java读取elasticsearch全量数据并导出json文件

一:创建ES连接
import org.elasticsearch.client.transport.TransportClient;
import org.elasticsearch.common.settings.Settings;
import org.elasticsearch.common.transport.TransportAddress;
import org.elasticsearch.transport.client.PreBuiltTransportClient;
import java.io.IOException;
import java.net.InetAddress;

public class ElasticSearchUtil {

    private static TransportClient client;
    static {
        try {
            /*此处可穿件配置文件自行配置,代码中为方便直接写死
InputStream resourceAsStream = ElasticSearchUtil.class.getClassLoader().getResourceAsStream("elasticsearch.conf");*/
            String host = "10.0.221.73";
            int port = Integer.parseInt("9300");
            String clusterName = "my-application";
            Settings settings = Settings.builder()
                    .put("cluster.name", clusterName)
                    //.put("client.transport.sniff", true)
                    .build();
            client = new PreBuiltTransportClient(settings);
            //这里可以有多个,集群模式
            TransportAddress ta = new TransportAddress(
                    InetAddress.getByName(host), port);
            //addTransportAddresses(TransportAddress... transportAddress),参数为一个可变参数
            client.addTransportAddresses(ta);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    public static TransportClient getTransportClient() {
        return client;
    }

    public static void close(TransportClient client) {
        if (client != null) {
            client.close();
        }
    }
}

 二: 创建文件输出流

import java.io.FileOutputStream;
import java.io.IOException;

public class JsonFormatTool {
    /**
     * 将字符串追加到文件已有内容后面
     *
     * @param fileFullPath 文件完整地址:/es.json
     * @param
    content 需要写入的
     */
    public static void writeFile(String fileFullPath,String content) {
        FileOutputStream fos = null;
        try {
            //true不覆盖已有内容
            fos = new FileOutputStream(fileFullPath, true);
            //写入
            fos.write(content.getBytes());
            // 写入一个换行
            fos.write("\r\n".getBytes());

        } catch (IOException e) {
            e.printStackTrace();
        }finally{
            if(fos != null){
                try {
                    fos.flush();
                    fos.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
    }
}

三:读取ES数据并调用输出流输出json文件

import org.elasticsearch.action.search.*;
import org.elasticsearch.client.Client;
import org.elasticsearch.common.unit.TimeValue;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.sort.SortOrder;
import java.text.DateFormat;
import java.text.SimpleDateFormat;
import java.util.Date;

public class ScrollAll {
   public static void main(String[] args) {
        ScroolSearchID();
   }

    public static String ScroolSearchID() {
        //动态获取日期作为生成json文件的后缀
        Date date = new Date();
        DateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd");
        String suffix = dateFormat.format(date);
        //获取ES连接
        Client client = ElasticSearchUtil.getTransportClient();

        //指定一个index和type
        SearchRequestBuilder search = client.prepareSearch("binloghash").setTypes("binloghash");
        //使用原生排序优化性能
        search.addSort("_doc", SortOrder.ASC);
        //设置每批读取的数据量,此处为测试环境为了测试批次设置值较小,生产可根据实际情况调参
        search.setSize(10);
        //默认是查询所有
        search.setQuery(QueryBuilders.queryStringQuery("*:*"));
        //设置 search context 维护1分钟的有效期
        search.setScroll(TimeValue.timeValueMinutes(1));

        //获得首次的查询结果
        SearchResponse scrollResp = search.get();
        //打印命中数量
        System.out.println("命中总数量:" + scrollResp.getHits().getTotalHits());
        //打印计数
        int count = 1;
        do {
            System.out.println("第" + count + "次打印数据:");
            //读取结果集数据
            for (SearchHit hit : scrollResp.getHits().getHits()) {
                //System.out.println(hit.getSourceAsString());
                //获取ES数据
                String esData = hit.getSourceAsString();
                //按日期动态生成文件
                String fileFullPath = "/tmp/es"+suffix+".json";
                //调用输出流输出文件
                JsonFormatTool.writeFile(fileFullPath,esData);
            }
            count++;
            //将scorllId循环传递
            scrollResp = client.prepareSearchScroll(scrollResp.getScrollId()).setScroll(TimeValue.timeValueMinutes(1)).execute().actionGet();

            //当searchHits的数组为空的时候结束循环,至此数据全部读取完毕
        } while (scrollResp.getHits().getHits().length != 0);
        return null;
    }
}

四:maven依赖

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
  <modelVersion>4.0.0</modelVersion>
  <groupId>com.my.es</groupId>
  <artifactId>EsToFile</artifactId>
  <packaging>jar</packaging>
  <version>1.0-SNAPSHOT</version>
  <name>EsToFile Maven Webapp</name>
  <url>http://maven.apache.org</url>
  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
  </properties>
  <dependencies>
    <dependency><!-- 依赖管理,有选择的继承-->
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>4.10</version>
    </dependency>
    <dependency>
      <groupId>org.elasticsearch.client</groupId>
      <artifactId>transport</artifactId>
      <version>6.4.2</version>
    </dependency>
    <dependency>
      <groupId>org.json</groupId>
      <artifactId>json</artifactId>
      <version>20180813</version>
    </dependency>
    <dependency>
      <groupId>org.elasticsearch</groupId>
      <artifactId>elasticsearch-hadoop</artifactId>
      <version>6.4.2</version>
    </dependency>
  </dependencies>

  <build>
    <plugins>
      <plugin>
        <groupId>org.apache.maven.plugins</groupId>
        <artifactId>maven-compiler-plugin</artifactId>
        <configuration>
          <source>1.8</source>
          <target>1.8</target>
        </configuration>
      </plugin>
      <plugin>
        <groupId>org.apache.maven.plugins</groupId>
        <artifactId>maven-jar-plugin</artifactId>
        <configuration>
          <archive>
            <manifest>
              <addClasspath>true</addClasspath>
              <useUniqueVersions>false</useUniqueVersions>
              <classpathPrefix>lib/</classpathPrefix>
              <mainClass>cn.mymaven.test.TestMain</mainClass>
            </manifest>
          </archive>
        </configuration>
      </plugin>
    </plugins>
  </build>
</project>

总结:需要注意的点1. es7以后 TransportClient被废弃,此代码不适用7版本以后,es7的java代码,只能使用restclient,建议采用 High-level-rest-client 的方式操作ES集群。

2. 以上java连接ES,注意在ES集群中的elasticsearch.yml添加开放9300端口配置

  • 9
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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