SpringBoot整合ElasticSearch(最终更)

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: SpringBoot整合ElasticSearch(最终更)

正文


创建索引 Create 同步请求


先创建一个常量类

public class Constant {
public static final String ES_LIU_DOCUMENT_INDEX = "liu_document"; //索引库名称
}
  //创建索引 Request
  @Test
 public void testCreateIndex() throws IOException {
    // 1、创建索引请求
    CreateIndexRequest request = new CreateIndexRequest(ES_LIU_DOCUMENT_INDEX);
    //2、执行创建请求
    CreateIndexResponse createIndexResponse = restHighLevelClient.indices()
        .create(request, RequestOptions.DEFAULT);
  }


创建索引 Create 异步请求


 // 异步->创建索引 Request
  @Test
 public void testSynCreateIndexMapping()  {
    try {
      // 1、创建索引请求
      CreateIndexRequest request = new CreateIndexRequest(Constant.ES_LIU_DOCUMENT_INDEX);
      //2、执行创建异步请求
      restHighLevelClient.indices().createAsync(request,RequestOptions.DEFAULT,elasticSearchSynListener.createIndexListener(Constant.ES_LIU_DOCUMENT_INDEX));
      Thread.sleep(1000);
    } catch (InterruptedException e) {
      e.printStackTrace();
    }
  }


重点讲一下 为什么写Thread.sleep(1000)

090990.png

先看个问题,这是elasticsearch社区提出的一个问题,为什么异步创建索引的时候会报 Connection closed unexpectedly 同步则没有问题。


这种原因是因为 当异步发生时, 索引创建是否成功还未返回 就已经 断开了client连接(结束当前进程),这时候需要等待一小会,或者直接springboot启动则不会断开连接,如果进行单元测试则需要创建Thread.sleep 或者使用其他延迟进程结束的方法!


查看索引是否存在 GetIndexRequest


 //检查索引 是否存在
  @Test
  public void testExistsIndex() throws IOException {
    GetIndexRequest request = new GetIndexRequest(Constant.ES_LIU_DOCUMENT_INDEX);
    boolean exists = restHighLevelClient.indices().exists(request, RequestOptions.DEFAULT);
    System.out.println(exists);
  }

123.png

返回true代表存在!


同步添加文档 GetIndexRequest


//添加文档
  @Test
  public void testAddDocument() throws IOException {
    //创建对象
    User user = new User("小1", 1);
//创建请求
    IndexRequest request = new IndexRequest(Constant.ES_LIU_DOCUMENT_INDEX);
    //规则 put /kuang_index/_doc/1
    request.id("1"); //文档id
    request.timeout(TimeValue.timeValueSeconds(1));//时间 1s
    //将我们的数据放入请求 json
    request.source(JSON.toJSONString(user), XContentType.JSON);
    //客户端发送请求 , 获取响应的结果
    IndexResponse indexResponse = restHighLevelClient.index(request, RequestOptions.DEFAULT);
    System.out.println(indexResponse.toString()); //返回文档信息
    System.out.println(indexResponse.status()); //操作文档类型
  }

1234.png


异步创建文档 IndexRequest


  // 异步-> 创建文档数据
  @Test
  public void testSynAddDocument(){
    try {
      String id = "2";
      //1.实例化索引请求 后面链式写法 追加文档数据
      User user = new User("小2", 2);
      IndexRequest indexRequest = new IndexRequest(Constant.ES_LIU_DOCUMENT_INDEX).id(id)
          //将我们的数据放入请求 json
          .source(JSON.toJSONString(user), XContentType.JSON);
      //等待主分片的时间,这里超过1秒代表超时 若超时则使用副分片
      indexRequest.timeout(TimeValue.timeValueSeconds(1));
      restHighLevelClient.indexAsync(indexRequest,RequestOptions.DEFAULT,elasticSearchSynListener.createDocumentListener(id));
      Thread.sleep(1000);
    } catch (InterruptedException e) {
      e.printStackTrace();
    }
  }


去Kinbana查看刚才新增的两个文档!


22.png


删除索引


  // 删除索引
  @Test
  public void testDeleteIndex() throws IOException {
    DeleteIndexRequest request = new DeleteIndexRequest("liuy_doc");
    AcknowledgedResponse delete = restHighLevelClient.indices()
        .delete(request, RequestOptions.DEFAULT);
    System.out.println(delete.isAcknowledged());
  }


查看文档是否存在


 //判断文档是否存在
  @Test
  public void testExistsDocument() throws IOException {
    GetRequest getRequest = new GetRequest("liuy_doc", "1");
    //不获取返回的 _source 的上下文了(只获取文档状态等 不获取具体内容)
    getRequest.fetchSourceContext(new FetchSourceContext(false));
    getRequest.storedFields("_none_");
    boolean exists = restHighLevelClient.exists(getRequest, RequestOptions.DEFAULT);
    System.out.println(exists);
  }


获取文档信息


  @Test
  public void testGetDocument() throws IOException {
    GetRequest getRequest = new GetRequest("liuy_doc", "1");
    GetResponse documentFields = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT);
    System.out.println(documentFields.getSourceAsString()); //打印文档内容
    System.out.println(documentFields);
  }


批量新增文档


  //批量新增文档
  @Test
  public  void testBatchAddDocument() throws IOException {
    List<User> list = new ArrayList<>();
    for (int i = 0; i < 1000; i++) {
      list.add(new User("a1" + i + 2, i));
    }
    List<User> list2 = Collections.synchronizedList(new ArrayList<User>());
    BulkRequest bulkRequest = new BulkRequest("liuy_doc");
    bulkRequest.timeout("5s");
//    list.parallelStream().forEach(u-> System.out.println(u));
    list.parallelStream().forEach(list2::add);
    list2.stream().forEach(u -> System.out.println(u));
//
    BulkResponse bulkResponse = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);
//    System.out.println(bulkResponse.hasFailures());
  }


查询


  /** 查询
   *  SearchRequest 搜索请求
   *  SearchSourceBuilder 条件构造
   *  HighlightBuilder 构建高亮
   *  TermQueryBuilder 精确查询
   *  MatchAllQueryBuilder
   *  xxx QueryBuilder 对应我们之前操作kibana看到的命令!
   */
  @Test
  public  void testSearch()  {
    SearchRequest searchRequest = new SearchRequest("liuy_doc");
// 构建搜索条件
    SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
    sourceBuilder.highlighter();
// 查询条件,我们可以使用 QueryBuilders 工具来实现
// QueryBuilders.termQuery 精确
// QueryBuilders.matchAllQuery() 匹配所有
    MatchQueryBuilder matchQueryBuilder = QueryBuilders.matchQuery("name",
        "刘洋牛逼");
    QueryBuilders.matchAllQuery();
    sourceBuilder.query(matchQueryBuilder);
    sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
    searchRequest.source(sourceBuilder);
    SearchResult result = elasticSearchHelper.searchDocument(searchRequest);
    System.out.println(result);
    List<Map<String, Object>> list = result.getDocuments();
    list.forEach(m -> {
      System.out.println(m.get("name") + "," + m.get("age"));
    });
  }



相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
3月前
|
JSON Java 网络架构
elasticsearch学习四:使用springboot整合 rest 进行搭建elasticsearch服务
这篇文章介绍了如何使用Spring Boot整合REST方式来搭建和操作Elasticsearch服务。
157 4
elasticsearch学习四:使用springboot整合 rest 进行搭建elasticsearch服务
|
2月前
|
JSON Java API
springboot集成ElasticSearch使用completion实现补全功能
springboot集成ElasticSearch使用completion实现补全功能
46 1
|
3月前
|
Web App开发 JavaScript Java
elasticsearch学习五:springboot整合 rest 操作elasticsearch的 实际案例操作,编写搜索的前后端,爬取京东数据到elasticsearch中。
这篇文章是关于如何使用Spring Boot整合Elasticsearch,并通过REST客户端操作Elasticsearch,实现一个简单的搜索前后端,以及如何爬取京东数据到Elasticsearch的案例教程。
248 0
elasticsearch学习五:springboot整合 rest 操作elasticsearch的 实际案例操作,编写搜索的前后端,爬取京东数据到elasticsearch中。
|
3月前
|
自然语言处理 Java Maven
elasticsearch学习二:使用springboot整合TransportClient 进行搭建elasticsearch服务
这篇博客介绍了如何使用Spring Boot整合TransportClient搭建Elasticsearch服务,包括项目创建、Maven依赖、业务代码和测试示例。
146 0
elasticsearch学习二:使用springboot整合TransportClient 进行搭建elasticsearch服务
|
3月前
|
自然语言处理 搜索推荐 Java
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(一)
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图
69 0
|
3月前
|
存储 自然语言处理 搜索推荐
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(二)
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(二)
47 0
|
5月前
|
网络协议 Java API
SpringBoot整合Elasticsearch-Rest-Client、测试保存、复杂检索
这篇文章介绍了如何在SpringBoot中整合Elasticsearch-Rest-Client,并提供了保存数据和进行复杂检索的测试示例。
SpringBoot整合Elasticsearch-Rest-Client、测试保存、复杂检索
|
2月前
|
存储 安全 数据管理
如何在 Rocky Linux 8 上安装和配置 Elasticsearch
本文详细介绍了在 Rocky Linux 8 上安装和配置 Elasticsearch 的步骤,包括添加仓库、安装 Elasticsearch、配置文件修改、设置内存和文件描述符、启动和验证 Elasticsearch,以及常见问题的解决方法。通过这些步骤,你可以快速搭建起这个强大的分布式搜索和分析引擎。
60 5
|
3月前
|
存储 JSON Java
elasticsearch学习一:了解 ES,版本之间的对应。安装elasticsearch,kibana,head插件、elasticsearch-ik分词器。
这篇文章是关于Elasticsearch的学习指南,包括了解Elasticsearch、版本对应、安装运行Elasticsearch和Kibana、安装head插件和elasticsearch-ik分词器的步骤。
266 0
elasticsearch学习一:了解 ES,版本之间的对应。安装elasticsearch,kibana,head插件、elasticsearch-ik分词器。
|
4月前
|
NoSQL 关系型数据库 Redis
mall在linux环境下的部署(基于Docker容器),Docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongo
mall在linux环境下的部署(基于Docker容器),docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongodb、minio详细教程,拉取镜像、运行容器
mall在linux环境下的部署(基于Docker容器),Docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongo