2021年大数据ELK(十四):Elasticsearch编程(基本操作)

Posted Lansonli

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了2021年大数据ELK(十四):Elasticsearch编程(基本操作)相关的知识,希望对你有一定的参考价值。

全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 

新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点。

目录

基本操作

一、根据ID检索指定职位数据

2、编写测试用例

二、修改职位

1、实现步骤

2、编写测试用例

三、根据文档ID删除职位

1、实现步骤

2、编写测试用例

四、根据关键字检索数据

1、实现步骤

2、编写测试用例

五、分页检索

1、实现步骤

2、编写测试用例 

六、scroll分页检索

1、实现步骤

2、编写测试用例

七、高亮查询

1、高亮查询简介

2、高亮显示的html分析

3、实现高亮查询

八、完整参考代码


基本操作

一、根据ID检索指定职位数据

1、实现步骤

  • 构建GetRequest请求。
  • 使用RestHighLevelClient.get发送GetRequest请求,并获取到ES服务器的响应。
  • 将ES响应的数据转换为JSON字符串
  • 并使用FastJSON将JSON字符串转换为JobDetail类对象
  • 记得:单独设置ID

参考代码:

@Override
public JobDetail findById(long id) throws IOException 
    // 1. 构建GetRequest请求。
    GetRequest getRequest = new GetRequest(JOB_IDX_NAME, id + "");

    // 2. 使用RestHighLevelClient.get发送GetRequest请求,并获取到ES服务器的响应。
    GetResponse response = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT);

    // 3. 将ES响应的数据转换为JSON字符串
    String json = response.getSourceAsString();

    // 4. 并使用FastJSON将JSON字符串转换为JobDetail类对象
    JobDetail jobDetail = JSONObject.parseObject(json, JobDetail.class);

    // 5. 设置ID字段
    jobDetail.setId(id);

    return jobDetail;

2、编写测试用例

参考代码:

@Test
public void findByIdTest() throws IOException 
    JobDetail jobDetail = jobFullTextService.findById(1);
    System.out.println(jobDetail);

二、修改职位

1、实现步骤

  • 判断对应ID的文档是否存在
    • 构建GetRequest
    • 执行client的exists方法,发起请求,判断是否存在
  • 构建UpdateRequest请求
  • 设置UpdateRequest的文档,并配置为JSON格式
  • 执行client发起update请求

参考代码:

@Override
public void update(JobDetail jobDetail) throws IOException 
    // 1. 判断对应ID的文档是否存在
    // a) 构建GetRequest
    GetRequest getRequest = new GetRequest(JOB_IDX_NAME, jobDetail.getId() + "");

    // b) 执行client的exists方法,发起请求,判断是否存在
    boolean exists = restHighLevelClient.exists(getRequest, RequestOptions.DEFAULT);

    if(!exists) return;

    // 2. 构建UpdateRequest请求
    UpdateRequest updateRequest = new UpdateRequest(JOB_IDX_NAME, jobDetail.getId() + "");

    // 3. 设置UpdateRequest的文档,并配置为JSON格式
    updateRequest.doc(JSON.toJSONString(jobDetail), XContentType.JSON);

    // 4. 执行client发起update请求
    restHighLevelClient.update(updateRequest, RequestOptions.DEFAULT);

2、编写测试用例

  • 将ID为1的职位信息查询出来

  • 将职位的名称设置为:”大数据开发工程师”

  • 执行更新操作

  • 再打印查看职位的名称是否成功更新

参考代码:

@Test
public void updateTest() throws IOException 
    JobDetail jobDetail = jobFullTextService.findById(1);
    jobDetail.setTitle("大数据开发工程师");
    jobFullTextService.update(jobDetail);
    System.out.println(jobFullTextService.findById(1));

三、根据文档ID删除职位

1、​​​​​​​实现步骤

  • 构建delete请求
  • 使用RestHighLevelClient执行delete请求

参考代码:

@Override
public void deleteById(long id) throws IOException 
    // 1. 构建delete请求
    DeleteRequest deleteRequest = new DeleteRequest(JOB_IDX_NAME, id + "");

    // 2. 使用client执行delete请求
    restHighLevelClient.delete(deleteRequest, RequestOptions.DEFAULT);

 

​​​​​​​2、编写测试用例

  • 在测试用例中执行根据ID删除文档操作
  • 使用VSCode发送请求,查看指定ID的文档是否已经被删除

参考代码:

@Test
public void deleteByIdTest() throws IOException 
    jobFullTextService.deleteById(1);

四、​​​​​​​根据关键字检索数据

1、实现步骤

  • 构建SearchRequest检索请求
  • 创建一个SearchSourceBuilder专门用于构建查询条件
  • 使用QueryBuilders.multiMatchQuery构建一个查询条件(搜索title、jd),并配置到SearchSourceBuilder
  • 调用SearchRequest.source将查询条件设置到检索请求
  • 执行RestHighLevelClient.search发起请求
  • 遍历结果
  1. 获取命中的结果
  2. JSON字符串转换为对象
  3. 使用SearchHit.getId设置文档ID

参考代码:

@Override
public List<JobDetail> searchByKeywords(String keywords) throws IOException 
    // 1. 构建SearchRequest检索请求
    SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);

    // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

    // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件,并配置到SearchSourceBuilder
    MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
    searchSourceBuilder.query(queryBuilder);

    // 4. 调用SearchRequest.source将查询条件设置到检索请求
    searchRequest.source(searchSourceBuilder);

    // 5. 执行RestHighLevelClient.search发起请求
    SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);

    // 6. 遍历结果
    SearchHits hits = searchResponse.getHits();

    List<JobDetail> jobDetailList = new ArrayList<>();

    for (SearchHit hit : hits) 
        // 1) 获取命中的结果
        String json = hit.getSourceAsString();
        // 2) 将JSON字符串转换为对象
        JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
        // 3) 使用SearchHit.getId设置文档ID
        jobDetail.setId(Long.parseLong(hit.getId()));

        jobDetailList.add(jobDetail);
    

    return jobDetailList;

2、编写测试用例

搜索标题、职位描述中包含销售的职位

@Test
public void searchByKeywordsTest() throws IOException 
    List<JobDetail> jobDetailList = jobFullTextService.searchByKeywords("销售");
    for (JobDetail jobDetail : jobDetailList) 
        System.out.println(jobDetail);
    

五、​​​​​​​分页检索

​​​​​​​1、实现步骤

步骤和之前的关键字搜索类似,只不过构建查询条件的时候,需要加上分页的设置

  • 构建SearchRequest检索请求
  • 创建一个SearchSourceBuilder专门用于构建查询条件
  • 使用QueryBuilders.multiMatchQuery构建一个查询条件,并配置到SearchSourceBuilder
  • 设置SearchSourceBuilder的from和size参数构建分页
  • 调用SearchRequest.source将查询条件设置到检索请求
  • 执行RestHighLevelClient.search发起请求
  • 遍历结果
  1. 获取命中的结果
  2. JSON字符串转换为对象
  3. 使用SearchHit.getId设置文档ID
  • 将结果封装到Map结构中(带有分页信息)
  1. total -> 使用SearchHits.getTotalHits().value获取到所有的记录数
  2. content -> 当前分页中的数据
@Override
public Map<String, Object> searchByPage(String keywords, int pageNum, int pageSize) throws IOException 
    // 1. 构建SearchRequest检索请求
    SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);

    // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

    // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件,并配置到SearchSourceBuilder
    MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
    searchSourceBuilder.query(queryBuilder);

    // 4. 设置SearchSourceBuilder的from和size参数,构建分页
    searchSourceBuilder.from((pageNum – 1) * pageSize);
    searchSourceBuilder.size(pageSize);

    // 4. 调用SearchRequest.source将查询条件设置到检索请求
    searchRequest.source(searchSourceBuilder);

    // 5. 执行RestHighLevelClient.search发起请求
    SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);

    // 6. 遍历结果
    SearchHits hits = searchResponse.getHits();

    List<JobDetail> jobDetailList = new ArrayList<>();

    for (SearchHit hit : hits) 
        // 1) 获取命中的结果
        String json = hit.getSourceAsString();
        // 2) 将JSON字符串转换为对象
        JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
        // 3) 使用SearchHit.getId设置文档ID
        jobDetail.setId(Long.parseLong(hit.getId()));

        jobDetailList.add(jobDetail);
    

    // 8.  将结果封装到Map结构中(带有分页信息)
    // a)  total -> 使用SearchHits.getTotalHits().value获取到所有的记录数
    // b)  content -> 当前分页中的数据
    Map<String, Object> result = new HashMap<>();
    result.put("total", hits.getTotalHits().value);
    result.put("content", jobDetailList);

    return result;

2、编写测试用例 

  • 搜索关键字为“销售”,查询第0页,每页显示10条数据
  • 打印搜索结果总记录数、对应分页的记录

参考代码:

@Test
public void searchByPageTest() throws IOException 
    Map<String, Object> resultMap = jobFullTextService.searchByPage("销售", 0, 10);
    System.out.println("总共:" + resultMap.get("total"));
    List<JobDetail> jobDetailList = (List<JobDetail>)resultMap.get("content");

    for (JobDetail jobDetail : jobDetailList) 
        System.out.println(jobDetail);
    

六、scroll分页检索

​​​​​​​1、实现步骤

判断scrollId是否为空

  1. 如果为空,那么首次查询要发起scroll查询,设置滚动快照的有效时间
  2. 如果不为空,就表示之前应发起了scroll,直接执行scroll查询就可以

步骤和之前的关键字搜索类似,只不过构建查询条件的时候,需要加上分页的设置

scrollId为空

  • 构建SearchRequest检索请求
  • 创建一个SearchSourceBuilder专门用于构建查询条件
  • 使用QueryBuilders.multiMatchQuery构建一个查询条件,并配置到SearchSourceBuilder
  • 调用SearchRequest.source将查询条件设置到检索请求
  • 设置每页多少条记录调用SearchRequest.scroll设置滚动快照有效时间
  • 执行RestHighLevelClient.search发起请求
  • 遍历结果
  1. 获取命中的结果
  2. JSON字符串转换为对象
  3. 使用SearchHit.getId设置文档ID
  • 将结果封装到Map结构中(带有分页信息)
  1. scroll_id -> 从SearchResponse中调用getScrollId()方法获取scrollId
  2. content -> 当前分页中的数据

scollId不为空

  • 用之前查询出来的scrollId,构建SearchScrollRequest请求
  • 设置scroll查询结果的有效时间
  • 使用RestHighLevelClient执行scroll请求
@Override
public Map<String, Object> searchByScrollPage(String keywords, String scrollId, int pageSize) 

    Map<String, Object> result = new HashMap<>();
    List<JobDetail> jobList = new ArrayList<>();

    try 
            SearchResponse searchResponse = null;

            if(scrollId == null) 
                // 1. 创建搜索请求
                SearchRequest searchRequest = new SearchRequest("job_idx");
                // 2. 构建查询条件
                SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
                searchSourceBuilder.query(QueryBuilders.multiMatchQuery(keywords, "title", "jd"));
                // 3. 设置分页大小
                searchSourceBuilder.size(pageSize);
                // 4. 设置查询条件、并设置滚动快照有效时间
                searchRequest.source(searchSourceBuilder);
                searchRequest.scroll(TimeValue.timeValueMinutes(1));
                // 5. 发起请求
                searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
            
            else 
                SearchScrollRequest searchScrollRequest = new SearchScrollRequest(scrollId);
                searchScrollRequest.scroll(TimeValue.timeValueMinutes(1));
                searchResponse = client.scroll(searchScrollRequest, RequestOptions.DEFAULT);
            

            // 6. 迭代响应结果
            SearchHits hits = searchResponse.getHits();
            for (SearchHit hit : hits) 
                JobDetail jobDetail = JSONObject.parseObject(hit.getSourceAsString(), JobDetail.class);
                jobDetail.setId(Long.parseLong(hit.getId()));
                jobList.add(jobDetail);
            

            result.put("content", jobList);
            result.put("scroll_id", searchResponse.getScrollId());

        
    catch (IOException e) 
        e.printStackTrace();
    

    return result;

 

​​​​​​​2、编写测试用例

  • 编写第一个测试用例,不带scrollId查询
  • 编写第二个测试用例,使用scrollId查询
@Test
public void searchByScrollPageTest1() throws IOException 
    Map<String, Object> result = jobFullTextService.searchByScrollPage("销售", null, 10);
    System.out.println("scrollId: " + result.get("scrollId"));
    List<JobDetail> content = (List<JobDetail>)result.get("content");

    for (JobDetail jobDetail : content) 
        System.out.println(jobDetail);
    


@Test
public void searchByScrollPageTest2() throws IOException 
    Map<String, Object> result = jobFullTextService.searchByScrollPage("销售", "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAA0WRG4zZFVwODJSU2Uxd1BOWkQ4cFdCQQ==", 10);
    System.out.println("scrollId: " + result.get("scrollId"));
    List<JobDetail> content = (List<JobDetail>)result.get("content");

    for (JobDetail jobDetail : content) 
        System.out.println(jobDetail);
    

七、高亮查询

​​​​​​​1、高亮查询简介

在进行关键字搜索时,搜索出的内容中的关键字会显示不同的颜色,称之为高亮。

京东商城搜索"笔记本"

2、​​​​​​​高亮显示的html分析

通过开发者工具查看高亮数据的html代码实现 

ElasticSearch可以对查询出的内容中关键字部分进行标签和样式的设置,但是你需要告诉ElasticSearch使用什么标签对高亮关键字进行包裹 

3、实现高亮查询

  • 在我们构建查询请求时,我们需要构建一个HighLightBuilder,专门来配置高亮查询。
  1. 构建一个HighlightBuilder
  2. 设置高亮字段(title、jd)
  3. 设置高亮前缀(<font color=’red’>)
  4. 设置高亮后缀(</font>)
  5. 将高亮添加到SearchSourceBuilder

代码如下:

// 设置高亮
HighlightBuilder highlightBuilder = new HighlightBuilder();
highlightBuilder.field("title");
highlightBuilder.field("jd");
highlightBuilder.preTags("<font color='red'>");
highlightBuilder.postTags("</font>");
searchSourceBuilder.highlighter(highlightBuilder);
  • 我们将高亮的查询结果取出,并替换掉原先没有高亮的结果
    1. 获取高亮字段
      • 获取title高亮字段
      • 获取jd高亮字段
    2. 将高亮字段进行替换普通字段
      • 处理title高亮,判断高亮是否为空,不为空则将高亮碎片拼接在一起
      • 替换原有普通字段

参考代码:

// 1. 获取高亮字段
Map<String, HighlightField> highlightFieldMap = hit.getHighlightFields();
// 1.1 获取title高亮字段
HighlightField titleHl = highlightFieldMap.get("title");
// 1.2 获取jd高亮字段
HighlightField jdHl = highlightFieldMap.get("jd");
// 2. 将高亮字段进行替换普通字段
// 2.1 处理title高亮,判断高亮是否为空,不为空则将高亮Fragment(碎片)拼接在一起,替换原有普通字段
if(titleHl != null) 
    Text[] fragments = titleHl.getFragments();
    StringBuilder stringBuilder = new StringBuilder();
    for (Text fragment : fragments) 
        stringBuilder.append(fragment.string());
    
    jobDetail.setTitle(stringBuilder.toString());


// 2.2 处理jd高亮
if(jdHl != null) 
    Text[] fragments = jdHl.getFragments();
    StringBuilder stringBuilder = new StringBuilder();
    for (Text fragment : fragments) 
        stringBuilder.append(fragment.string());
    
    jobDetail.setJd(stringBuilder.toString());

八、​​​​​​​完整参考代码

public class JobFullTextServiceImpl implements JobFullTextService 

    private RestHighLevelClient restHighLevelClient;
    private static final String JOB_IDX_NAME = "job_idx";

    public JobFullTextServiceImpl() 
        restHighLevelClient = new RestHighLevelClient(RestClient.builder(
                new HttpHost("node1", 9200, "http")
                , new HttpHost("node2", 9200, "http")
                , new HttpHost("node3", 9200, "http")
        ));
    

    @Override
    public void add(JobDetail jobDetail) 
        // 1. 构建IndexRequest对象,用来描述ES发起请求的数据。
        IndexRequest indexRequest = new IndexRequest(JOB_IDX_NAME);

        // 2. 设置文档ID。
        indexRequest.id(jobDetail.getId() + "");

        // 3. 构建一个实体类对象,并使用FastJSON将实体类对象转换为JSON。
        String json = JSON.toJSONString(jobDetail);

        // 4. 使用IndexRequest.source方法设置请求数据。
        indexRequest.source(json, XContentType.JSON);

        try 
            // 5. 使用ES High level client调用index方法发起请求
            restHighLevelClient.index(indexRequest, RequestOptions.DEFAULT);
         catch (IOException e) 
            e.printStackTrace();
        

        System.out.println("索引创建成功!");
    

    @Override
    public void update(JobDetail jobDetail) throws IOException 
        // 1. 判断对应ID的文档是否存在
        // a) 构建GetRequest
        GetRequest getRequest = new GetRequest(JOB_IDX_NAME, jobDetail.getId() + "");

        // b) 执行client的exists方法,发起请求,判断是否存在
        boolean exists = restHighLevelClient.exists(getRequest, RequestOptions.DEFAULT);

        if(!exists) return;

        // 2. 构建UpdateRequest请求
        UpdateRequest updateRequest = new UpdateRequest(JOB_IDX_NAME, jobDetail.getId() + "");

        // 3. 设置UpdateRequest的文档,并配置为JSON格式
        updateRequest.doc(JSON.toJSONString(jobDetail), XContentType.JSON);

        // 4. 执行client发起update请求
        restHighLevelClient.update(updateRequest, RequestOptions.DEFAULT);
    

    @Override
    public JobDetail findById(long id) throws IOException 
        // 1. 构建GetRequest请求。
        GetRequest getRequest = new GetRequest(JOB_IDX_NAME, id + "");

        // 2. 使用RestHighLevelClient.get发送GetRequest请求,并获取到ES服务器的响应。
        GetResponse response = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT);

        // 3. 将ES响应的数据转换为JSON字符串
        String json = response.getSourceAsString();

        // 4. 并使用FastJSON将JSON字符串转换为JobDetail类对象
        JobDetail jobDetail = JSONObject.parseObject(json, JobDetail.class);

        // 5. 设置ID字段
        jobDetail.setId(id);

        return jobDetail;

    

    @Override
    public void deleteById(long id) throws IOException 
        // 1. 构建delete请求
        DeleteRequest deleteRequest = new DeleteRequest(JOB_IDX_NAME, id + "");

        // 2. 使用client执行delete请求
        restHighLevelClient.delete(deleteRequest, RequestOptions.DEFAULT);
    

    @Override
    public List<JobDetail> searchByKeywords(String keywords) throws IOException 
        // 1. 构建SearchRequest检索请求
        SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);

        // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

        // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件,并配置到SearchSourceBuilder
        MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
        searchSourceBuilder.query(queryBuilder);

        // 4. 调用SearchRequest.source将查询条件设置到检索请求
        searchRequest.source(searchSourceBuilder);

        // 5. 执行RestHighLevelClient.search发起请求
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);

        // 6. 遍历结果
        SearchHits hits = searchResponse.getHits();

        List<JobDetail> jobDetailList = new ArrayList<>();

        for (SearchHit hit : hits) 
            // 1) 获取命中的结果
            String json = hit.getSourceAsString();
            // 2) 将JSON字符串转换为对象
            JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
            // 3) 使用SearchHit.getId设置文档ID
            jobDetail.setId(Long.parseLong(hit.getId()));

            jobDetailList.add(jobDetail);
        

        return jobDetailList;
    

    @Override
    public Map<String, Object> searchByPage(String keywords, int pageNum, int pageSize) throws IOException 
        // 1. 构建SearchRequest检索请求
        SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);

        // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

        // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件,并配置到SearchSourceBuilder
        MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
        searchSourceBuilder.query(queryBuilder);

        // 4. 设置SearchSourceBuilder的from和size参数,构建分页
        searchSourceBuilder.from(pageNum);
        searchSourceBuilder.size(pageSize);

        // 4. 调用SearchRequest.source将查询条件设置到检索请求
        searchRequest.source(searchSourceBuilder);

        // 5. 执行RestHighLevelClient.search发起请求
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);

        // 6. 遍历结果
        SearchHits hits = searchResponse.getHits();

        List<JobDetail> jobDetailList = new ArrayList<>();

        for (SearchHit hit : hits) 
            // 1) 获取命中的结果
            String json = hit.getSourceAsString();
            // 2) 将JSON字符串转换为对象
            JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
            // 3) 使用SearchHit.getId设置文档ID
            jobDetail.setId(Long.parseLong(hit.getId()));

            jobDetailList.add(jobDetail);
        

        // 8.  将结果封装到Map结构中(带有分页信息)
        // a)  total -> 使用SearchHits.getTotalHits().value获取到所有的记录数
        // b)  content -> 当前分页中的数据
        Map<String, Object> result = new HashMap<>();
        result.put("total", hits.getTotalHits().value);
        result.put("content", jobDetailList);

        return result;
    

    @Override
    public Map<String, Object> searchByScrollPage(String keywords, String scrollId, int pageSize) throws IOException 
        SearchResponse searchResponse = null;

        if(scrollId == null) 
            // 1. 构建SearchRequest检索请求
            SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);

            // 2. 创建一个SearchSourceBuilder专门用于构建查询条件
            SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

            // 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件,并配置到SearchSourceBuilder
            MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title");
            searchSourceBuilder.query(queryBuilder);
            searchSourceBuilder.size(pageSize);

            // 设置高亮查询
            HighlightBuilder highlightBuilder = new HighlightBuilder();
            highlightBuilder.preTags("<font color='red'>");
            highlightBuilder.postTags("</font>");
            highlightBuilder.field("title");
            highlightBuilder.field("jd");

            searchSourceBuilder.highlighter(highlightBuilder);

            // 4. 调用searchRequest.scroll设置滚动快照有效时间
            searchRequest.scroll(TimeValue.timeValueMinutes(10));

            // 5. 调用SearchRequest.source将查询条件设置到检索请求
            searchRequest.source(searchSourceBuilder);

            // 6. 执行RestHighLevelClient.search发起请求
            searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
        
        else 
            SearchScrollRequest searchScrollRequest = new SearchScrollRequest(scrollId);
            searchScrollRequest.scroll(TimeValue.timeValueMinutes(10));
            searchResponse = restHighLevelClient.scroll(searchScrollRequest, RequestOptions.DEFAULT);
        


        if(searchResponse != null) 
            // 7. 遍历结果
            SearchHits hits = searchResponse.getHits();

            List<JobDetail> jobDetailList = new ArrayList<>();

            for (SearchHit hit : hits) 

                // 1) 获取命中的结果
                String json = hit.getSourceAsString();
                // 2) 将JSON字符串转换为对象
                JobDetail jobDetail = JSON.parseObject(json, JobDetail.class);
                // 3) 使用SearchHit.getId设置文档ID
                jobDetail.setId(Long.parseLong(hit.getId()));


                // 1. 获取高亮字段
                Map<String, HighlightField> highlightFieldMap = hit.getHighlightFields();
                // 1.1 获取title高亮字段
                HighlightField titleHl = highlightFieldMap.get("title");
                // 1.2 获取jd高亮字段
                HighlightField jdHl = highlightFieldMap.get("jd");
                // 2. 将高亮字段进行替换普通字段
                // 2.1 处理title高亮,判断高亮是否为空,不为空则将高亮Fragment(碎片)拼接在一起,替换原有普通字段
                if(titleHl != null) 
                    Text[] fragments = titleHl.getFragments();
                    StringBuilder stringBuilder = new StringBuilder();
                    for (Text fragment : fragments) 
                        stringBuilder.append(fragment.string());
                    
                    jobDetail.setTitle(stringBuilder.toString());
                

                // 2.2 处理jd高亮
                if(jdHl != null) 
                    Text[] fragments = jdHl.getFragments();
                    StringBuilder stringBuilder = new StringBuilder();
                    for (Text fragment : fragments) 
                        stringBuilder.append(fragment.string());
                    
                    jobDetail.setJd(stringBuilder.toString());
                

                jobDetailList.add(jobDetail);
            

            // 8.  将结果封装到Map结构中(带有分页信息)
            // a)  total -> 使用SearchHits.getTotalHits().value获取到所有的记录数
            // b)  content -> 当前分页中的数据
            Map<String, Object> result = new HashMap<>();
            result.put("scrollId", searchResponse.getScrollId());
            result.put("content", jobDetailList);

            return result;
        

        return null;
    

    @Override
    public void close() 
        try 
            restHighLevelClient.close();
         catch (IOException e) 
            e.printStackTrace();
        
    

  • 📢博客主页:https://lansonli.blog.csdn.net
  • 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正!
  • 📢本文由 Lansonli 原创,首发于 CSDN博客🙉
  • 📢大数据系列文章会每天更新,停下休息的时候不要忘了别人还在奔跑,希望大家抓紧时间学习,全力奔赴更美好的生活✨

以上是关于2021年大数据ELK(十四):Elasticsearch编程(基本操作)的主要内容,如果未能解决你的问题,请参考以下文章

2021年大数据ELK:集中式日志协议栈Elastic Stack简介

2021年大数据ELK:集中式日志协议栈Elastic Stack简介

2021年大数据ELK:Elasticsearch架构原理

2021年大数据ELK:Elasticsearch架构原理

2021年大数据ELK:Elasticsearch简单介绍

2021年大数据ELK:Elasticsearch简单介绍