1.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。

1.1.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。

1.2.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.mysql与elasticsearch

我们统一的把mysql与elasticsearch的概念做一下对比：

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

参考：链接

1.4.2.分词器

参考：链接

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

• 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：

{

   "age": 21,

   "weight": 52.1,

   "isMarried": false,

   "info": "程序员Java讲师",

   "email": "zy@hh.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

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

   }

 }

}

示例：

PUT /demo

{

 "mappings": {

   "properties": {

     "info":{

       "type": "text",

       "analyzer": "ik_smart"

     },

     "email":{

       "type": "keyword",

       "index": "false"

     },

     "name":{

       "properties": {

         "firstName": {

           "type": "keyword"

         }

       }

     },

     // ... 略

   }

 }

}

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

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"

   },

   // ...

}

示例：

POST /heima/_doc/1

{

   "info": "程序员Java",

   "email": "zy@itcast.cn",

   "name": {

       "firstName": "云",

       "lastName": "赵"

   }

}

响应：

针对同一个index，其中version在每次写操作后都会+1（新增、修改、删除）

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：

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
• 增量修改：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：

• 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：

PUT /heima/_doc/1

{

   "info": "黑马程序员高级Java讲师",

   "email": "zy@itcast.cn",

   "name": {

       "firstName": "云",

       "lastName": "赵"

   }

}

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",

   }

}

示例：

POST /heima/_update/1

{

 "doc": {

   "email": "ZhaoYun@itcast.cn"

 }

}

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

首先导入提供的数据库数据：📎tb_hotel.sql

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

然后导入提供的项目:📎hotel-demo.zip

项目结构如图：

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:

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",

       "copy_to": "all"

     },

     "starName":{

       "type": "keyword"

     },

     "business":{

       "type": "keyword"

     },

     "location":{

       "type": "geo_point"

     },

     "pic":{

       "type": "keyword",

       "index": false

     },

     "all":{

       "type": "text",

       "analyzer": "ik_max_word"

     }

   }

 }

}

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

地理坐标说明：

copy_to说明：

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.itcast.hotel;

import org.apache.http.HttpHost;

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 HotelIndexTest {

   private RestHighLevelClient client;

   @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();

   }

}

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.itcast.hotel.constants包下，创建一个类，定义mapping映射的JSON字符串常量：

package cn.itcast.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

   client.indices().create(request, RequestOptions.DEFAULT);

}

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

   DeleteIndexRequest request = new DeleteIndexRequest("hotel");

   // 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 testExistsHotelIndex() throws IOException {

   // 1.创建Request对象

   GetIndexRequest request = new GetIndexRequest("hotel");

   // 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

package cn.itcast.hotel;

import cn.itcast.hotel.pojo.Hotel;

import cn.itcast.hotel.service.IHotelService;

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;

import java.util.List;

@SpringBootTest

public class HotelDocumentTest {

   @Autowired

   private IHotelService hotelService;

   private RestHighLevelClient client;

   @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;

   public 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：

@Test

void testAddDocument() throws IOException {

   // 1.根据id查询酒店数据

   Hotel hotel = hotelService.getById(61083L);

   // 2.转换为文档类型

   HotelDoc hotelDoc = new HotelDoc(hotel);

   // 3.将HotelDoc转json

   String json = JSON.toJSONString(hotelDoc);

   // 1.准备Request对象

   IndexRequest request = new IndexRequest("hotel").id(hotelDoc.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

void testGetDocumentById() throws IOException {

   // 1.准备Request

   GetRequest request = new GetRequest("hotel", "61082");

   // 2.发送请求，得到响应

   GetResponse response = client.get(request, RequestOptions.DEFAULT);

   // 3.解析响应结果

   String json = response.getSourceAsString();

   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
• 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Request

   DeleteRequest request = new DeleteRequest("hotel", "61083");

   // 2.发送请求

   client.delete(request, RequestOptions.DEFAULT);

}

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Request

   UpdateRequest request = new UpdateRequest("hotel", "61083");

   // 2.准备请求参数

   request.doc(

       "price", "952",

       "starName", "四钻"

   );

   // 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

void testBulkRequest() throws IOException {

   // 批量查询酒店数据

   List<Hotel> hotels = hotelService.list();

   // 1.创建Request

   BulkRequest request = new BulkRequest();

   // 2.准备参数，添加多个新增的Request

   for (Hotel hotel : hotels) {

       // 2.1.转换为文档类型HotelDoc

       HotelDoc hotelDoc = new HotelDoc(hotel);

       // 2.2.创建新增文档的Request对象

       request.add(new IndexRequest("hotel")

                   .id(hotelDoc.getId().toString())

                   .source(JSON.toJSONString(hotelDoc), XContentType.JSON));

   }

   // 3.发送请求

   client.bulk(request, RequestOptions.DEFAULT);

}

通过指令查询：GET /hotel/_search

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）