要查询的字段类似（select name,age from xxxx），且根据年龄将结果倒序，且进行分页

GET /test/_search
{
  "query": {
    "prefix": {
      "name": {
        "value": "test"
      }
    }
  },
  "_source": ["name","age"],
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ],
  "from": 0,
  "size": 3
}

#查询结果
{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : null,
        "_source" : {
          "name" : "testname3",
          "age" : 42
        },
        "sort" : [
          42
        ]
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : null,
        "_source" : {
          "name" : "testname2",
          "age" : 32
        },
        "sort" : [
          32
        ]
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : null,
        "_source" : {
          "name" : "testname",
          "age" : 22
        },
        "sort" : [
          22
        ]
      }
    ]
  }
}

参数解释：

  1. GET /test/_search
  • 这表示对索引 test 进行搜索查询。
  1. “query”: { “prefix”: { “name”: { “value”: “test” } } }
  • prefix 查询：搜索以指定前缀开头的文档。这种查询会匹配 name 字段中以 “test” 开头的值。例如，如果文档中有 name 字段的值是 “test123”、“testing” 等，它们都会被匹配到。
  • “name”：这是要匹配前缀的字段名称。
  • “value”: “test”：指定前缀值为 “test”。
  1. “_source”: [“name”, “age”]
  • 这个部分用来指定返回结果中包含的字段。此处只会返回 name 和 age 字段，其他字段将被省略。
  1. “sort”: [ { “age”: { “order”: “desc” } } ]
  • 用于排序查询结果。
  • “age”：按照 age 字段进行排序。
  • “order”: “desc”：表示降序排序，值越大的文档排在前面。
  1. “from”: 0, “size”: 3
  • “from”：表示从第几条数据开始返回，类似于分页查询的起始位置。0 表示从第一条数据开始。
  • “size”：表示返回的文档数量。此处设置为 3，即最多返回 3 条匹配的文档。

七、SpringBoot集成ES✨

7.1 操作索引API

ES-client的Java集成文档

创建工程并引入依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>com.example</groupId>
    <artifactId>es-demo</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>es-demo</name>
    <description>es-demo</description>
    <properties>
        <java.version>1.8</java.version>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
        <spring-boot.version>2.3.12.RELEASE</spring-boot.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>2.0.40</version>
        </dependency>
        
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
            <exclusions>
                <exclusion>
                    <groupId>org.junit.vintage</groupId>
                    <artifactId>junit-vintage-engine</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        
    </dependencies>
    
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-dependencies</artifactId>
                <version>${spring-boot.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <build>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.8.1</version>
                <configuration>
                    <source>1.8</source>
                    <target>1.8</target>
                    <encoding>UTF-8</encoding>
                </configuration>
            </plugin>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
                <version>${spring-boot.version}</version>
                <configuration>
                    <mainClass>com.example.esdemo.EsDemoApplication</mainClass>
                    <skip>true</skip>
                </configuration>
                <executions>
                    <execution>
                        <id>repackage</id>
                        <goals>
                            <goal>repackage</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>
</project>

创建配置类

@Configuration
public class ESClientConfig {
    @Bean
    public RestHighLevelClient highLevelClient() {
        return new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("localhost", 9200, "http")));
    }
}

单元测试操作索引的API

@SpringBootTest
class EsDemoApplicationTests {
    @Autowired
    RestHighLevelClient esClient;
    /**
     * 索引名称
     */
    private final String INDEX_NAME = "test_index";

    /**
     * 创建索引
     */
    @Test
    void testCreateIndex() throws IOException {
        CreateIndexRequest testIndex = new CreateIndexRequest(INDEX_NAME);
        CreateIndexResponse createIndexResponse = esClient.indices().create(testIndex, RequestOptions.DEFAULT);
        System.out.println(createIndexResponse);
    }

    /**
     * 获取索引
     */
    @Test
    void testGetIndex() throws IOException {
        GetIndexRequest getIndexRequest = new GetIndexRequest(INDEX_NAME);
        //判断索引是否存在
        boolean exists = esClient.indices().exists(getIndexRequest, RequestOptions.DEFAULT);
        if (exists) {
            GetIndexResponse getIndexResponse = esClient.indices().get(getIndexRequest, RequestOptions.DEFAULT);
            System.out.println(true);
            System.out.println(getIndexResponse);
        } else {
            System.out.println(false);
        }
    }

    /**
     * 删除索引
     */
    @Test
    void testDeleteIndex() throws IOException {
        AcknowledgedResponse testIndex = esClient.indices().delete(new DeleteIndexRequest(INDEX_NAME), RequestOptions.DEFAULT);
        System.out.println(testIndex.isAcknowledged());
    }
}

7.2 操作文档API

/**
 * @Author YZK
 * @Date 2024/9/22
 * @Desc
 */
@SpringBootTest
public class EsDemoApplicationDocTests {
    @Autowired
    RestHighLevelClient esClient;
    /**
     * 索引名称
     */
    private final String INDEX_NAME = "test_index";


    /**
     * 添加文档
     */
    @Test
    void testAddDocument() throws IOException {
        Document document = new Document("2", "内容2", "标题2");
        IndexRequest indexRequest = new IndexRequest(INDEX_NAME);
        //Put /test_index/_doc/1
        indexRequest.id(document.getId());
        indexRequest.timeout(TimeValue.timeValueSeconds(1));
        String jsonString = JSON.toJSONString(document);
        indexRequest.source(jsonString, XContentType.JSON);
        //客户端发送请求
        IndexResponse indexResponse = esClient.index(indexRequest, RequestOptions.DEFAULT);
        System.out.println(indexResponse.toString());
        System.out.println(indexResponse.status());
    }

    /**
     * 获取文档的信息
     */
    @Test
    void testGetDocument() throws IOException {
        GetRequest getRequest = new GetRequest(INDEX_NAME, "1");
        GetResponse getResponse = esClient.get(getRequest, RequestOptions.DEFAULT);
        System.out.println(getResponse.getSourceAsString());
        System.out.println(getResponse);
    }

    /**
     * 全量搜索文档信息并分页
     */
    @Test
    void testSearchDocument() throws IOException {
        SearchRequest searchRequest = new SearchRequest("test_index");
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        searchSourceBuilder.query(QueryBuilders.matchAllQuery())
                .from(0)
                .size(1);
        searchRequest.source(searchSourceBuilder);
        SearchResponse searchResponse = esClient.search(searchRequest, RequestOptions.DEFAULT);
        searchResponse.getHits().forEach(item -> System.out.println(item.getSourceAsMap()));
    }

    /**
     * 精确搜索文档
     */
    @Test
    void testSearchTrimDocument() throws IOException {
        SearchRequest searchRequest = new SearchRequest("test_index");
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        searchSourceBuilder.query(QueryBuilders.termQuery("id","3"));
        searchRequest.source(searchSourceBuilder);
        SearchResponse searchResponse = esClient.search(searchRequest, RequestOptions.DEFAULT);
        searchResponse.getHits().forEach(item -> System.out.println(item.getSourceAsMap()));
    }

    /**
     * 更新文档信息
     */
    @Test
    void testUpdateDocument() throws IOException {
        Document document = new Document("1", "更新内容", "更新标题");
        UpdateRequest updateRequest = new UpdateRequest("test_index", "1");
        updateRequest.doc(JSON.toJSONString(document), XContentType.JSON);
        UpdateResponse updateResponse = esClient.update(updateRequest, RequestOptions.DEFAULT);
        System.out.println(updateResponse.status());
    }

    /**
     * 删除文档信息
     */
    @Test
    void testDeleteDocument() throws IOException {
        DeleteRequest deleteRequest = new DeleteRequest("test_index", "2");
        DeleteResponse deleteResponse = esClient.delete(deleteRequest, RequestOptions.DEFAULT);
        System.out.println(deleteResponse.status());
    }

    /**
     * 批量插入数据
     */
    @Test
    void testBatchInsert() throws IOException {
        BulkRequest bulkRequest = new BulkRequest();
        List<Document> documentList=new ArrayList<>();
        documentList.add(new Document("3", "内容3", "标题3"));
        documentList.add(new Document("4", "内容4", "标题4"));
        documentList.forEach(item -> bulkRequest.add(new IndexRequest(INDEX_NAME)
                //不指定id就会生成随机id
                .id(item.getId())
                .source(JSON.toJSONString(item), XContentType.JSON)));
        BulkResponse bulkResponse = esClient.bulk(bulkRequest, RequestOptions.DEFAULT);
        System.out.println(bulkResponse.status());
    }
}

原文地址：https://blog.csdn.net/m0_50281408/article/details/142440297

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

相关文章

自学内容网
Copyright © 2015-2024