‍作者简介：一位大四、研0学生，正在努力准备大四暑假的实习
上期文章：详解SpringCloud微服务技术栈：ElasticSearch原理精讲、安装、实践
订阅专栏：微服务技术全家桶
希望文章对你们有所帮助

在前面已经学习了如何使用DSL语句去操作ElasticSearch的索引库和文档，现在需要用ES官方提供的RestClient，这个客户端本质就是组装DSL语句，通过http请求发送给ES，从而方便我们使用Java代码进行操作。

ElasticSearch实战1——RestClient操作索引库与文档

  • 导入demo
  • hotel数据结构分析
  • RestClient操作索引库
    • 初始化RestClient
    • 创建索引库
    • 删除和判断索引库
  • RestClient操作文档
    • 新增文档
    • 查询文档
    • 更新文档
    • 删除文档
    • 批量导入文档

导入demo

sql文件和项目工程从网盘下，自行导入：

链接：https://pan.baidu.com/s/1CDgGJGvpSu0-s6bFfLWvVA?pwd=nrx2
提取码：nrx2


hotel数据结构分析

mapping映射要考虑的问题：字段名、数据类型、是否参与搜索、是否分词、若分词，分词器选什么？
所以，我们需要针对数据库的字段来做mapping映射：

这里面的信息在做mapping的时候，主要是要会选择是否要参与搜索、是否分词，这需要根据业务需求来实现，比如用户找酒店的时候肯定不会是搜索酒店的地址，因此酒店地址不应该加入搜索，也不应该分词。

需要注意的是，ES中对地理坐标的描述，并不是字符串也不是数字，它支持了2种坐标数据类型：

geo_point：由维度latitude和精度longitude确定的一个点
geo_shape：有多个geo_point组成的复杂几何图形

容易发现，里面有很多字段存在ES中，将来都要参与搜索，也就意味着当用户输入某个字段的时候需要根据这多个字段来搜，效率肯定不高。
而ES提供了一个功能，能够实现多字段搜索同时效率还高的，即字段拷贝。也就是使用copy_to属性将当前字段拷贝到指定字段，示例：

"all":{"type": "text","analyzer": "ik_max_word"}"brand":{"type": "keyword","copy_to": "all"}

这样我们就可以把需要搜索的字段全部联合到all里面，即可实现用户输入一个信息，多字段搜索，且效率是会大大提高的。
因此在dev tools中编写DSL代码：

# 酒店索引库及mapping映射PUT /hotel{"mapping": {"properties": {"id":{"type": "keyword"},"name":{"type": "text","analyzer": "ik_max_word","copy_to": "all"},"address":{"type": "keyword","index": false},"price":{"type": "integer"},"score":{"type": "integer"},"brand":{"type": "keyword","copy_to": "all"},"city":{"type": "keyword"},"startName":{"type": "keyword"},"business":{"type": "keyword","copy_to": "all"},"location":{"type": "geo_point"},"pic":{"type": "keyword","index": false},"all":{"type": "text","analyzer": "ik_max_word"}}}}

上面代码没有正式执行，用来做个基础样式，最终创建索引库还是要用ES的java客户端来实现，方便之后简化开发。

RestClient操作索引库

初始化RestClient

1、引入ES的RestHighLevelClient依赖：

<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId><version>7.12.1</version></dependency>

2、SpringBoot默认的ES版本是7.6.2，因此需要覆盖：

3、初始化RestHighLevelClient：

public class HotelIndexTest {private RestHighLevelClient client;@Testvoid testInit() {System.out.println(client);}@BeforeEach //提前完成RestHighLevelClient对象的初始化void setUp() {this.client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.177.130:9200")));}@AfterEach //结束后要销毁这个初始化void tearDown() throws IOException {this.client.close();}}

创建索引库

结合DSL语句会比较好看懂，代码如下：

@Testvoid createHotelIndex() throws IOException {//创建request对象CreateIndexRequest request = new CreateIndexRequest("hotel");//准备请求的参数，为JSON格式request.source(MAPPING_TEMPLATE, XContentType.JSON);//发送请求，indices为index复数，可以获得操作索引库的所有对象，默认方式发送client.indices().create(request, RequestOptions.DEFAULT);}

其中MAPPING_TEMPLATE就是之前的DSL语句，复制过来当作静态常量来存储：

在DEV TOOLS中输入GET /hotel即可查看是否成功创建：

删除和判断索引库

其实这个可以自行的去做，也挺容易实现的，毕竟indices已经将所有操作索引库的api都封装好了，按Ctrl+Shift+空格即可查看所有方法。
删除索引库：

@Testvoid testDeleteIndex() throws IOException {DeleteIndexRequest request = new DeleteIndexRequest("hotel");client.indices().delete(request, RequestOptions.DEFAULT);}

判断索引库是否存在：

@Testvoid testExistsHotelIndex() throws IOException {GetIndexRequest request = new GetIndexRequest("hotel");boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);System.out.println(exists " />"存在" : "不存在");}

RestClient操作文档

写一个小demo，去数据库中查询酒店数据，导入到hotel索引库，从而实现酒店数据的CRUD。
需要先进行JavaRestClient的初始化，在之前有代码了，直接CV一下。
而对于文档的操作，不再需要indices了。

新增文档

这里需要用的方法是index，表示新增文档时候创建倒排索引。

private RestHighLevelClient client;@Resourceprivate IHotelService hotelService;@Testvoid testAddDocument() throws IOException {//根据id查询酒店Hotel hotel = hotelService.getById(61083L);/** * Hotel对象中的地理位置是分为经度和纬度分别来存的，但是ES中是用geo_point来存的 * 因此需要先转换为文档类型HotelDoc */HotelDoc hotelDoc = new HotelDoc(hotel);//准备request对象IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());//准备JSON文档，传进去的需要是JSON格式的字符串request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);//发送请求client.index(request, RequestOptions.DEFAULT);}

查询文档

根据id查询到的文档数据是JSON，需要反序列化为java对象：

@Testvoid testGetDocumentById() throws IOException {GetRequest request = new GetRequest("hotel", "61083");GetResponse response = client.get(request, RequestOptions.DEFAULT);//source里面是这个hotel的相关数据String json = response.getSourceAsString();//将json反序列化为java对象HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);System.out.println("hotelDoc = " + hotelDoc);}

更新文档

之前讲解了全量更新和局部更新，这里只演示局部更新：

@Testvoid testUpdateDocument() throws IOException {UpdateRequest request = new UpdateRequest("hotel", "61083");request.doc("price", "952","starName", "四钻");client.update(request, RequestOptions.DEFAULT);}

删除文档

@Testvoid testDeleteDocument() throws IOException {DeleteRequest request = new DeleteRequest("hotel", "61083");client.delete(request, RequestOptions.DEFAULT);}

再次查询，返回null：

批量导入文档

之前的新增，都是一次就新增一条数据，现在利用JavaRestClient批量导入酒店数据到ES中。

思路：
1、利用mybatis-plus查询酒店数据
2、将查询到的酒店数据（Hotel）转换为文档类型数据（HotelDoc）
3、利用JavaRestClient中的Bulk批处理，实现批量新增文档

@Testvoid testBulkRequest() throws IOException {//批量查询酒店数据List<Hotel> hotels = hotelService.list();//创建requestBulkRequest request = new BulkRequest();//将hotels转换成HotelDocfor (Hotel hotel : hotels) {HotelDoc hotelDoc = new HotelDoc(hotel);//准备参数，添加多个新增的requestrequest.add(new IndexRequest("hotel").id(hotelDoc.getId().toString()).source(JSON.toJSONString(hotelDoc), XContentType.JSON));}//发送请求client.bulk(request, RequestOptions.DEFAULT);}

在dev tools使用GET /hotel/_search进行批量查询：