文章目录
⛄引言
本文参考黑马 分布式Elastic search
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
一、初始化 Java RestClient
初始化RestHighLevelClient
为了与索引库操作分离,我们再次参加一个测试类,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
文档测试类
importcom.alibaba.fastjson.JSON;importorg.apache.http.HttpHost;importorg.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;importorg.elasticsearch.action.bulk.BulkRequest;importorg.elasticsearch.action.delete.DeleteRequest;importorg.elasticsearch.action.get.GetRequest;importorg.elasticsearch.action.get.GetResponse;importorg.elasticsearch.action.index.IndexRequest;importorg.elasticsearch.action.update.UpdateRequest;importorg.elasticsearch.client.RequestOptions;importorg.elasticsearch.client.RestClient;importorg.elasticsearch.client.RestHighLevelClient;importorg.elasticsearch.client.indices.CreateIndexRequest;importorg.elasticsearch.client.indices.GetIndexRequest;importorg.elasticsearch.common.xcontent.XContentType;importorg.junit.jupiter.api.AfterEach;importorg.junit.jupiter.api.BeforeEach;importorg.junit.jupiter.api.Test;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.boot.test.context.SpringBootTest;importjava.io.IOException;importjava.util.List;/**
* @author whc
* @date 2023/2/28 15:01
*/@SpringBootTestpublicclassHotelDocumentTest{privateRestHighLevelClient restHighLevelClient;@AutowiredprivateIHotelService hotelService;@BeforeEachvoidsetUp(){this.restHighLevelClient =newRestHighLevelClient(RestClient.builder(HttpHost.create("IP地址:9200")));}@AfterEachvoidtearDown()throwsIOException{this.restHighLevelClient.close();}}
测试类初始化 RestClient完毕。
二、RestClient 对文档的CRUD操作
下面我们通过RestClient 对 文档进行 增删改查操作,以便更加深层次的理解。
⛅新增文档
需求: 将酒店数据从数据库查询出来,通过RestClient写入到ElasticSearch中。
实体类与索引库实体类的转换
数据库返回的结果是一个Hotel类型的对象,属性如下:
@Data@TableName("tb_hotel")publicclassHotel{@TableId(type =IdType.INPUT)privateLong id;privateString name;privateString address;privateInteger price;privateInteger score;privateString brand;privateString city;privateString starName;privateString business;privateString longitude;privateString latitude;privateString pic;}
那么问题来了,我们的ElasticSearch 索引库的结构与实体类不一致该怎么办?
例如:经纬度,索引库中是 通过location来实现的,通过 , 分割开 。 实体类中则是两个单独的属性。
因此,我们需要定义一个新的对象,将该属性进行合并从而达到我们想要的结果
importlombok.Data;importlombok.NoArgsConstructor;@Data@NoArgsConstructorpublicclassHotelDoc{privateLong id;privateString name;privateString address;privateInteger price;privateInteger score;privateString brand;privateString city;privateString starName;privateString business;privateString location;privateString pic;publicHotelDoc(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();}}
语法说明
新增文档的DSL语句如下:
POST/{索引库名}/_doc/1{"name":"Jack","age":20}
Java代码如下
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。
完整代码测试新增文档
@Test
voidtestAddDocument() throws IOException {//获取酒店数据
Hotel hotel = hotelService.getById(36934L);
HotelDoc hotelDoc =newHotelDoc(hotel);//1.创建request对象
IndexRequest request =newIndexRequest("hotel").id(hotel.getId().toString());//2.准备参数
request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);//3.发送请求
restHighLevelClient.index(request, RequestOptions.DEFAULT);}
执行即可。
⏰查询文档
查询的DSL语句如下:
GET/索引库名/_doc/{id}
大致分为2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,也是分为三步
- 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
完整代码
@TestvoidtestGetDocument()throwsIOException{//1.创建request对象GetRequest request =newGetRequest("hotel","36934");//2.发送请求GetResponse response = restHighLevelClient.get(request,RequestOptions.DEFAULT);String sourceAsString = response.getSourceAsString();System.out.println(sourceAsString);}
结果如下:
⚡修改文档
修改是分为两种方式:
- 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
这里我们主要介绍 增量修改
代码示例如下:
与之前类似,主要分为三步
- 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
完整代码
@TestvoidtestUpdateDocument()throwsIOException{//1.创建request对象UpdateRequest request =newUpdateRequest("hotel","36934");//2.准备参数
request.doc("price","456","starName","三钻");//3.发送请求
restHighLevelClient.update(request,RequestOptions.DEFAULT);}
修改结果
执行完毕修改后,再次通过get请求查看修改结果
⌚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代码应该依然分为三步:
- 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
- 3.发送请求。因为是删除,所以是client.delete()方法
完整Java代码
@TestvoidtestDeleteDocument()throwsIOException{//1.创建request对象DeleteRequest request =newDeleteRequest("hotel","36934");//2.发送请求
restHighLevelClient.delete(request,RequestOptions.DEFAULT);}
查看删除结果
执行完毕后,调用get请求查看结果
三、RestClient 批量文档导入
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
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:
依旧是分为三步:
- 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
导入酒店数据后,将代码改为for循环即可
完整Java代码
@TestvoidtestBulk()throwsIOException{//获取酒店数据List<Hotel> hotels = hotelService.list();//1.创建bulk请求BulkRequest request =newBulkRequest();//2.添加批量处理的请求for(Hotel hotel : hotels){HotelDoc hotelDoc =newHotelDoc(hotel);
request.add(newIndexRequest("hotel").id(hotel.getId().toString()).source(JSON.toJSONString(hotelDoc),XContentType.JSON));}//3.发送请求
restHighLevelClient.bulk(request,RequestOptions.DEFAULT);}
查看执行结果
执行完毕后,执行 以下DSL语句批量查询
执行完毕,导入成功。
⛵小结
以上就是【Bug 终结者】对 微服务分布式搜索引擎 Elastic Search RestClient 操作文档 的简单介绍,ES搜索引擎无疑是最优秀的分布式搜索引擎,使用它,可大大提高项目的灵活、高效性!**
技术改变世界!!!
**
如果这篇【文章】有帮助到你,希望可以给【Bug 终结者】点个赞👍,创作不易,如果有对【后端技术】、【前端领域】感兴趣的小可爱,也欢迎关注❤️❤️❤️ 【Bug 终结者】❤️❤️❤️,我将会给你带来巨大的【收获与惊喜】💝💝💝!
版权归原作者 Bug 终结者 所有, 如有侵权,请联系我们删除。