elasticsearch入门及查询操作(附脑图)

ES客户端操作 ---Apollo配置中心

1.引入jar包

<!-- es -->
<dependency>
    <groupId>org.elasticsearch</groupId>
    <artifactId>elasticsearch</artifactId>
    <version>5.6.4</version>
</dependency>

<!-- transport客户端 -->
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>transport</artifactId>
    <version>5.6.4</version>
</dependency>

<dependency>
    <groupId>io.netty</groupId>
    <artifactId>netty-all</artifactId>
    <version>4.1.13.Final</version>
</dependency>

2.Apollo上部署

 <!-- es -->
<bean class="........EsBuildersServiceUtil">
    <property name="clusterName" value="${es.cluster.name}"></property>
    <property name="hosts" value="${es.hosts}"></property>
</bean>


<apollo:config namespaces="......, es, ........" />

EsBuildersServiceUtil的API 略

public class EsBuildersServiceUtil {
    private final Logger logger = LoggerFactory.getLogger(EsBuildersServiceUtil.class);
    
    /**es客户端*/
    private static volatile Client client;
    /**集群名称*/
    private static String clusterName;
    /**
     * 配置中心配置的为ip:port
     */
    private static String hosts;

/**用volatile和synchronized来满足双重检查锁机制------- 单例模式*/

    public static Client getESClient() {
        if (client != null) {
            return client;
        }
        synchronized (EsBuildersServiceUtil.class) {
            if (client == null) {
                System.setProperty("es.set.netty.runtime.available.processors", "false");
                Settings settings = Settings.builder().put("cluster.name", clusterName).build();
                try {
                    TransportClient transportClient = new PreBuiltTransportClient(settings);
                    String[] hostsArr = hosts.split(",");
                    for (String s : hostsArr) {
                        String[] ipPort = s.split(":");
                        client = transportClient.addTransportAddress(new InetSocketTransportAddress(
                                InetAddress.getByName(ipPort[0]), Integer.parseInt(ipPort[1])));
                    }
                } catch (UnknownHostException e) {
                    throw new RuntimeException("init elasticsearch client UnknownHostException", e);
                } catch (Exception e) {
                    throw new RuntimeException("init elasticsearch client exception", e);
                }
            }
        }
        return client;
    }

分页查询es的数据
一开始使用了from+size分页查询,但未注意到这种方式的两个缺点
1)每次查询都从第一条开始查询,所以分页的偏移值越大,执行分页查询时间就会越长。
2)查询默认不能超过一万条,因为size的大小不能超过index.max_result_window这个参数的设置,默认就是10000
PUT _settings
{
"index": {
"max_result_window": "10000000"
}
}
最终我使用了scroll分页方式,如果数据量很大的情况下使用上性能更好,但是也有不灵活和加大内存,消耗CPU等缺点

from+size常规查询
部分代码 如下:

@Service
public class MembershipDataCardInfoServiceImpl {
    public MembershipDataCardInfoResponse queryWidFromES(MembershipDataCardInfoRequest membershipCardInfoRequest) {
        try {
            /* 组装参数 */
            QueryBuilder builder = getMembershipCardInfo(membershipCardInfoRequest);
            /* 分页查询es */
            SearchResponse searchResponse = EsBuildersServiceUtil.queryWithPage(
                    MembershipDataConstant.ES_INDEX_NAME_MEMBERCARD, MembershipDataConstant.ES_TYPE_NAME_MEMBERCARD,
                    builder, (membershipCardInfoRequest.getPageNo() - 1) * membershipCardInfoRequest.getPageSize(),
                    membershipCardInfoRequest.getPageSize());
            SearchHits hits = searchResponse.getHits();
            List<MembershipCardInfoVo> membershipCardInfoVos = new ArrayList<>();
            if (hits.getTotalHits() > 0) {
                for (SearchHit hit : hits.getHits()) {
                    if (null != hit.getSource() && null != hit.getSource().get(MembershipDataConstant.ES_RETURN_FIELD)
                            && null != hit.getSource().get(MembershipDataConstant.ES_RETURN_FIELD_PID)) {
                        membershipCardInfoVo = new MembershipCardInfoVo();
                        membershipCardInfoVo.setPid(Long.parseLong(hit.getSource()
                      .get(MembershipDataConstant.ES_RETURN_FIELD_PID).toString()));
                       membershipCardInfoVos.add(membershipCardInfoVo);
                    }
                }
            }
        membershipCardInfoResponse.setMembershipCardInfoVos(membershipCardInfoVos);
            return membershipCardInfoResponse;
        } catch (Exception e) {
            throw new MembershipDataException(MembershipDataErrorCode.ES_CARD_INFO_ERROR);
        }
    }

    public QueryBuilder getMembershipCardInfo(MembershipDataCardInfoRequest membershipCardInfoRequest) {
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
        boolQueryBuilder.must(QueryBuilders.termQuery("pid", membershipCardInfoRequest.getPid()));
        boolQueryBuilder.must(
                QueryBuilders.termQuery("memberCardTemplateId", membershipCardInfoRequest.getMemberCardTemplateId()));
        return boolQueryBuilder;
    }
}

scroll深查询 以scrollId为游标,记录查询位置
部分代码如下:

public MembershipDataCardInfoResponse queryWidScrollFromES(MembershipDataCardInfoRequest param, Client client) {
        MembershipDataCardInfoResponse dataCardInfoResponse=null;
        SearchResponse response=null;
        try {
            /* 1.组装参数 */
            QueryBuilder builder = getMembershipCardInfo(param);
            if(param.getScrollId()==null) {
                /*2.无scrollId,第一次查询*/
                response = client.prepareSearch(MembershipDataConstant.ES_INDEX_NAME_MEMBERCARD)
                        .setTypes(MembershipDataConstant.ES_TYPE_NAME_MEMBERCARD)
                        .setQuery(builder)
                        .setSize(param.getPageSize())
                        .setScroll(new TimeValue(scrollTime)).execute().actionGet();
            }else{
                /*3.带scrollId查询*/
                response = client.prepareSearchScroll(param.getScrollId())
                        .setScroll(new TimeValue(scrollTime)).execute().actionGet();
            }
            dataCardInfoResponse=searchScrollWid(response);
        } catch (Exception e) {
            throw new MembershipDataException(MembershipDataErrorCode.ES_CARD_INFO_ERROR);
        }
        return dataCardInfoResponse;
    }

在客户端操作ES

创建索引
http://localhost:9200/test_data_userinfo/

{
    "settings": {
        "number_of_shards": "5",
        "number_of_replicas": "1" 
    },
    "mappings": {   
        "novel": {       
            "properties": {
                "name": {
                    "type": "text"
                },
                "author": {
                    "type": "keyword"
                },
                "word_count": {
                    "type": "integer"
                },
                "publish_date": {
                    "type": "date"  
                }
            }
        }
    }
}

插入
指定id插入数据
PUT 路径是:服务ip:端口/索引名/类型名/id
http://localhost:9200/test_data_userinfo/novel/insert_3/

{
    "name": "神雕侠侣",
    "author": "金庸",
    "word_count": "88888888",
    "publish_date": "2019-04-17"
}

不指定id插入数据
POST 路径是:服务ip:端口/索引名/类型名/ 不能指定id,插入成功后会返回id
http://localhost:9200/test_data_userinfo/novel/

{
    "name": "红楼梦",
    "author": "曹雪芹",
    "word_count": "88888888",
    "publish_date":"2019-04-17"
}

修改
POST 路径为:服务ip:端口/索引名/类型名/要修改的数据的id/
http://localhost:9200/test_data_userinfo/novel/insert_1/

{
    "name": "红楼梦",
    "author": "曹雪芹",
    "word_count": "88888888",
    "publish_date": "2019-04-17"
}

删除
DELETE 直接使用delete请求,指定索引,类型,id即可删除
http://localhost:9200/test_data_userinfo/novel/insert_1/

TIM图片20190426112954.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,393评论 5 467
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,790评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,391评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,703评论 1 270
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,613评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,003评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,507评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,158评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,300评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,256评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,274评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,984评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,569评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,662评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,899评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,268评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,840评论 2 339

推荐阅读更多精彩内容

  • 一、环境搭建 软件版本: Linux:centos7 64bit JDK:1.8.0 elasticsearch:...
    lailai900201阅读 3,561评论 0 12
  • 一. ES安装 1.1 本地安装 下载对应系统的安装包 下载地址 前台启动cd elasticsearch-<ve...
    cvanly阅读 18,312评论 0 7
  • 一、MySQL优化 MySQL优化从哪些方面入手: (1)存储层(数据) 构建良好的数据结构。可以大大的提升我们S...
    宠辱不惊丶岁月静好阅读 2,402评论 1 8
  • MYSQL 基础知识 1 MySQL数据库概要 2 简单MySQL环境 3 数据的存储和获取 4 MySQL基本操...
    Kingtester阅读 7,749评论 5 116
  • Swift1> Swift和OC的区别1.1> Swift没有地址/指针的概念1.2> 泛型1.3> 类型严谨 对...
    cosWriter阅读 11,076评论 1 32