文章大綱
一、搜索引擎框架基礎介紹
二、ElasticSearch的簡介
三、ElasticSearch安裝（Windows版本）
四、ElasticSearch操作客戶端工具--Kibana
五、ES的常用命令
六、Java連接ElasticSearch進行數(shù)據(jù)操作
七、項目源碼與參考資料下載
八、參考文章
一、搜索引擎框架基礎介紹
相關基礎學習可參考：https://www.cnblogs.com/WUXIAOCHANG/p/10855506.html
二、ElasticSearch的簡介
1. ElasticSearch是什么
??ElasticSearch是智能搜索，分布式的搜索引擎。是ELK的一個組成,是一個產品，而且是非常完善的產品，ELK代表的是：E就是ElasticSearch，L就是Logstach，K就是kibana
（1）E：EalsticSearch 搜索和分析的功能
（2）L：Logstach 搜集數(shù)據(jù)的功能，類似于flume（使用方法幾乎跟flume一模一樣），是日志收集系統(tǒng)
（3）K：Kibana 數(shù)據(jù)可視化（分析），可以用圖表的方式來去展示，文不如表，表不如圖，是數(shù)據(jù)可視化平臺
??分析日志的用處：假如一個分布式系統(tǒng)有 1000 臺機器，系統(tǒng)出現(xiàn)故障時，我要看下日志，還得一臺一臺登錄上去查看，是不是非常麻煩？
??但是如果日志接入了 ELK 系統(tǒng)就不一樣。比如系統(tǒng)運行過程中，突然出現(xiàn)了異常，在日志中就能及時反饋，日志進入 ELK 系統(tǒng)中，我們直接在 Kibana 就能看到日志情況。如果再接入一些實時計算模塊，還能做實時報警功能。
??這都依賴ES強大的反向索引功能，這樣我們根據(jù)關鍵字就能查詢到關鍵的錯誤日志了。
2. 全文檢索與倒排索引
??全文檢索是指計算機索引程序通過掃描文章中的每一個詞，對每一個詞建立一個索引，指明該詞在文章中出現(xiàn)的次數(shù)和位置，當用戶查詢時，檢索程序就根據(jù)事先建立的索引進行查找，并將查找的結果反饋給用戶的檢索方式。這個過程類似于通過字典中的檢索字表查字的過程。
??全文檢索的方法主要分為按字檢索和按詞檢索兩種。按字檢索是指對于文章中的每一個字都建立索引，檢索時將詞分解為字的組合。對于各種不同的語言而言，字有不同的含義，比如英文中字與詞實際上是合一的，而中文中字與詞有很大分別。按詞檢索指對文章中的詞，即語義單位建立索引，檢索時按詞檢索，并且可以處理同義項等。英文等西方文字由于按照空白切分詞，因此實現(xiàn)上與按字處理類似，添加同義處理也很容易。中文等東方文字則需要切分字詞，以達到按詞索引的目的，關于這方面的問題，是當前全文檢索技術尤其是中文全文檢索技術中的難點，在此不做詳述。
??以前是根據(jù)ID查內容，倒排索引之后是根據(jù)內容查ID，然后再拿著ID去查詢出來真正需要的東西。
3. ElasticSearch的優(yōu)點
（1）分布式的功能
（2）數(shù)據(jù)高可用，集群高可用
（3）API更簡單
（4）API更高級。
（5）支持的語言很多
（6）支持PB級別的數(shù)據(jù)
（7）完成搜索的功能和分析功能
（8）基于Lucene，隱藏了Lucene的復雜性，提供簡單的API
（9）ES的性能比HBase高，咱們的競價引擎最后還是要存到ES中的。
（10）Elasticsearch 也是 Master-slave 架構，也實現(xiàn)了數(shù)據(jù)的分片和備份。
（11）Elasticsearch 中的索引、類型和文檔的概念比較重要，類似于 MySQL 中的數(shù)據(jù)庫、表和行
（12）Elasticsearch 一個典型應用就是 ELK 日志分析系統(tǒng)
4. ElasticSearch支持的語言
Curl、java、c#、python、JavaScript、php、perl、ruby
5. ElasticSearch的核心概念
5.1 Node節(jié)點
??就是集群中的一臺服務器
5.2 index 索引（索引庫）
我們?yōu)槭裁词褂肊S？因為想把數(shù)據(jù)存進去，然后再查詢出來。
我們在使用Mysql或者Oracle的時候，為了區(qū)分數(shù)據(jù)，我們會建立不同的數(shù)據(jù)庫，庫下面還有表的。
其實ES功能就像一個關系型數(shù)據(jù)庫，在這個數(shù)據(jù)庫我們可以往里面添加數(shù)據(jù)，查詢數(shù)據(jù)。
ES中的索引非傳統(tǒng)索引的含義，ES中的索引是存放數(shù)據(jù)的地方，是ES中的一個概念詞匯
index類似于我們Mysql里面的一個數(shù)據(jù)庫 create database user; 好比就是一個索引庫
5.3 type類型
類型是用來定義數(shù)據(jù)結構的
在每一個index下面，可以有一個或者多個type，好比數(shù)據(jù)庫里面的一張表。
相當于表結構的描述，描述每個字段的類型。
5.4 document：文檔
文檔就是最終的數(shù)據(jù)了，可以認為一個文檔就是一條記錄。
是ES里面最小的數(shù)據(jù)單元，就好比表里面的一條數(shù)據(jù)
5.5 Field 字段
好比關系型數(shù)據(jù)庫中列的概念，一個document有一個或者多個field組成。
例如：
朝陽區(qū)：一個Mysql數(shù)據(jù)庫
房子：create database chaoyaninfo
房間：create table people
5.6 shard：分片
一臺服務器，無法存儲大量的數(shù)據(jù)，ES把一個index里面的數(shù)據(jù)，分為多個shard，分布式的存儲在各個服務器上面。
kafka：為什么支持分布式的功能，因為里面是有topic，支持分區(qū)的概念。所以topic A可以存在不同的節(jié)點上面。就可以支持海量數(shù)據(jù)和高并發(fā)，提升性能和吞吐量
5.7 replica：副本
??一個分布式的集群，難免會有一臺或者多臺服務器宕機，如果我們沒有副本這個概念。就會造成我們的shard發(fā)生故障，無法提供正常服務。
??我們?yōu)榱吮ＷC數(shù)據(jù)的安全，我們引入了replica的概念，跟hdfs里面的概念是一個意思?？梢员ＷC我們數(shù)據(jù)的安全。
??在ES集群中，我們一模一樣的數(shù)據(jù)有多份，能正常提供查詢和插入的分片我們叫做 primary shard，其余的我們就管他們叫做 replica shard（備份的分片）
??當我們去查詢數(shù)據(jù)的時候，我們數(shù)據(jù)是有備份的，它會同時發(fā)出命令讓我們有數(shù)據(jù)的機器去查詢結果，最后誰的查詢結果快，我們就要誰的數(shù)據(jù)（這個不需要我們去控制，它內部就自己控制了）
5.8 總結
??在默認情況下，我們創(chuàng)建一個庫的時候，默認會幫我們創(chuàng)建5個主分片（primary shrad）和5個副分片（replica shard），所以說正常情況下是有10個分片的。
??同一個節(jié)點上面，副本和主分片是一定不會在一臺機器上面的，就是擁有相同數(shù)據(jù)的分片，是不會在同一個節(jié)點上面的。
??所以當你有一個節(jié)點的時候，這個分片是不會把副本存在這僅有的一個節(jié)點上的，當你新加入了一臺節(jié)點，ES會自動的給你在新機器上創(chuàng)建一個之前分片的副本。
舉例：
??比如一首詩，有詩題、作者、朝代、字數(shù)、詩內容等字段，那么首先，我們可以建立一個名叫 Poems 的索引，然后創(chuàng)建一個名叫 Poem 的類型，類型是通過 Mapping 來定義每個字段的類型。
??比如詩題、作者、朝代都是 Keyword 類型，詩內容是 Text 類型，而字數(shù)是 Integer 類型，最后就是把數(shù)據(jù)組織成 Json 格式存放進去了。
5.9 ElasticSearch配置文件詳解
配置文件位于%ES_HOME%/config/elasticsearch.yml文件中，用Editplus打開它，你便可以進行配置。
所有的配置都可以使用環(huán)境變量，例如：
node.rack: ${RACK_ENV_VAR}
表示環(huán)境變量中有一個RACK_ENV_VAR變量。
下面列舉一下elasticsearch的可配置項：
1. 集群名稱，默認為elasticsearch：
cluster.name: elasticsearch
2. 節(jié)點名稱，es啟動時會自動創(chuàng)建節(jié)點名稱，但你也可進行配置：
node.name: "Franz Kafka"
3. 是否作為主節(jié)點，每個節(jié)點都可以被配置成為主節(jié)點，默認值為true：
node.master: true
4. 是否存儲數(shù)據(jù)，即存儲索引片段，默認值為true：
node.data: true
master和data同時配置會產生一些奇異的效果：
1) 當master為false，而data為true時，會對該節(jié)點產生嚴重負荷；
2) 當master為true，而data為false時，該節(jié)點作為一個協(xié)調者；
3) 當master為false，data也為false時，該節(jié)點就變成了一個負載均衡器。
你可以通過連接http://localhost:9200/_cluster/health或者http://localhost:9200/_cluster/nodes，或者使用插件http://github.com/lukas-vlcek/bigdesk或http://mobz.github.com/elasticsearch-head來查看集群狀態(tài)。
5. 每個節(jié)點都可以定義一些與之關聯(lián)的通用屬性，用于后期集群進行碎片分配時的過濾：
node.rack: rack314
6. 默認情況下，多個節(jié)點可以在同一個安裝路徑啟動，如果你想讓你的es只啟動一個節(jié)點，可以進行如下設置：
node.max_local_storage_nodes: 1
7. 設置一個索引的碎片數(shù)量，默認值為5：
index.number_of_shards: 5
8. 設置一個索引可被復制的數(shù)量，默認值為1：
index.number_of_replicas: 1
當你想要禁用公布式時，你可以進行如下設置：
index.number_of_shards: 1
index.number_of_replicas: 0
這兩個屬性的設置直接影響集群中索引和搜索操作的執(zhí)行。假設你有足夠的機器來持有碎片和復制品，那么可以按如下規(guī)則設置這兩個值：
1) 擁有更多的碎片可以提升索引執(zhí)行能力，并允許通過機器分發(fā)一個大型的索引；
2) 擁有更多的復制器能夠提升搜索執(zhí)行能力以及集群能力。
對于一個索引來說，number_of_shards只能設置一次，而number_of_replicas可以使用索引更新設置API在任何時候被增加或者減少。
ElasticSearch關注加載均衡、遷移、從節(jié)點聚集結果等等?？梢試L試多種設計來完成這些功能。
可以連接http://localhost:9200/A/_status來檢測索引的狀態(tài)。
9. 配置文件所在的位置，即elasticsearch.yml和logging.yml所在的位置：
path.conf: /path/to/conf
10. 分配給當前節(jié)點的索引數(shù)據(jù)所在的位置：
path.data: /path/to/data
可以可選擇的包含一個以上的位置，使得數(shù)據(jù)在文件級別跨越位置，這樣在創(chuàng)建時就有更多的自由路徑，如：
path.data: /path/to/data1,/path/to/data2
11. 臨時文件位置：
path.work: /path/to/work
12. 日志文件所在位置：
path.logs: /path/to/logs
13. 插件安裝位置：
path.plugins: /path/to/plugins
14. 插件托管位置，若列表中的某一個插件未安裝，則節(jié)點無法啟動：
plugin.mandatory: mapper-attachments,lang-groovy
15. JVM開始交換時，ElasticSearch表現(xiàn)并不好：你需要保障JVM不進行交換，可以將bootstrap.mlockall設置為true禁止交換：
bootstrap.mlockall: true
請確保ES_MIN_MEM和ES_MAX_MEM的值是一樣的，并且能夠為ElasticSearch分配足夠的內在，并為系統(tǒng)操作保留足夠的內存。
16. 默認情況下，ElasticSearch使用0.0.0.0地址，并為http傳輸開啟9200-9300端口，為節(jié)點到節(jié)點的通信開啟9300-9400端口，也可以自行設置IP地址：
network.bind_host: 192.168.0.1
17. publish_host設置其他節(jié)點連接此節(jié)點的地址，如果不設置的話，則自動獲取，publish_host的地址必須為真實地址：
network.publish_host: 192.168.0.1
18. bind_host和publish_host可以一起設置：
network.host: 192.168.0.1
19. 可以定制該節(jié)點與其他節(jié)點交互的端口：
transport.tcp.port: 9300
20. 節(jié)點間交互時，可以設置是否壓縮，轉為為不壓縮：
transport.tcp.compress: true
21. 可以為Http傳輸監(jiān)聽定制端口：
http.port: 9200
22. 設置內容的最大長度：
http.max_content_length: 100mb
23. 禁止HTTP
http.enabled: false
24. 網關允許在所有集群重啟后持有集群狀態(tài)，集群狀態(tài)的變更都會被保存下來，當?shù)谝淮螁⒂眉簳r，可以從網關中讀取到狀態(tài)，默認網關類型（也是推薦的）是local：
gateway.type: local
25. 允許在N個節(jié)點啟動后恢復過程：
gateway.recover_after_nodes: 1
26. 設置初始化恢復過程的超時時間：
gateway.recover_after_time: 5m
27. 設置該集群中可存在的節(jié)點上限：
gateway.expected_nodes: 2
28. 設置一個節(jié)點的并發(fā)數(shù)量，有兩種情況，一種是在初始復蘇過程中：
cluster.routing.allocation.node_initial_primaries_recoveries: 4
另一種是在添加、刪除節(jié)點及調整時：
cluster.routing.allocation.node_concurrent_recoveries: 2
29. 設置復蘇時的吞吐量，默認情況下是無限的：
indices.recovery.max_size_per_sec: 0
30. 設置從對等節(jié)點恢復片段時打開的流的數(shù)量上限：
indices.recovery.concurrent_streams: 5
31. 設置一個集群中主節(jié)點的數(shù)量，當多于三個節(jié)點時，該值可在2-4之間：
discovery.zen.minimum_master_nodes: 1
32. 設置ping其他節(jié)點時的超時時間，網絡比較慢時可將該值設大：
discovery.zen.ping.timeout: 3s
http://elasticsearch.org/guide/reference/modules/discovery/zen.html上有更多關于discovery的設置。
33. 禁止當前節(jié)點發(fā)現(xiàn)多個集群節(jié)點，默認值為true：
discovery.zen.ping.multicast.enabled: false
34. 設置新節(jié)點被啟動時能夠發(fā)現(xiàn)的主節(jié)點列表（主要用于不同網段機器連接）：
discovery.zen.ping.unicast.hosts: ["host1", "host2:port", "host3[portX-portY]"]
35.設置是否可以通過正則或者_all刪除或者關閉索引
action.destructive_requires_name 默認false 允許 可設置true不允許
三、ElasticSearch安裝（Windows版本）
1. 安裝前準備
ElasticSearch是一個基于Lucene構建的開源，分布式，RESTful搜索引擎，而Lucene的開發(fā)語言是Java，所以電腦上面需要配置好jdk才能運行es數(shù)據(jù)庫。
2. 在官網下載安裝包
地址https://www.elastic.co/cn/downloads/elasticsearch
3. 解壓到本地，在cmd中運行elasticsearch.bat文件
4. 啟動測試
在瀏覽器中輸入：http://localhost:9200/
如果出現(xiàn)上圖所示內容，表示ElasticSearch啟動成功。中小型項目直接使用即可，大型項目還是要調一調參數(shù)的。
四、ElasticSearch操作客戶端工具--Kibana
1. 為什么要使用Kibana
為了方便我們去操作ES，如果不安裝去操作ES很麻煩，需要通過shell命令的方式。
2. 下載Kibana
地址：https://www.elastic.co/cn/downloads/kibana
3. 安裝并啟動
直接解壓即可，進入bin目錄下，本文為G:\myProgram\kibana\kibana-6.3.2-windows-x86_64\bin 的cmd，執(zhí)行kibana
不需要配置任何參數(shù)，自動識別localhost，在瀏覽器中輸入 http://localhost:5601
點擊下面按鈕，進行ES命令操作
五、ElasticSearch的常用命令
1. CURD操作
1.1 GET _cat/health 查看集群的健康狀況
溫馨提示：green代表是健康的，yellow表示亞健康，red表示異常。
1.2 GET _all 查詢所有數(shù)據(jù)
1.3 PUT wxc_index 增加一個wxc_index的index庫
1.4 GET _cat/indices 查詢ES中所有的index
1.5 DELETE /wxc_index 刪除一個wxc_index的index庫
1.6 插入一條數(shù)據(jù)
溫馨提示：
（1）shop代表庫名，product代表表名，1代碼數(shù)據(jù)序號
（2）我們插入數(shù)據(jù)的時候，如果我們的語句中指明了index和type，如果ES里面不存在，默認幫我們自動創(chuàng)建
1.7 查詢數(shù)據(jù)
使用語法：GET /index/type/id
1.8 修改數(shù)據(jù)
1.9 刪除數(shù)據(jù)
1.10 現(xiàn)在查看所有數(shù)據(jù)，類似于全表掃描
took：耗費了6毫秒
shards：分片的情況
hits：獲取到的數(shù)據(jù)的情況
total：3 總的數(shù)據(jù)條數(shù)
max_score：1 所有數(shù)據(jù)里面打分最高的分數(shù)
_index:"ecommerce" index名稱
_type:"product" type的名稱
_id:"2" id號
_score:1 分數(shù)，這個分數(shù)越大越靠前出來，百度也是這樣。除非是花錢。否則匹配度越高越靠前
2. DSL語言
ES最主要是用來做搜索和分析的。所以DSL還是對于ES很重要的
案例：我們要進行全表掃描使用DSL語言，查詢所有的商品
溫馨提示：使用match_all 可以查詢到所有文檔，是沒有查詢條件下的默認語句。
案例：查詢所有名稱里面包含chenyi的商品，同時按價格進行降序排序
如上圖所示，name為dior chenyi的數(shù)據(jù)會在ES中進行倒排索引分詞的操作，這樣的數(shù)據(jù)也會被查詢出來。
match查詢是一個標準查詢，不管你需要全文本查詢還是精確查詢基本上都要用到它。
下面我們按照價格進行排序：因為不屬于查詢的范圍了。所以要寫一個 逗號
這樣我們的排序就完成了
案例：實現(xiàn)分頁查詢
條件：根據(jù)查詢結果（包含chenyi的商品），再進行每頁展示2個商品
案例：進行全表掃面，但返回指定字段的數(shù)據(jù)
案例：搜索名稱里面包含chenyi的，并且價格大于250元的商品
相當于 select * form product where name like %chenyi% and price >250;
因為有兩個查詢條件，我們就需要使用下面的查詢方式
如果需要多個查詢條件拼接在一起就需要使用bool
bool 過濾可以用來合并多個過濾條件查詢結果的布爾邏輯，它包含以下操作符：
must :: 多個查詢條件的完全匹配,相當于 and。
must_not :: 多個查詢條件的相反匹配，相當于 not。
should :: 至少有一個查詢條件匹配, 相當于 or。
這些參數(shù)可以分別繼承一個過濾條件或者一個過濾條件的數(shù)組
3. 聚合分析
案例：對商品名稱里面包含chenyi的，計算每個tag下商品的數(shù)量
案例：查詢商品名稱里面包含chenyi的數(shù)據(jù)，并且按照tag進行分組，計算每個分組下的平均價格
案例：查詢商品名稱里面包含chenyi的數(shù)據(jù)，并且按照tag進行分組，計算每個分組下的平均價格，按照平均價格進行降序排序
六、Java連接ElasticSearch進行數(shù)據(jù)操作
1. 創(chuàng)建maven項目
創(chuàng)建后項目結構如下：
2. pom.xml添加maven依賴
<?xml version="1.0" encoding="UTF-8"?>
<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/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.wxc</groupId>
<artifactId>com-elasticsearch</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
<dependency>
<groupId>javax.servlet</groupId>
<artifactId>javax.servlet-api</artifactId>
<version>3.1.0</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>transport</artifactId>
<version>5.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-core</artifactId>
<version>2.6.2</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-api</artifactId>
<version>2.6.2</version>
</dependency>
<dependency>
<groupId>com.google.code.gson</groupId>
<artifactId>gson</artifactId>
<version>2.8.5</version>
</dependency>
</dependencies>
</project>
3. 新建包，并創(chuàng)建測試類
新建com.wxc.es包
com.wxc.es包下新建測試類EsUtils.java
package com.wxc.es;
import com.google.gson.JsonObject;
import org.elasticsearch.action.admin.indices.create.CreateIndexResponse;
import org.elasticsearch.action.admin.indices.delete.DeleteIndexResponse;
import org.elasticsearch.action.admin.indices.mapping.put.PutMappingResponse;
import org.elasticsearch.action.delete.DeleteResponse;
import org.elasticsearch.action.get.GetResponse;
import org.elasticsearch.action.index.IndexResponse;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.action.update.UpdateResponse;
import org.elasticsearch.client.IndicesAdminClient;
import org.elasticsearch.client.transport.TransportClient;
import org.elasticsearch.common.settings.Settings;
import org.elasticsearch.common.transport.InetSocketTransportAddress;
import org.elasticsearch.common.transport.TransportAddress;
import org.elasticsearch.common.xcontent.XContentBuilder;
import org.elasticsearch.common.xcontent.XContentFactory;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.index.query.TermQueryBuilder;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.transport.client.PreBuiltTransportClient;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import java.io.IOException;
import java.net.InetAddress;
import java.net.UnknownHostException;
import java.util.Date;
import java.util.HashMap;
import static org.elasticsearch.common.xcontent.XContentFactory.jsonBuilder;
public class EsUtils {
public final static String HOST = "127.0.0.1";
public final static int PORT = 9300;//http請求的端口是9200，客戶端是9300
private TransportClient client = null;
/**
* 測試Elasticsearch客戶端連接
* @Title: test1
* @author sunt
* @date 2017年11月22日
* @return void
* @throws UnknownHostException
*/
@SuppressWarnings("resource")
@Test
public void test1() throws UnknownHostException {
//創(chuàng)建客戶端
TransportClient client = new PreBuiltTransportClient(Settings.EMPTY).addTransportAddresses(
new InetSocketTransportAddress(InetAddress.getByName(HOST),PORT));
System.out.println("Elasticsearch connect info:" + client.toString());
//關閉客戶端
client.close();
}
/**
* 獲取客戶端連接信息
* @Title: getConnect
* @author sunt
* @date 2017年11月23日
* @return void
* @throws UnknownHostException
*/
@SuppressWarnings({ "resource", "unchecked" })
@Before
public void getConnect() throws UnknownHostException {
client = new PreBuiltTransportClient(Settings.EMPTY).addTransportAddresses(
new InetSocketTransportAddress(InetAddress.getByName(HOST),PORT));
System.out.println("連接信息:" + client.toString());
}
/**
* 關閉連接
* @Title: closeConnect
* @author sunt
* @date 2017年11月23日
* @return void
*/
@After
public void closeConnect() {
if(null != client) {
System.out.println("執(zhí)行關閉連接操作...");
client.close();
}
}
/**
* 創(chuàng)建索引庫
* @Title: addIndex1
* @author sunt
* @date 2017年11月23日
* @return void
* 需求:創(chuàng)建一個索引庫為：msg消息隊列,類型為：tweet,id為1
* 索引庫的名稱必須為小寫
* @throws IOException
*/
@Test
public void addIndex1() throws IOException {
IndexResponse response = client.prepareIndex("msg", "tweet", "1").setSource(XContentFactory.jsonBuilder()
.startObject().field("userName", "張三")
.field("sendDate", new Date())
.field("msg", "你好李四")
.endObject()).get();
System.out.println("索引名稱:" + response.getIndex() + "\n類型:" + response.getType()
+ "\n文檔ID:" + response.getId() + "\n當前實例狀態(tài):" + response.status());
}
/**
* 根據(jù)索引名稱，類別，文檔ID 刪除索引庫的數(shù)據(jù)
* @Title: deleteData
* @author sunt
* @date 2017年11月23日
* @return void
*/
@Test
public void deleteData() {
DeleteResponse deleteResponse = client.prepareDelete("msg", "tweet", "1").get();
System.out.println("deleteResponse索引名稱:" + deleteResponse.getIndex() + "\n deleteResponse類型:" + deleteResponse.getType()
+ "\n deleteResponse文檔ID:" + deleteResponse.getId() + "\n當前實例deleteResponse狀態(tài):" + deleteResponse.status());
}
/**
* 更新索引庫數(shù)據(jù)
* @Title: updateData
* @author sunt
* @date 2017年11月23日
* @return void
*/
@Test
public void updateData() {
JsonObject jsonObject = new JsonObject();
jsonObject.addProperty("userName", "王五");
jsonObject.addProperty("sendDate", "2008-08-08");
jsonObject.addProperty("msg","你好,張三，好久不見");
UpdateResponse updateResponse = client.prepareUpdate("msg", "tweet", "1")
.setDoc(jsonObject.toString(),XContentType.JSON).get();
System.out.println("updateResponse索引名稱:" + updateResponse.getIndex() + "\n updateResponse類型:" + updateResponse.getType()
+ "\n updateResponse文檔ID:" + updateResponse.getId() + "\n當前實例updateResponse狀態(tài):" + updateResponse.status());
}
/**
* 添加索引:傳入json字符串
* @Title: addIndex2
* @author sunt
* @date 2017年11月23日
* @return void
*/
@Test
public void addIndex2() {
String jsonStr = "{" +
"\"userName\":\"張三\"," +
"\"sendDate\":\"2017-11-30\"," +
"\"msg\":\"你好李四\"" +
"}";
IndexResponse response = client.prepareIndex("weixin", "tweet").setSource(jsonStr,XContentType.JSON).get();
System.out.println("json索引名稱:" + response.getIndex() + "\njson類型:" + response.getType()
+ "\njson文檔ID:" + response.getId() + "\n當前實例json狀態(tài):" + response.status());
}
}
4. 運行項目
運行addIndex1方法
運行updateData方法
運行deleteData方法
運行addIndex2方法
七、項目源碼與參考資料下載
鏈接：https://pan.baidu.com/s/1pRyg_1OEQeeS18AF7X17TA
提取碼：2pqc
