31.Elasticsearch批量导入本地Json文件Java实现(ES文件同步)

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

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");
  }

}

最终实现效果为：

java -jar bulk_insert.jar ./data/  

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"

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！