Elasticsearch 5.5 入门必会之Java client（二）
前言
- 因为本人一直从事Java方面研发，对Java也是尤为热爱，ES官方提供了Java的两种访问API的方式以下，固然，我选择了Java API方式，所以我也开始了API踩坑之路（由于这个SDK文档看起来让人头痛，可是当我一步步理解深刻的时候也发现挺简单的）：
- Java API [5.5] — other versions
- Java REST Client [5.5] — other versions
注（es官方api文档）：https://www.elastic.co/guide/en/elasticsearch/client/index.htmlhtml
- 相关文章：
Elasticsearch 5.5 SQL语句转Java Client 及相关注意事项（三）node
1、Java项目构建
- 客户端调用Maven依赖，客户端我配置的是slf4j+log4j2，配置太多就不贴上来了
<dependency> <groupId>org.elasticsearch</groupId> <artifactId>elasticsearch</artifactId> <version>5.5.1</version> </dependency> <!-- 这个必定要引入，这是使用transport的jar --> <dependency> <groupId>org.elasticsearch.client</groupId> <artifactId>transport</artifactId> <version>5.5.1</version> </dependency> <!-- es 的jar 对guava有依赖 --> <dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>18.0</version> </dependency>
- Java链接ES 节点代码以下
Settings settings = Settings.builder() //集群名称 .put("cluster.name", "onesearch") //自动嗅探 .put("client.transport.sniff", true) .put("discovery.type", "zen") .put("discovery.zen.minimum_master_nodes", 1) .put("discovery.zen.ping_timeout", "500ms") .put("discovery.initial_state_timeout", "500ms") .build(); Client client = new PreBuiltTransportClient(settings) .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName(ip), 9300));启动程序不报错就表明您已经成功和ES创建链接。web
2、Java客户端操做索引数据
- 入门时期看官方文档心中会冒出“麻买皮”三个字，由于官方文档有时候给你一个冷不丁的例子，有时候干脆贴除了Rest方式的JSON代码，万只草泥马没有在奔跑，正在疯狂吃草，Java API方式实际上也是拼装了JSON字符串，而后经过netty去和ES通讯，对比http的方式访问的话SDK能够自动嗅探节点仍是不错的，一个节点挂了还能用另一个，http由于制定了单个IP，因此没有这个优点
实例一：我怎样写数据到ES里面去sql
/**
* ES的基本类型能够去官网查看
* 若是您使用map的方式去写入数据而且建立索引，es会自动根据map的value数据类型来自动转换
* 好比age是int，es里面使用有integer，不赘述
* 使用map有个大缺陷(除非本身封装对象保存),当你保存java.util.Date类型进去的时候ES会所有转成UTC来保存
* 这个只能经过后面的api方式定义索引field的一些属性来指定才行
**/
@Test
public void createData() {
Map<String, Object> map = new HashMap<String, Object>();
// map.put("name", "Smith Wang");
map.put("name", "Smith Chen");
// map.put("age", 20);
map.put("age", 5);
// map.put("interests", new String[]{"sports","film"});
map.put("interests", new String[] { "reading", "film" });
// map.put("about", "I love to go rock music");
map.put("about", "I love to go rock climbing");
IndexResponse response = client.prepareIndex("megacorp", "employee", UUID.randomUUID().toString())
.setSource(map).get();
System.out.println("写入数据结果=" + response.status().getStatus() + "！id=" + response.getId());
}
- 说明：prepareIndex第一个参数是 index(索引) ，第二个是type(类型)，第三个是记录ID（不推荐使用UUID，后面会说）
而后在基本查询里面就能够查到你刚刚插入的数据了数据库
---------------------------------------------------------------------------------------------------json
实例二：我怎样从ES中根据字段来查询数据（其实个人实例都是根据Elasticsearch权威指南上翻译过来的，由于书中所有都是rest方式，不是Java api方式）api
/**
* match使用，会被分词查询
*/
@Test
public void match() {
SearchRequestBuilder requestBuilder = client.prepareSearch("megacorp").setTypes("employee")
.setQuery(QueryBuilders.matchQuery("about", "rock climbing"));
System.out.println(requestBuilder.toString());
SearchResponse response = requestBuilder.execute().actionGet();
System.out.println(response.status());
if (response.status().getStatus() == 200) {
for (SearchHit hits : response.getHits().getHits()) {
System.out.println(hits.getSourceAsString());
}
}
}
OK，这些都是最基本的操做了！看似没有难度app
3、经过Java API编写复杂的查询语句
- match phrase短语精准匹配
/**
* matchphrase使用，短语精准匹配
* 不使用matchPhraseQuery会致使 rock climbing被拆分查询
*/
@Test
public void matchPhrase() {
SearchRequestBuilder requestBuilder = client.prepareSearch("megacorp").setTypes("employee")
.setQuery(QueryBuilders.matchPhraseQuery("about", "rock climbing"));
System.out.println(requestBuilder.toString());
SearchResponse response = requestBuilder.execute().actionGet();
System.out.println(response.status());
if (response.status().getStatus() == 200) {
for (SearchHit hits : response.getHits().getHits()) {
System.out.println(hits.getSourceAsString());
}
}
}
- 高亮显示
@Test
public void highlight() {
HighlightBuilder highlightBuilder = new HighlightBuilder();
// highlightBuilder.preTags(FragmentSettings.prefix);//设置前缀
// highlightBuilder.postTags(FragmentSettings.subfix);//设置后缀
highlightBuilder.field("about");
// highlightBuilder.fragmenter(FragmentSettings.SPAN)
// .fragmentSize(FragmentSettings.HIGHLIGHT_MAX_WORDS).numOfFragments(5);
SearchRequestBuilder requestBuilder = client.prepareSearch("megacorp").setTypes("employee")
.setQuery(QueryBuilders.matchPhraseQuery("about", "rock climbing")).highlighter(highlightBuilder);
System.out.println(requestBuilder.toString());
SearchResponse response = requestBuilder.execute().actionGet();
System.out.println(response.status());
if (response.status().getStatus() == 200) {
for (SearchHit hits : response.getHits().getHits()) {
System.out.println(hits.getSourceAsString());
// 这里使用hight field来覆盖source里面的字段便可
System.out.println(hits.getHighlightFields());
}
}
}
- 关系型数据的GROUP BY 方式查询
@Test
public void aggregation() {
SearchRequestBuilder searchBuilder = client.prepareSearch("megacorp").setTypes("employee")
.addAggregation(AggregationBuilders.terms("by_interests").field("interests")
.subAggregation(AggregationBuilders.terms("by_age").field("age")).size(10));
System.out.println(searchBuilder.toString());
SearchResponse response = searchBuilder.execute().actionGet();
if (response.status().getStatus() == 200) {
for (SearchHit hits : response.getHits().getHits()) {
System.out.println(hits.getSourceAsString());
}
}
StringTerms terms = response.getAggregations().get("by_interests");
for (StringTerms.Bucket bucket : terms.getBuckets()) {
System.out.println("-interest:" + bucket.getKey() + "," + bucket.getDocCount());
if (bucket.getAggregations() != null && bucket.getAggregations().get("by_age") != null) {
LongTerms ageTerms = bucket.getAggregations().get("by_age");
for (LongTerms.Bucket bucket2 : ageTerms.getBuckets()) {
System.out.println("--------by age:" + bucket2.getKey() + "," + bucket2.getDocCount());
}
}
}
}
- GROUP BY 的同时求平均值（求和等）
/**
* 聚合类+求平均年龄
* 求和使用AggregationBuilders.sum
* 注意AggregationBuilders.terms("by_interests") by_interests是分组的一个key，返回结果时你根据key反
* 过来取值便可
*/
@Test
public void aggregationAvg() {
SearchRequestBuilder searchBuilder = client.prepareSearch("megacorp").setTypes("employee")
.addAggregation(AggregationBuilders.terms("by_interests").field("interests")
.subAggregation(AggregationBuilders.avg("avg_age").field("age")).size(10));
System.out.println(searchBuilder.toString());
SearchResponse response = searchBuilder.execute().actionGet();
if (response.status().getStatus() == 200) {
for (SearchHit hits : response.getHits().getHits()) {
System.out.println(hits.getSourceAsString());
}
}
StringTerms terms = response.getAggregations().get("by_interests");
for (StringTerms.Bucket bucket : terms.getBuckets()) {
System.out.println("-interest:" + bucket.getKey() + "," + bucket.getDocCount() + ",");
InternalAvg agg = bucket.getAggregations().get("avg_age");
System.out.println("---------avg age:" + agg.value() + ",count=" + agg.getValueAsString());
}
}
4、经过Java API进行索引操做
- 下面是官方给出的建立索引，而且指定字段类型的操做，这里很“麻买皮”
@Test
public void createIndexInfo() {
client.admin().indices().prepareCreate("megacorp")
.setSettings(Settings.builder().put("index.number_of_shards", 4).put("index.number_of_replicas", 1))
.addMapping("employee",
"{\n" + " \"properties\": {\n" + " \"age\": {\n" + " \"type\": \"integer\"\n"
+ " },\n" + " \"name\": {\n" + " \"type\": \"text\"\n" + " },\n"
+ " \"interests\": {\n" + " \"type\": \"text\",\n"
+ " \"fielddata\": true\n" + " },\n" + " \"about\": {\n"
+ " \"type\": \"text\"\n" + " }\n" + " }\n" + "}",
XContentType.JSON)
.get();
}
- 固然，官方也给出了一个比较优雅的解决方案（XContentBuilder），以下
XContentBuilder mapping = JsonXContent.contentBuilder()
.startObject()
.startObject("productIndex")
.startObject("properties")
.startObject("title").field("type", "string").field("store", "yes").endObject()
.startObject("description").field("type", "string").field("index", "not_analyzed").endObject()
.startObject("price").field("type", "double").endObject()
.startObject("onSale").field("type", "boolean").endObject()
.startObject("type").field("type", "integer").endObject()
.startObject("createDate").field("type", "date").endObject()
.endObject()
.endObject()
.endObject();
至关于：
{
{
"productIndex":{
"properties": {
"title":{
"type":"string",
"store":"yes"
}
},
..
}
}
}
总的来讲，这种解决方式会比拼接字符串好一点，不会感受很lowdom
- 完整的API方式建立索引（这里麻烦凑合看下，由于我作了一个从关系数据库抽取数据写到ES的完整操做），看一下重点关注代码行便可，我其实作了XML相关的改造，将数据库字段映射成ES字段操做，您先关注简单的建立流程
@Test
public void createIndexWithXML() throws Exception {
//重点关注代码行
IndicesExistsRequestBuilder indices = client.admin().indices().prepareExists("test");
List<SqlMappingConfig> mappingList = ElasticXMLReader.getSearchInfoList();
//重点关注代码行
if(!indices.execute().actionGet().isExists()) {
//重点关注代码行
XContentBuilder builder = JsonXContent.contentBuilder();
builder.startObject().startObject("properties");
SqlMappingConfig mapping = mappingList.get(0);
for(Column column : mapping.getSearchInfo().getColumns()) {
builder.startObject(column.getAttriMap().get("index-column"));
for(Entry<String, String> entry : column.getAttriMap().entrySet()) {
if(!entry.getKey().equals("index-column") && !entry.getKey().equals("sql-column")) {
builder.field(entry.getKey().equals("data-type")?"type":entry.getKey(), entry.getValue());
}
}
builder.endObject();
}
builder.endObject().endObject();
//重点关注代码行
PutMappingRequest mappingRequest = Requests.putMappingRequest(mapping.getSearchInfo().getIndex()).type(mapping.getSearchInfo().getType());
mappingRequest.source(builder);
//重点关注代码行
CreateIndexResponse response = client.admin().indices().prepareCreate(mapping.getSearchInfo().getIndex())
.setSettings(Settings.builder().put("index.number_of_shards", 8).put("index.number_of_replicas", 1))
.addMapping(mapping.getSearchInfo().getType(), mappingRequest.source(),XContentType.JSON).execute().actionGet();
System.out.println(response.isAcknowledged());
}
}
最后
不少人有洁癖，喜欢用纯SDK代码方式来操做API，我也踩了无数的坑，上面的代码都是我一步步试出来的，以前加了一个es的学习群，可是不知道是否是我问的问题太简单了，在里面问问题都没有人指导，后来很遗憾的退出了那个群。不过很感谢那个群，我学到了一个东西，就是Elasticsearch-sql工具，这个工具支持关系型数据库的语句转 es的查询参数，很方便! 经过生成的json参数，能够反过来照抄来写Java代码（虽然很别扭，可是已经很不错了）
后面我会写一篇关于关系型数据库的查询语句 变成 ES Java代码的样例出来，还请关注
相关文章
- 1. Elasticsearch 5.5 入门必会（一）
- 2. Elasticsearch Java Low Level REST Client（入门）
- 3. Elasticsearch Java High Level REST Client（入门）
- 4. ElasticSearch入门必读
- 5. Elasticsearch Java client（ES Client 简介、Java REST Client、Java Client、Spring Data Elasticsearch）
- 6. Elasticsearch入门（二）
- 7. java入门必读(二）
- 8. docker基础入门之必知必会
- 9. ElasticSearch Java Client Demo
- 10. Java必知必会之（二）---泛型（下）
- 更多相关文章...
- • Memcached入门教程 - NoSQL教程
- • Neo4j数据库入门教程 - NoSQL教程
- • Java Agent入门实战（二）-Instrumentation源码概述
- • YAML 入门教程
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Elasticsearch 5.5 入门必会（一）
- 2. Elasticsearch Java Low Level REST Client（入门）
- 3. Elasticsearch Java High Level REST Client（入门）
- 4. ElasticSearch入门必读
- 5. Elasticsearch Java client（ES Client 简介、Java REST Client、Java Client、Spring Data Elasticsearch）
- 6. Elasticsearch入门（二）
- 7. java入门必读(二）
- 8. docker基础入门之必知必会
- 9. ElasticSearch Java Client Demo
- 10. Java必知必会之（二）---泛型（下）