文章目录

分布式搜索引擎01
0.学习目标
1.初识elasticsearch
- 1.1.了解ES
- - 1.1.1.elasticsearch的作用
  - 1.1.2.ELK技术栈
  - 1.1.3.elasticsearch和lucene
  - 1.1.4.为什么不是其他搜索技术？
  - 1.1.5.总结
- 1.2.倒排索引
- - 1.2.1.正向索引
  - 1.2.2.倒排索引
  - 1.2.3.正向和倒排
- 1.3.es的一些概念
- - 1.3.1.文档和字段
  - 1.3.2.索引和映射
  - 1.3.3.mysql与elasticsearch
- 1.4.安装es、kibana
- - 1.4.1.安装es、kibana
  - 1.4.2.安装分词器
  - 1.4.3.总结
2.索引库操作
- 2.1.mapping映射属性
- 2.2.索引库的CRUD
- - 2.2.1.创建索引库和映射
  - - 基本语法：
    - 示例：
  - 2.2.2.查询索引库
  - 2.2.3.修改索引库
  - 2.2.4.删除索引库
  - 2.2.5.总结
3.文档操作
- 3.1.新增文档
- 3.2.查询文档
- 3.3.删除文档
- 3.4.修改文档
- - 3.4.1.全量修改
  - 3.4.2.增量修改
- 3.5.总结
4.RestAPI
- 4.0.导入Demo工程
- - 4.0.1.导入数据
  - 4.0.2.导入项目
  - 4.0.3.mapping映射分析
  - 4.0.4.初始化RestClient
- 4.1.创建索引库
- - 4.1.1.代码解读
  - 4.1.2.完整示例
- 4.2.删除索引库
- 4.3.判断索引库是否存在
- 4.4.总结
5.RestClient操作文档
- 5.1.新增文档
- - 5.1.1.索引库实体类
  - 5.1.2.语法说明
  - 5.1.3.完整代码
- 5.2.查询文档
- - 5.2.1.语法说明
  - 5.2.2.完整代码
- 5.3.删除文档
- 5.4.修改文档
- - 5.4.1.语法说明
  - 5.4.2.完整代码
- 5.5.批量导入文档
- - 5.5.1.语法说明
  - 5.5.2.完整代码
- 5.6.小结

分布式搜索引擎01

– elasticsearch基础

0.学习目标

1 了解倒排索引原理
2 了解索引库、类型、映射、文档、字段的概念
3 会安装和使用IK分词器
4 能利用kibana实现索引库、类型映射、文档操作
5 能利用RestClient实现索引库、类型映射、文档操作

1.初识elasticsearch

1.1.了解ES

1.1.1.elasticsearch的作用

elasticsearch是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容

例如：

在GitHub搜索代码
在电商网站搜索商品

在百度搜索答案

在打车软件搜索附近的车

1.1.2.ELK技术栈

elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK）。被广泛应用在日志数据分析、实时监控等领域：

而elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。

1.1.3.elasticsearch和lucene

elasticsearch底层是基于lucene来实现的。

Lucene是一个Java语言的搜索引擎类库(一个jar包)，是Apache公司的顶级项目，由DougCutting于1999年研发。官网地址：https://lucene.apache.org/ 。

因为底层基于lucene，而lucene是一个jar包(java语言类库)，所以只限于Java语言开发
API设计得比较复杂，一般人直接根据其提供的API进行开发，学习难度还是很大的（学习曲线陡峭）
只考虑的搜索，未考虑高并发，想要高效使用还得二次开发(水平拓展) =》 elasticsearch就是做了这件事，解决了原生lucene的很多缺点

elasticsearch的发展历史：

2004年Shay Banon基于Lucene开发了Compass
2010年Shay Banon 重写了Compass，取名为Elasticsearch。

Restful 就是Http访问嘛，跟语言无关，任何语言都可以调用

1.1.4.为什么不是其他搜索技术？

目前比较知名的搜索引擎技术排名：

虽然在早期，Apache Solr是最主要的搜索引擎技术，但随着发展elasticsearch已经渐渐超越了Solr，独占鳌头：

1.1.5.总结

什么是elasticsearch？

一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能

什么是elastic stack（ELK）？

是以elasticsearch为核心的技术栈，包括beats、Logstash、kibana、elasticsearch

什么是Lucene？

是Apache的开源搜索引擎类库，提供了搜索引擎的核心API

1.2.倒排索引

倒排索引的概念是基于MySQL这样的正向索引而言的。

MySQL数据库的索引叫正向索引
而我elasticsearch的索引叫倒排索引
看来有很大差别，具体啥差别？下面的例子

1.2.1.正向索引

那么什么是正向索引呢？例如给下表（tb_goods）中的id创建索引：

如果是根据id查询，那么直接走索引，查询速度非常快。(B+树O(log_kN))

但如果是基于title做模糊查询，只能是逐行扫描数据，流程如下：

1）用户搜索数据，条件是title符合"%手机%"

2）逐行获取数据，比如id为1的数据

3）判断数据中的title是否符合用户搜索条件

4）如果符合则放入结果集，不符合则丢弃。回到步骤1

逐行扫描，也就是全表扫描，随着数据量增加，其查询效率也会越来越低。当数据量达到数百万时，就是一场灾难。可怕的O(n)

1.2.2.倒排索引

倒排索引中有两个非常重要的概念：

文档（Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息
词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条

创建倒排索引是对正向索引的一种特殊处理，流程如下：

将每一个文档的数据利用算法分词，得到一个个词条
创建表，每行数据包括词条、词条所在文档id、位置等信息
因为词条唯一性，可以给词条创建索引，例如hash表结构索引

如图：

会产生一个新的表，以供快速查询

倒排索引的搜索流程如下（以搜索"华为手机"为例）：

1）用户输入条件"华为手机"进行搜索。

2）对用户输入内容分词，得到词条：华为、手机。

3）拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。 (2号两个词条都有，排序时优先级更高)

4）拿着文档id到正向索引中查找具体文档。

如图：

虽然要先查询倒排索引，再查询正向索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快！无需全表扫描。

根据内容查到id，所以叫倒排索引

1.2.3.正向和倒排

那么为什么一个叫做正向索引，一个叫做倒排索引呢？

正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。
而倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程。

是不是恰好反过来了？

那么两者方式的优缺点是什么呢？

正向索引：

优点：
- 可以给多个字段创建索引
- 根据索引字段搜索、排序速度非常快
缺点：
- 根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。

倒排索引：

优点：
- 根据词条搜索、模糊搜索时，速度非常快
缺点：
- 只能给词条创建索引，而不是字段
- 无法根据字段做排序

1.3.es的一些概念

elasticsearch中有很多独有的概念，与mysql中略有差别，但也有相似之处。

1.3.1.文档和字段

elasticsearch是面向**文档（Document）**存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中：

而Json文档中往往包含很多的字段（Field），类似于数据库中的列。

1.3.2.索引和映射

索引（Index），就是相同类型的文档的集合。

例如：

所有用户文档，就可以组织在一起，称为用户的索引；
所有商品的文档，可以组织在一起，称为商品的索引；
所有订单的文档，可以组织在一起，称为订单的索引；

因此，我们可以把索引当做是数据库中的表。

数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。因此，索引库中就有映射（mapping），是索引中文档的字段约束信息，类似表的结构约束。

1.3.3.mysql与elasticsearch

我们统一的把mysql与elasticsearch的概念做一下对比：

MySQL	Elasticsearch	说明
Table	Index	索引(index)，就是文档的集合，类似数据库的表(table)
Row	Document	文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
Schema	Mapping	Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQL	DSL	DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

是不是说，我们学习了elasticsearch就不再需要mysql了呢？

并不是如此，两者各自有自己的擅长支出：

Mysql：擅长事务类型操作，可以确保数据的安全和一致性
Elasticsearch：擅长海量数据的搜索、分析、计算

因此在企业中，往往是两者结合使用：

对安全性要求较高的写操作，使用mysql实现
对查询性能要求较高的搜索需求，使用elasticsearch实现
两者再基于某种方式，实现数据的同步，保证一致性

1.4.安装es、kibana

1.4.1.安装es、kibana

链接：https://pan.baidu.com/s/1LRpd6xncRhxHIgK13gHu4g
提取码：hzan

参考课前资料：

或者直接参考这篇博客: 搜索引擎elasticsearch

1.4.2.安装分词器

参考课前资料：

或者直接参考这篇博客: 搜索引擎elasticsearch

1.4.3.总结

分词器的作用是什么？

创建倒排索引时对文档分词
用户搜索时，对输入的内容分词

IK分词器有几种模式？

ik_smart：智能切分，粗粒度
ik_max_word：最细切分，细粒度

IK分词器如何拓展词条？如何停用词条？

利用config目录的IkAnalyzer.cfg.xml文件添加拓展词典和停用词典
在词典中添加拓展词条或者停用词条

2.索引库操作

索引库就类似数据库表，mapping映射就类似表的结构。

我们要向es中存储数据，必须先创建“库”和“表”。

2.1.mapping映射属性

mapping是对索引库中文档的约束，常见的mapping属性包括：

type：字段数据类型，常见的简单类型有：
- 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
- 数值：long、integer、short、byte、double、float、
- 布尔：boolean
- 日期：date
- 对象：object
- （没有数组，但是允许每个类型都有多个值。或者说不管数组类型，而只在意数组元素的类型）
index：是否创建倒排索引，默认为true （一旦设置为false，就没有倒排索引，将来也就无法参与搜索）（当然有些非内容字段确实不需要参与搜索）
analyzer：使用哪种分词器 (只有text类型需要分词。可以理解为配合text使用的)
properties：该字段的子字段 (嵌套时用到)

例如下面的json文档：

{"age": 21,"weight": 52.1,"isMarried": false,"info": "whuer程序员Java讲师","email": "hp@whu.cn","score": [99.1, 99.5, 98.9],"name": {"firstName": "云","lastName": "赵"}
}

对应的每个字段映射（mapping）：

age：类型为 integer；参与搜索，因此需要index为true；无需分词器
weight：类型为float；参与搜索，因此需要index为true；无需分词器
isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器
info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smart
email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器
score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器
name：类型为object，需要定义多个子属性
- name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
- name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器

2.2.索引库的CRUD

这里我们统一使用Kibana编写DSL的方式来演示。

2.2.1.创建索引库和映射

基本语法：

请求方式：PUT
请求路径：/索引库名，可以自定义
请求参数：mapping映射

创建索引库(和映射)就相当于mysql数据库里创建表
mysql里是sql语句，es里是json风格的DSL语句

格式：

PUT /索引库名称
{"mappings": {"properties": {"字段名":{"type": "text","analyzer": "ik_smart"},"字段名2":{"type": "keyword","index": "false"},"字段名3":{"properties": {"子字段": {"type": "keyword"}}},// ...略}}
}

“mappings”：映射，代表结构
“properties”：代表这是一个嵌套
注意每个字段都有一个type不能漏，尤其"name“:{“type”: “object”}
其余看上面介绍，已经很详细了

示例：

# 创建索引库(包含了映射)
PUT /whu
{"mappings": {"properties": {"info":{"type": "text","analyzer": "ik_smart"},"email":{"type": "keyword","index": false},"name":{"type": "object", "properties": {"firstName":{"type": "keyword"},"lastName":{"type": "keyword"}}}}}
}

2.2.2.查询索引库

基本语法：

请求方式：GET
请求路径：/索引库名
请求参数：无

格式：

GET /索引库名

示例：

2.2.3.修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。

语法说明：

PUT /索引库名/_mapping
{"properties": {"新字段名":{"type": "integer"}}
}

示例：

2.2.4.删除索引库

语法：

请求方式：DELETE
请求路径：/索引库名
请求参数：无

格式：

DELETE /索引库名

在kibana中测试：

2.2.5.总结

索引库操作有哪些？

创建索引库：PUT /索引库名
查询索引库：GET /索引库名
删除索引库：DELETE /索引库名
添加字段：PUT /索引库名/_mapping

3.文档操作

es里的文档就类似mysql里表的一行数据
kibana就相当于navicate

3.1.新增文档

语法：

POST /索引库名/_doc/文档id
{"字段1": "值1","字段2": "值2","字段3": {"子属性1": "值3","子属性2": "值4"},// ...
}

自己不写id会生成随机id，不是我们希望看到的，所以千万要写id

示例：

# 插入文档
POST /whu/_doc/1
{"info": "whuer学不会java","email": "java@whu.edu.cn","name":{"firstName": "波","lastName": "波"}
}

id指定为1，其他的按照json格式写就行了

响应：

3.2.查询文档

根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把文档id带上。

语法：

GET /{索引库名称}/_doc/{id}

通过kibana查看数据：

GET /heima/_doc/1

查看结果：

3.3.删除文档

删除使用DELETE请求，同样，需要根据id进行删除：

语法：

DELETE /{索引库名}/_doc/id值

示例：

# 根据id删除数据
DELETE /heima/_doc/1

结果：

没修改一次，"_version"就会自增一次，版本控制字段

3.4.修改文档

修改有两种方式：

全量修改：直接覆盖原来的文档 (把原来的完全删除后新增)
增量修改：修改文档中的部分字段 (不会删除原来的，直接在原来的基础上修改)

3.4.1.全量修改

全量修改是覆盖原来的文档，其本质是：

根据指定的id删除文档
新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

语法：

PUT /{索引库名}/_doc/文档id
{"字段1": "值1","字段2": "值2",// ... 略
}

示例：

# 全量修改文档
PUT /whu/_doc/1
{"info": "whuer学不会java","email": "BoBo@whu.edu.cn","name":{"firstName": "波","lastName": "波"}
}

修改了邮箱名

3.4.2.增量修改

增量修改是只修改指定id匹配的文档中的部分字段。

语法：

POST /{索引库名}/_update/文档id
{"doc": {"字段名": "新的值",}
}

POST部分修改，json文档里需要有个大"doc"
PUT全量修改，json文档正常，不需要"doc"

示例：

# 局部修改文档字段
POST /whu/_update/1
{"doc":{"email": "wq@whu.edu.cn"}
}

只修改email这一个字段，就只用写一个字段的修改描述
千万注意！！！中间是_update，不是_doc (写成_doc又变成全量修改了，删除了其他的，最后只剩下这一个字段了)

3.5.总结

文档操作有哪些？

创建文档：POST /{索引库名}/_doc/文档id { json文档 }
查询文档：GET /{索引库名}/_doc/文档id
删除文档：DELETE /{索引库名}/_doc/文档id
修改文档：
- 全量修改：PUT /{索引库名}/_doc/文档id { json文档 }
- 增量修改：POST /{索引库名}/_update/文档id { “doc”: {字段}}

4.RestAPI

ES官方提供了各种不同语言的客户端，用来操作ES。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

其中的Java Rest Client又包括两种：

Java Low Level Rest Client
Java High Level Rest Client

我们学习的是Java HighLevel Rest Client客户端API

4.0.导入Demo工程

4.0.1.导入数据

链接：https://pan.baidu.com/s/1LRpd6xncRhxHIgK13gHu4g
提取码：hzan

先创建一个新的数据库

create DATABASE es01;

然后导入课前资料提供的数据库数据：

然后刷新数据库es01就能看到了

数据结构如下：

CREATE TABLE `tb_hotel` (`id` bigint(20) NOT NULL COMMENT '酒店id',`name` varchar(255) NOT NULL COMMENT '酒店名称；例：7天酒店',`address` varchar(255) NOT NULL COMMENT '酒店地址；例：航头路',`price` int(10) NOT NULL COMMENT '酒店价格；例：329',`score` int(2) NOT NULL COMMENT '酒店评分；例：45，就是4.5分',`brand` varchar(32) NOT NULL COMMENT '酒店品牌；例：如家',`city` varchar(32) NOT NULL COMMENT '所在城市；例：上海',`star_name` varchar(16) DEFAULT NULL COMMENT '酒店星级，从低到高分别是：1星到5星，1钻到5钻',`business` varchar(255) DEFAULT NULL COMMENT '商圈；例：虹桥',`latitude` varchar(32) NOT NULL COMMENT '纬度；例：31.2497',`longitude` varchar(32) NOT NULL COMMENT '经度；例：120.3925',`pic` varchar(255) DEFAULT NULL COMMENT '酒店图片；例:/img/1.jpg',PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

4.0.2.导入项目

然后导入课前资料提供的项目:

项目结构如图：

然后测试类里面写一个小Demo，看看项目能不能跑通
cn.whu.hotel.HotelDemoApplicationTests

@Autowired
private HotelService hotelService;@Test
public void test(){int id = 36934;Hotel hotel = hotelService.getById(id);System.out.println(hotel);
}

4.0.3.mapping映射分析

创建索引库，最关键的是mapping映射，而mapping映射要考虑的信息包括：

字段名
字段数据类型
是否参与搜索
是否需要分词
如果分词，分词器是什么？

其中：

字段名、字段数据类型，可以参考数据表结构的名称和类型
是否参与搜索要分析业务来判断，例如图片地址，就无需参与搜索
是否分词呢要看内容，内容如果是一个整体就无需分词，反之则要分词
分词器，我们可以统一使用ik_max_word

来看下酒店数据的索引库结构:

id一律为字符串，所以不能定义为long。字符串在es里只有两种类型：text（可分词的文本）、keyword（精确值，不可分词），明显这里的id是keyword

认为用户不会通过地址来搜索酒店，所以地址keyword(只是表明是字符串类型),且不参与搜索。（图片也一样）

价格要排序过滤，所以需要参与搜索（其他类似）

坐标点有专门的类型

# 酒店的mapping (类似于定义表结构)
PUT /hotel
{"mappings": {"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"},"starName":{"type": "keyword"},"business":{"type": "keyword","copy_to": "all"},"location":{"type": "geo_point"},"pic":{"type": "keyword","index": false},"all":{"type": "text","analyzer": "ik_max_word"}}}
}

index：false 表示不参与搜索

几个特殊字段说明：

location：地理坐标，里面包含精度、纬度
all：一个组合字段，其目的是将多字段的值利用copy_to合并，提供给用户搜索 (辅助字段，使得多条件搜索变得很简单)

地理坐标说明：

copy_to说明：

一个字段里搜到多个字段的内容，巧妙而简单地实现了多字段搜索
并不是真的拷贝字段，而只是基于他创建了索引

写完记得执行一下

4.0.4.初始化RestClient

在elasticsearch提供的API中，与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中，必须先完成这个对象的初始化，建立与elasticsearch的连接。

分为三步：

1）引入es的RestHighLevelClient依赖：

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

2）因为SpringBoot默认的ES版本是7.6.2，所以我们需要覆盖默认的ES版本：

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

3）初始化RestHighLevelClient：

初始化的代码如下：

RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.150.101:9200")
));

这里为了单元测试方便，我们创建一个测试类HotelIndexTest，然后将初始化的代码编写在@BeforeEach方法中：

package cn.whu.hotel;import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;import java.io.IOException;public class HotelIndexTest {private RestHighLevelClient client;@BeforeEachpublic void setUp(){client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.141.100:9200/") // 最后的'/'不能有// 集群的话可以指定多个，中间逗号隔开));}@AfterEachpublic void tearDown() throws IOException {client.close();}@Testvoid testInit() {System.out.println(client);// org.elasticsearch.client.RestHighLevelClient@12d2ce03}}

4.1.创建索引库

4.1.1.代码解读

创建索引库的API如下：

代码分为三步：

1）创建Request对象。因为是创建索引库的操作，因此Request是CreateIndexRequest。
2）添加请求参数，其实就是DSL的JSON参数部分。因为json字符串很长，这里是定义了静态字符串常量MAPPING_TEMPLATE，让代码看起来更加优雅。
3）发送请求，client.indices()方法的返回值是IndicesClient类型，封装了所有与索引库操作有关的方法。

4.1.2.完整示例

在hotel-demo的cn.whu.hotel.constants包下，创建一个类，定义mapping映射的JSON字符串常量：

package cn.whu.hotel.constants;public class HotelConstants {public static final String MAPPING_TEMPLATE = "{\n" +"  \"mappings\": {\n" +"    \"properties\": {\n" +"      \"id\": {\n" +"        \"type\": \"keyword\"\n" +"      },\n" +"      \"name\":{\n" +"        \"type\": \"text\",\n" +"        \"analyzer\": \"ik_max_word\",\n" +"        \"copy_to\": \"all\"\n" +"      },\n" +"      \"address\":{\n" +"        \"type\": \"keyword\",\n" +"        \"index\": false\n" +"      },\n" +"      \"price\":{\n" +"        \"type\": \"integer\"\n" +"      },\n" +"      \"score\":{\n" +"        \"type\": \"integer\"\n" +"      },\n" +"      \"brand\":{\n" +"        \"type\": \"keyword\",\n" +"        \"copy_to\": \"all\"\n" +"      },\n" +"      \"city\":{\n" +"        \"type\": \"keyword\",\n" +"        \"copy_to\": \"all\"\n" +"      },\n" +"      \"starName\":{\n" +"        \"type\": \"keyword\"\n" +"      },\n" +"      \"business\":{\n" +"        \"type\": \"keyword\"\n" +"      },\n" +"      \"location\":{\n" +"        \"type\": \"geo_point\"\n" +"      },\n" +"      \"pic\":{\n" +"        \"type\": \"keyword\",\n" +"        \"index\": false\n" +"      },\n" +"      \"all\":{\n" +"        \"type\": \"text\",\n" +"        \"analyzer\": \"ik_max_word\"\n" +"      }\n" +"    }\n" +"  }\n" +"}";
}

在hotel-demo中的HotelIndexTest测试类中，编写单元测试，实现创建索引：

@Test
void createHotelIndex() throws IOException {// 1.创建Request对象CreateIndexRequest request = new CreateIndexRequest("hotel");// 2.准备请求的参数：DSL语句request.source(MAPPING_TEMPLATE, XContentType.JSON);// 3.发送请求 (request对象传递进来)client.indices().create(request, RequestOptions.DEFAULT);
}

注意1： import static cn.whu.hotel.constants.HotelConstants.MAPPING_TEMPLATE;
DSL语句MAPPING_TEMPLATE，是以静态导入方式导入常量的
.
注意2：import org.elasticsearch.client.indices.CreateIndexRequest;
这个包有2个同名的，别导错了

最后查询索引库验证一下：

# 查询索引库
GET /hotel

4.2.删除索引库

删除索引库的DSL语句非常简单：

DELETE /hotel

与创建索引库相比：

请求方式从PUT变为DELTE
请求路径不变
无请求参数

所以代码的差异，注意体现在Request对象上。依然是三步走：

1）创建Request对象。这次是DeleteIndexRequest对象
2）准备参数。这里是无参
3）发送请求。改用delete方法

在hotel-demo中的HotelIndexTest测试类中，编写单元测试，实现删除索引：

@Test
void testDeleteHotelIndex() throws IOException {// 1. 创建Request对象: 参数是索引库名称DeleteIndexRequest request = new DeleteIndexRequest("hotel");// 2. 准备请求参数 没有参数 (删除知道个名字就行了嘛)// 3. 发送请求: (需要传入request对象)client.indices().delete(request, RequestOptions.DEFAULT);
}

4.3.判断索引库是否存在

判断索引库是否存在，本质就是查询，对应的DSL是：

GET /hotel

因此与删除的Java代码流程是类似的。依然是三步走：

1）创建Request对象。这次是GetIndexRequest对象
2）准备参数。这里是无参
3）发送请求。改用exists方法

@Test
void testExistHotelIndex() throws IOException {// 1. 创建Request对象: 参数是索引库名称GetIndexRequest request = new GetIndexRequest("hotel");// 2. 发送请求: (需要传入request对象)boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);// 3. 打印结果System.out.println("exists = " + exists);
}

4.4.总结

JavaRestClient操作elasticsearch的流程基本类似。核心是client.indices()方法来获取索引库的操作对象。

索引库操作的基本步骤：

初始化RestHighLevelClient
创建XxxIndexRequest。XXX是Create、Get、Delete
准备DSL（ Create时需要，其它是无参）
发送请求。调用RestHighLevelClient#indices().xxx()方法，xxx是create、exists、delete

5.RestClient操作文档

为了与索引库操作分离，我们再次添加一个测试类，做两件事情：

初始化RestHighLevelClient
我们的酒店数据在数据库，需要利用IHotelService去查询，所以注入这个接口

package cn.whu.hotel;import cn.whu.hotel.service.IHotelService;
import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;import java.io.IOException;@SpringBootTest
public class HotelDocumentTest {@Autowiredprivate IHotelService service;private RestHighLevelClient client;@BeforeEachpublic void setUp(){client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.141.100:9200") // 最后的'/'不能有// 集群的话可以指定多个，中间逗号隔开));}@AfterEachpublic void tearDown() throws IOException {client.close();}@Testpublic void testInit(){System.out.println(service.getById(36934));}
}

5.1.新增文档

我们要将数据库的酒店数据查询出来，写入elasticsearch中。

5.1.1.索引库实体类

数据库查询后的结果是一个Hotel类型的对象。结构如下：

@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;
}

与我们的索引库结构存在差异：

longitude和latitude需要合并为location

因此，我们需要定义一个新的类型，与索引库结构吻合：

package cn.itcast.hotel.pojo;import lombok.Data;
import lombok.NoArgsConstructor;@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;// 通过构造方法 将Hotel转换为HotelDocpublic HotelDoc(Hotel hotel) {this.id = hotel.getId();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();this.pic = hotel.getPic();}
}

5.1.2.语法说明

新增文档的DSL语句如下：

POST /{索引库名}/_doc/1
{"name": "Jack","age": 21
}

对应的java代码如图：

可以先写一个小demo试试

@Test
void testAddDocument() throws IOException {// 1. 准备request对象: 参数为索引名称  和  索引id(必须字符串类型)IndexRequest request = new IndexRequest("hotel").id("1");// 2. 准备json文档request.source("{\"name\":\"jack\",\"price\":21}", XContentType.JSON);// 3. 发送请求client.index(request, RequestOptions.DEFAULT);
}

可以看到与创建索引库类似，同样是三步走：

1）创建Request对象
2）准备请求参数，也就是DSL中的JSON文档
3）发送请求

变化的地方在于，这里直接使用client.xxx()的API，不再需要client.indices()了。

5.1.3.完整代码

我们导入酒店数据，基本流程一致，但是需要考虑几点变化：

酒店数据来自于数据库，我们需要先查询出来，得到hotel对象
hotel对象需要转为HotelDoc对象
HotelDoc需要序列化为json格式

因此，代码整体步骤如下：

1）根据id查询酒店数据Hotel
2）将Hotel封装为HotelDoc
3）将HotelDoc序列化为JSON
4）创建IndexRequest，指定索引库名和id
5）准备请求参数，也就是JSON文档
6）发送请求

在hotel-demo的HotelDocumentTest测试类中，编写单元测试：

@Testvoid testAddDocument() throws IOException {// 准备数据// 1. 根据id查询hotel数据Hotel hotel = service.getById(36934L);// 2. 转换为es匹配的文档类型HotelDoc hotelDoc = new HotelDoc(hotel);// 3. 转换为json格式String json = JSON.toJSONString(hotelDoc);// 1. 准备request对象: 参数为索引名称  和  索引id(必须字符串类型)IndexRequest request = new IndexRequest("hotel").id(hotel.getId().toString());// 2. 准备json文档request.source(json, XContentType.JSON);// 3. 发送请求client.index(request, RequestOptions.DEFAULT);}

5.2.查询文档

5.2.1.语法说明

查询的DSL语句如下：

GET /hotel/_doc/{id}

非常简单，因此代码大概分两步：

准备Request对象
发送请求

不过查询的目的是得到结果，解析为HotelDoc，因此难点是结果的解析。完整代码如下：

可以看到，结果是一个JSON，其中文档放在一个_source属性中，因此解析就是拿到_source，反序列化为Java对象即可。

与之前类似，也是三步走：

1）准备Request对象。这次是查询，所以是GetRequest
2）发送请求，得到结果。因为是查询，这里调用client.get()方法
3）解析结果，就是对JSON做反序列化

5.2.2.完整代码

在hotel-demo的HotelDocumentTest测试类中，编写单元测试：

@Test
public void testGetDocumentById() throws IOException {// 1. 准备requestGetRequest request = new GetRequest("hotel","36934");// 2. 发送请求，得到响应GetResponse response = client.get(request, RequestOptions.DEFAULT);// 3. 解析响应，得到jsonString json = response.getSourceAsString();// 4. 打印结果// 4.1 打印jsonSystem.out.println(json);// 4.2 json转为Object再打印: 反序列化HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);System.out.println(hotelDoc);
}

5.3.删除文档

删除的DSL为是这样的：

DELETE /hotel/_doc/{id}

与查询相比，仅仅是请求方式从DELETE变成GET，可以想象Java代码应该依然是三步走：

1）准备Request对象，因为是删除，这次是DeleteRequest对象。要指定索引库名和id
2）准备参数，无参（无须此步）
3）发送请求。因为是删除，所以是client.delete()方法

在hotel-demo的HotelDocumentTest测试类中，编写单元测试：

@Test
void testDeleteDocument() throws IOException {// 1. 准备requestDeleteRequest request = new DeleteRequest("hotel","36934");// 2. 发送请求client.delete(request, RequestOptions.DEFAULT);//只是删es,不会删数据库哈
}

5.4.修改文档

5.4.1.语法说明

修改我们讲过两种方式：

全量修改：本质是先根据id删除，再新增
增量修改：修改文档中的指定字段值

在RestClient的API中，全量修改与新增的API完全一致，判断依据是ID：

如果新增时，ID已经存在，则修改
如果新增时，ID不存在，则新增

这里不再赘述，我们主要关注增量修改。

代码示例如图：

与之前类似，也是三步走：

1）准备Request对象。这次是修改，所以是UpdateRequest
2）准备参数。也就是JSON文档，里面包含要修改的字段
3）更新文档。这里调用client.update()方法

5.4.2.完整代码

在hotel-demo的HotelDocumentTest测试类中，编写单元测试：

@Test
void testUpdateDocument() throws IOException {// 1. 准备requestUpdateRequest request = new UpdateRequest("hotel","36934");// 2. 准备参数request.doc(// 可变参数 逗号隔开"price","345","starName","三钻");// 3. 发送请求client.update(request, RequestOptions.DEFAULT);
}

5.5.批量导入文档

案例需求：利用BulkRequest批量将数据库数据导入到索引库中。

步骤如下：

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BulkRequest批处理，实现批量新增文档

5.5.1.语法说明

批量处理BulkRequest，其本质就是将多个普通的CRUD请求组合在一起发送。

其中提供了一个add方法，用来添加其他请求：

可以看到，能添加的请求包括：

IndexRequest，也就是新增
UpdateRequest，也就是修改
DeleteRequest，也就是删除

因此Bulk中添加了多个IndexRequest，就是批量新增功能了。示例：

其实还是三步走：

1）创建Request对象。这里是BulkRequest
2）准备参数。批处理的参数，就是其它Request对象，这里就是多个IndexRequest
3）发起请求。这里是批处理，调用的方法为client.bulk()方法

我们在导入酒店数据时，将上述代码改造成for循环处理即可。

5.5.2.完整代码

在hotel-demo的HotelDocumentTest测试类中，编写单元测试：

@Test
public void testBulkRequest() throws IOException {// 0. 准备数据: 批量查询酒店数据List<Hotel> list = service.list();// 1. 创建RequestBulkRequest request = new BulkRequest();// 2. 准备参数，添加多个新增的Requestfor (Hotel hotel : list) {HotelDoc doc = new HotelDoc(hotel);request.add(new IndexRequest("hotel").id(doc.getId().toString()).source(JSON.toJSONString(doc),XContentType.JSON));}// 3. 发送请求client.bulk(request,RequestOptions.DEFAULT);
}

浏览器端批量查询数据

# 批量查询
GET /hotel/_search

更多DSL语句功能：参考这篇博客或者自己百度其他博客

5.6.小结

文档操作的基本步骤：

初始化RestHighLevelClient
创建XxxRequest。XXX是Index、Get、Update、Delete、Bulk
准备参数（Index、Update、Bulk时需要）
发送请求。调用RestHighLevelClient#.xxx()方法，xxx是index、get、update、delete、bulk
解析结果（Get时需要）