我们知道ES的操作方式有两种，一种是http风格的，一种是tcp风格的，http风格的我们可以通过发送请求去进行索引的增删改查等操作、tcp风格的处理方式则需要我们编码去调用实现，由于ES本身是基于Lucene，而Lucene又是Java的开源搜索引擎，所以我们用Java语言去实现ES的调用。
环境配置
创建一个带有Maven的Java项目，添加Jar包并引入Maven的坐标
<!--指定编译来源为jdk1.9--> <properties> <maven.compiler.source>1.9</maven.compiler.source> <maven.compiler.target>1.9</maven.compiler.target> </properties> <!--引入的es和es客户端的版本--> <dependencies> <dependency> <groupId>org.elasticsearch</groupId> <artifactId>elasticsearch</artifactId> <version>5.6.8</version> </dependency> <dependency> <groupId>org.elasticsearch.client</groupId> <artifactId>transport</artifactId> <version>5.6.8</version> </dependency> <!--引入的日志版本--> <dependency> <groupId>org.apache.logging.log4j</groupId> <artifactId>log4j-to-slf4j</artifactId> <version>2.9.1</version> </dependency> <dependency> <groupId>org.slf4j</groupId> <artifactId>slf4j-api</artifactId> <version>1.7.24</version> </dependency> <dependency> <groupId>org.slf4j</groupId> <artifactId>slf4j-simple</artifactId> <version>1.7.21</version> </dependency> <dependency> <groupId>log4j</groupId> <artifactId>log4j</artifactId> <version>1.2.12</version> </dependency> <!--引入的单元测试版本--> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.12</version> </dependency> <!--引入的json序列化版本--> <dependency> <groupId>com.fasterxml.jackson.core</groupId> <artifactId>jackson-databind</artifactId> <version>2.9.6</version> </dependency> <dependency> <groupId>com.fasterxml.jackson.core</groupId> <artifactId>jackson-annotations</artifactId> <version>2.9.0</version> </dependency> </dependencies>
索引库维护
指定一个cluster集群，也就是我们上篇blog创建的elasticsearch-tml集群：为了方便我们每个方法使用client，把client放到公共的before里：
@Before public void init() throws Exception { //创建一个Settings对象 Settings settings = Settings.builder() .put("cluster.name", "elasticsearch-tml") .build(); //创建一个TransPortClient对象,注意连接的端口是9300开头的 client = new PreBuiltTransportClient(settings) .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("127.0.0.1"), 9301)) .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("127.0.0.1"), 9302)) .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("127.0.0.1"), 9303)); }
这里解释下before的用法：
@BeforeClass – 表示在类中的任意public static void方法执行之前执行 @AfterClass – 表示在类中的任意public static void方法执行之后执行 @Before – 表示在任意使用@Test注解标注的public void方法执行之前执行 @After – 表示在任意使用@Test注解标注的public void方法执行之后执行 @Test – 使用该注解标注的public void方法会表示为一个测试方法
创建索引库
创建索引库的时候，因为有了before的方法，所以创建客户端对象就不需要做了，直接创建一个索引
@Test public void createIndex() throws Exception { client.admin().indices().prepareCreate("index_hello") //执行操作 .get(); //关闭client对象 client.close(); }
创建完成后我们可以在head里看到效果：
设置Mappings
创建完索引可以直接设置Mappings，例如我们想创建如下结构的Mappings:
{ "article":{ "properties":{ "id":{ "type":"long", "store":true }, "title":{ "type":"text", "store":true, "index":true, "analyzer":"ik_smart" }, "content":{ "type":"text", "store":true, "index":true, "analyzer":"ik_smart" } } } }
那么需要使用XContentBuilder去构造一个Json对象：
@Test public void setMappings() throws Exception { XContentBuilder builder = XContentFactory.jsonBuilder() .startObject() .startObject("article") .startObject("properties") .startObject("id") .field("type","long") .field("store", true) .endObject() .startObject("title") .field("type", "text") .field("store", true) .field("analyzer", "ik_smart") .endObject() .startObject("content") .field("type", "text") .field("store", true) .field("analyzer","ik_smart") .endObject() .endObject() .endObject() .endObject(); //使用client把mapping信息设置到索引库中 client.admin().indices() //设置要做映射的索引 .preparePutMapping("index_hello") //设置要做映射的type .setType("article") //mapping信息，可以是XContentBuilder对象可以是json格式的字符串 .setSource(builder) //执行操作 .get(); //关闭链接 client.close(); }
这样在索引里就能看到我们创建的Mappings了：
添加文档
添加文档同样很简单，首先构造一个文档对象，然后定位到索引和type的位置，设置好文档id，直接塞进去就好了：文档对象以type为基本单位：
public class Article { private long id; private String title; private String content; public long getId() { return id; } public void setId(long id) { this.id = id; } public String getTitle() { return title; } public void setTitle(String title) { this.title = title; } public String getContent() { return content; } public void setContent(String content) { this.content = content; } }
构造好的对象用于添加属性内容以及转为Json：
@Test public void testAddDocument2() throws Exception { //创建一个Article对象 Article article = new Article(); //设置对象的属性 article.setId(2l); article.setTitle("tml第二个测试"); article.setContent("tml第二个测试内容"); //把article对象转换成json格式的字符串。 ObjectMapper objectMapper = new ObjectMapper(); String jsonDocument = objectMapper.writeValueAsString(article); System.out.println(jsonDocument); //使用client对象把文档写入索引库 client.prepareIndex("index_hello","article", "2") .setSource(jsonDocument, XContentType.JSON) .get(); //关闭客户端 client.close(); }
可以从head里查看文档的创建效果：
我们批量创建几个文档，便于下边文档搜索时验证：
使用ES客户端搜索
使用ES客户端搜索同样我们验证之前的几种搜索方式：id查询、term查询以及query查询，同时再尝试下分页查询和查询的高亮显示。为了方便起见，我们把构造查询对象的公共代码提出来：
private void search(QueryBuilder queryBuilder) throws Exception { //执行查询 SearchResponse searchResponse = client.prepareSearch("index_hello") .setTypes("article") .setQuery(queryBuilder) //设置分页信息 .setFrom(0) //每页显示的行数 .setSize(5) .get(); //取查询结果 SearchHits searchHits = searchResponse.getHits(); //取查询结果的总记录数 System.out.println("查询结果总记录数：" + searchHits.getTotalHits()); //查询结果列表 Iterator<SearchHit> iterator = searchHits.iterator(); while(iterator.hasNext()) { SearchHit searchHit = iterator.next(); //打印文档对象，以json格式输出 System.out.println(searchHit.getSourceAsString()); //取文档的属性 System.out.println("-----------文档的属性"); Map<String, Object> document = searchHit.getSource(); System.out.println(document.get("id")); System.out.println(document.get("title")); System.out.println(document.get("content")); } //关闭client client.close(); }
根据id搜索
依据ID查询时，只需要给查询对象添加对应的id列表：
@Test public void testSearchById() throws Exception { //创建一个client对象 //创建一个查询对象 QueryBuilder queryBuilder = QueryBuilders.idsQuery().addIds("2", "8"); search(queryBuilder); }
我们可以取到这两条记录：
根据Term查询
依据terms查询，因为我们使用了ik分词，所以应该能得到较好的分词效果：
@Test public void testQueryByTerm() throws Exception { //创建一个QueryBuilder对象 //参数1：要搜索的字段 //参数2：要搜索的关键词 QueryBuilder queryBuilder = QueryBuilders.termQuery("title", "变形金刚"); //执行查询 search(queryBuilder); }
QueryString查询方式
带分析的查询方式，输入一个查询语句，先分割再查询：
@Test public void testQueryStringQuery() throws Exception { //创建一个QueryBuilder对象 QueryBuilder queryBuilder = QueryBuilders.queryStringQuery("tml是很帅的变形金刚") .defaultField("title"); //执行查询 search(queryBuilder); }
可以看到6个document都被搜索出来了，但因为分页设置了显示5条，只显示5个记录。
分页搜索
我们调整分页显示为分页显示10条记录，就可以看到上述搜索能被全部显示出来：
private void search(QueryBuilder queryBuilder) throws Exception { //执行查询 SearchResponse searchResponse = client.prepareSearch("index_hello") .setTypes("article") .setQuery(queryBuilder) //设置分页信息 .setFrom(0) //每页显示的行数 .setSize(10) .get(); //取查询结果 SearchHits searchHits = searchResponse.getHits(); //取查询结果的总记录数 System.out.println("查询结果总记录数：" + searchHits.getTotalHits()); //查询结果列表 Iterator<SearchHit> iterator = searchHits.iterator(); while(iterator.hasNext()) { SearchHit searchHit = iterator.next(); //打印文档对象，以json格式输出 System.out.println(searchHit.getSourceAsString()); //取文档的属性 System.out.println("-----------文档的属性"); Map<String, Object> document = searchHit.getSource(); System.out.println(document.get("id")); System.out.println(document.get("title")); System.out.println(document.get("content")); } //关闭client client.close(); }
再次执行查询：
@Test public void testQueryStringQuery() throws Exception { //创建一个QueryBuilder对象 QueryBuilder queryBuilder = QueryBuilders.queryStringQuery("tml是很帅的变形金刚") .defaultField("title"); //执行查询 search(queryBuilder); }
此时可以看到，6篇文档都被检索出来了：
高亮显示
高亮显示的时候，可以重新设置下querybuilder：
private void search(QueryBuilder queryBuilder, String highlightField) throws Exception { HighlightBuilder highlightBuilder = new HighlightBuilder(); //高亮显示的字段 highlightBuilder.field(highlightField); highlightBuilder.preTags("<em>"); highlightBuilder.postTags("</em>"); //执行查询 SearchResponse searchResponse = client.prepareSearch("index_hello") .setTypes("article") .setQuery(queryBuilder) //设置分页信息 .setFrom(0) //每页显示的行数 .setSize(5) //设置高亮信息 .highlighter(highlightBuilder) .get(); //取查询结果 SearchHits searchHits = searchResponse.getHits(); //取查询结果的总记录数 System.out.println("查询结果总记录数：" + searchHits.getTotalHits()); //查询结果列表 Iterator<SearchHit> iterator = searchHits.iterator(); while(iterator.hasNext()) { SearchHit searchHit = iterator.next(); //打印文档对象，以json格式输出 System.out.println(searchHit.getSourceAsString()); //取文档的属性 System.out.println("-----------文档的属性"); Map<String, Object> document = searchHit.getSource(); System.out.println(document.get("id")); System.out.println(document.get("title")); System.out.println(document.get("content")); System.out.println("************高亮结果"); Map<String, HighlightField> highlightFields = searchHit.getHighlightFields(); System.out.println(highlightFields); //取title高亮显示的结果 HighlightField field = highlightFields.get(highlightField); Text[] fragments = field.getFragments(); if (fragments != null) { String title = fragments[0].toString(); System.out.println(title); } } //关闭client client.close(); }
然后再进行高亮查询：
@Test public void testQueryStringQueryHeight() throws Exception { //创建一个QueryBuilder对象 QueryBuilder queryBuilder = QueryBuilders.queryStringQuery("女护士") .defaultField("title"); //执行查询 search(queryBuilder, "title"); }
可以看到打印出来的高亮结果
