Elasticsearch02_安装、基本操作、java Api操作

已于 2023-03-18 23:18:45 修改
阅读量129 收藏 1
点赞数
分类专栏： elk 文章标签： elasticsearch
于 2023-03-18 22:23:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42460596/article/details/129635722
版权

文章目录

1 Elasticsearch 安装

Elasticsearch 版本是7.8.0

1.1 下载软件

Elasticsearch的官方地址：https://www.elastic.co/cn/
下载地址：https://www.elastic.co/cn/downloads/past-releases#elasticsearch

在这里插入图片描述

下载windows版本
在这里插入图片描述

1.2 安装软件

Windows版的Elasticsearch的安装很简单，解压即安装完毕，解压后的Elasticsearch的目录结构如下：
在这里插入图片描述
在这里插入图片描述
解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务
在这里插入图片描述
注意：9300 端口为 Elasticsearch 集群间组件的通信端口，9200 端口为浏览器访问的 http协议 RESTful 端口。
打开浏览器（推荐使用谷歌浏览器），输入地址：http://localhost:9200

在这里插入图片描述

1.3 问题解决

  • Elasticsearch 是使用 java 开发的，且 7.8 版本的 ES 需要 JDK 版本 1.8 以上，默认安装包带有 jdk 环境，如果系统配置 JAVA_HOME，那么使用系统默认的 JDK，如果没有配置使用自带的 JDK，一般建议使用系统配置的 JDK。
  • 双击启动窗口闪退，通过路径访问追踪错误，如果是“空间不足”，请修改config/jvm.options 配置文件
# 设置 JVM 初始内存为 1G。此值可以设置与-Xmx 相同，以避免每次垃圾回收完成后 JVM 重新分配内存
# Xms represents the initial size of total heap space
# 设置 JVM 最大可用内存为 1G
# Xmx represents the maximum size of total heap space
-Xms1g
-Xmx1g

2 Elasticsearch 基本操作

2.1 RESTful

  • REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就
    是 RESTful。Web 应用程序最重要的 REST 原则是，客户端和服务器之间的交互在请求之间是无状态的。从客户端到服务器的每个请求都必须包含理解请求所必需的信息。如果服务器在请求之间的任何时间点重启，客户端不会得到通知。此外，无状态请求可以由任何可用服务器回答，这十分适合云计算之类的环境。客户端可以缓存数据以改进性能。
  • 在服务器端，应用程序状态和功能可以分为各种资源。资源是一个有趣的概念实体，它向客户端公开。资源的例子有：应用程序对象、数据库记录、算法等等。每个资源都使用 URI (Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口，以便在客户端和服务器之间传输状态。使用的是标准的 HTTP 方法，比如 GET、PUT、POST 和DELETE。
  • 在 REST 样式的 Web 服务中，每个资源都有一个地址。资源本身都是方法调用的目
    标，方法列表对所有资源都是一样的。这些方法都是标准方法，包括 HTTP GET、POST、PUT、DELETE，还可能包括 HEAD 和 OPTIONS。简单的理解就是，如果想要访问互联网上的资源，就必须向资源所在的服务器发出请求，请求体中必须包含资源的网络路径，以及对资源进行的操作(增删改查)。

2.2 客户端安装

  • 如果直接通过浏览器向 Elasticsearch 服务器发请求，那么需要在发送的请求中包含
    HTTP 标准的方法，而 HTTP 的大部分特性且仅支持 GET 和 POST 方法。所以为了能方便地进行客户端的访问，可以使用 Postman 软件
  • Postman 是一款强大的网页调试工具，提供功能强大的 Web API 和 HTTP 请求调试。软件功能强大，界面简洁明晰、操作方便快捷，设计得很人性化。Postman 中文版能够发送任何类型的 HTTP 请求 (GET, HEAD, POST, PUT…)，不仅能够表单提交，且可以附带任意类型请求体。
  • Postman 官网：https://www.getpostman.com
  • Postman 下载：https://www.getpostman.com/apps

在这里插入图片描述

2.3 数据格式

Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比
在这里插入图片描述
ES 里的 Index 可以看做一个库，而 Types 相当于表，Documents 则相当于表的行。
这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个type，Elasticsearch 7.X 中, Type 的概念已经被删除了。

2.4 HTTP 操作

2.4.1 索引操作

  1. 创建索引
    对比关系型数据库，创建索引就等同于创建数据库
    在 Postman 中，向 ES 服务器发PUT请求 ：http://127.0.0.1:9200/shopping
    在这里插入图片描述
    请求后，服务器返回响应
    在这里插入图片描述
{
 "acknowledged"【响应结果】: true, # true 操作成功
 "shards_acknowledged"【分片结果】: true, # 分片操作成功
 "index"【索引名称】: "shopping"
}
# 注意：创建索引库的分片数默认 1 片，在 7.0.0 之前的 Elasticsearch 版本中，默认 5 片

如果重复添加索引，会返回错误信息
在这里插入图片描述
2. 查看所有索引
在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/_cat/indices?v
在这里插入图片描述
这里请求路径中的_cat 表示查看的意思，indices 表示索引，所以整体含义就是查看当前 ES服务器中的所有索引，就好像 MySQL 中的 show tables 的感觉，服务器响应结果如下
在这里插入图片描述
在这里插入图片描述
3. 查看单个索引
在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/shopping
在这里插入图片描述
查看索引向 ES 服务器发送的请求路径和创建索引是一致的。但是 HTTP 方法不一致。这里可以体会一下 RESTful 的意义，
请求后，服务器响应结果如下：
在这里插入图片描述

{
	 "shopping"【索引名】: { 
		 "aliases"【别名】: {},
		 "mappings"【映射】: {},
		 "settings"【设置】: {
			 "index"【设置 - 索引】: {
				 "creation_date"【设置 - 索引 - 创建时间】: "1614265373911",
				 "number_of_shards"【设置 - 索引 - 主分片数量】: "1",
				 "number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
				 "uuid"【设置 - 索引 - 唯一标识】: "eI5wemRERTumxGCc1bAk2A",
				 "version"【设置 - 索引 - 版本】: {
				 	"created": "7080099"
				 },
				 "provided_name"【设置 - 索引 - 名称】: "shopping"
			 }
		 }
	 }
}
  1. 删除索引
    在 Postman 中，向 ES 服务器发 DELETE 请求 ：http://127.0.0.1:9200/shopping
    在这里插入图片描述
    在这里插入图片描述
    重新访问索引时，服务器返回响应：索引不存在
    在这里插入图片描述

2.4.2 文档操作

  1. 创建文档
    索引已经创建好了，接下来我们来创建文档，并添加数据。这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为 JSON 格式
    在 Postman 中，向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_doc
    请求体内容为：
{
    "title":"华为手机",
    "category":"华为",
    "images":"http://www.gulixueyuan.com/hw.jpg",
    "price":1999.00
}

在这里插入图片描述
此处发送请求的方式必须为 POST，不能是 PUT，否则会发生错误
在这里插入图片描述
服务器响应结果如下：
在这里插入图片描述

{
 "_index"【索引】: "shopping",
 "_type"【类型-文档】: "_doc",
 "_id"【唯一标识】: "Xhsa2ncBlvF_7lxyCE9G", #可以类比为 MySQL 中的主键，随机生成
 "_version"【版本】: 1,
 "result"【结果】: "created", #这里的 create 表示创建成功
 "_shards"【分片】: {
	 "total"【分片 - 总数】: 2,
	 "successful"【分片 - 成功】: 1,
	 "failed"【分片 - 失败】: 0
 },
 "_seq_no": 0,
 "_primary_term": 1
}

上面的数据创建后，由于没有指定数据唯一性标识（ID），默认情况下，ES 服务器会随机生成一个。
如果想要自定义唯一性标识，需要在创建时指定: http://127.0.0.1:9200/shopping/_doc/1

在这里插入图片描述
在这里插入图片描述
此处需要注意：如果增加数据时明确数据主键，那么请求方式也可以为 PUT

  1. 查看文档
    查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询
    在 Postman 中，向 ES 服务器发GET请求 ：http://127.0.0.1:9200/shopping/_doc/1
    在这里插入图片描述
    查询成功后，服务器响应结果：
    在这里插入图片描述
{
 "_index"【索引】: "shopping",
 "_type"【文档类型】: "_doc",
 "_id": "1",
 "_version": 2,
 "_seq_no": 2,
 "_primary_term": 2,
 "found"【查询结果】: true, # true 表示查找到，false 表示未查找到
 "_source"【文档源信息】: {
	 "title": "华为手机",
	 "category": "华为",
	 "images": "http://www.gulixueyuan.com/hw.jpg",
	 "price": 4999.00
 }
}
  1. 修改文档
    和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖
    在 Postman 中，向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_doc/1
    请求体内容为:
{
 "title":"华为手机",
 "category":"华为",
 "images":"http://www.gulixueyuan.com/hw.jpg",
 "price":4999.00
}

在这里插入图片描述
修改成功后，服务器响应结果：
在这里插入图片描述

{
 "_index": "shopping",
 "_type": "_doc",
 "_id": "1",
 "_version"【版本】: 2,
 "result"【结果】: "updated", # updated 表示数据被更新
 "_shards": {
	 "total": 2,
	 "successful": 1,
	 "failed": 0
 },
 "_seq_no": 2,
 "_primary_term": 2
}
  1. 修改字段
    修改数据时，也可以只修改某一给条数据的局部信息
    在 Postman 中，向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_update/1
    请求体内容为：
{ 
 "doc": {
 "price":3000.00
 } 
}

在这里插入图片描述
修改成功后，服务器响应结果：
在这里插入图片描述

根据唯一性标识，查询文档数据，文档数据已经更新
在这里插入图片描述
5. 删除文档
删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。
在 Postman 中，向 ES 服务器发 DELETE 请求 ：http://127.0.0.1:9200/shopping/_doc/1

在这里插入图片描述
删除成功，服务器响应结果：
在这里插入图片描述

{
 "_index": "shopping",
 "_type": "_doc",
 "_id": "1",
 "_version"【版本】: 4, #对数据的操作，都会更新版本
 "result"【结果】: "deleted", # deleted 表示数据被标记为删除
 "_shards": {
	 "total": 2,
	 "successful": 1,
	 "failed": 0
 },
 "_seq_no": 4,
 "_primary_term": 2
}

删除后再查询当前文档信息
在这里插入图片描述
如果删除一个并不存在的文档
在这里插入图片描述

{
 "_index": "shopping",
 "_type": "_doc",
 "_id": "1",
 "_version": 1,
 "result"【结果】: "not_found", # not_found 表示未查找到
 "_shards": {
	 "total": 2,
	 "successful": 1,
	 "failed": 0
 },
 "_seq_no": 5,
 "_primary_term": 2
}
  1. 条件删除文档
    一般删除数据都是根据文档的唯一性标识进行删除，实际操作时，也可以根据条件对多条数据进行删除
    首先分别增加多条数据:
{
 "title":"小米手机",
 "category":"小米",
 "images":"http://www.gulixueyuan.com/xm.jpg",
 "price":4000.00
}
{
 "title":"华为手机",
 "category":"华为",
 "images":"http://www.gulixueyuan.com/hw.jpg",
 "price":4000.00
}

在这里插入图片描述
在这里插入图片描述
向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_delete_by_query
请求体内容为：

{
 "query":{
	 "match":{
	 	"price":4000.00
	 }
 }
}

在这里插入图片描述

删除成功后，服务器响应结果：
在这里插入图片描述

{
 "took"【耗时】: 175,
 "timed_out"【是否超时】: false,
 "total"【总数】: 2,
 "deleted"【删除数量】: 2,
 "batches": 1,
 "version_conflicts": 0,
 "noops": 0,
 "retries": {
	 "bulk": 0,
	 "search": 0
 },
 "throttled_millis": 0,
 "requests_per_second": -1.0,
 "throttled_until_millis": 0,
 "failures": []
}

2.4.5 映射操作

有了索引库，等于有了数据库中的 database。
接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。
1. 创建映射
在 Postman 中，向 ES 服务器发 PUT 请求 ：http://127.0.0.1:9200/student/_mapping
请求体内容为：

{
 "properties": {
	 "name":{
		 "type": "text",
		 "index": true
	 },
	 "sex":{
		 "type": "text",
		 "index": false
	 },
	 "age":{
		 "type": "long",
		 "index": false
	 }
  }
}

在这里插入图片描述

映射数据说明：
字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price
type：类型，Elasticsearch 中支持的数据类型非常丰富，说几个关键的：

  • String 类型，又分两种：
    ① text：可分词
    ② keyword：不可分词，数据会作为完整字段进行匹配
  • Numerical：数值类型，分两类
    ① 基本数据类型：long、integer、short、byte、double、float、half_float
    ② 浮点数的高精度类型：scaled_float
  • Date：日期类型
  • Array：数组类型
  • Object：对象

index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引。

  • true：字段会被索引，则可以用来进行搜索
  • false：字段不会被索引，不能用来搜索

store：是否将数据进行独立存储，默认为 false

  • 原始的文本会存储在_source 里面，默认情况下其他提取出来的字段都不是独立存储的，是从_source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置"store": true 即可，获取独立存储的字段要比从_source 中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置。

analyzer：分词器，这里的 ik_max_word 即使用 ik 分词器

2. 查看映射

在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_mapping
在这里插入图片描述
服务器响应结果如下：
在这里插入图片描述

3. 索引映射关联
在 Postman 中，向 ES 服务器发 PUT 请求 ：http://127.0.0.1:9200/student1
请求体内容为：

{
    "settings": {},
    "mappings": {
        "properties": {
            "name": {
                "type": "text",
                "index": true
            },
            "sex": {
                "type": "text",
                "index": false
            },
            "age": {
                "type": "long",
                "index": false
            }
        }
    }
}

在这里插入图片描述
服务器响应结果如下：
在这里插入图片描述

  1. 修改映射，添加新字段
    在 Postman 中，向 ES 服务器发 PUT 请求 ：http://127.0.0.1:9200/student1/_mapping
{
   "properties":{
       "nickname":{
           "type":"keyword"
           ,"index":false  // 该字段不被索引到 
        }
   }
}

在这里插入图片描述

注意：现有的映射只能添加新字段，不能更新字段
在这里插入图片描述
如果想修改字段怎么办？您应该使用正确的映射创建一个新索引，并将您的数据重新索引到该新索引中（数据迁移）

  1. 修改映射（新创建索引+数据迁移）
    ① 创建一个索引
    在 Postman 中，向 ES 服务器发 PUT 请求 ：http://localhost:9200/student2
{
    "settings": {},
    "mappings": {
        "properties": {
            "name": {
                "type": "text",
                "index": true
            },
            "sex": {
                "type": "text",
                "index": true
            },
            "age": {
                "type": "integer",
                "index": true
            },
            "nickname":{
                "type": "text",
                "index": true
            }
        }
    }
}

在这里插入图片描述
② 迁移数据-reindex
在 Postman 中，向 ES 服务器发 POST请求 ：http://localhost:9200/_reindex

{
    "source": {
        "index": "student"
    },
    "dest": {
        "index": "student2"
    }
}

在这里插入图片描述

2.4.6 高级查询

Elasticsearch 提供了基于 JSON 提供完整的查询 DSL 来定义查询
定义数据 :

# POST /student/_doc/1001
{
"name":"zhangsan",
"nickname":"zhangsan",
 "sex":"男",
 "age":30
}
# POST /student/_doc/1002
{
"name":"lisi",
"nickname":"lisi",
 "sex":"男",
 "age":20
}
# POST /student/_doc/1003
{
"name":"wangwu",
 "nickname":"wangwu",
 "sex":"女",
 "age":40
}
# POST /student/_doc/1004
{
"name":"zhangsan1",
"nickname":"zhangsan1",
 "sex":"女",
 "age":50
}
# POST /student/_doc/1005
{
"name":"zhangsan2",
"nickname":"zhangsan2",
 "sex":"女",
 "age":30
}
  1. 查询所有文档
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
 "query": {
 "match_all": {}
 }
}
# "query"：这里的 query 代表一个查询对象，里面可以有不同的查询属性
# "match_all"：查询类型，例如：match_all(代表查询所有)， match，term ， range 等等
# {查询条件}：查询条件会根据类型的不同，写法也有差异

在这里插入图片描述
服务器响应结果如下：
在这里插入图片描述

{
 "took【查询花费时间，单位毫秒】" : 1116,
 "timed_out【是否超时】" : false,
 "_shards【分片信息】" : {
	 "total【总数】" : 1,
	 "successful【成功】" : 1,
	 "skipped【忽略】" : 0,
	 "failed【失败】" : 0
 },
 "hits【搜索命中结果】" : {
	 "total"【搜索条件匹配的文档总数】: {
		 "value"【总命中计数的值】: 3,
		 "relation"【计数规则】: "eq" # eq 表示计数准确， gte 表示计数不准确
	 },
	 "max_score【匹配度分值】" : 1.0,
	 "hits【命中结果集合】" : [
	 	。。。
	 ]
   }
}
  1. 匹配查询(match)
    match 匹配类型查询，会把查询条件进行分词，然后进行查询，多个词条之间是 or 的关系在 Postman 中，向 ES 服务器发 GET 请求 : http://127.0.0.1:9200/student/_search
{
    "query":{
        "match":{
            "name":"zhangsan"
        }
    }
}

在这里插入图片描述

  1. 字段匹配查询(multi_match)
    multi_match 与 match 类似，不同的是它可以在多个字段中查询。
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "query": {
        "multi_match": {
            "query": "zhangsan",
            "fields": [
                "name",
                "nickname"
            ]
        }
    }
}

在这里插入图片描述

  1. 关键字精确查询(term)
    term 查询，精确的关键词匹配查询，不对查询条件进行分词。
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "query": {
        "term": {
            "name": {
                "value": "zhangsan"
            }
        }
    }
}

在这里插入图片描述

  1. 多关键字精确查询(terms)
    terms 查询和 term 查询一样，但它允许你指定多值进行匹配。
    如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件，类似于 mysql 的 in
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "query": {
        "terms": {
            "name": ["zhangsan","lisi"]
        }
    }
}

在这里插入图片描述
6. 指定查询字段(_source)
默认情况下，Elasticsearch 在搜索的结果中，会把文档中保存在_source 的所有字段都返回。
如果我们只想获取其中的部分字段，我们可以添加_source 的过滤
在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search

{
    "_source": [
        "name",
        "nickname"
    ],
    "query": {
        "terms": {
            "name": [
                "zhangsan"
            ]
        }
    }
}

在这里插入图片描述

  1. 过滤字段(_source includes excludes)
    我们也可以通过：
  • includes：来指定想要显示的字段
  • excludes：来指定不想要显示的字段
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "_source": {
        "includes": [
            "name",
            "nickname"
        ]
    },
    "query": {
        "terms": {
            "name": [
                "zhangsan"
            ]
        }
    }
}

在这里插入图片描述
在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search

{
    "_source": {
        "excludes": [
            "name",
            "nickname"
        ]
    },
    "query": {
        "terms": {
            "name": [
                "zhangsan"
            ]
        }
    }
}

在这里插入图片描述

  1. 组合查询
    bool把各种其它查询通过must（必须 ）、must_not（必须不）、should（应该）的方
    式进行组合
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "query": {
        "bool": {
            "must": [
                {
                    "match": {
                        "name": "zhangsan"
                    }
                }
            ],
            "must_not": [
                {
                    "match": {
                        "age": "40"
                    }
                }
            ],
            "should": [
                {
                    "match": {
                        "sex": "男"
                    }
                }
            ]
        }
    }
}

在这里插入图片描述

  1. 范围查询
    range 查询找出那些落在指定区间内的数字或者时间。range 查询允许以下字符
    在这里插入图片描述
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "query": {
        "range": {
            "age": {
                "gte": 30,
                "lte": 35
            }
        }
    }
}

在这里插入图片描述

  1. 模糊查询 (fuzzy)
    返回包含与搜索字词相似的字词的文档。
    编辑距离是将一个术语转换为另一个术语所需的一个字符更改的次数。这些更改可以包括：
  • 更改字符（box → fox）
  • 删除字符（black → lack）
  • 插入字符（sic → sick）
  • 转置两个相邻字符（act → cat）

为了找到相似的术语，fuzzy 查询会在指定的编辑距离内创建一组搜索词的所有可能的变体或扩展。然后查询返回每个扩展的完全匹配。

通过 fuzziness 修改编辑距离。一般使用默认值 AUTO，根据术语的长度生成编辑距离。
在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search

{
    "query": {
        "fuzzy": {
            "name": {
                "value": "zhangsan"
            }
        }
    }
}

在这里插入图片描述

  1. 单字段排序
    sort 可以让我们按照不同的字段进行排序，并且通过 order 指定排序的方式。desc 降序，asc
    升序。
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "query": {
        "match": {
            "name": "zhangsan"
        }
    },
    "sort": [
        {
            "age": {
                "order": "desc"
            }
        }
    ]
}

在这里插入图片描述

  1. 多字段排序
    假定我们想要结合使用 age 和 _score 进行查询，并且匹配的结果首先按照年龄排序，然后按照相关性得分排序
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "query": {
        "match_all": {}
    },
    "sort": [
        {
            "age": {
                "order": "desc"
            }
        },
        {
            "_score": {
                "order": "desc"
            }
        }
    ]
}

在这里插入图片描述

  1. 高亮查询(highlight)
    在进行关键字搜索时，搜索出的内容中的关键字会显示不同的颜色，称之为高亮。
    在百度搜索"京东"
    在这里插入图片描述
    Elasticsearch 可以对查询内容中的关键字部分，进行标签和样式(高亮)的设置。
    在使用 match 查询的同时，加上一个 highlight 属性：
     pre_tags：前置标签
     post_tags：后置标签
     fields：需要高亮的字段
     title：这里声明 title 字段需要高亮，后面可以为这个字段设置特有配置，也可以空

在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search

{
    "query": {
        "match": {
            "name": "zhangsan"
        }
    },
    "highlight": {
        "pre_tags": "<font color='red'>",
        "post_tags": "</font>",
        "fields": {
            "name": {}
        }
    }
}

在这里插入图片描述

  1. 分页查询
    from：当前页的起始索引，默认从 0 开始。 from = (pageNum - 1) * size
    size：每页显示多少条
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "query": {
        "match_all": {}
    },
    "sort": [
        {
            "age": {
                "order": "desc"
            }
        }
    ],
    "from": 0,
    "size": 2
}

在这里插入图片描述

  1. 聚合查询
    聚合允许使用者对 es 文档进行统计分析，类似与关系型数据库中的 group by，当然还有很
    多其他的聚合，例如取最大值、平均值等等。
  • 对某个字段取最大值 max
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "aggs": {
        "max_age": {
            "max": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • 对某个字段取最小值 min
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "aggs": {
        "min_age": {
            "min": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • 对某个字段求和 sum
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "aggs": {
        "sum_age": {
            "sum": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • 对某个字段取平均值 avg
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "aggs": {
        "avg_age": {
            "avg": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • 对某个字段的值进行去重之后再取总数
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "aggs": {
        "distinct_age": {
            "cardinality": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • State 聚合
    stats 聚合，对某个字段一次性返回 count，max，min，avg 和 sum 五个指标
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "aggs": {
        "stats_age": {
            "stats": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  1. 桶聚合查询
    桶聚和相当于 sql 中的 group by 语句
  • terms 聚合，分组统计
    在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
    "aggs": {
        "age_groupby": {
            "terms": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

2.5 java Api操作

Elasticsearch 软件是由 Java 语言开发的，所以也可以通过 Java API 的方式对 Elasticsearch服务进行访问

2.5.1 创建 Maven 项目

  1. 创建java项目
  2. 引入依赖
 <dependencies>
        <dependency>
            <groupId>org.elasticsearch</groupId>
            <artifactId>elasticsearch</artifactId>
            <version>7.8.0</version>
        </dependency>
        <!-- elasticsearch 的客户端 -->
        <dependency>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>elasticsearch-rest-high-level-client</artifactId>
            <version>7.8.0</version>
        </dependency>
        <!-- elasticsearch 依赖 2.x 的 log4j -->
        <dependency>
            <groupId>org.apache.logging.log4j</groupId>
            <artifactId>log4j-api</artifactId>
            <version>2.8.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.logging.log4j</groupId>
            <artifactId>log4j-core</artifactId>
            <version>2.8.2</version>
        </dependency>
        <dependency>
            <groupId>com.fasterxml.jackson.core</groupId>
            <artifactId>jackson-databind</artifactId>
            <version>2.9.9</version>
        </dependency>
        <!-- junit 单元测试 -->
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
        </dependency>
    </dependencies>

2.5.2 准备一个工具类

为了后续操作方便，准备了一个工具类

public interface ElasticsearchTask {

    void doSomething(RestHighLevelClient client) throws Exception;

}

/**
 * 连接Elasticsearch工具类
 *
 * @author wengjunwei
 * @date 2023/3/18 21:36
 */
public class ConnectElasticsearch {

    public static void connect(ElasticsearchTask task) {
        // 创建客户端对象
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(new HttpHost("localhost", 9200, "http")));
        try {
            task.doSomething(client);
            // 关闭客户端连接
            client.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

2.5.3 索引操作

  1. 创建索引
/**
 * 创建索引
 *
 * @author wengjunwei
 * @date 2022-09-27 16:11
 */
public class CreateIndex {

    public static void main(String[] args) throws IOException {
        // 创建客户端对象
        RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
                new HttpHost("localhost", 9200, "http")));

        // 创建索引 - 请求对象
        CreateIndexRequest index = new CreateIndexRequest("user");
        // 发送请求，获取响应
        CreateIndexResponse response = client.indices().create(index, RequestOptions.DEFAULT);

        boolean acknowledged = response.isAcknowledged();
        // 响应状态
        System.out.println("操作状态 = " + acknowledged);

        // 关闭客户端连接
        client.close();
    }
}

在这里插入图片描述

  1. 查看索引
/**
 * 查询索引
 *
 * @author wengjunwei
 * @date 2022-09-27 16:17
 */
public class SearchIndex {

    public static void main(String[] args) throws IOException {
        // 创建客户端对象
        RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
                new HttpHost("localhost", 9200, "http")));

        // 查询索引 - 请求对象
        GetIndexRequest getIndexRequest = new GetIndexRequest("user");
        // 发送请求，获取响应
        GetIndexResponse response = client.indices().get(getIndexRequest, RequestOptions.DEFAULT);

        System.out.println("aliases:" + response.getAliases());
        System.out.println("mappings:" + response.getMappings());
        System.out.println("settings:" + response.getSettings());

        // 关闭客户端
        client.close();
    }
}

在这里插入图片描述

  1. 删除索引
/**
 * 删除索引
 *
 * @author wengjunwei
 * @date 2022/9/27 16:19
 */
public class DeleteIndex {

    public static void main(String[] args) throws IOException {
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(new HttpHost("localhost", 9200, "http")));
        // 删除索引 - 请求对象
        DeleteIndexRequest request = new DeleteIndexRequest("user");
        // 发送请求，获取响应
        AcknowledgedResponse response = client.indices().delete(request, RequestOptions.DEFAULT);
        // 操作结果
        System.out.println("操作结果 ： " + response.isAcknowledged());
        client.close();
    }
}

在这里插入图片描述

2.5.3 文档操作

  1. 新增文档
/**
 * 创建文档
 *
 * @author wengjunwei
 * @date 2022/9/27 16:28
 */
public class InsertDoc {

    public static void main(String[] args) {
        ConnectElasticsearch.connect(client -> {
            // 新增文档 - 请求对象
            IndexRequest request = new IndexRequest();
            // 设置索引及唯一性标识
            request.index("user").id("1001");

            // 创建数据对象
            User user = new User();
            user.setName("zhangsan");
            user.setAge(30);
            user.setSex("男");

            ObjectMapper objectMapper = new ObjectMapper();
            String productJson = objectMapper.writeValueAsString(user);
            // 添加文档数据，数据格式为 JSON 格式
            request.source(productJson, XContentType.JSON);
            // 客户端发送请求，获取响应对象
            IndexResponse response = client.index(request, RequestOptions.DEFAULT);
            // 3. 打印结果信息
            System.out.println("_index:" + response.getIndex());
            System.out.println("_id:" + response.getId());
            System.out.println("_result:" + response.getResult());
        });
    }
}

在这里插入图片描述

  1. 修改文档
public class UpdateDoc {

    public static void main(String[] args) {
        ConnectElasticsearch.connect(client -> {
            // 修改文档 - 请求对象
            UpdateRequest request = new UpdateRequest();
            // 配置修改参数
            request.index("user").id("1001");
            // 设置请求体，对数据进行修改
            request.doc(XContentType.JSON, "sex", "女");
            // 客户端发送请求，获取响应对象
            UpdateResponse response = client.update(request, RequestOptions.DEFAULT);
            System.out.println("_index:" + response.getIndex());
            System.out.println("_id:" + response.getId());
            System.out.println("_result:" + response.getResult());
        });
    }

}

在这里插入图片描述

  1. 查询文档
public class GetDoc {

    public static void main(String[] args) {
        ConnectElasticsearch.connect(client -> {
            //1.创建请求对象
            GetRequest request = new GetRequest().index("user").id("1001");
            //2.客户端发送请求，获取响应对象
            GetResponse response = client.get(request, RequestOptions.DEFAULT);
            // 3.打印结果信息
            System.out.println("_index:" + response.getIndex());
            System.out.println("_type:" + response.getType());
            System.out.println("_id:" + response.getId());
            System.out.println("source:" + response.getSourceAsString());
        });
    }
}

在这里插入图片描述

  1. 删除文档
public class DeleteDoc {

    public static void main(String[] args) {
        ConnectElasticsearch.connect(client -> {
            // 创建请求对象
            DeleteRequest request = new DeleteRequest().index("user").id("1001");
            // 客户端发送请求，获取响应对象
            DeleteResponse response = client.delete(request, RequestOptions.DEFAULT);
            // 打印信息
            System.out.println(response.toString());
        });
    }
}

在这里插入图片描述

  1. 批量操作
    批量新增
public class BatchInsertDoc {

    public static void main(String[] args) {
        ConnectElasticsearch.connect(client -> {
            // 创建批量新增请求对象
            BulkRequest request = new BulkRequest();
            request.add(new
                    IndexRequest().index("user").id("1001").source(XContentType.JSON, "name",
                    "zhangsan"));
            request.add(new
                    IndexRequest().index("user").id("1002").source(XContentType.JSON, "name",
                    "lisi"));
            request.add(new
                    IndexRequest().index("user").id("1003").source(XContentType.JSON, "name",
                    "wangwu"));
            // 客户端发送请求，获取响应对象
            BulkResponse responses = client.bulk(request, RequestOptions.DEFAULT);
            // 打印结果信息
            System.out.println("took:" + responses.getTook());
            System.out.println("items:" + responses.getItems());
        });
    }
}

批量删除

public class BatchDeleteDoc {
    public static void main(String[] args) {
        ConnectElasticsearch.connect(client -> {
            // 创建批量删除请求对象
            BulkRequest request = new BulkRequest();
            request.add(new DeleteRequest().index("user").id("1001"));
            request.add(new DeleteRequest().index("user").id("1002"));
            request.add(new DeleteRequest().index("user").id("1003"));
            // 客户端发送请求，获取响应对象
            BulkResponse responses = client.bulk(request, RequestOptions.DEFAULT);
            // 打印结果信息
            System.out.println("took:" + responses.getTook());
            System.out.println("items:" + responses.getItems());
        });
    }
}

2.5.4 文档高级查询

① 请求体查询

  1. 查询文档所有数据
/**
 * 查询文档所有数据
 *
 * @author wengjunwei
 * @date 2023/3/18 21:51
 */
public class QueryDoc {

    public static void main(String[] args) {
        ConnectElasticsearch.connect(client -> {
            // 创建搜索请求对象
            SearchRequest request = new SearchRequest();
            request.indices("user");
            // 构建查询的请求体
            SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
            // 查询所有数据
            sourceBuilder.query(QueryBuilders.matchAllQuery());
            request.source(sourceBuilder);
            SearchResponse response = client.search(request, RequestOptions.DEFAULT);
            // 查询匹配
            SearchHits hits = response.getHits();
            System.out.println("took:" + response.getTook());
            System.out.println("timeout:" + response.isTimedOut());
            System.out.println("total:" + hits.getTotalHits());
            System.out.println("MaxScore:" + hits.getMaxScore());
            System.out.println("hits========>>");
            for (SearchHit hit : hits) {
            //输出每条查询的结果信息
                System.out.println(hit.getSourceAsString());
            }
            System.out.println("<<========");
        });
    }

}

在这里插入图片描述

  1. term 查询，查询条件为关键字
    先构建数据
public class BatchInsertDoc2 {

    public static void main(String[] args) {
        ConnectElasticsearch.connect(client -> {
            //创建批量新增请求对象
            BulkRequest request = new BulkRequest();
            request.add(new IndexRequest().index("user").id("1001").source(XContentType.JSON, "name", "zhangsan", "age", 10, "sex", "女"));
            request.add(new IndexRequest().index("user").id("1002").source(XContentType.JSON, "name", "lisi", "age", 30, "sex", "女"));
            request.add(new IndexRequest().index("user").id("1003").source(XContentType.JSON, "name", "wangwu1", "age", 40, "sex", "男"));
            request.add(new IndexRequest().index("user").id("1004").source(XContentType.JSON, "name", "wangwu2", "age", 20, "sex", "女"));
            request.add(new IndexRequest().index("user").id("1005").source(XContentType.JSON, "name", "wangwu3", "age", 50, "sex", "男"));
            request.add(new IndexRequest().index("user").id("1006").source(XContentType.JSON, "name", "wangwu4", "age", 20, "sex", "男"));
            //客户端发送请求，获取响应对象
            BulkResponse responses = client.bulk(request, RequestOptions.DEFAULT);
            //打印结果信息
            System.out.println("took:" + responses.getTook());
            System.out.println("items:" + responses.getItems());
        });
    }
}

/**
 * 文档条件查询-term
 *
 * @author wengjunwei
 * @date 2022-09-27 16:40
 */
public class QueryDoc2 {

    public static final ElasticsearchTask SEARCH_BY_CONDITION = client -> {
        // 创建搜索请求对象
        SearchRequest request = new SearchRequest();
        request.indices("user");
        // 构建查询的请求体
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        sourceBuilder.query(QueryBuilders.termQuery("age", "30"));
        request.source(sourceBuilder);
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 查询匹配
        SearchHits hits = response.getHits();
        System.out.println("took:" + response.getTook());
        System.out.println("timeout:" + response.isTimedOut());
        System.out.println("total:" + hits.getTotalHits());
        System.out.println("MaxScore:" + hits.getMaxScore());
        System.out.println("hits========>>");
        for (SearchHit hit : hits) {
            //输出每条查询的结果信息
            System.out.println(hit.getSourceAsString());
        }
        System.out.println("<<========");
    };

    public static void main(String[] args) {
        ConnectElasticsearch.connect(SEARCH_BY_CONDITION);
    }

}

在这里插入图片描述
3. 分页查询

/**
 * 文档分页查询
 *
 * @author wengjunwei
 * @date 2022-09-27 16:40
 */
public class QueryDoc3 {

    public static final ElasticsearchTask SEARCH_BY_PAGING = client -> {
        // 创建搜索请求对象
        SearchRequest request = new SearchRequest();
        request.indices("user");
        // 构建查询的请求体
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        sourceBuilder.query(QueryBuilders.matchAllQuery());
        // 分页查询
        // 当前页其实索引(第一条数据的顺序号)， from
        sourceBuilder.from(0);

        // 每页显示多少条 size
        sourceBuilder.size(2);
        request.source(sourceBuilder);
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 查询匹配
        SearchHits hits = response.getHits();
        System.out.println("took:" + response.getTook());
        System.out.println("timeout:" + response.isTimedOut());
        System.out.println("total:" + hits.getTotalHits());
        System.out.println("MaxScore:" + hits.getMaxScore());
        System.out.println("hits========>>");
        for (SearchHit hit : hits) {
            //输出每条查询的结果信息
            System.out.println(hit.getSourceAsString());
        }
        System.out.println("<<========");
    };

    public static void main(String[] args) {
        ConnectElasticsearch.connect(SEARCH_BY_PAGING);
    }

}

在这里插入图片描述

  1. 数据排序
/**
 * 文档排序
 *
 * @author wengjunwei
 * @date 2022-09-27 16:42
 */
public class QueryDoc4 {

    public static final ElasticsearchTask SEARCH_WITH_ORDER = client -> {
        // 创建搜索请求对象
        SearchRequest request = new SearchRequest();
        request.indices("user");

        // 构建查询的请求体
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        sourceBuilder.query(QueryBuilders.matchAllQuery());
        // 排序
        sourceBuilder.sort("age", SortOrder.ASC);
        request.source(sourceBuilder);
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 查询匹配
        SearchHits hits = response.getHits();
        System.out.println("took:" + response.getTook());
        System.out.println("timeout:" + response.isTimedOut());
        System.out.println("total:" + hits.getTotalHits());
        System.out.println("MaxScore:" + hits.getMaxScore());
        System.out.println("hits========>>");
        for (SearchHit hit : hits) {
            //输出每条查询的结果信息
            System.out.println(hit.getSourceAsString());
        }
        System.out.println("<<========");
    };

    public static void main(String[] args) {
        ConnectElasticsearch.connect(SEARCH_WITH_ORDER);
    }
}

在这里插入图片描述

  1. 过滤字段（must must_not should）
/**
 * 文档-条件查询（must must_not should）
 *
 * @author wengjunwei
 * @date 2022-09-27 16:43
 */
public class QueryDoc5 {

    public static final ElasticsearchTask SEARCH_BY_BOOL_CONDITION = client -> {
        // 创建搜索请求对象
        SearchRequest request = new SearchRequest();
        request.indices("user");
        // 构建查询的请求体
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
        // 必须包含
        boolQueryBuilder.must(QueryBuilders.matchQuery("age", "10"));
        // 一定不含
        boolQueryBuilder.mustNot(QueryBuilders.matchQuery("name", "zhangsan1"));
        // 可能包含
        boolQueryBuilder.should(QueryBuilders.matchQuery("sex", "男"));
        sourceBuilder.query(boolQueryBuilder);
        request.source(sourceBuilder);
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 查询匹配
        SearchHits hits = response.getHits();
        System.out.println("took:" + response.getTook());
        System.out.println("timeout:" + response.isTimedOut());
        System.out.println("total:" + hits.getTotalHits());
        System.out.println("MaxScore:" + hits.getMaxScore());
        System.out.println("hits========>>");
        for (SearchHit hit : hits) {
            //输出每条查询的结果信息
            System.out.println(hit.getSourceAsString());
        }
        System.out.println("<<========");

    };

    public static void main(String[] args) {
        ConnectElasticsearch.connect(SEARCH_BY_BOOL_CONDITION);
    }
}

在这里插入图片描述

  1. 范围查询（range）
/**
 * 文档-条件查询（range gte lte）
 *
 * @author wengjunwei
 * @date 2022-09-27 16:43
 */
public class QueryDoc6 {

    public static final ElasticsearchTask SEARCH_BY_RANGE = client -> {
        // 创建搜索请求对象
        SearchRequest request = new SearchRequest();
        request.indices("user");
        // 构建查询的请求体
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        RangeQueryBuilder rangeQuery = QueryBuilders.rangeQuery("age");
        // 大于等于
        //rangeQuery.gte("30");
        // 小于等于
        rangeQuery.lte("40");
        sourceBuilder.query(rangeQuery);
        request.source(sourceBuilder);
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 查询匹配
        SearchHits hits = response.getHits();
        System.out.println("took:" + response.getTook());
        System.out.println("timeout:" + response.isTimedOut());
        System.out.println("total:" + hits.getTotalHits());
        System.out.println("MaxScore:" + hits.getMaxScore());
        System.out.println("hits========>>");
        for (SearchHit hit : hits) {
            //输出每条查询的结果信息
            System.out.println(hit.getSourceAsString());
        }
        System.out.println("<<========");
    };

    public static void main(String[] args) {
        ConnectElasticsearch.connect(SEARCH_BY_RANGE);
    }
}
  1. 模糊查询
/**
 * 文档-条件查询（fuzzy 模糊查询）
 *
 * @author wengjunwei
 * @date 2022-09-27 16:45
 */
public class QueryDoc7 {

    public static final ElasticsearchTask SEARCH_BY_FUZZY_CONDITION = client -> {
        // 创建搜索请求对象
        SearchRequest request = new SearchRequest();
        request.indices("user");
        // 构建查询的请求体
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        sourceBuilder.query(QueryBuilders.fuzzyQuery("name", "wangwu").fuzziness(Fuzziness.ONE));
        request.source(sourceBuilder);
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 查询匹配
        SearchHits hits = response.getHits();
        System.out.println("took:" + response.getTook());
        System.out.println("timeout:" + response.isTimedOut());
        System.out.println("total:" + hits.getTotalHits());
        System.out.println("MaxScore:" + hits.getMaxScore());
        System.out.println("hits========>>");
        for (SearchHit hit : hits) {
            //输出每条查询的结果信息
            System.out.println(hit.getSourceAsString());
        }
        System.out.println("<<========");
    };


    public static void main(String[] args) {
        ConnectElasticsearch.connect(SEARCH_BY_FUZZY_CONDITION);
    }
}

在这里插入图片描述

② 高亮查询

/**
 * 高亮查询
 *
 * @author wengjunwei
 * @date 2022-09-27 16:45
 */
public class QueryDoc8 {

    public static final ElasticsearchTask SEARCH_WITH_HIGHLIGHT = client -> {
        // 高亮查询
        SearchRequest request = new SearchRequest().indices("user");
        //2.创建查询请求体构建器
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        //构建查询方式：高亮查询
        TermsQueryBuilder termsQueryBuilder =
                QueryBuilders.termsQuery("name", "zhangsan");
        //设置查询方式
        sourceBuilder.query(termsQueryBuilder);
        //构建高亮字段
        HighlightBuilder highlightBuilder = new HighlightBuilder();
        highlightBuilder.preTags("<font color='red'>");//设置标签前缀
        highlightBuilder.postTags("</font>");//设置标签后缀
        highlightBuilder.field("name");//设置高亮字段
        //设置高亮构建对象
        sourceBuilder.highlighter(highlightBuilder);
        //设置请求体
        request.source(sourceBuilder);
        //3.客户端发送请求，获取响应对象
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        //4.打印响应结果
        SearchHits hits = response.getHits();
        System.out.println("took::" + response.getTook());
        System.out.println("time_out::" + response.isTimedOut());
        System.out.println("total::" + hits.getTotalHits());
        System.out.println("max_score::" + hits.getMaxScore());
        System.out.println("hits::::>>");
        for (SearchHit hit : hits) {
            String sourceAsString = hit.getSourceAsString();
            System.out.println(sourceAsString);
            //打印高亮结果
            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            System.out.println(highlightFields);
        }
        System.out.println("<<::::");
    };


    public static void main(String[] args) {
        ConnectElasticsearch.connect(SEARCH_WITH_HIGHLIGHT);
    }
}

在这里插入图片描述

③ 聚合查询

  • 最大年龄
/**
 * 文档-高级查询-最大值查询 & 分组查询
 *
 * @author wengjunwei
 * @date 2022-09-27 16:47
 */
public class QueryDoc9 {
    public static final ElasticsearchTask SEARCH_WITH_MAX = client -> {
        // 高亮查询
        SearchRequest request = new SearchRequest().indices("user");
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        sourceBuilder.aggregation(AggregationBuilders.max("maxAge").field("age"));
        //设置请求体
        request.source(sourceBuilder);
        //3.客户端发送请求，获取响应对象
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        //4.打印响应结果
        SearchHits hits = response.getHits();
        System.out.println(response);
    };

    public static void main(String[] args) {
        ConnectElasticsearch.connect(SEARCH_WITH_MAX);
    }
}

在这里插入图片描述

  • 分组统计
/**
 * 文档-聚合查询-分组查询
 *
 * @author wengjunwei
 * @date 2022-09-27 16:47
 */
public class QueryDoc10 {

    public static final ElasticsearchTask SEARCH_WITH_GROUP = client -> {
        SearchRequest request = new SearchRequest().indices("user");
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        sourceBuilder.aggregation(AggregationBuilders.terms("age_groupby").field("age"));
        //设置请求体
        request.source(sourceBuilder);
        //3.客户端发送请求，获取响应对象
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        //4.打印响应结果
        SearchHits hits = response.getHits();
        System.out.println(response);
    };

    public static void main(String[] args) {
        ConnectElasticsearch.connect(SEARCH_WITH_GROUP);
    }
}

在这里插入图片描述

今天(＾－＾)V要学习鸭
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Elasticsearch5.4集群（二）java API升级
SouthPark的专栏
07-04 1744
Elasticsearch从1.7.1升到5.4.1后，java客户端遇到了一些错误。 unsorportedClassVersion 出现unsorportedClassVersion等类似问题。由于elasticsearch 5.0 以及以后版本 使用了Java lambda表达式等新特性，因此jdk 版本必须是1.8 以上版本（含1.8） log4j相关异常 启动报错
来聊一聊 ElasticSearch 最新版的 Java 客户端
江南一点雨的专栏
12-16 3329
可能不少小伙伴都注意到了，从 ElasticSearch7.17 这个版本开始，原先的 Java 高级客户端Java High Level REST Client 废弃了，不支持了。老实说，ElasticSearch 算是我用过的所有 Java 工具中，更新最为激进的一个了，在 Es7 中废弃了 TransportClient，7.17 又废弃了 TransportClient，那么现在用啥呢？现在的客户端叫做 Elasticsearch Java API Client。
ES(elasticsearch)基于HTTP的客户端REST Client API调用工具类
weixin_43899656的博客
05-20 620
** 1.pom 依赖 ** 在这里插入代码片 ** 2.配置类 ** 在这里插入代码片 ** 3.工具类 ** 在这里插入代码片 ** 4.统一返回类 ** 在这里插入代码片 ** 5.代码测试 ** 在这里插入代码片
基于 SpringBoot 2.7.x 使用最新的 Elasticsearch Java API Client 之 ElasticsearchClient
最新发布
华仔仔的博客
10-01 3927
在调研了 spring-boot 2.7.10 版本的源码后发现，其实 2.7.x 版本已经引入了 ElasticsearchClient，并封装了新的客户端 ElasticsearchTemplate，但是并没有为其做自动装配，如果想要使用基于ElasticsearchClient 的 ElasticsearchTemplate，需要用户自己装配。即由提示可以知道，无法创建一个 ElasticsearchTemplate 类型的 bean.
elasticsearch 工具类-java篇
qq_38730338的博客
11-19 4761
java 中关于elasticsearch的工具类编写
基于Elasticsearch2.1.1的JavaAPI基本操作代码示例
01-22
基于Elasticsearch2.1.1的JavaAPI基本操作代码示例
es-crud:使用Java API的ElasticSearch CRUD操作
05-02
ElasticSearch CRUD 在这个项目中，我已经使用Java API完成了ElasticSearch CRUD（创建读取更新和删除）操作。 这个项目对初学者学习非常有帮助。先决条件安装 ，然后启动elasticSearch。跑步将该项目作为Maven导入...
elasticsearch java操作的api实例
09-29
包含所因的索引建立、删除、查看，批量创建索引；搜索Query、过滤器 、分组高亮显示；以及创建Mapping
elasticsearch5.5.0 的增删改查java api操作
07-14
elasticsearch5.5.0 的增删改查java api操作 支持新建mapping 根据实体类的注解方式生成 支持ik分词 支持新建index 根据实体类注解 支持删除index 增删改查操作都很详细 网上的版本大多数都是2.x的 最新的和旧的...
ElasticSearch Java API 中文文档
01-04
ElasticSearch Java API 中文文档 ElasticSearch Java API 中文文档
elasticsearch-2.4.6-安装后
08-27
elasticsearch-2.4.6-安装后
elasticsearch rest客户端连接工具类
07-18
maven项目编写的一个elasticsearch rest方式进行增删改查的api工具类含测试代码，rest方式仅需10多个jar即可实现，比elasticsearch client可以少引用数十个jar，有兴趣的可以看看
ElasticSearch 整合SpringBoot 使用RestHighLevelClient 常见的工具类
richpersion的博客
09-21 1095
整合的csdn上常见的api ，具体的原文链接找不到了，如果侵权，可联系我删除
ElasticSearchClientUtil工具类和ElasticSearchConfig配置类
a1294790347的博客
08-08 860
ElasticSearchClientUtil工具类和配置类
elasticsearch通用工具类
weixin_45985053的博客
07-19 2992
本文中使用到的elasticsearch版本6.7，但实际上也支持es7.x以上版本，因为主要是对springboot提供的ElasticsearchRestTemplate提供的API做的二次封装。外部业务模块可引入es-apijarmaven依赖，由Jar提供的入口，通过httpClient或feign调用(springcloud分布式项目)到es-server服务上的es工具类，得到需要的数据。可通过must嵌套一层解决。这几天写了一个关于es的工具类，主要封装了业务中常用es的常用方法。...
ElasticSearch2.4.6的安装部署以及集群部署、ElasticSearch-head等插件的安装
weixin_33881050的博客
10-26 987
2019独角兽企业重金招聘Python工程师标准>>> ...
elasticsearch 启动时，指定jdk的版本
热门推荐
山鬼谣的专栏
12-02 2万+
环境服务器：centos6 操作系统：win7 工具：CRT elasticsearch：6.0.0场景拿我公司举例，我公司目前都是使用jdk1.7，并且线上已经有很多程序在跑啦！所以通过修改环境的方式，肯定是不行，而启动elasticsearch.6.0，有需要jdk8修改启动脚本这种情况下，我们就需要在启动elasticsearch时，就需要指定jdk版本。 即修改elasticsear
Elasticsearch简单工具类
zhao123sun的博客
09-13 130
import org.apache.http.HttpHost; import org.elasticsearch.client.RestClient; import org.elasticsearch.client.RestClientBuilder; import org.elasticsearch.client.RestHighLevelClient; public class ESClient { public static RestHighLevelClient getClient() ...
es aggregation java_ElasticSearch AggregationBuilders java api常用聚会查询
06-09
ElasticSearch提供了AggregationBuilders API用于构建聚合查询。以下是一些常用的聚合查询： 1. Sum Aggregation：计算某个字段的总和 ``` AggregationBuilders.sum("sum").field("field_name"); ``` 2. Average ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值