在项目中基础的搜索功能是基于数据库的模糊搜索来实现的,存在很多问题。

首先,查询效率较低。由于数据库模糊查询不走索引,在数据量较大的时候,查询性能很差。数据库模糊查询随着表数据量的增多,查询性能的下降会非常明显,而搜索引擎的性能则不会随着数据增多而下降太多

其次,功能单一。数据库的模糊搜索功能单一,匹配条件非常苛刻,必须恰好包含用户搜索的关键字。而在搜索引擎中,用户输入出现个别错字,或者用拼音搜索、同义词搜索都能正确匹配到数据。

综上,在面临海量数据的搜索,或者有一些复杂搜索需求的时候,推荐使用专门的搜索引擎来实现搜索功能。

目前全球的搜索引擎技术排名如下:

排名第一的就是我们今天要学习的 Elasticsearch,Elasticsearch 的官网是这样介绍自己的:

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎。

Elasticsearch 是一款非常强大的开源搜索引擎,支持的功能非常多,例如:

  • 代码搜索
  • 商品搜索
  • 解决方案搜索
  • 地图搜索

本文接下来会讲解下面的内容:

  • 倒排索引原理
  • IK 分词器
  • 索引库 Mapping 映射的属性含义
  • 创建索引库及映射
  • 实现文档的 CRUD

1.初识 Elasticsearch

Elasticsearch 的官方网站:https://www.elastic.co/cn/elasticsearch/

本章我们一起来初步了解一下 Elasticsearch 的基本原理和一些基础概念。

1.1.认识和安装

Elasticsearch 是由 elastic 公司开发的一套搜索引擎技术,它是 elastic 技术栈中的一部分。完整的技术栈包括:

  • Elasticsearch:用于数据存储、计算和搜索
  • Logstash/Beats:用于数据收集
  • Kibana:用于数据可视化

整套技术栈被称为 ELK,经常用来做日志收集、系统监控和状态分析等等:

整套技术栈的核心就是用来存储搜索计算的 Elasticsearch,因此我们接下来学习的核心也是 Elasticsearch。

我们要安装的内容包含 2 部分:

  • Elasticsearch:存储、搜索和运算
  • kibana:图形化展示

首先 Elasticsearch 不用多说,是提供核心的数据存储、搜索、分析功能的。

然后是 Kibana,Elasticsearch 对外提供的是 Restful 风格的 API,任何操作都可以通过发送 http 请求来完成。不过 http 请求的方式、路径、还有请求参数的格式都有严格的规范。这些规范我们肯定记不住,因此我们要借助于 Kibana 这个服务。

Kibana 是 elastic 公司提供的用于操作 Elasticsearch 的可视化控制台。它的功能非常强大,包括:

  • 对 Elasticsearch 数据的搜索、展示
  • 对 Elasticsearch 数据的统计、聚合,并形成图形化报表、图形
  • 对 Elasticsearch 的集群状态监控
  • 它还提供了一个开发控制台(DevTools),在其中对 Elasticsearch 的 Restful 的 API 接口提供了语法提示

1.1.1.安装 Elasticsearch

通过下面的 Docker 命令即可安装单机版本的 Elasticsearch:

1
2
3
4
5
6
7
8
9
10
11
docker run -d \
--name es \
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
-e "discovery.type=single-node" \
-v es-data:/usr/share/Elasticsearch/data \
-v es-plugins:/usr/share/Elasticsearch/plugins \
--privileged \
--network es-net \
-p 9200:9200 \
-p 9300:9300 \
Elasticsearch:7.12.1

注意,这里我们采用的是 Elasticsearch 的 7.12.1 版本,由于 8 以上版本的 JavaAPI 变化很大,在企业中应用并不广泛,企业中应用较多的还是 8 以下的版本。

安装完成后,访问 9200 端口,即可看到响应的 Elasticsearch 服务的基本信息:

1.1.2.安装 Kibana

通过下面的 Docker 命令,即可部署 Kibana:

1
2
3
4
5
6
docker run -d \
--name kibana \
-e Elasticsearch_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601 \
kibana:7.12.1

注意,一定要指明--network=es-net,让ES和Kibana在一个网络中,不然会报错。

安装完成后,直接访问 5601 端口,即可看到控制台页面:

选择 Explore on my own 之后,进入主页面:

然后选中 Dev tools,进入开发工具页面:

1.2.倒排索引

Elasticsearch 之所以有如此高性能的搜索表现,正是得益于底层的倒排索引技术。那么什么是倒排索引呢?

倒排索引的概念是基于 MySQL 这样的正向索引而言的。

1.2.1.正向索引

我们先来回顾一下正向索引。

例如有一张名为 tb_goods 的表:

id title price
1 小米手机 3499
2 华为手机 4999
3 华为小米充电器 49
4 小米手环 49

其中的 id 字段已经创建了索引,由于索引底层采用了 B+ 树结构,因此我们根据 id 搜索的速度会非常快。但是其他字段例如 title,只在叶子节点上存在。

因此要根据 title 搜索的时候只能遍历树中的每一个叶子节点,判断 title 数据是否符合要求。

比如用户的 SQL 语句为:

1
select * from tb_goods where title like '%手机%';

那搜索的大概流程如图:

说明:

  • 1)检查到搜索条件为 like '%手机%',需要找到 title 中包含 手机 的数据
  • 2)逐条遍历每行数据(每个叶子节点),比如第 1 次拿到 id 为 1 的数据
  • 3)判断数据中的 title 字段值是否符合条件
  • 4)如果符合则放入结果集,不符合则丢弃
  • 5)回到步骤 1

综上,根据 id 精确匹配时,可以走索引,查询效率较高。而当搜索条件为模糊匹配时,由于索引无法生效,导致从索引查询退化为全表扫描,效率很差。

因此,正向索引适合于根据索引字段的精确搜索,不适合基于部分词条的模糊匹配。

而倒排索引恰好解决的就是根据部分词条模糊匹配的问题。

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和应用,流程如下:

  • 将每一个文档的数据利用分词算法根据语义拆分,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,可以给词条创建正向索引

此时形成的这张以词条为索引的表,就是倒排索引表,两者对比如下:

正向索引

id(索引) title price
1 小米手机 3499
2 华为手机 4999
3 华为小米充电器 49
4 小米手环 49

倒排索引

词条(索引) 文档 id
小米 1,3,4
手机 1,2
华为 2,3
充电器 3
手环 4

倒排索引的搜索流程如下(以搜索”华为手机”为例),如图:

流程描述:

1)用户输入条件 "华为手机" 进行搜索。

2)对用户输入条件分词,得到词条:华为手机

3)拿着词条在倒排索引中查找(由于词条有索引,查询效率很高),即可得到包含词条的文档 id:1、2、3

4)拿着文档 id 到正向索引中查找具体文档即可(由于 id 也有索引,查询效率也很高)。

虽然要先查询倒排索引,再查询倒排索引,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。

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
  • 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.基础概念

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:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
{
"id": 1,
"title": "小米手机",
"price": 3499
}
{
"id": 2,
"title": "华为手机",
"price": 4999
}
{
"id": 3,
"title": "华为小米充电器",
"price": 49
}
{
"id": 4,
"title": "小米手环",
"price": 299
}

因此,原本数据库中的一行数据就是 ES 中的一个 JSON 文档;而数据库中每行数据都包含很多列,这些列就转换为 JSON 文档中的字段(Field)

1.3.2.索引和映射

随着业务发展,需要在 es 中存储的文档也会越来越多,比如有商品的文档、用户的文档、订单文档等等:

所有文档都散乱存放显然非常混乱,也不方便管理。

因此,我们要将类型相同的文档集中在一起管理,称为索引(Index)。例如:

商品索引

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
"id": 1,
"title": "小米手机",
"price": 3499
}

{
"id": 2,
"title": "华为手机",
"price": 4999
}

{
"id": 3,
"title": "三星手机",
"price": 3999
}

用户索引

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
"id": 101,
"name": "张三",
"age": 21
}

{
"id": 102,
"name": "李四",
"age": 24
}

{
"id": 103,
"name": "麻子",
"age": 18
}

订单索引

1
2
3
4
5
6
7
8
9
10
11
12
13
{
"id": 10,
"userId": 101,
"goodsId": 1,
"totalFee": 294
}

{
"id": 11,
"userId": 102,
"goodsId": 2,
"totalFee": 328
}
  • 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

如图:

那是不是说,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之处:

  • 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.IK 分词器

Elasticsearch 的关键就是倒排索引,而倒排索引依赖于对文档内容的分词,而分词则需要高效、精准的分词算法,IK 分词器就是这样一个中文分词算法。

1.4.1.安装 IK 分词器

运行一个命令即可:

1
docker exec -it es ./bin/Elasticsearch-plugin  install https://github.com/medcl/Elasticsearch-analysis-ik/releases/download/v7.12.1/Elasticsearch-analysis-ik-7.12.1.zip

然后重启 es 容器:

1
docker restart es

1.4.2.使用 IK 分词器

IK 分词器包含两种模式:

  • ik_smart:智能语义切分
  • ik_max_word:最细粒度切分

我们在 Kibana 的 DevTools 上来测试分词器,首先测试 Elasticsearch 官方提供的标准分词器:

1
2
3
4
5
POST /_analyze
{
"analyzer": "standard",
"text": "博主Raining的讲解实在是太棒啦"
}

结果如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
{
"tokens" : [
{
"token" : "博",
"start_offset" : 0,
"end_offset" : 1,
"type" : "<IDEOGRAPHIC>",
"position" : 0
},
{
"token" : "主",
"start_offset" : 1,
"end_offset" : 2,
"type" : "<IDEOGRAPHIC>",
"position" : 1
},
{
"token" : "raining",
"start_offset" : 2,
"end_offset" : 9,
"type" : "<ALPHANUM>",
"position" : 2
},
{
"token" : "的",
"start_offset" : 9,
"end_offset" : 10,
"type" : "<IDEOGRAPHIC>",
"position" : 3
},
{
"token" : "讲",
"start_offset" : 10,
"end_offset" : 11,
"type" : "<IDEOGRAPHIC>",
"position" : 4
},
{
"token" : "解",
"start_offset" : 11,
"end_offset" : 12,
"type" : "<IDEOGRAPHIC>",
"position" : 5
},
{
"token" : "实",
"start_offset" : 12,
"end_offset" : 13,
"type" : "<IDEOGRAPHIC>",
"position" : 6
},
{
"token" : "在",
"start_offset" : 13,
"end_offset" : 14,
"type" : "<IDEOGRAPHIC>",
"position" : 7
},
{
"token" : "是",
"start_offset" : 14,
"end_offset" : 15,
"type" : "<IDEOGRAPHIC>",
"position" : 8
},
{
"token" : "太",
"start_offset" : 15,
"end_offset" : 16,
"type" : "<IDEOGRAPHIC>",
"position" : 9
},
{
"token" : "棒",
"start_offset" : 16,
"end_offset" : 17,
"type" : "<IDEOGRAPHIC>",
"position" : 10
},
{
"token" : "啦",
"start_offset" : 17,
"end_offset" : 18,
"type" : "<IDEOGRAPHIC>",
"position" : 11
}
]
}

可以看到,标准分词器智能 1 字 1 词条,无法正确对中文做分词。

我们再测试 IK 分词器:

1
2
3
4
5
POST /_analyze
{
"analyzer": "ik_smart",
"text": "博主Raining的讲解实在是太棒啦"
}

执行结果如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
{
"tokens" : [
{
"token" : "博",
"start_offset" : 0,
"end_offset" : 1,
"type" : "CN_CHAR",
"position" : 0
},
{
"token" : "主",
"start_offset" : 1,
"end_offset" : 2,
"type" : "CN_CHAR",
"position" : 1
},
{
"token" : "raining",
"start_offset" : 2,
"end_offset" : 9,
"type" : "ENGLISH",
"position" : 2
},
{
"token" : "的",
"start_offset" : 9,
"end_offset" : 10,
"type" : "CN_CHAR",
"position" : 3
},
{
"token" : "讲解",
"start_offset" : 10,
"end_offset" : 12,
"type" : "CN_WORD",
"position" : 4
},
{
"token" : "实在是",
"start_offset" : 12,
"end_offset" : 15,
"type" : "CN_WORD",
"position" : 5
},
{
"token" : "太棒",
"start_offset" : 15,
"end_offset" : 17,
"type" : "CN_WORD",
"position" : 6
},
{
"token" : "啦",
"start_offset" : 17,
"end_offset" : 18,
"type" : "CN_CHAR",
"position" : 7
}
]
}

1.4.3.拓展词典

随着互联网的发展,“造词运动”也越发的频繁。出现了很多新的词语,在原有的词汇列表中并不存在。比如:“泰裤辣” 等。

IK 分词器无法对这些词汇分词,测试一下:

1
2
3
4
5
POST /_analyze
{
"analyzer": "ik_max_word",
"text": "这个博文实在是真的泰裤辣!"
}

结果:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
{
"tokens" : [
{
"token" : "这个",
"start_offset" : 0,
"end_offset" : 2,
"type" : "CN_WORD",
"position" : 0
},
{
"token" : "博",
"start_offset" : 2,
"end_offset" : 3,
"type" : "CN_CHAR",
"position" : 1
},
{
"token" : "文",
"start_offset" : 3,
"end_offset" : 4,
"type" : "CN_CHAR",
"position" : 2
},
{
"token" : "实在是",
"start_offset" : 4,
"end_offset" : 7,
"type" : "CN_WORD",
"position" : 3
},
{
"token" : "实在",
"start_offset" : 4,
"end_offset" : 6,
"type" : "CN_WORD",
"position" : 4
},
{
"token" : "是",
"start_offset" : 6,
"end_offset" : 7,
"type" : "CN_CHAR",
"position" : 5
},
{
"token" : "真的",
"start_offset" : 7,
"end_offset" : 9,
"type" : "CN_WORD",
"position" : 6
},
{
"token" : "泰",
"start_offset" : 9,
"end_offset" : 10,
"type" : "CN_CHAR",
"position" : 7
},
{
"token" : "裤",
"start_offset" : 10,
"end_offset" : 11,
"type" : "CN_CHAR",
"position" : 8
},
{
"token" : "辣",
"start_offset" : 11,
"end_offset" : 12,
"type" : "CN_CHAR",
"position" : 9
}
]
}

可以看到, 泰裤辣无法正确分词。

所以要想正确分词,IK 分词器的词库也需要不断的更新,IK 分词器提供了扩展词汇的功能。

1)打开 IK 分词器 config 目录:

默认是没有 config 目录的,需要自己新建。

2)在 IKAnalyzer.cfg.xml 配置文件内容添加:

1
2
3
4
5
6
7
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!--用户可以在这里配置自己的扩展字典 *** 添加扩展词典-->
<entry key="ext_dict">ext.dic</entry>
</properties>

3)在 IK 分词器的 config 目录新建一个 ext.dic,可以参考 config 目录下复制一个配置文件进行修改

1
泰裤辣

4)重启 Elasticsearch

1
2
3
4
docker restart es

# 查看 日志
docker logs -f Elasticsearh

再次测试,可以发现 泰裤辣 都正确分词了:

1.4.4.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

Index 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 Index 和 Mapping。

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:longintegershortbytedoublefloat
    • 布尔:boolean
    • 日期:date
    • 对象:object
  • index:是否创建索引,默认为 true

  • analyzer:使用哪种分词器

  • properties:该字段的子字段

例如下面的 json 文档:

1
2
3
4
5
6
7
8
9
10
11
12
{
"age": 21,
"weight": 52.1,
"isMarried": false,
"info": "黑马程序员Java讲师",
"email": "zy@itcast.cn",
"score": [99.1, 99.5, 98.9],
"name": {
"firstName": "云",
"lastName": "赵"
}
}

对应的每个字段映射(Mapping):

字段名 字段类型 类型说明 是否****参与搜索 是否****参与分词 分词器
age integer 整数 - [x] - [ ] ——
weight float 浮点数 - [x] - [ ] ——
isMarried boolean 布尔 - [x] - [ ] ——
info text 字符串,但需要分词 - [x] - [x] IK
email keyword 字符串,但是不分词 - [ ] - [ ] ——
score float 只看数组中元素类型 - [x] - [ ] ——
name firstName keyword 字符串,但是不分词 - [x] - [ ] ——
lastName keyword 字符串,但是不分词 - [x] - [ ] ——

2.2.索引库的 CRUD

由于 Elasticsearch 采用的是 Restful 风格的 API,因此其请求方式和路径相对都比较规范,而且请求参数也都采用 JSON 风格。

我们直接基于 Kibana 的 DevTools 来编写请求做测试,由于有语法提示,会非常方便。

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

格式

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
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
}
}
}

示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
PUT /heima
{
"mappings": {
"properties": {
"info":{
"type": "text",
"analyzer": "ik_smart"
},
"email":{
"type": "keyword",
"index": "false"
},
"name":{
"properties": {
"firstName": {
"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

1
GET /索引库名

示例

1
GET /heima

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。因此修改索引库能做的就是向索引库中添加新字段,或者更新索引库的基础属性。

语法说明

1
2
3
4
5
6
7
8
PUT /索引库名/_mapping
{
"properties": {
"新字段名":{
"type": "integer"
}
}
}

示例

1
2
3
4
5
6
7
8
PUT /heima/_mapping
{
"properties": {
"age":{
"type": "integer"
}
}
}

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:

1
DELETE /索引库名

示例:

1
DELETE /heima

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
  • 修改索引库,添加字段:PUT /索引库名/_mapping

可以看到,对索引库的操作基本遵循的 Restful 的风格,因此 API 接口非常统一,方便记忆。

3.文档操作

有了索引库,接下来就可以向索引库中添加数据了。

Elasticsearch 中的数据其实就是 JSON 风格的文档。操作文档自然保护 等几种常见操作,我们分别来学习。

3.1.新增文档

语法:

1
2
3
4
5
6
7
8
9
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"
},
}

示例:

1
2
3
4
5
6
7
8
9
POST /heima/_doc/1
{
"info": "黑马程序员Java讲师",
"email": "zy@itcast.cn",
"name": {
"firstName": "云",
"lastName": "赵"
}
}

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:

1
GET /{索引库名称}/_doc/{id}

示例:

1
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:

1
DELETE /{索引库名}/_doc/id值

示例:

1
DELETE /heima/_doc/1

结果:

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
  • 局部修改:修改文档中的部分字段

3.4.1.全量修改

全量修改是覆盖原来的文档,其本质是两步操作:

  • 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:

1
2
3
4
5
6
PUT /{索引库名}/_doc/文档id
{
"字段1": "值1",
"字段2": "值2",
// ... 略
}

示例:

1
2
3
4
5
6
7
8
9
PUT /heima/_doc/1
{
"info": "黑马程序员高级Java讲师",
"email": "zy@itcast.cn",
"name": {
"firstName": "云",
"lastName": "赵"
}
}

由于 id1 的文档已经被删除,所以第一次执行时,得到的反馈是 created

所以如果执行第 2 次时,得到的反馈则是 updated

3.4.2.局部修改

局部修改是只修改指定 id 匹配的文档中的部分字段。

语法:

1
2
3
4
5
6
POST /{索引库名}/_update/文档id
{
"doc": {
"字段名": "新的值",
}
}

示例:

1
2
3
4
5
6
POST /heima/_update/1
{
"doc": {
"email": "ZhaoYun@itcast.cn"
}
}

执行结果

3.5.批处理

批处理采用 POST 请求,基本语法如下:

1
2
3
4
5
6
7
8
POST _bulk
{ "index" : { "_index" : "test", "_id" : "1" } }
{ "field1" : "value1" }
{ "delete" : { "_index" : "test", "_id" : "2" } }
{ "create" : { "_index" : "test", "_id" : "3" } }
{ "field1" : "value3" }
{ "update" : {"_id" : "1", "_index" : "test"} }
{ "doc" : {"field2" : "value2"} }

其中:

  • index 代表新增操作

    • _index:指定索引库名
    • _id 指定要操作的文档 id
    • { "field1" : "value1" }:则是要新增的文档内容
  • delete 代表删除操作

    • _index:指定索引库名
    • _id 指定要操作的文档 id
  • update 代表更新操作

    • _index:指定索引库名
    • _id 指定要操作的文档 id
    • { "doc" : {"field2" : "value2"} }:要更新的文档字段

示例,批量新增:

1
2
3
4
5
POST /_bulk
{"index": {"_index":"heima", "_id": "3"}}
{"info": "黑马程序员C++讲师", "email": "ww@itcast.cn", "name":{"firstName": "五", "lastName":"王"}}
{"index": {"_index":"heima", "_id": "4"}}
{"info": "黑马程序员前端讲师", "email": "zhangsan@itcast.cn", "name":{"firstName": "三", "lastName":"张"}}

批量删除:

1
2
3
POST /_bulk
{"delete":{"_index":"heima", "_id": "3"}}
{"delete":{"_index":"heima", "_id": "4"}}

3.6.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 }
    • 局部修改: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

由于 ES 目前最新版本是 8.8,提供了全新版本的客户端,老版本的客户端已经被标记为过时。而我们采用的是 7.12 版本,因此只能使用老版本客户端:

然后选择 7.12 版本,HighLevelRestClient 版本:

4.1.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)在 item-service 模块中引入 esRestHighLevelClient 依赖:

1
2
3
4
<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 7.17.10,所以我们需要覆盖默认的 ES 版本:

1
2
3
4
5
<properties>
<maven.compiler.source>11</maven.compiler.source>
<maven.compiler.target>11</maven.compiler.target>
<Elasticsearch.version>7.12.1</Elasticsearch.version>
</properties>

3)初始化 RestHighLevelClient:

初始化的代码如下:

1
2
3
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 IndexTest,然后将初始化的代码编写在 @BeforeEach 方法中:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
package com.hmall.item.es;

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 java.io.IOException;

public class IndexTest {

private RestHighLevelClient client;

@BeforeEach
void setUp() {
this.client = new RestHighLevelClient(RestClient.builder(
HttpHost.create("http://192.168.150.101:9200")
));
}

@Test
void testConnect() {
System.out.println(client);
}

@AfterEach
void tearDown() throws IOException {
this.client.close();
}
}

4.1.创建索引库

由于要实现对商品搜索,所以我们需要将商品添加到 Elasticsearch 中,不过需要根据搜索业务的需求来设定索引库结构,而不是一股脑的把 MySQL 数据写入 Elasticsearch.

4.1.1.Mapping 映射

搜索页面的效果如图所示:

实现搜索功能需要的字段包括三大部分:

  • 搜索过滤字段

    • 分类
    • 品牌
    • 价格
  • 排序字段

    • 默认:按照更新时间降序排序
    • 销量
    • 价格
  • 展示字段

    • 商品 id:用于点击后跳转
    • 图片地址
    • 是否是广告推广商品
    • 名称
    • 价格
    • 评价数量
    • 销量

对应的商品表结构如下,索引库无关字段已经划掉:

结合数据库表结构,以上字段对应的 mapping 映射属性如下:

字段名 字段类型 类型说明 是否****参与搜索 是否****参与分词 分词器
id long 长整数 - [x] - [ ] ——
name text 字符串,参与分词搜索 - [x] - [x] IK
price integer 以分为单位,所以是整数 - [x] - [ ] ——
stock integer 字符串,但需要分词 - [x] - [ ] ——
image keyword 字符串,但是不分词 - [ ] - [ ] ——
category keyword 字符串,但是不分词 - [x] - [ ] ——
brand keyword 字符串,但是不分词 - [x] - [ ] ——
sold integer 销量,整数 - [x] - [ ] ——
commentCount integer 评价,整数 - [ ] - [ ] ——
isAD boolean 布尔类型 - [x] - [ ] ——
updateTime Date 更新时间 - [x] - [ ] ——

因此,最终我们的索引库文档结构应该是这样:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
PUT /items
{
"mappings": {
"properties": {
"id": {
"type": "keyword"
},
"name":{
"type": "text",
"analyzer": "ik_max_word"
},
"price":{
"type": "integer"
},
"stock":{
"type": "integer"
},
"image":{
"type": "keyword",
"index": false
},
"category":{
"type": "keyword"
},
"brand":{
"type": "keyword"
},
"sold":{
"type": "integer"
},
"commentCount":{
"type": "integer",
"index": false
},
"isAD":{
"type": "boolean"
},
"updateTime":{
"type": "date"
}
}
}
}

4.1.2.创建索引

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 Json 格式的 Mapping 映射参数。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。例如创建索引、删除索引、判断索引是否存在等

item-service 中的 IndexTest 测试类中,具体代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
@Test
void testCreateIndex() throws IOException {
// 1.创建Request对象
CreateIndexRequest request = new CreateIndexRequest("items");
// 2.准备请求参数
request.source(MAPPING_TEMPLATE, XContentType.JSON);
// 3.发送请求
client.indices().create(request, RequestOptions.DEFAULT);
}

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" +
" },\n" +
" \"price\":{\n" +
" \"type\": \"integer\"\n" +
" },\n" +
" \"stock\":{\n" +
" \"type\": \"integer\"\n" +
" },\n" +
" \"image\":{\n" +
" \"type\": \"keyword\",\n" +
" \"index\": false\n" +
" },\n" +
" \"category\":{\n" +
" \"type\": \"keyword\"\n" +
" },\n" +
" \"brand\":{\n" +
" \"type\": \"keyword\"\n" +
" },\n" +
" \"sold\":{\n" +
" \"type\": \"integer\"\n" +
" },\n" +
" \"commentCount\":{\n" +
" \"type\": \"integer\"\n" +
" },\n" +
" \"isAD\":{\n" +
" \"type\": \"boolean\"\n" +
" },\n" +
" \"updateTime\":{\n" +
" \"type\": \"date\"\n" +
" }\n" +
" }\n" +
" }\n" +
"}";

4.2.删除索引库

删除索引库的请求非常简单:

1
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。流程如下:

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

item-service 中的 IndexTest 测试类中,编写单元测试,实现删除索引:

1
2
3
4
5
6
7
@Test
void testDeleteIndex() throws IOException {
// 1.创建Request对象
DeleteIndexRequest request = new DeleteIndexRequest("items");
// 2.发送请求
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,对应的请求语句是:

1
GET /hotel

因此与删除的 Java 代码流程是类似的,流程如下:

  • 1)创建 Request 对象。这次是 GetIndexRequest 对象
  • 2)准备参数。这里是无参,直接省略
  • 3)发送请求。改用 exists 方法
1
2
3
4
5
6
7
8
9
@Test
void testExistsIndex() throws IOException {
// 1.创建Request对象
GetIndexRequest request = new GetIndexRequest("items");
// 2.发送请求
boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
// 3.输出
System.err.println(exists ? "索引库已经存在!" : "索引库不存在!");
}

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 CreateGetDelete
  • 准备请求参数( Create 时需要,其它是无参,可以省略)
  • 发送请求。调用 RestHighLevelClient#indices().xxx() 方法,xxx 是 createexistsdelete

5.RestClient 操作文档

索引库准备好以后,就可以操作文档了。为了与索引库操作分离,我们再次创建一个测试类,做两件事情:

  • 初始化 RestHighLevelClient
  • 我们的商品数据在数据库,需要利用 IHotelService 去查询,所以注入这个接口
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
package com.hmall.item.es;

import com.hmall.item.service.IItemService;
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.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;

import java.io.IOException;

@SpringBootTest(properties = "spring.profiles.active=local")
public class DocumentTest {

private RestHighLevelClient client;
@Autowired
private IItemService itemService;

@BeforeEach
void setUp() {
this.client = new RestHighLevelClient(RestClient.builder(
HttpHost.create("http://192.168.150.101:9200")
));
}

@AfterEach
void tearDown() throws IOException {
this.client.close();
}
}

5.1.新增文档

我们需要将数据库中的商品信息导入 Elasticsearch 中,而不是造假数据了。

5.1.1.实体类

索引库结构与数据库结构还存在一些差异,因此我们要定义一个索引库结构对应的实体。

hm-service 模块的 com.hmall.item.domain.dto 包中定义一个新的 DTO:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
package com.hmall.item.domain.po;

import io.swagger.annotations.ApiModel;
import io.swagger.annotations.ApiModelProperty;
import lombok.Data;

import java.time.LocalDateTime;

@Data
@ApiModel(description = "索引库实体")
public class ItemDoc{

@ApiModelProperty("商品id")
private String id;

@ApiModelProperty("商品名称")
private String name;

@ApiModelProperty("价格(分)")
private Integer price;

@ApiModelProperty("商品图片")
private String image;

@ApiModelProperty("类目名称")
private String category;

@ApiModelProperty("品牌名称")
private String brand;

@ApiModelProperty("销量")
private Integer sold;

@ApiModelProperty("评论数")
private Integer commentCount;

@ApiModelProperty("是否是推广广告,true/false")
private Boolean isAD;

@ApiModelProperty("更新时间")
private LocalDateTime updateTime;
}

5.1.2.API 语法

新增文档的请求语法如下:

1
2
3
4
5
POST /{索引库名}/_doc/1
{
"name": "Jack",
"age": 21
}

对应的 JavaAPI 如下:

可以看到与索引库操作的 API 非常类似,同样是三步走:

  • 1)创建 Request 对象,这里是 IndexRequest,因为添加文档就是创建倒排索引的过程
  • 2)准备请求参数,本例中就是 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

我们导入商品数据,除了参考 API 模板“三步走”以外,还需要做几点准备工作:

  • 商品数据来自于数据库,我们需要先查询出来,得到 Item 对象
  • Item 对象需要转为 ItemDoc 对象
  • ItemDTO 需要序列化为 json 格式

因此,代码整体步骤如下:

  • 1)根据 id 查询商品数据 Item
  • 2)将 Item 封装为 ItemDoc
  • 3)将 ItemDoc 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

item-serviceDocumentTest 测试类中,编写单元测试:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
@Test
void testAddDocument() throws IOException {
// 1.根据id查询商品数据
Item item = itemService.getById(100002644680L);
// 2.转换为文档类型
ItemDoc itemDoc = BeanUtil.copyProperties(item, ItemDoc.class);
// 3.将ItemDTO转json
String doc = JSONUtil.toJsonStr(itemDoc);

// 1.准备Request对象
IndexRequest request = new IndexRequest("items").id(itemDoc.getId());
// 2.准备Json文档
request.source(doc, XContentType.JSON);
// 3.发送请求
client.index(request, RequestOptions.DEFAULT);
}

5.2.查询文档

我们以根据 id 查询文档为例

5.2.1.语法说明

查询的请求语句如下:

1
GET /{索引库名}/_doc/{id}

与之前的流程类似,代码大概分 2 步:

  • 创建 Request 对象
  • 准备请求参数,这里是无参,直接省略
  • 发送请求

不过查询的目的是得到结果,解析为 ItemDTO,还要再加一步对结果的解析。示例代码如下:

可以看到,响应结果是一个 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。

其它代码与之前类似,流程如下:

  • 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

item-serviceDocumentTest 测试类中,编写单元测试:

1
2
3
4
5
6
7
8
9
10
11
12
@Test
void testGetDocumentById() throws IOException {
// 1.准备Request对象
GetRequest request = new GetRequest("items").id("100002644680");
// 2.发送请求
GetResponse response = client.get(request, RequestOptions.DEFAULT);
// 3.获取响应结果中的source
String json = response.getSourceAsString();

ItemDoc itemDoc = JSONUtil.toBean(json, ItemDoc.class);
System.out.println("itemDoc= " + ItemDoc);
}

5.3.删除文档

删除的请求语句如下:

1
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 2 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,直接省略
  • 3)发送请求。因为是删除,所以是 client.delete() 方法

item-serviceDocumentTest 测试类中,编写单元测试:

1
2
3
4
5
6
7
@Test
void testDeleteDocument() throws IOException {
// 1.准备Request,两个参数,第一个是索引库名,第二个是文档id
DeleteRequest request = new DeleteRequest("item", "100002644680");
// 2.发送请求
client.delete(request, RequestOptions.DEFAULT);
}

5.4.修改文档

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
  • 局部修改: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,我们主要关注局部修改的 API 即可。

5.4.1.语法说明

局部修改的请求语法如下:

1
2
3
4
5
6
7
POST /{索引库名}/_update/{id}
{
"doc": {
"字段名": "字段值",
"字段名": "字段值"
}
}

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

item-serviceDocumentTest 测试类中,编写单元测试:

1
2
3
4
5
6
7
8
9
10
11
12
@Test
void testUpdateDocument() throws IOException {
// 1.准备Request
UpdateRequest request = new UpdateRequest("items", "100002644680");
// 2.准备请求参数
request.doc(
"price", 58800,
"commentCount", 1
);
// 3.发送请求
client.update(request, RequestOptions.DEFAULT);
}

5.5.批量导入文档

在之前的案例中,我们都是操作单个文档。而数据库中的商品数据实际会达到数十万条,某些项目中可能达到数百万条。

我们如果要将这些数据导入索引库,肯定不能逐条导入,而是采用批处理方案。常见的方案有:

  • 利用 Logstash 批量导入

    • 需要安装 Logstash
    • 对数据的再加工能力较弱
    • 无需编码,但要学习编写 Logstash 导入配置
  • 利用 JavaAPI 批量导入

    • 需要编码,但基于 JavaAPI,学习成本低
    • 更加灵活,可以任意对数据做再加工处理后写入索引库

接下来,我们就学习下如何利用 JavaAPI 实现批量文档导入。

5.5.1.语法说明

批处理与前面讲的文档的 CRUD 步骤基本一致:

  • 创建 Request,但这次用的是 BulkRequest
  • 准备请求参数
  • 发送请求,这次要用到 client.bulk() 方法

BulkRequest 本身其实并没有请求参数,其本质就是将多个普通的 CRUD 请求组合在一起发送。例如:

  • 批量新增文档,就是给每个文档创建一个 IndexRequest 请求,然后封装到 BulkRequest 中,一起发出。
  • 批量删除,就是创建 N 个 DeleteRequest 请求,然后封装到 BulkRequest,一起发出

因此 BulkRequest 中提供了 add 方法,用以添加其它 CRUD 的请求:

可以看到,能添加的请求有:

  • 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:

1
2
3
4
5
6
7
8
9
10
@Test
void testBulk() throws IOException {
// 1.创建Request
BulkRequest request = new BulkRequest();
// 2.准备请求参数
request.add(new IndexRequest("items").id("1").source("json doc1", XContentType.JSON));
request.add(new IndexRequest("items").id("2").source("json doc2", XContentType.JSON));
// 3.发送请求
client.bulk(request, RequestOptions.DEFAULT);
}

5.5.2.完整代码

当我们要导入商品数据时,由于商品数量达到数十万,因此不可能一次性全部导入。建议采用循环遍历方式,每次导入 1000 条左右的数据。

item-serviceDocumentTest 测试类中,编写单元测试:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
@Test
void testLoadItemDocs() throws IOException {
// 分页查询商品数据
int pageNo = 1;
int size = 1000;
while (true) {
Page<Item> page = itemService.lambdaQuery().eq(Item::getStatus, 1).page(new Page<Item>(pageNo, size));
// 非空校验
List<Item> items = page.getRecords();
if (CollUtils.isEmpty(items)) {
return;
}
log.info("加载第{}页数据,共{}条", pageNo, items.size());
// 1.创建Request
BulkRequest request = new BulkRequest("items");
// 2.准备参数,添加多个新增的Request
for (Item item : items) {
// 2.1.转换为文档类型ItemDTO
ItemDoc itemDoc = BeanUtil.copyProperties(item, ItemDoc.class);
// 2.2.创建新增文档的Request对象
request.add(new IndexRequest()
.id(itemDoc.getId())
.source(JSONUtil.toJsonStr(itemDoc), XContentType.JSON));
}
// 3.发送请求
client.bulk(request, RequestOptions.DEFAULT);

// 翻页
pageNo++;
}
}

5.6.小结

文档操作的基本步骤:

  • 初始化 RestHighLevelClient

  • 创建 XxxRequest。

    • XXX 是 IndexGetUpdateDeleteBulk
  • 准备参数(IndexUpdateBulk 时需要)

  • 发送请求。

    • 调用 RestHighLevelClient#.xxx() 方法,xxx 是 indexgetupdatedeletebulk
  • 解析结果(Get 时需要)