转载

Elasticsearch Java Rest Client 上手指南（下）

High Level Rest Clent到现在还不是完成版。我试了一下，5.6版本的 RestHighLevelClient 就这么些API

Elasticsearch Java Rest Client 上手指南（下）包含了基本的增删改查和批量操作

我翻了一下官方文档，凉凉。确实像官方文档说的那样，需要完善。虽然是High Level的Client，但是东西少的可怜。

增（index）删（delete）改（update）查（get）操作都是和Index，type，id严格绑定的。

不能跨Index操作

目前几乎所有的High Level Rest Clent的中文介绍全部是照搬ES的文档啊。我懒得抄，而且我司用的Elasticsearch 5.6

明显特性比版本6少了很多。所以，我倒是想填这个坑，但是太大了。还是拉倒吧。强烈建议直接去翻官方文档，这个API版本不同版本的差别很大，一定去看自己使用的版本！现有的中文博客参考价值有限。包括本篇。

Java High Level REST Client
Document APIs

0x1 基本增删改查

第一步创建高级Client

RestClient restClient = RestClient
            .builder(new HttpHost("localhost", 9200, "http"))
            .build();

RestHighLevelClient highLevelClient = new RestHighLevelClient(restClient);

一次演示增删改查

//增, source 里对象创建方式可以是JSON字符串，或者Map，或者XContentBuilder 对象
IndexRequest indexRequest = new IndexRequest("指定index", "指定type", "指定ID") .source(builder);
highLevelClient.index(indexRequest);

//删
DeleteRequest deleteRequest = new DeleteRequest("指定index", "指定type", "指定ID");
highLevelClient.delete(deleteRequest);

//改, source 里对象创建方式可以是JSON字符串，或者Map，或者XContentBuilder 对象
UpdateRequest updateRequest = new UpdateRequest("指定index", "指定type", "指定ID").doc(builder);
highLevelClient.update(updateRequest);

//查
GetRequest getRequest = new GetRequest("指定index", "指定type", "指定ID");
highLevelClient.get(getRequest);

以上四个方法都有一个 * Async的方法是异步回调的，只需添加ActionListener对象即可
Get查询不是唯一的查询方法，还有SearchRequest等，但是这个GetRequest只支持单Index操作
Get操作支持限定查询的字段，传入fetchSourceContext对象即可
Update 操作演示的并不是全量替换，而是和现有文档作合并，除了doc操作还有使用Groovy script操作。
upsert类似update操作，不过如果文档不存在会作为新的doc存入ES

0x2 Bulk批量操作

其实就是把一大堆IndexRequest, UpdateRequest, DeleteRequest操作放在一起。

所以缺点就是必须指定Index，否则操作没戏。

简单示例

BulkRequest request = new BulkRequest();
request.add(new IndexRequest("指定index", "指定type", "指定ID_1").source(XContentType.JSON,"field", "foo"));
request.add(new DeleteRequest("指定index", "指定type", "指定ID_2"));
request.add(new UpdateRequest("指定index", "指定type", "指定ID_3") .doc(XContentType.JSON,"other", "test"));

BulkResponse bulkResponse = client.bulk(request);

for (BulkItemResponse bulkItemResponse : bulkResponse) {
    if (bulkItemResponse.isFailed()) {
        BulkItemResponse.Failure failure = bulkItemResponse.getFailure();
        continue;
    }
    DocWriteResponse itemResponse = bulkItemResponse.getResponse();
    if (bulkItemResponse.getOpType() == DocWriteRequest.OpType.INDEX
            || bulkItemResponse.getOpType() == DocWriteRequest.OpType.CREATE) {
        IndexResponse indexResponse = (IndexResponse) itemResponse;
    } else if (bulkItemResponse.getOpType() == DocWriteRequest.OpType.UPDATE) {
        UpdateResponse updateResponse = (UpdateResponse) itemResponse;
    } else if (bulkItemResponse.getOpType() == DocWriteRequest.OpType.DELETE) {
        DeleteResponse deleteResponse = (DeleteResponse) itemResponse;
    }
}

0x3 SearchRequest高级查询

支持多文档查询、聚合操作。可以完全取代GetRequest。

// 创建
SearchRequest searchRequest = new SearchRequest(); 
SearchSourceBuilder builder = new SearchSourceBuilder(); 
searchSourceBuilder.query(xxxQuery); 
searchRequest.source(builder);

可以在创建的时候指定index， SearchRequest searchRequest = new SearchRequest("some_index*"); ,支持带*号的模糊匹配

当然，这并不是最厉害的地方，最NB的地方是，支持QueryBuilder，兼容之前TransportClient的代码

我自己写的跨Index模糊查询

SearchRequest searchRequest = new SearchRequest("gdp_tops*");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
sourceBuilder.query(QueryBuilders.termQuery("city", "北京市"));
sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));

searchRequest.source(sourceBuilder);
try {
    SearchResponse response = highLevelClient.search(searchRequest);
    Arrays.stream(response.getHits().getHits())
            .forEach(i -> {
                System.out.println(i.getIndex());
                System.out.println(i.getSource());
                System.out.println(i.getType());

            });
    System.out.println(response.getHits().totalHits);
} catch (IOException e) {
    e.printStackTrace();
}

官方给出的聚合查询

SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
TermsAggregationBuilder aggregation = AggregationBuilders.terms("by_company")
        .field("company.keyword");
aggregation.subAggregation(AggregationBuilders.avg("average_age")
        .field("age"));
searchSourceBuilder.aggregation(aggregation);

当然还支持异步查询

官方示例

client.searchAsync(searchRequest, new ActionListener<SearchResponse>() {
    @Override
    public void onResponse(SearchResponse searchResponse){
        
    }

    @Override
    public void onFailure(Exception e){
        
    }
});

查询结果处理

查询结束后会得到一个SearchResponse对象，可以拿到查询状态，消耗时间，查询到的总条目数等参数，具体结果操作

SearchHit[] searchHits = hits.getHits();
for (SearchHit hit : searchHits) {
// 结果的Index
    String index = hit.getIndex();
// 结果的type
    String type = hit.getType();
// 结果的ID
    String id = hit.getId();
// 结果的评分
    float score = hit.getScore();
// 查询的结果 JSON字符串形式
    String sourceAsString = hit.getSourceAsString();
// 查询的结果 Map的形式
    Map<String, Object> sourceAsMap = hit.getSourceAsMap();
// Document的title
    String documentTitle = (String) sourceAsMap.get("title");
// 结果中的某个List
    List<Object> users = (List<Object>) sourceAsMap.get("user");
// 结果中的某个Map
    Map<String, Object> innerObject = (Map<String, Object>) sourceAsMap.get("innerObject");
}

聚合查询

前面演示的是正常查询，聚合查询官方文档也有展示

SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
TermsAggregationBuilder aggregation = AggregationBuilders.terms("by_company")
        .field("company.keyword");
aggregation.subAggregation(AggregationBuilders.avg("average_age")
        .field("age"));
searchSourceBuilder.aggregation(aggregation);

和query查询一样， searchSourceBuilder 使用 aggregation() 方法即可

查询到的结果处理也跟普通查询类似，处理一下Bucket就可以展示到接口了

Aggregations aggregations = searchResponse.getAggregations();
Terms byCompanyAggregation = aggregations.get("by_company"); 
Bucket elasticBucket = byCompanyAggregation.getBucketByKey("Elastic"); 
Avg averageAge = elasticBucket.getAggregations().get("average_age"); 
double avg = averageAge.getValue();

0x4 分页和滚动搜索

有时候结果需要分页查询，推荐使用 searchSourceBuilder 的

sourceBuilder.from(0); 
sourceBuilder.size(5);

有时候需要查询的数据太多，可以考虑使用 SearchRequest.scroll() 方法拿到 scrollId ;之后再使用 SearchScrollRequest
其用法如下：

SearchRequest searchRequest = new SearchRequest("posts");
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.query(matchQuery("title", "Elasticsearch"));
searchSourceBuilder.size(size); 
searchRequest.source(searchSourceBuilder);
searchRequest.scroll(TimeValue.timeValueMinutes(1L)); 
SearchResponse searchResponse = client.search(searchRequest);
String scrollId = searchResponse.getScrollId(); 
SearchScrollRequest scrollRequest = new SearchScrollRequest(scrollId); 
scrollRequest.scroll(TimeValue.timeValueSeconds(30));
SearchResponse searchScrollResponse = client.searchScroll(scrollRequest);
scrollId = searchScrollResponse.getScrollId();  
hits = searchScrollResponse.getHits(); 
assertEquals(3, hits.getTotalHits());
assertEquals(1, hits.getHits().length);
assertNotNull(scrollId);

Scroll查询的使用场景是密集且前后有关联的查询。如果只是一般的分页，可以使用size from来处理

官方还列出了查询构造的方式。可以根据自己的需要，详细翻阅。

需要了解基础的，请查看： Elasticsearch Java Rest Client 上手指南（上）

转载请注明出处： https://micorochio.github.io/2018/07/22/elasticsearch_rest_high_level_client/

如有错误，请不吝指正。谢谢

原文 https://micorochio.github.io/2018/07/23/elasticsearch-rest-high-level-client/

正文到此结束