Elasticsearch批量导入本地Json文件Java实现

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

                       

题记

产品开发需要，我们需要将互联网采集的数据存储到ES中，以实现数据的全文检索。

互联网采集的数据，往往格式杂乱，需要先进行数据清洗操作。

而ES支持的入库格式，json格式数据会相对方便些。

本文主要介绍，如何将格式化的Json文件批量插入到ES中。

1、需提前做的工作

1）设计好索引以及Mapping；

Mapping的目的主要是——设定字段名称、字段类型，哪些字段需要进行全文检索等。
  
  
1

2）Java程序中封装好类，和Mapping设定的字段一一对应。

2、批量导入步骤分解

步骤1：本地文件格式化，统一为Json格式。
          一个待导入的数据串，存成一个Json文件。

步骤2：放置在统一./data路径下。 目录结构如下示意：

     ./data                a_01.json                a_02.json                a_03.json                ...                a_100.json
  
  
1
2
3
4
5
6

步骤3：循环遍历./data文件获取包含绝对路径的文件全名，存入linkedlist中。

步骤4：遍历linkedlist的每个路径，获取Json信息。

步骤5：使用fastjson解析Json，解析成对应设计好的类个各个匹配字段。

步骤6：借助bulk**批量曹操API接口，完成本地文件的导入。

3、核心接口实现

/***@brief:遍历Json，批量插入ES**@param:空**@return:空*/ private static void insertBulkIndex() throws Exception {//Json文件的存储final String JSONFILEINPUT = ESConfig.es_json_path;logger.info("path = " + JSONFILEINPUT);LinkedList<String> curJsonList = FileProcess.getJsonFilePath(JSONFILEINPUT);logger.info("size = " + curJsonList.size());for (int i = 0; i < curJsonList.size(); ++i){//System.out.println(" i = " + i + " " + curJsonList.get(i));String curJsonPath = curJsonList.get(i);ImageInfo curImageInfo = JsonParse.GetImageJson(curJsonPath);//JsonParse.printImageJson(curImageInfo);if (curImageInfo == null){continue;}//遍历插入操作InsertIndex (curImageInfo);}}/***@brief:单条Json插入ES（借助了Jest封装后的API）**@param:空**@return:空*/private static void InsertIndex(AgeInfo ageInfo) throws Exception {JestClient jestClient = JestExa.getJestClient();JsonParse.PrintImageJson( ageInfo );Bulk bulk = new Bulk.Builder().defaultIndex("age_index").defaultType("age_type").addAction(Arrays.asList(new Index.Builder( ageInfo ).build())).build();  JestResult result = jestClient.execute(bulk);  if (result.isSucceeded()){  System.out.println("insert success!");  }else{  System.out.println("insert failed");  }}
  
  
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

最终实现效果为：

java -jar bulk_insert.jar ./data/  
  
  
1

即可实现./data下的所有json循环遍历导入ES。

4、使用技术

1）文件遍历
2）Json解析
3）ES批量插入操作

5、遇到的坑

程序导出Jar包时候，生成jar包报错。
由于借助了Jest的源码工程，该工程是由Maven生成的。
生成jar包的时候，会一直提示：

“Java.long.ClassNotFoundException"
  
  
1

初步定位原因：是maven导致，然后了pom.xml,错误依旧。
最终解决方案：重建工程，将代码和依赖的jar包重新导入即可。

后记

死磕ES，有问题欢迎大家提问探讨！

——————————————————————————————————
更多ES相关实战干货经验分享，请扫描下方【铭毅天下】微信公众号二维码关注。
（每周至少更新一篇！）

和你一起，死磕Elasticsearch！
——————————————————————————————————

2017年07月23日 15:08 于家中床前

作者：铭毅天下 
转载请标明出处，原文地址： 
http://blog.csdn.net/laoyang360/article/details/75452953 
如果感觉本文对您有帮助，请点击‘顶’支持一下，您的支持是我坚持写作最大的动力，谢谢！

           

给我老师的人工智能教程打call！http://blog.csdn.net/jiangjunshow