【ElasticSearch】JavaRestClient实现索引库和文档的增删改查

一、RestClient

1、什么是RestClient

ES官方提供了各种不同语言的客户端，用来操作ES，即RestClient。这些客户端的本质就是组装DSL语句，通过http请求发送给ES。

官方文档地址：
https://www.elastic.co/guide/en/elasticsearch/client/index.html

2、导入demo工程

数据库信息如下：

mysql -h localhost -P3306 -uroot -padmian123 testDB < tb_hotel.sql

导入demo工程，基本结构如下：

3、数据结构分析与索引库创建

ES的mapping要考虑的点主要有：

• 字段名（name）
• 字段类型（type）
• 是否参与搜索（index）
• 是否分词（type/keyword）
• 分词时，分词器用哪种（analyzer）

接下来，照着表结构，创建ES索引库：

PUT /hotel
{
  "mappings": {
    "properties":{
      "id":{
        "type": "keyword"  //注意这个类型
      },
      "name":{
        "type": "text",
        "analyzer": "ik_max_word",
        "copy_to": "all"
      },
      "address":{
        "type": "keyword", 
        "index": false   //根据业务场景，用户刚来，不会去搜地址address，不参与搜索，index改为false，不再默认，类型选用keyword
      },
      "price":{
        "type": "integer"
      },
      "score":{   //price、score等将来要参与过滤和排序，需要index，用默认的true
        "type": "integer"
      },
      "brand":{  //city、brand品牌参与搜索，且不分词
        "type":"keyword",
        "copy_to": "all"
      },
      "city":{
        "type":"keyword"
      },
      "starName":{  //不用下划线
        "type":"keyword"
      },
      "business":{
        "type": "keyword",
        "copy_to": "all"
      },
      "location":{
        "type":"geo_point"   //经纬度两个字段合并为location，用ES的特定类型geo_point
      },
      "pic":{
        "type": "keyword",
        "index": false  //pic既不分词，也不搜索
      },
      "all":{  //copy_to用的
        "type":"text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

用户就输入一个虹桥，我既想返回地址带虹桥的，也想返回商圈在虹桥的，还想返回酒店名称带虹桥的，如何实现？

加all字段，给需要的字段里加上从copy_to，这样all字段就可以代表这些加了copy_to的字段。实现了在一个字段里搜到多个字段的内容。

4、初始化JavaRestClient

• 引入es的RestHighLevelClient依赖

<dependency>   
	<groupId>org.elasticsearch.clientgroupId>    
	<artifactId>elasticsearch-rest-high-level-clientartifactId>
dependency>

• 因为SpringBoot下默认的ES版本是7.6.2，所以我们需要定义properties覆盖默认的ES版本

<properties>    
	<java.version>1.8java.version>    
	<elasticsearch.version>7.12.1elasticsearch.version> 
properties>

• 初始化RestHighLevelClient

RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(       
			HttpHost.create("http://10.4.130.110:9200"),
			HttpHost.create("http://10.4.130.111:9200"),
			HttpHost.create("http://10.4.130.112:9200")  //集群模式写多个
));

在单元测试里看下效果，打印restHighLevelClient对象：

二、RestClient操作索引库

1、创建索引库

示例代码：

@Test
void testCreateHotelIndex() throws IOException {    
	// 1.创建Request对象    
	CreateIndexRequest request = new CreateIndexRequest("hotel");    
	// 2.请求参数，MAPPING_TEMPLATE是静态常量字符串，内容是创建索引库的DSL语句    
	request.source(MAPPING_TEMPLATE, XContentType.JSON);    
	// 3.发起请求    
	client.indices().create(request, RequestOptions.DEFAULT);
}

将创建索引库的DSL语句以静态字符串常量的形式统一写在常量类里：

运行完成后，查看ES索引库：

GET /hotel

整个过程，和我们去Kiana手动执行DSL对比：

2、删除索引库

示例代码：

@Test
void testDeleteHotelIndex() throws IOException {  
	// 1.创建Request对象     
	DeleteIndexRequest request = new DeleteIndexRequest("hotel");    
	// 2.发起请求    
	client.indices().delete(request, RequestOptions.DEFAULT);
}

3、判断索引库是否存在

示例代码：

@Test
void testExistsHotelIndex() throws IOException {
    // 1.创建Request对象    
    GetIndexRequest request = new GetIndexRequest("hotel");    
    // 2.发起请求     
    boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);    
    // 3.输出    
    System.out.println(exists);
}

小结：

三、RestClient操作文档

接下来利用JavaRestClient实现文档的CRUD，去数据库查询酒店数据，导入到hotel索引库，实现酒店数据的CRUD。

和操作索引库一样，还是要先完成JavaRestClient的初始化：

public class ElasticsearchDocumentTest {   
	// 客户端   
	private RestHighLevelClient client; 
	        
	@BeforeEach    
	void setUp() {        
	client = new RestHighLevelClient(RestClient.builder(
	               HttpHost.create("http://192.168.150.101:9200")
	 ));    
	 }  
	  
	 @AfterEach    
	 void tearDown() throws IOException {        
	 client.close();    
	 }
}

接下来要在mysql查数据，写下Service层接口，让它继承MyBatisPlus的IService

import com.baomidou.mybatisplus.extension.service.IService;

public interface IHotelService extends IService<Hotel> {
}

1、新增文档

先看下DSL语法和使用JavaRestClient操作代码来实现的对比：

以上是简单逻辑和流程。注意MySQL中查出来的实体类字段和DSL下面的json字段不一样，这是tb_hotel表对应的实体类：

@Data
@TableName("tb_hotel")
public class Hotel {
    @TableId(type = IdType.INPUT)
    private Long id;
    private String name;
    private String address;
    private Integer price;
    private Integer score;
    private String brand;
    private String city;
    private String starName;
    private String business;
    private String longitude;
    private String latitude;
    private String pic;
}

这里写个新类HotelDoc，将Hotel类封装成为和ES索引库字段对应的类：

@Data
@NoArgsConstructor
public class HotelDoc {
    private Long id;
    private String name;
    private String address;
    private Integer price;
    private Integer score;
    private String brand;
    private String city;
    private String starName;
    private String business;
    private String location; //!
    private String pic;

    public HotelDoc(Hotel hotel) {   //有参构造，传入要封装的对象
        this.id = hotel.getId();  //对于这些不用包装的字段，直接get到后赋值给包装对象的属性就行
        this.name = hotel.getName();
        this.address = hotel.getAddress();
        this.price = hotel.getPrice();
        this.score = hotel.getScore();
        this.brand = hotel.getBrand();
        this.city = hotel.getCity();
        this.starName = hotel.getStarName();
        this.business = hotel.getBusiness();  
        this.location = hotel.getLatitude() + ", " + hotel.getLongitude();   //注意这里
        this.pic = hotel.getPic();
    }
}

接下来实现去数据库查询酒店数据，导入到hotel索引库：

@Resource
IHotelService iHotelService;

@Test
void testIndexDocument() throws IOException {
 	//从MySQL查
     Hotel hotel = iHotelService.getById(60359L);   
     //封装
     HotelDoc hotelDoc = new HotelDoc(hotel);
     //创建request
     IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());
     //放入要新增的json传
     request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);
     //发请求
     client.index(request, RequestOptions.DEFAULT);
 }

2、查询文档

根据id查询到的文档数据是json，再反序列化成Java对象。代码和DSL语句的对比：

@Test
void testGetDocumentById() throws IOException {
    GetRequest request = new GetRequest("hotel","60359");
    GetResponse response = client.get(request,RequestOptions.DEFAULT);
    //看上图DSL执行返回结果中有个_source，这个getSource方法就是拿这个数据
    String json = response.getSourceAsString();
    //解析
    HotelDoc hotelDoc = JSON.parseObject(json,HotelDoc.class);
    System.out.println(hotelDoc);
}

3、修改文档

接下来根据id去修改ES文档的酒店数据。修改文档数据有两种方式：

方式一：全量更新。再次写入id一样的文档，就会删除旧文档，添加新文档
方式二：局部更新。只更新部分字段

实现下方式二：

@Test
void testUpdateDocumentById() throws IOException {
    UpdateRequest request = new UpdateRequest("hotel","60359");
    request.doc(
            "price","0.01",
            "startName","四星级"
    );
    client.update(request,RequestOptions.DEFAULT);
}

4、删除文档

根据id删除文档数据：

@Test
void testDeleteDocumentById() throws IOException {
    DeleteRequest request = new DeleteRequest("hotel","60359");
    client.delete(request,RequestOptions.DEFAULT);
}

再get已经无数据：

小结：

5、批量导入文档

接下来批量查询酒店数据，然后批量导入索引库中，实现思路：

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

代码逻辑：

@Test
void testBulk() throws IOException {
	//从MySQL查到所有数据
    List<Hotel> hotels = iHotelService.list();
    BulkRequest request = new BulkRequest();
    //遍历Hotel的对象集合
    for(Hotel hotel : hotels){
    	//Hotel转HotelDoc
        HotelDoc hotelDoc = new HotelDoc(hotel);
        //创建新增文档的Request对象
        request.add(new IndexRequest("hotel")
                .id(hotelDoc.getId().toString())
                .source(JSON.toJSONString(hotelDoc),XContentType.JSON)
        );
    }
    //发送请求
    client.bulk(request,RequestOptions.DEFAULT);



}

最后查询单个文档或者查所有：

//查所有
GET /hotel/_search