ElasticSearch如何使用以及java代码如何查询并排序ES中的数据（距离排序）

import org.elasticsearch.client.RestHighLevelClient;

import org.elasticsearch.client.transport.TransportClient;

import org.elasticsearch.common.geo.GeoDistance;

import org.elasticsearch.common.settings.Settings;

import org.elasticsearch.common.transport.TransportAddress;

import org.elasticsearch.common.unit.DistanceUnit;

import org.elasticsearch.common.unit.TimeValue;

import org.elasticsearch.common.xcontent.XContentBuilder;

import org.elasticsearch.common.xcontent.XContentFactory;

import org.elasticsearch.index.query.BoolQueryBuilder;

import org.elasticsearch.index.query.GeoDistanceQueryBuilder;

import org.elasticsearch.index.query.GeoValidationMethod;

import org.elasticsearch.index.query.QueryBuilder;

import org.elasticsearch.index.query.QueryBuilders;

import org.elasticsearch.search.SearchHit;

import org.elasticsearch.search.SearchHits;

import org.elasticsearch.search.builder.SearchSourceBuilder;

import org.elasticsearch.search.sort.GeoDistanceSortBuilder;

import org.elasticsearch.search.sort.SortBuilders;

import org.elasticsearch.search.sort.SortOrder;

import org.elasticsearch.transport.client.PreBuiltTransportClient;

import java.io.IOException;

import java.net.InetAddress;

import java.net.UnknownHostException;

/**

• es测试

*/

public class EsDemo

{

private static final RequestOptions COMMON_OPTIONS;

static {

RequestOptions.Builder builder = RequestOptions.DEFAULT.toBuilder();

// 默认缓存限制为100MB，此处修改为30MB。

builder.setHttpAsyncResponseConsumerFactory(

new HttpAsyncResponseConsumerFactory

.HeapBufferedResponseConsumerFactory(30 * 1024 * 1024));

COMMON_OPTIONS = builder.build();

}

protected RestHighLevelClient client = new RestHighLevelClient(

RestClient.builder(new HttpHost(“127.0.0.1”, 9200, “http”)));;

private String indexName = “hbp”;

private String type = “_doc”;

//从ES中查询数据

@Test

public void test1() throws IOException {

Integer pageSize = 10;

Integer PageNum = 0;

SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

BoolQueryBuilder bq = QueryBuilders.boolQuery();

//按时间范围查询

QueryBuilder dateBuilder = QueryBuilders.rangeQuery(“pub_date”)

.gte(“2020-09-01 10:30:00”).lte(“2020-09-02 13:50:00”).format(“yyyy-MM-dd HH:mm:ss”);//时间范围查询

//根据id查询

List idList = new ArrayList();

idList.add(“1”);

idList.add(“2”);

idList.add(“3”);

// idList.add(“4”);

// idList.add(“5”);

QueryBuilder idBuilder = QueryBuilders.termsQuery(“_id”, idList);

// 以某点为中心，搜索指定范围

GeoDistanceQueryBuilder distanceQueryBuilder = new GeoDistanceQueryBuilder(“location”);

distanceQueryBuilder.point(39.662263, 118.197815);

//查询单位：km

distanceQueryBuilder.distance(“6”, DistanceUnit.KILOMETERS);

//构建检索

/*这里说明一下，distanceQueryBuilder就是距离查询条件，idBuilder就是id过滤条件，

dateBuilder就是时间范围查询条件，可以定义一个或多个条件（QueryBuilder），下面的

排序也是同理，可以构造多个sortBuilder*/

QueryBuilder query = bq

// .filter(distanceQueryBuilder)

// .must(idBuilder)

.filter(dateBuilder)

;

searchSourceBuilder.query(query);

//按时间排序

// searchSourceBuilder.sort(“pub_date”, SortOrder.DESC);

//按距离排序

GeoDistanceSortBuilder distanceSort = SortBuilders.geoDistanceSort(“location”, 39.662263, 118.197815);

distanceSort.order(SortOrder.ASC);

distanceSort.geoDistance(GeoDistance.ARC);

distanceSort.unit(DistanceUnit.KILOMETERS);

distanceSort.validation(GeoValidationMethod.STRICT);

searchSourceBuilder.sort(distanceSort);

//查询es数据

searchSourceBuilder.from(PageNum);

searchSourceBuilder.size(pageSize);

searchSourceBuilder.timeout(new TimeValue(100,TimeUnit.SECONDS));

SearchRequest searchRequest = new SearchRequest(“hbp”);

searchRequest.source(searchSourceBuilder);

SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);

SearchHits hits = response.getHits();

for(SearchHit hit : hits){

System.out.println(hit.getSourceAsString());

System.out.println(hit.getSortValues()[0]);//获取排序的距离，index为排序的位置

}

//get方式数据查询 ,参数为Index,type和id

// GetRequest request = new GetRequest(indexName, “7”);

// GetResponse getResponse1 = client.get(request, COMMON_OPTIONS);

// System.out.println(getResponse1.getSourceAsString());

client.close();

}

先自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则近万的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《Java开发全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以扫码领取！

总目录展示

该笔记共八个节点（由浅入深），分为三大模块。

高性能。 秒杀涉及大量的并发读和并发写，因此支持高并发访问这点非常关键。该笔记将从设计数据的动静分离方案、热点的发现与隔离、请求的削峰与分层过滤、服务端的极致优化这4个方面重点介绍。

一致性。 秒杀中商品减库存的实现方式同样关键。可想而知，有限数量的商品在同一时刻被很多倍的请求同时来减库存，减库存又分为“拍下减库存”“付款减库存”以及预扣等几种，在大并发更新的过程中都要保证数据的准确性，其难度可想而知。因此，将用一个节点来专门讲解如何设计秒杀减库存方案。

高可用。 虽然介绍了很多极致的优化思路，但现实中总难免出现一些我们考虑不到的情况，所以要保证系统的高可用和正确性，还要设计一个PlanB来兜底，以便在最坏情况发生时仍然能够从容应对。笔记的最后，将带你思考可以从哪些环节来设计兜底方案。

---

篇幅有限，无法一个模块一个模块详细的展示（这些要点都收集在了这份《高并发秒杀顶级教程》里），麻烦各位转发一下（可以帮助更多的人看到哟！）

由于内容太多，这里只截取部分的内容。
优化思路，但现实中总难免出现一些我们考虑不到的情况，所以要保证系统的高可用和正确性，还要设计一个PlanB来兜底，以便在最坏情况发生时仍然能够从容应对。笔记的最后，将带你思考可以从哪些环节来设计兜底方案。

---

篇幅有限，无法一个模块一个模块详细的展示（这些要点都收集在了这份《高并发秒杀顶级教程》里），麻烦各位转发一下（可以帮助更多的人看到哟！）

[外链图片转存中…(img-djU9sot1-1711365356195)]

[外链图片转存中…(img-WjGk42Rd-1711365356195)]

由于内容太多，这里只截取部分的内容。
需要更多Java资料的小伙伴可以帮忙点赞+关注，点击传送门，即可免费领取！