Java连接ElasticSearch详解

2019独角兽企业重金招聘Python工程师标准>>>

Java连接ES有两种连接方式（即获得ES的Client）

1、创建一个node，加入集群中，通过这个node获得client。

2、通过TransportClient来连接集群。

区别

第一种方式，相当于额外启动了一个es的node节点，只是这个node是由我们编码控制的，可以设置成这个node是不存数据的节点（没有特殊原因你就应该这么设置），这个节点的配置和其他的节点没有什么区别，也是通过elasticsearch.yml文件来配置，配置文件放在classpath目录下面，当然你也可以通过编程的方式，在构建node的时候，设置settings参数。

Settings settings = ImmutableSettings.settingsBuilder().put("client.transport.ping_timeout", 1000)
                .put("discovery.zen.ping.multicast.enabled", "false").put("timeout", 1)
                .putArray("discovery.zen.ping.unicast.hosts", "l-flightdev18.f.dev.cn0.qunar.com:9300", "l-flightdev17.f.dev.cn0.qunar.com:9300")
                .build();
        Node node = NodeBuilder.nodeBuilder().clusterName("flight_fuwu_order_index").client(true).settings(settings).node();
        Client client = node.client();

注意：client(true)很重要，这标示当前节点不存储数据

方法一有个问题，如果服务和ES集群不在一个机房，网络延迟会导致作为node节点接入ES集群的服务成为ES集群的短板

 

第二种方法，相当于获取了所有node节点的client，发送请求的时候遍历当前可用的client（这里可用指的是可以连接，但是node本身不一定可用，比如node正在恢复中，还没有加入集群，这会产生问题，见下面）。跟方法一相比，方法二会产生双跳(double hop)，即当前遍历到node1，但访问的数据在node2，请求先发到node1，又由node1转发到node2。

遍历方式：每次请求通过AtomicInteger进行原子加1（超出最大值后设置成0），按当前可用client数取模。

获取当前可用client的方法：使用线程池，遍历所有client，如果client未连接，尝试一次连接，连接成功加入可用client中，如果client已连接直接加入可用client。

可以通过设置参数client.transport.sniff是否为true，来设置是使用SimpleNodeSampler还是SniffNodesSampler，默认值为false，即使用SimpleNodeSampler。

具体实现在org.elasticsearch.client.transport.TransportClientNodesService类中。

简单的说，SimpleNodeSampler会限制当前可用client一定是在配置中设置的节点中的，而SniffNodesSampler会使用所有发现的client，即使这个client的node，不在配置中。

Settings settings = ImmutableSettings.settingsBuilder().put("cluster.name", clustersName).put(				"client.transport.ping_timeout", 1000).put("discovery.zen.ping.multicast.enabled", "false").put(				"timeout", 1)//				.put("client.transport.sniff", true)				.build();

		TransportClient transportClient = new TransportClient(settings);		for (String cluster : StringUtils.split(clusters,",")) {
			transportClient.addTransportAddress(new InetSocketTransportAddress("host1", 9300))
        .addTransportAddress(new InetSocketTransportAddress("host2", 9300));
		}

方法二有个问题，就是当集群中某个node挂掉之后，重新加入的时候，因为是通过判断client是否可以连接，而不是node是否可用，这会导致这个时候使用这个client发送请求的时候产生异常。而方法一不会，因为还没加入集群的node，对于自己创建的node来说是不可见的。gitbub上有对这个问题的讨论：https://github.com/elastic/elasticsearch/issues/11202

 

转载于:https://my.oschina.net/u/565871/blog/637909