【ElasticSearch】基于 Java 客户端 RestClient 实现对 ElasticSearch 索引库、文档的增删改查操作，以及文档的批量导入

水深无声 2023-10-16 18:15 76阅读 0赞

#### 文章目录 ####

*  前言
 *  一、对 Java RestClient 的认识
 *   *  1.1 什么是 RestClient
     *  1.2 RestClient 核心类：RestHighLevelClient
 *  二、使用 Java RestClient 操作索引库
 *   *  2.1 根据数据库表编写创建 ES 索引的 DSL 语句
     *  2.2 初始化 Java RestClient
     *   *  2.2.1 在 Spring Boot 项目中引入 \`RestHighLevelClient\` 的依赖
         *  2.2.2 编写 HotelIndexTests 单元测试类，完成 RestHighLevelClient 的初始化
     *  2.3 创建索引库
     *  2.4 删除索引库
     *  2.5 判断索引库是否存在
 *  三、使用 Java RestClient 实现对文档的增删改查
 *   *  3.1 新增文档
     *  3.2 获取文档
     *  3.3 更新文档
     *  3.4 删除文档
     *  3.5 批量导入文档

--------------------

## 前言 ##

ElasticSearch 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 服务器。

官方文档地址：[https://www.elastic.co/guide/en/elasticsearch/client/index.html][https_www.elastic.co_guide_en_elasticsearch_client_index.html]。

在本文中，我们将着重介绍 ElasticSearch Java 客户端中的 RestClient，并演示如何使用它实现对索引库和文档的各种操作。

## 一、对 Java RestClient 的认识 ##

### 1.1 什么是 RestClient ###

RestClient 是 ElasticSearch 提供的用于与 ElasticSearch 集群进行通信的 Java 客户端。它提供了一种简单而灵活的方式来执行 REST 请求，并处理响应。通过 RestClient，我们可以轻松地在 Java 中操作 ElasticSearch。

在 ES 官方文档中看到 Java 的 RestClient 分为 `High level REST client` 和 `Low level REST client`：

![611ad4c161fe4b67b9e68cfef7f46bf0.png][]

**它们之间的区别：**

1.  **High Level REST Client：**
    
     *  面向对象：提供了更加面向对象的API，简化了复杂的操作，使用起来更加方便。
     *  使用场景：适用于绝大多数的操作，特别是对于复杂的操作，比如查询、索引、更新等。
2.  **Low Level REST Client：**
    
     *  更接近 HTTP 层：提供的是与 Elasticsearch REST API 一一对应的方法，更加灵活，适用于特定场景的定制化需求。
     *  使用场景：适用于对于 Elasticsearch 提供的 REST API 进行细粒度控制的情况，比如处理特殊的请求和响应。

### 1.2 RestClient 核心类：RestHighLevelClient ###

RestHighLevelClient 是 Elasticsearch Java 客户端中的高级客户端，提供了更加方便和抽象的操作方式，适用于大多数的 Elasticsearch 操作。在使用 RestHighLevelClient 之前，需要创建一个 RestClient 实例，并将其包装在 RestHighLevelClient 中。

**主要功能和特点：**

1.  **面向对象的操作**：RestHighLevelClient 提供了更加面向对象的 API，使得 Elasticsearch 操作更加符合 Java 开发的习惯，易于理解和使用。
2.  **内置序列化和反序列化**：RestHighLevelClient 内置了 Jackson 库，可以自动序列化和反序列化 Elasticsearch 的请求和响应，无需手动处理 JSON 数据。
3.  **复杂查询支持**：支持复杂的 Elasticsearch 查询操作，如布尔查询、范围查询、聚合查询等。
4.  **错误处理**：提供了异常处理机制，能够更好地捕获和处理 Elasticsearch 操作中的错误。
5.  **并发性**：RestHighLevelClient 可以处理多个并发请求，是多线程安全的。

**常用操作和方法：**

以下是 RestHighLevelClient 类的一些常用操作和方法，通过这些方法可以实现对 Elasticsearch 的索引库和文档的各种操作：

<table> 
 <thead> 
  <tr> 
   <th>操作</th> 
   <th align="left">方法</th> 
   <th align="left">描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>索引文档</td> 
   <td align="left"><code>IndexResponse index(IndexRequest request, RequestOptions options)</code></td> 
   <td align="left">向指定索引插入文档</td> 
  </tr> 
  <tr> 
   <td>获取文档</td> 
   <td align="left"><code>GetResponse get(GetRequest request, RequestOptions options)</code></td> 
   <td align="left">根据文档 ID 获取文档</td> 
  </tr> 
  <tr> 
   <td>删除文档</td> 
   <td align="left"><code>DeleteResponse delete(DeleteRequest request, RequestOptions options)</code></td> 
   <td align="left">根据文档 ID 删除文档</td> 
  </tr> 
  <tr> 
   <td>更新文档</td> 
   <td align="left"><code>UpdateResponse update(UpdateRequest request, RequestOptions options)</code></td> 
   <td align="left">根据文档 ID 更新文档</td> 
  </tr> 
  <tr> 
   <td>批量操作</td> 
   <td align="left"><code>BulkResponse bulk(BulkRequest request, RequestOptions options)</code></td> 
   <td align="left">批量执行操作</td> 
  </tr> 
  <tr> 
   <td>查询</td> 
   <td align="left"><code>SearchResponse search(SearchRequest request, RequestOptions options)</code></td> 
   <td align="left">执行搜索查询</td> 
  </tr> 
  <tr> 
   <td>聚合查询</td> 
   <td align="left"><code>SearchResponse search(SearchRequest request, RequestOptions options)</code></td> 
   <td align="left">执行聚合查询</td> 
  </tr> 
  <tr> 
   <td>清理滚动</td> 
   <td align="left"><code>ClearScrollResponse clearScroll(ClearScrollRequest request, RequestOptions options)</code></td> 
   <td align="left">清理滚动上下文</td> 
  </tr> 
 </tbody> 
</table>

以上只是 RestHighLevelClient 类的一部分方法，更多详细的操作和方法请参考 [官方文档][Link 1]。这些方法提供了丰富的功能，可以满足各种 Elasticsearch 操作的需求。

## 二、使用 Java RestClient 操作索引库 ##

### 2.1 根据数据库表编写创建 ES 索引的 DSL 语句 ###

当需要将已有的数据库数据导入到 Elasticsearch 索引中时，首先需要定义好 Elasticsearch 索引的 mapping 结构，这样 Elasticsearch 才能正确解析和存储数据。

在这个例子中，我们有一个名为 `hotel` 的数据库表，它有各种不同类型的字段，包括文本、数字、地理坐标等。让我们逐步解释如何根据数据库表的结构编写创建 Elasticsearch 索引的 DSL（Domain Specific Language）语句。

> 1.  **数据库表结构分析**

首先，让我们来看一下 `hotel` 表的结构：

这个表包含了以下字段：

*  `id`：长整型（`bigint`）
 *  `name`：文本字符串（`varchar`），用于存储酒店名称
 *  `address`：文本字符串，用于存储酒店地址
 *  `price`：整数（`int`），表示酒店价格
 *  `score`：整数，表示酒店评分
 *  `brand`：文本字符串，用于存储酒店品牌
 *  `city`：文本字符串，用于存储城市名称
 *  `star_name`：文本字符串，用于存储星级名称（可为空）
 *  `business`：文本字符串，用于存储营业信息（可为空）
 *  `latitude`：文本字符串，用于存储纬度坐标
 *  `longitude`：文本字符串，用于存储经度坐标
 *  `pic`：文本字符串，用于存储图片路径（可为空）

> 1.  **创建 Elasticsearch 索引的 DSL**

现在，让我们将上述数据库表的结构映射到 Elasticsearch 索引的 DSL 中：

PUT /hotel
    {
        
      "mappings": {
        
        "properties": {
        
          "id": {
        
            "type": "long"
          },
          "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"
          },
          "starName": {
        
            "type": "keyword"
          },
          "business": {
        
            "type": "keyword",
            "copy_to": "all"
          },
          "location": {
        
            "type": "geo_point"
          },
          "pic": {
        
            "type": "keyword",
            "index": false
          },
          "all": {
        
            "type": "text",
            "analyzer": "ik_max_word"
          }
        }
      }
    }

**重要说明：**

1.  **地理坐标 (`location`) 字段：**

在 MySQL 数据库表中，地理坐标是使用 `latitude` 和 `longitude` 两个字段表示的。但在 Elasticsearch 中，我们使用 `geo_point` 类型来表示地理坐标。

*  `geo_point`：由纬度（`latitude`）和经度（`longitude`）确定的一个点。例如：“32.8752345, 120.2981576”。

**补充：ES 中支持两种地理坐标数据类型**

*  `geo_point`：由纬度（`latitude`）和经度（`longitude`）确定的一个点。例如：`"32.8752345, 120.2981576"`。
 *  `geo_shape`：有多个`geo_point`组成的复杂几何图形。例如一条直线：`"LINESTRING (-77.03653 38.897676, -77.009051 38.889939)"`。

1.  **字段拷贝：**

字段拷贝的目的是在搜索时，同时匹配多个字段。我们使用 `copy_to` 属性将当前字段拷贝到指定字段。这样，在搜索时，可以同时匹配 `name`、`brand` 和 `business` 字段。

**示例：**

"all": {
        
      "type": "text",
      "analyzer": "ik_max_word"
    },
    "brand": {
        
      "type": "keyword",
      "copy_to": "all"
    }

> 1.  **映射规则总结**

Elasticsearch 对不同类型的字段有不同的映射规则，以下是常见类型的映射规则：

*  **字符串 (`text` 和 `keyword`)：** `text` 用于全文搜索，支持分词；`keyword` 用于精确匹配，不分词。
 *  **整数 (`integer`)：** 用于存储整数。
 *  **长整型 (`long`)：** 用于存储长整数。
 *  **浮点数 (`float`)：** 用于存储浮点数。
 *  **地理坐标 (`geo_point`)：** 用于存储地理坐标。
 *  **日期 (`date`)：** 用于存储日期时间。

通过正确定义索引的映射规则，我们可以更有效地利用 Elasticsearch 的搜索和分析功能。

### 2.2 初始化 Java RestClient ###

#### 2.2.1 在 Spring Boot 项目中引入 `RestHighLevelClient` 的依赖 ####

首先在 `pom.xml` 中引入依赖

<dependency>
        <groupId>org.elasticsearch.client</groupId>
        <artifactId>elasticsearch-rest-high-level-client</artifactId>
        <version>7.12.1</version>
    </dependency>

此次引入的版本是 `7.12.1` 版本的，目的是与ElasticSearch 服务器的版本相同。刷新 Maven 之后，发现 `elasticsearch-rest-high-level-client`依赖中某些组件的版本并不是`7.12.1`的：

![bf7091fe956a40bbbad2fc9272418e41.png][]

其原因是 Spring Boot 已经自动为我们管理了一些依赖，其中就包括了`elasticsearch`，其版本就是 `7.6.2`的。

![115a922de7b1499b820f25b864aa2e29.png][]  
因此我们需要做的就是在 `pom.xml` 覆盖这个配置，即在 `properties` 中指定版本为 `7.12.1`：  
![c8e327e957ca475f94b6fb07590780b6.png][]  
再次刷新 Maven，就能够发现所有组件的版本都是 `7.12.1` 了：

![7876b650da964067b28f370a5b49d5d0.png][]

#### 2.2.2 编写 HotelIndexTests 单元测试类，完成 RestHighLevelClient 的初始化 ####

@SpringBootTest
    class HotelIndexTests {
        
        private RestHighLevelClient client;
    
        @BeforeEach
        void setUp() {
        
            this.client = new RestHighLevelClient(RestClient.builder(
                    HttpHost.create("http://192.168.248.128:9200")
            ));
        }
    
        @AfterEach
        void tearDown() throws IOException {
        
            this.client.close();
        }
        /**
         * 测试初始化客户端
         */
        @Test
        void testInit() {
        
            System.out.println(client);
        }
    }

**对上述代码的说明：**

*  在上述代码中，通过 `RestClient.builder` 构建了 `RestHighLevelClient` 实例，并指定了 ElasticSearch 服务器的地址为 `http://192.168.248.128:9200`。这是一个简单的单元测试，用于验证客户端的初始化是否成功。

*  在 `@BeforeEach` 注解的方法中，我们创建了 `RestHighLevelClient` 的实例，而在 `@AfterEach` 注解的方法中，我们关闭了客户端。这是为了保证测试用例执行前后，客户端都能够正确地被初始化和关闭。

*  在测试方法 `testInit` 中，我们简单地打印了客户端对象，以验证其初始化是否成功。

在接下来的内容中，我们将继续使用编写单元测试方法，执行一系列对 ElasticSearch 索引库和文档的操作。

### 2.3 创建索引库 ###

创建 `hotel` 索引库会使用到前文根据 `hotle` 表结构编写的 DSL mapping 映射，在Java代码中，我们需要将其封装成一个全局常量，例如，将其保存到名为 `MAPPING_TEMPLATE` 的常量字符串中：

public class HotelConstants {
        
        public static final String MAPPING_TEMPLATE = "{\n" +
                "  \"mappings\": {\n" +
                "    \"properties\": {\n" +
                "      \"id\": {\n" +
                "        \"type\": \"long\"\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" +
                "      },\n" +
                "      \"starName\": {\n" +
                "        \"type\": \"keyword\"\n" +
                "      },\n" +
                "      \"business\": {\n" +
                "        \"type\": \"keyword\",\n" +
                "        \"copy_to\": \"all\"\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" +
                "}";
    }

**下面是创建索引库的单元测试方：**

/**
         * 创建索引库
         *
         * @throws IOException 抛出异常
         */
        @Test
        void testCreateHotelIndex() throws IOException {
        
            // 1. 创建 Request 对象
            CreateIndexRequest request = new CreateIndexRequest("hotel");
    
            // 2. 准备请求参数：DSL 语句
            request.source(MAPPING_TEMPLATE, XContentType.JSON);
    
            // 3. 发起请求
            client.indices().create(request, RequestOptions.DEFAULT);
        }

**对上述代码的说明：**

1.  创建 `CreateIndexRequest` 对象，指定索引库的名称为 `"hotel"`。
2.  准备请求参数，即 DSL 语句，使用 `MAPPING_TEMPLATE` 常量。
3.  发起创建索引库的请求，通过 `client.indices().create(request, RequestOptions.DEFAULT)` 执行。

这样，我们就完成了通过 Java RestClient 创建 ElasticSearch 索引库的操作。在实际应用中，创建索引库是一个初始化工作，通常在应用启动时执行一次即可。

### 2.4 删除索引库 ###

以下是使用 Java RestClient 删除名为 “hotel” 的索引库的单元测试方法：

/**
     * 删除索引库
     * @throws IOException 抛出异常
     */
    @Test
    void testDeleteHotelIndex() throws IOException {
        
        // 1. 创建 Request 对象
        DeleteIndexRequest request = new DeleteIndexRequest("hotel");
    
        // 2. 发起请求
        client.indices().delete(request, RequestOptions.DEFAULT);
    }

**对上述代码的说明：**

1.  创建 `DeleteIndexRequest` 对象，指定要删除的索引库名称为 “hotel”。
2.  发起删除索引库的请求，通过 `client.indices().delete(request, RequestOptions.DEFAULT)` 执行。

这个方法主要用于清理测试环境或者在应用退出时执行，以确保数据的整洁和安全。

删除索引库的操作需要谨慎执行，因为它会将整个索引库以及其中的所有文档都删除，且无法恢复。在实际应用中，通常会设置一些安全机制来避免误操作。

### 2.5 判断索引库是否存在 ###

在 Elasticsearch 中，我们可以通过 Java RestClient 来判断指定的索引库是否存在。以下是一个示例代码：

@Test
    void testExistsHotelIndex() throws IOException {
        
        // 1. 创建 GetIndexRequest 对象，指定要判断是否存在的索引库名称为 "hotel"
        GetIndexRequest request = new GetIndexRequest("hotel");
        
        // 2. 发起请求，执行判断索引库是否存在的操作
        boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
        
        // 3. 打印判断结果
        System.out.println(exists ? "索引库存在" : "索引库不存在");
    }

在这个方法中，首先创建了一个 `GetIndexRequest` 对象，指定了要判断是否存在的索引库名称为 “hotel”。然后，通过 `client.indices().exists(request, RequestOptions.DEFAULT)` 发起请求，执行判断索引库是否存在的操作。最后，根据返回的布尔值，输出相应的提示信息。

这个方法通常用于在进行其他操作之前，先判断索引库是否存在，以确保我们不会对不存在的索引库执行其他操作。

## 三、使用 Java RestClient 实现对文档的增删改查 ##

### 3.1 新增文档 ###

在新增文档之前，首先需要从数据库中去查询一条记录，然后再将查询到的记录保存到 ES 文档中。例如，现在有一条 `id=61083`的酒店数据，我们需要把它查询出来，然后添加到文档中：

![3ecd6663f21841f390a65ed76ddc4000.png][]

首先同样需要创建一个测试类`HotelDocumentTests`，并完成 `RestHighLevelClient` 的初始化。然后新增文档的测试代码如下：

@Test
    void testAddDocument() throws IOException {
        
        // 根据id查询酒店
        Hotel hotel = hotelService.getById(61083L);
        // 转换为文档类型
        HotelDoc hotelDoc = new HotelDoc(hotel);
    
        // 1. 准备 Request 对象
        IndexRequest request = new IndexRequest("hotel").id(hotel.getId().toString());
    
        // 2. 准备 JSON 文档
        request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);
    
        // 3. 发送请求
        client.index(request, RequestOptions.DEFAULT);
    }

**对上述代码的说明：**

1.  **根据 ID 查询酒店数据：** 使用 `hotelService.getById(61083L)` 方法从数据库中根据酒店 ID（这里是 `61083L`）查询酒店数据并封装到 `Hotel` 对象中。
2.  **转换为文档类型：** 将查询到的 `Hotel` 类型转换为`HotelDoc`文档类型，因为数据库和文档中表示经纬度的方式不同。
3.  **准备 `IndexRequest` 对象：** 创建 `IndexRequest` 对象，指定索引库名称为 “hotel”，并设置文档 ID 为酒店的 ID（使用 `hotel.getId().toString()` 获取 ID 的字符串表示）。
4.  **准备 JSON 文档：** 将 `HotelDoc` 对象转换为 JSON 格式的字符串，使用 `JSON.toJSONString(hotelDoc)` 实现转换。
5.  **发送请求：** 使用 `client.index(request, RequestOptions.DEFAULT)` 发送请求，将准备好的文档添加到索引库中。

这个测试方法演示了如何通过 Java RestClient 向 Elasticsearch 索引库中新增文档。

### 3.2 获取文档 ###

获取指定文档的测试方法的代码如下：

@Test
    void testGetDocument() throws IOException {
        
        // 1. 创建 Request 对象
        GetRequest request = new GetRequest("hotel", "61083");
    
        // 2. 发送请求，获取结果
        GetResponse response = client.get(request, RequestOptions.DEFAULT);
    
        // 3. 解析结果
        String json = response.getSourceAsString();
    
        // 4. 将字符串解析为 HotelDoc 对象
        HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
    
        System.out.println(hotelDoc);
    }

**对该方法的详细说明：**

1.  **创建 `GetRequest` 对象：** 使用 `GetRequest` 对象指定索引库名称为 “hotel”，文档 ID 为 “61083”。
2.  **发送请求，获取结果：** 使用 `client.get(request, RequestOptions.DEFAULT)` 发送请求，获取包含文档信息的 `GetResponse` 对象。
3.  **解析结果：** 通过 `response.getSourceAsString()` 获取文档内容的 JSON 字符串表示。
4.  **将字符串解析为 `HotelDoc` 对象：** 使用 `JSON.parseObject(json, HotelDoc.class)` 将获取的 JSON 字符串解析为 `HotelDoc` 对象。

这个测试方法演示了如何通过 Java RestClient 获取 Elasticsearch 索引库中指定文档的信息。

### 3.3 更新文档 ###

更新文档的测试方法的代码如下：

@Test
    void testUpdateDocument() throws IOException {
        
        // 1. 获取 Request 对象
        UpdateRequest request = new UpdateRequest("hotel", "61083");
    
        // 2. 准备参数
        request.doc(
                "price", 1000,
                "score", 50
        );
    
        // 3. 发起请求
        client.update(request, RequestOptions.DEFAULT);
    }

**对该方法的详细说明：**

1.  **获取 `UpdateRequest` 对象：** 使用 `UpdateRequest` 对象指定索引库名称为 “hotel”，文档 ID 为 “61083”。
2.  **准备参数：** 使用 `request.doc(...)` 方法准备需要更新的字段及其对应的新值。在这个例子中，更新了 “price” 字段为 1000，“score” 字段为 50。
3.  **发起请求：** 使用 `client.update(request, RequestOptions.DEFAULT)` 发送更新请求。

这个测试方法演示了如何通过 Java RestClient 更新 Elasticsearch 索引库中的指定文档。

### 3.4 删除文档 ###

删除指定文档的单元测试方法的代码如下：

@Test
     void testDeleteDocument() throws IOException {
        
         // 1. 获取 Request 对象
         DeleteRequest request = new DeleteRequest("hotel", "61083");
    
         // 2. 发起请求
         client.delete(request, RequestOptions.DEFAULT);
     }

**对该方法的详细说明：**

1.  **获取 `DeleteRequest` 对象：** 使用 `DeleteRequest` 对象指定索引库名称为 “hotel”，文档 ID 为 “61083”。
2.  **发起请求：** 使用 `client.delete(request, RequestOptions.DEFAULT)` 发送删除请求。

这个测试方法演示了如何通过 Java RestClient 删除 Elasticsearch 索引库中的指定文档。

### 3.5 批量导入文档 ###

在实际开发中，我们不可能像上面那样一条数据一条数据的导入到文档中，而是需要批量的查询数据库，然后将结果集批量的导入到文档中，导入批量数据到文档的测试方法如下：

@Test
    void testBulkRequest() throws IOException {
        
        // 批量查询酒店数据
        List<Hotel> hotels = hotelService.list();
    
        // 1. 创建 BulkRequest
        BulkRequest request = new BulkRequest();
    
        // 转换为文档类型 HotelDoc
        for (Hotel hotel : hotels) {
        
            HotelDoc hotelDoc = new HotelDoc(hotel);
            // 2. 准备参数，添加多个新增的 Request
            request.add(new IndexRequest("hotel")
                    .id(hotel.getId().toString())
                    .source(JSON.toJSONString(hotelDoc), XContentType.JSON));
        }
    
        // 3. 发起请求
        client.bulk(request, RequestOptions.DEFAULT);
    }

**对上述代码的说明：**

1.  **批量查询酒店数据：** 使用 `hotelService.list()` 批量获取酒店数据。
2.  **创建 `BulkRequest` 对象：** 使用 `BulkRequest` 对象准备批量请求。
3.  **循环添加请求：** 遍历酒店数据列表，将每个酒店数据转换为 `HotelDoc` 类型，并添加到 `BulkRequest` 中。
4.  **发起请求：** 使用 `client.bulk(request, RequestOptions.DEFAULT)` 发送批量请求。

这个测试方法演示了如何通过 Java RestClient 批量导入 Elasticsearch 索引库中的文档。批量导入通常能够提高效率，特别是在处理大量数据时。

[https_www.elastic.co_guide_en_elasticsearch_client_index.html]: https://www.elastic.co/guide/en/elasticsearch/client/index.html
[611ad4c161fe4b67b9e68cfef7f46bf0.png]: https://img-blog.csdnimg.cn/611ad4c161fe4b67b9e68cfef7f46bf0.png
[Link 1]: https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/java-rest-high.html
[bf7091fe956a40bbbad2fc9272418e41.png]: https://img-blog.csdnimg.cn/bf7091fe956a40bbbad2fc9272418e41.png
[115a922de7b1499b820f25b864aa2e29.png]: https://img-blog.csdnimg.cn/115a922de7b1499b820f25b864aa2e29.png
[c8e327e957ca475f94b6fb07590780b6.png]: https://img-blog.csdnimg.cn/c8e327e957ca475f94b6fb07590780b6.png
[7876b650da964067b28f370a5b49d5d0.png]: https://img-blog.csdnimg.cn/7876b650da964067b28f370a5b49d5d0.png
[3ecd6663f21841f390a65ed76ddc4000.png]: https://img-blog.csdnimg.cn/3ecd6663f21841f390a65ed76ddc4000.png