ElasticSearch漫游 (5.RestClient初始化准备)

之前都是在客户端页面各种操作， 但是我们作为一个java开发者，需要使用代码的方式 来操作ES， 所以我们要先从 Rest Client 开始

准备数据

既然是ES 查数据 不整点测试数据 没法下饭是吧 先建个酒店表 搞点数据：

（新手可能会好奇？ 我靠 不是玩ES吗？？ 怎么扯到mysql里面来了，不着急 我们先把数据放着 到时候再弄进ES）

Rest Client

我们用redis 有jedis java客户端， 用rabbitmq 也有AMQP ，用mysql有jdbc。 那用ES 肯定也会有个java客户端对吧？ 它就是 java rest client。

---

我们做一部分准备工作 包括idea 框架准备 mybatis依赖 数据库建表 导入数据，Rest Client依赖相关的都准备好。 这些很简单就不赘述了

---

分析数据结构

首先我们在数据库中的 旅店 表 ddl是这样的：

CREATE TABLE `tb_hotel` (
  `id` bigint NOT NULL COMMENT '酒店id',
  `name` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '酒店名称',
  `address` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '酒店地址',
  `price` int NOT NULL COMMENT '酒店价格',
  `score` int NOT NULL COMMENT '酒店评分',
  `brand` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '酒店品牌',
  `city` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '所在城市',
  `star_name` varchar(16) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '酒店星级，1星到5星，1钻到5钻',
  `business` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '商圈',
  `latitude` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '纬度',
  `longitude` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '经度',
  `pic` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '酒店图片',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci ROW_FORMAT=COMPACT;

在数据库里面大家都很熟悉， 但是有没想过我们上一篇讲过的ES的数据是怎么存的？建索引库 然后定义mapping， 包括里面有哪些字段 怎么定义 是否加索引 参与搜索， 是否分词，分词器是什么？

这些就是我们把上面mysql的数据导入到ES中的时候需要考虑的：

我们来实践编写一下mapping：

PUT /hotel
{
  "mappings":{
    "properties":{
      "id":{
        "type":"keyword"
      },
      
      "name":{
        "type":"text",
        "analyzer":"ik_max_word",
        "copy_to": "all"
        
      },
      
      "address":{
        "type":"keyword",
        "index":false   
      },
      
      "price":{
        "type":"integer"
      },
      
      "score":{
        "type":"integer"
      },
      
      "brand":{
        "type":"keyword",
        "copy_to": "all"
      },
      
      "city":{
        "type":"keyword"
      },    
      
      "starName":{
        "type":"keyword"
      },     
            
      "business":{
        "type":"keyword",
        "copy_to": "all"
      },  
      
      "location":{
        "type":"geo_point"
      },   
      
      "pic":{
        "type":"keyword",
        "index":false   
      }, 
      
      "all":{
        "type":"text",
        "analyzer":"ik_max_word"        
      }
    }
  }
}

这个地方要按照上一篇 ES 索引库 mapping的理解来写，比如有的字段需要分词 那么就text+分词器。 不需要分词 就用keyword。 不需要搜索的字段就加 “index”:false 。

然后还有定义了一个all。 它是一个分词的text， 它是由前面字段里面 所有带 copy to all的字段组合而成的。 意味着之后 我搜索的时候 可以这几个字段一起搜。

---

初始化javaRestCliet

引入依赖：

    <properties>
        <java.version>1.8</java.version>
        <elasticsearch.version>7.12.1</elasticsearch.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>elasticsearch-rest-high-level-client</artifactId>
            <version>7.12.1</version>
        </dependency>

写一个简单的单元测试：

public class HotelIndexTest {

    private RestHighLevelClient client;

    @BeforeEach
    void setUp(){
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.88.151:9200")
        ));
    }

    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }

    @Test
    void testInit(){
        System.out.println(client);
    }
}