微服务分布式搜索引擎 Elastic Search RestClient 操作文档

曾经终败给现在 2024-05-01 04:45 12阅读 0赞

#### 文章目录 ####

*  ⛄引言
 *  一、初始化 Java RestClient
 *  二、RestClient 对文档的CRUD操作
 *   *  ⛅新增文档
     *  ⏰查询文档
     *  ⚡修改文档
     *  ⌚删除文档
 *  三、RestClient 批量文档导入
 *  ⛵小结

## ⛄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**

import com.alibaba.fastjson.JSON;
    import org.apache.http.HttpHost;
    import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;
    import org.elasticsearch.action.bulk.BulkRequest;
    import org.elasticsearch.action.delete.DeleteRequest;
    import org.elasticsearch.action.get.GetRequest;
    import org.elasticsearch.action.get.GetResponse;
    import org.elasticsearch.action.index.IndexRequest;
    import org.elasticsearch.action.update.UpdateRequest;
    import org.elasticsearch.client.RequestOptions;
    import org.elasticsearch.client.RestClient;
    import org.elasticsearch.client.RestHighLevelClient;
    import org.elasticsearch.client.indices.CreateIndexRequest;
    import org.elasticsearch.client.indices.GetIndexRequest;
    import org.elasticsearch.common.xcontent.XContentType;
    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;
    
    /**
     * @author whc
     * @date 2023/2/28 15:01
     */
    @SpringBootTest
    public class HotelDocumentTest {
        
    
        private RestHighLevelClient restHighLevelClient;
    
        @Autowired
        private IHotelService hotelService;
    
        @BeforeEach
        void setUp() {
        
               this.restHighLevelClient = new RestHighLevelClient(RestClient.builder(
                    HttpHost.create("IP地址:9200")
            ));
        }
    
        @AfterEach
        void tearDown() throws IOException {
        
            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")
    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;
    }

**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**

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();
        }
    }

> **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

![在这里插入图片描述][c43cd829cba44f658541a006408fbe5f.png_pic_center]

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
    void testAddDocument() throws IOException {
        
        //获取酒店数据
        Hotel hotel = hotelService.getById(36934L);
    	HotelDoc hotelDoc = new HotelDoc(hotel);
    	//1.创建request对象
        IndexRequest request = new IndexRequest("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：

![在这里插入图片描述][46d3fd8b252244d7b27afe0d05aa145a.png_pic_center]

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**

@Test
    void testGetDocument() throws IOException {
        
        //1.创建request对象
        GetRequest request = new GetRequest("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：**

![在这里插入图片描述][71b28b8b831b4b09a366ca3a2cbafcb3.png_pic_center]

### ⚡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：

![在这里插入图片描述][94e197f1ca1c4cd7aac3caa30f740808.png_pic_center]

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**

@Test
    void testUpdateDocument() throws IOException {
        
        //1.创建request对象
        UpdateRequest request = new UpdateRequest("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

![在这里插入图片描述][5b72b83b04c84f279ea83cf29fdb3b11.png_pic_center]

### ⌚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**

@Test
    void testDeleteDocument() throws IOException {
        
        //1.创建request对象
        DeleteRequest request = new DeleteRequest("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

![在这里插入图片描述][f425701a4b514adeac50aebdae018b8b.png_pic_center]

## 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

![在这里插入图片描述][dc204081b4594bc2aff1105780566e17.png_pic_center]

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：

![在这里插入图片描述][9adddf247b944823bee2376fd3bec4ad.png_pic_center]

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**

@Test
    void testBulk() throws IOException {
        
        //获取酒店数据
        List<Hotel> hotels = hotelService.list();
    
        //1.创建bulk请求
        BulkRequest request = new BulkRequest();
        //2.添加批量处理的请求
        for (Hotel hotel : hotels) {
        
            HotelDoc hotelDoc = new HotelDoc(hotel);
            request.add(new IndexRequest("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

![在这里插入图片描述][da40326d1e204ffcb70ca4b79b133c18.png_pic_center]

**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】💝💝💝！

[c43cd829cba44f658541a006408fbe5f.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/6b558dcd9d8445a5b95082d297d5684b.png
[46d3fd8b252244d7b27afe0d05aa145a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/700015ab848640a5887720977f31d66e.png
[71b28b8b831b4b09a366ca3a2cbafcb3.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/9baeec80713e4d85ab3795632281923e.png
[94e197f1ca1c4cd7aac3caa30f740808.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/d8f07354f5c8473d827480915a2c2c19.png
[5b72b83b04c84f279ea83cf29fdb3b11.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/e507e0ab24bf46f199700e2f7b6f9db2.png
[f425701a4b514adeac50aebdae018b8b.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/471090cb309e4cd8a96052c726d2e760.png
[dc204081b4594bc2aff1105780566e17.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/a12aa4ffbd3f48aab60947f331e6432c.png
[9adddf247b944823bee2376fd3bec4ad.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/c2d371da637c40c7a8eb38507ff3286b.png
[da40326d1e204ffcb70ca4b79b133c18.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/2506ee3d504543f1b708a25adc11e045.png