目录
DSL语法
索引库操作
mapping属性
mapping是对索引库中文档的约束，常见的mapping属性包括：
1. 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、分词无意义的值）
数值：long、integer、short、byte、double、float
布尔：boolean
日期：date
对象：object
2. index：是否创建索引，默认为true
3. analyzer：使用哪种分词器
4. properties：该字段的子字段
创建索引库
示例 ：
按以下json文档的字段创建一个索引库
{
"age": 21,
"weight": 52.1,
"isMarried": false,
"info": "黑马程序员Java讲师",
"email": "zy@itcast.cn",
"score": [99.1, 99.5, 98.9],
"name": {
"firstName": "云",
"lastName": "赵"
}
}创建索引库DSL语句如下
# 创建索引库
PUT /heima
{
"mappings": {
"properties": {
"info":{
"type": "text",
"analyzer": "ik_smart"
},
"email":{
"type": "keyword",
"index": false
},
"name":{
"type": "object",
"properties": {
"firstName":{
"type": "keyword"
},
"lastName":{
"type":"keyword"
}
}
}
}
}
}字段拷贝
如果在查询文档时，想要同时基于多个字段进行查询，那么在创建索引库时，可以把这些字段通过"copy_to"拷贝到另外一个字段all中，在之后的搜索中，直接搜索all字段即可。而且，all字段在查询得到的结果文档中是不会显示出来的，但是在查询的时候，会提示可以查询all字段。
查询、删除、修改索引库
查询索引库：
#语法
GET /索引库名
#示例如下
GET /heima删除索引库：
#语法如下
DELETE /索引库名
#示例如下
DELETE /heima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，就无法修改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，因为这样不会对倒排索引产生影响。
新增字段：
#语法如下
PUT /索引库名/_mapping
{
"properties": {
"新字段名":{
"type": "integer"
}
}
}
#示例如下(新字段名必须和存在的字段名不同)
PUT /heima/_mapping
{
"properties":{
"age":{
"type":"long"
}
}
}文档操作
新增文档
#语法如下
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"
},
// ...
}
#示例如下
POST /heima/_doc/1
{
"info": "黑马程序员Java讲师",
"email": "zy@itcast.cn",
"name": {
"firstName": "云",
"lastName": "赵"
}
}查询、删除文档
查询文档：
#语法如下
GET /{索引库名称}/_doc/{id}
#示例如下
GET /heima/_doc/1删除文档：
#语法如下
DELETE /{索引库名}/_doc/id值
#示例如下（根据id删除文档）
DELETE /heima/_doc/1修改文档
修改文档有两种方式:
1. 全量修改:直接覆盖原来的文档
2. 增量修改:修改文档中的部分字段
全量修改
全量修改是覆盖原来的文档，其本质是：先根据指定的id删除文档，再新增一个相同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。
#语法如下
PUT /{索引库名}/_doc/文档id
{
"字段1": "值1",
"字段2": "值2",
// ... 略
}
#示例如下
PUT /heima/_doc/1
{
"info": "黑马程序员高级Java讲师",
"email": "zy@itcast.cn",
"name": {
"firstName": "云",
"lastName": "赵"
}
}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。
#语法如下
POST /{索引库名}/_update/文档id
{
"doc": {
"字段名": "新的值",
}
}
#示例如下
POST /heima/_update/1
{
"doc": {
"email": "ZhaoYun@itcast.cn"
}
}DSL文档语法小结
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}}
RestClient操作
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。
步骤1. 引入es的RestHighLevelClient依赖：
<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>步骤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>步骤3. 初始化RestHighLevelClient，代码如下：
RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
HttpHost.create("http://192.168.150.101:9200")
));步骤4. 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();
}
}索引库操作
RestClient创建索引库
代码如下：
@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);
}RestClient删除索引库
@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);
}RestClient判断索引库是否存在
@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！");
}文档操作
RestClient新增文档
我们需要将数据库的酒店数据查询出来，写入elasticsearch中。而数据库查询后得到的结果是一个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;
}由于该对象的结构与elasticsearch索引库结构存在差异，因此我们需要定义一个新的类型，与索引库结构吻合，结构如下：
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();
}
}
新增文档语法：
从数据库中查询数据，并新增到ES文档实现：
@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);
}RestClient查询文档
查询语法：
代码如下：
@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);
}RestClient修改文档
在DSL语法中，我们讲过修改文档的两种方式：
1. 全量修改：本质是先根据id删除，再新增
2. 增量修改：修改文档中的指定字段值
全量修改
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已存在，则修改；
如果新增时，ID不存在，则新增。
全量修改的语法这里不再赘述，参考前面的新增文档即可，这里我们主要关注增量修改。
增量修改
增量修改语法如下：
代码如下：
@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);
}RestClient删除文档
根据id删除文档，代码如下：
@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);
}RestClient批量新增文档
利用BulkRequest实现批量操作，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，我们可以把IndexRequest(新增)、UpdateRequest(修改)、DeleteRequest(删除) 通过add方法进行添加，从而实现批量操作。
示例：
利用MP从数据库获取数据，并批量新增完整代码：
@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);
}RestClient文档操作小结
文档操作的基本步骤:
1. 初始化RestHighLevelClient
2. 创建XxxRequest。XXX是Index、Get、Update、Delete、Bulk
3. 准备参数(Index、Update、Bulk时需要)
4. 发送请求。调用RestHighLevelClient#.xxx()方法，xx是index、get、update、delete、bulk
5. 解析结果(Get时需要)