ElasticSearch入门之彼行我释（四）

散仙在上篇文章中，介绍了关于ElasticSearch基本的增删改查的基本粒子，本篇呢，我们来学下稍微高级一点的知识：

（1）如何在ElasticSearch中批量提交索引 ？ 
（2）如何使用高级查询（包括，检索，排序，过滤，分页） ？ 
（3）如何组合多个查询 ？ 
（4）如何使用翻页深度查询 ？ 
（5）如何使用基本的聚合查询 ？ 

（一）首先，我们思考下，为什么要使用批量添加，这个毫无疑问，因为效率问题，举个在生活中的例子，假如我们有50个人，要去美国旅游，不使用批处理的方式是，给每一个人派一架飞机送到美国，那么这就需要50次飞机的来回往来，假如使用了批处理，现在的情况就是一个飞机坐50个人，只需一次即可把所有人都送到美国，效率可想而知，生活也有很多实际的例子，大家可以自己想想。

在原生的lucene中，以及solr中，这个批处理方式，实质是控制commit的时机，比如多少个提交一次，或者超过ranbuffersize的大小后自动提交，es封装了lucene的api提供bulk的方式来批量添加，原理也是，聚集一定的数量doc，然后发送一次添加请求。

（二）只要我们使用了全文检索，我们的业务就会有各种各样的api操作，包括，任意维度的字段查询，过滤掉某些无效的信息，然后根据某个字段排序，再取topN的结果集返回，使用数据库的小伙伴们，相信大家都不陌生，在es中，这些操作都是支持的，而且还非常高效，它能满足我们大部分的需求

（三）在es中，我们可以查询多个index，以及多个type，这一点是非常灵活地，我们，我们可以一次组装两个毫无关系的查询，发送到es服务端进行检索，然后获取结果。

（四）es中，通过了scorll的方式，支持深度分页查询，在数据库里，我们使用的是一个cursor游标来记录读取的偏移量，同样的在es中也支持，这样的查询方式，它通过一个scrollid记录了上一次查询的状态，能轻而易举的实现深度翻页，本质上是对了Lucene的SearchAfter的封装。

（五）es中，也提供了对聚合函数的支持，比如一些max，min，avg，count，sum等支持，除此之外还支持group，facet等操作，这些功能，在电商中应用非常广泛，基于lucene的solr和es都有很好的支持。

下面截图看下散仙的测试数据值： 


源码demo如下：

Java代码  

    1. package com.dongliang.es;
    2. import java.util.Date;
    3. import java.util.Map;
    4. import java.util.Map.Entry;
    5. import org.apache.lucene.index.Terms;
    6. import org.elasticsearch.action.bulk.BulkRequestBuilder;
    7. import org.elasticsearch.action.bulk.BulkResponse;
    8. import org.elasticsearch.action.search.MultiSearchResponse;
    9. import org.elasticsearch.action.search.SearchRequestBuilder;
    10. import org.elasticsearch.action.search.SearchResponse;
    11. import org.elasticsearch.action.search.SearchType;
    12. import org.elasticsearch.client.Client;
    13. import org.elasticsearch.client.transport.TransportClient;
    14. import org.elasticsearch.common.transport.InetSocketTransportAddress;
    15. import org.elasticsearch.common.unit.TimeValue;
    16. import org.elasticsearch.common.xcontent.XContentBuilder;
    17. import org.elasticsearch.common.xcontent.XContentFactory;
    18. import org.elasticsearch.index.query.FilterBuilders;
    19. import org.elasticsearch.index.query.QueryBuilders;
    20. import org.elasticsearch.index.query.QueryStringQueryBuilder;
    21. import org.elasticsearch.search.SearchHit;
    22. import org.elasticsearch.search.aggregations.AggregationBuilders;
    23. import org.elasticsearch.search.aggregations.bucket.filters.InternalFilters.Bucket;
    24. import org.elasticsearch.search.sort.SortOrder;
    25. /**
    26. * @author 三劫散仙
    27. * 搜索技术交流群：324714439
    28. * 一个关于elasticsearch批量提交
    29. * 和search query的的例子
    30. * **/
    31. public class ElasticSearchDao {
    32. //es的客户端实例
    33. Client client=null;
    34. {
    35. //连接单台机器，注意ip和端口号，不能写错
    36. client=new TransportClient().
    37. addTransportAddress(new InetSocketTransportAddress("192.168.46.16", 9300));
    38. }
    39. public static void main(String[] args)throws Exception {
    40. ElasticSearchDao es=new ElasticSearchDao();
    41. //es.indexdata();//索引数据
    42. //es.queryComplex();
    43. es.querySimple();
    44. //es.scorllQuery();
    45. //es.mutilCombineQuery();
    46. //es.aggregationQuery();
    47. }
    48. /**组合分组查询*/
    49. public void aggregationQuery()throws Exception{
    50. SearchResponse sr = client.prepareSearch()
    51. .setQuery(QueryBuilders.matchAllQuery())
    52. .addAggregation(
    53. AggregationBuilders.terms("1").field("type")
    54. )
    55. //              .addAggregation(
    56. //                      AggregationBuilders.dateHistogram("agg2")
    57. //                              .field("birth")
    58. //                              .interval(DateHistogram.Interval.YEAR)
    59. //              )
    60. .execute().actionGet();
    61. // Get your facet results
    62. org.elasticsearch.search.aggregations.bucket.terms.Terms a = sr.getAggregations().get("1");
    63. for(org.elasticsearch.search.aggregations.bucket.terms.Terms.Bucket bk:a.getBuckets()){
    64. System.out.println("类型: "+bk.getKey()+"  分组统计数量 "+bk.getDocCount()+"  ");
    65. }
    66. System.out.println("聚合数量："+a.getBuckets().size());
    67. //DateHistogram agg2 = sr.getAggregations().get("agg2");
    68. //结果：
    69. //          类型: 1  分组数量 2
    70. //          类型: 2  分组数量 1
    71. //          类型: 3  分组数量 1
    72. //          聚合数量：3
    73. }
    74. /**多个不一样的请求组装*/
    75. public void mutilCombineQuery(){
    76. //查询请求1
    77. SearchRequestBuilder srb1 =client.prepareSearch().setQuery(QueryBuilders.queryString("eng").field("address")).setSize(1);
    78. //查询请求2//matchQuery
    79. SearchRequestBuilder srb2 = client.prepareSearch().setQuery(QueryBuilders.matchQuery("title", "标题")).setSize(1);
    80. //组装查询
    81. MultiSearchResponse sr = client.prepareMultiSearch().add(srb1).add(srb2).execute().actionGet();
    82. // You will get all individual responses from MultiSearchResponse#getResponses()
    83. long nbHits = 0;
    84. for (MultiSearchResponse.Item item : sr.getResponses()) {
    85. SearchResponse response = item.getResponse();
    86. for(SearchHit hits:response.getHits().getHits()){
    87. String sourceAsString = hits.sourceAsString();//以字符串方式打印
    88. System.out.println(sourceAsString);
    89. }
    90. nbHits += response.getHits().getTotalHits();
    91. }
    92. System.out.println("命中数据量："+nbHits);
    93. //输出：
    94. //      {"title":"我是标题","price":25.65,"type":1,"status":true,"address":"血落星域风阳星","createDate":"2015-03-16T09:56:20.440Z"}
    95. //      命中数据量：2
    96. client.close();
    97. }
    98. /**
    99. * 翻页查询
    100. * */
    101. public void scorllQuery()throws Exception{
    102. QueryStringQueryBuilder queryString = QueryBuilders.queryString("标题").field("title");
    103. //TermQueryBuilder qb=QueryBuilders.termQuery("title", "我是标题");
    104. SearchResponse scrollResp = client.prepareSearch("collection1")
    105. .setSearchType(SearchType.SCAN)
    106. .setScroll(new TimeValue(60000))
    107. .setQuery(queryString)
    108. .setSize(100).execute().actionGet(); //100 hits per shard will be returned for each scroll
    109. while (true) {
    110. for (SearchHit hit : scrollResp.getHits().getHits()) {
    111. //Handle the hit...
    112. String sourceAsString = hit.sourceAsString();//以字符串方式打印
    113. System.out.println(sourceAsString);
    114. }
    115. //通过scrollid来实现深度翻页
    116. scrollResp = client.prepareSearchScroll(scrollResp.getScrollId()).setScroll(new TimeValue(600000)).execute().actionGet();
    117. //Break condition: No hits are returned
    118. if (scrollResp.getHits().getHits().length == 0) {
    119. break;
    120. }
    121. }
    122. //输出
    123. //      {"title":"我是标题","price":25.65,"type":1,"status":true,"address":"血落星域风阳星","createDate":"2015-03-16T09:56:20.440Z"}
    124. //      {"title":"标题","price":251.65,"type":1,"status":true,"address":"美国东部","createDate":"2015-03-16T10:33:58.743Z"}
    125. client.close();
    126. }
    127. /**简单查询*/
    128. public void querySimple()throws Exception{
    129. SearchResponse sp = client.prepareSearch("collection1").execute().actionGet();
    130. for(SearchHit hits:sp.getHits().getHits()){
    131. String sourceAsString = hits.sourceAsString();//以字符串方式打印
    132. System.out.println(sourceAsString);
    133. }
    134. //结果
    135. //              {"title":"我是标题","price":25.65,"type":1,"status":true,"address":"血落星域风阳星","createDate":"2015-03-16T09:56:20.440Z"}
    136. //              {"title":"中国","price":205.65,"type":2,"status":true,"address":"河南洛阳","createDate":"2015-03-16T10:33:58.740Z"}
    137. //              {"title":"标题","price":251.65,"type":1,"status":true,"address":"美国东部","createDate":"2015-03-16T10:33:58.743Z"}
    138. //              {"title":"elasticsearch是一个搜索引擎","price":25.65,"type":3,"status":true,"address":"china","createDate":"2015-03-16T10:33:58.743Z"}
    139. }
    140. /**组合查询**/
    141. public void queryComplex()throws Exception{
    142. SearchResponse sp=client.prepareSearch("collection1")//检索的目录
    143. .setTypes("core1")//检索的索引
    144. .setSearchType(SearchType.DFS_QUERY_THEN_FETCH)//Query type
    145. .setQuery(QueryBuilders.termQuery("type", "1"))//查询--Query
    146. .setPostFilter(FilterBuilders.rangeFilter("price").from(10).to(550.23))//过滤 --Filter
    147. .addSort("price",SortOrder.DESC) //排序 -- sort
    148. .setFrom(0).setSize(20).setExplain(true)//topN方式
    149. .execute().actionGet();//执行
    150. System.out.println("本次查询命中条数: "+sp.getHits().getTotalHits());
    151. for(SearchHit hits:sp.getHits().getHits()){
    152. //String sourceAsString = hits.sourceAsString();//以字符串方式打印
    153. //System.out.println(sourceAsString);
    154. Map<String, Object> sourceAsMap = hits.sourceAsMap();
    155. for(Entry<String, Object> k:sourceAsMap.entrySet()){
    156. System.out.println("name： "+k.getKey()+"     value： "+k.getValue());
    157. }
    158. System.out.println("=============================================");
    159. }
    160. //结果
    161. //              本次查询命中条数: 2
    162. //              name： title     value： 标题
    163. //              name： price     value： 251.65
    164. //              name： address     value： 美国东部
    165. //              name： status     value： true
    166. //              name： createDate     value： 2015-03-16T10:33:58.743Z
    167. //              name： type     value： 1
    168. //              =============================================
    169. //              name： title     value： 我是标题
    170. //              name： price     value： 25.65
    171. //              name： address     value： 血落星域风阳星
    172. //              name： status     value： true
    173. //              name： createDate     value： 2015-03-16T09:56:20.440Z
    174. //              name： type     value： 1
    175. //              =============================================
    176. client.close();
    177. }
    178. /**索引数据*/
    179. public void indexdata()throws Exception{
    180. BulkRequestBuilder bulk=client.prepareBulk();
    181. XContentBuilder doc=XContentFactory.jsonBuilder()
    182. .startObject()
    183. .field("title","中国")
    184. .field("price",205.65)
    185. .field("type",2)
    186. .field("status",true)
    187. .field("address", "河南洛阳")
    188. .field("createDate", new Date()).endObject();
    189. //collection为索引库名，类似一个数据库，索引名为core，类似一个表
    190. //       client.prepareIndex("collection1", "core1").setSource(doc).execute().actionGet();
    191. //批处理添加
    192. bulk.add(client.prepareIndex("collection1", "core1").setSource(doc));
    193. doc=XContentFactory.jsonBuilder()
    194. .startObject()
    195. .field("title","标题")
    196. .field("price",251.65)
    197. .field("type",1)
    198. .field("status",true)
    199. .field("address", "美国东部")
    200. .field("createDate", new Date()).endObject();
    201. //collection为索引库名，类似一个数据库，索引名为core，类似一个表
    202. //      client.prepareIndex("collection1", "core1").setSource(doc).execute().actionGet();
    203. //批处理添加
    204. bulk.add(client.prepareIndex("collection1", "core1").setSource(doc));
    205. doc=XContentFactory.jsonBuilder()
    206. .startObject()
    207. .field("title","elasticsearch是一个搜索引擎")
    208. .field("price",25.65)
    209. .field("type",3)
    210. .field("status",true)
    211. .field("address", "china")
    212. .field("createDate", new Date()).endObject();
    213. //collection为索引库名，类似一个数据库，索引名为core，类似一个表
    214. //client.prepareIndex("collection1", "core1").setSource(doc).execute().actionGet();
    215. //批处理添加
    216. bulk.add(client.prepareIndex("collection1", "core1").setSource(doc));
    217. //发一次请求，提交所有数据
    218. BulkResponse bulkResponse = bulk.execute().actionGet();
    219. if (!bulkResponse.hasFailures()) {
    220. System.out.println("创建索引success!");
    221. } else {
    222. System.out.println("创建索引异常:"+bulkResponse.buildFailureMessage());
    223. }
    224. client.close();//释放资源
    225. //      System.out.println("索引成功！");
    226. }
    227. }
时间： 2024-10-16 00:53:38

ElasticSearch入门之彼行我释（四）的相关文章

Elasticsearch入门教程(四)：Elasticsearch文档CURD

原文:Elasticsearch入门教程(四):Elasticsearch文档CURD 版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/vbirdbest/article/details/79217590 一: 新增文档POST /{index}/{type} 或 PUT /{index}/{type}/{id} 注意:新增文档时可以显式指定id,id可以是数字也可以是字符串,如果不显示指

ElasticSearch入门 第一篇：Windows下安装ElasticSearch

https://www.elastic.co/downloads/past-releases/elasticsearch-2-4-4 这是ElasticSearch 2.4 版本系列的第一篇: ElasticSearch入门 第一篇:Windows下安装ElasticSearch ElasticSearch入门 第二篇:集群配置 ElasticSearch入门 第三篇:索引 ElasticSearch入门 第四篇:使用C#添加和更新文档 ElasticSearch入门 第五篇:使用C#查询文档

ElasticSearch入门 第六篇：复合数据类型——数组，对象和嵌套

这是ElasticSearch 2.4 版本系列的第六篇: ElasticSearch入门 第一篇:Windows下安装ElasticSearch ElasticSearch入门 第二篇:集群配置 ElasticSearch入门 第三篇:索引 ElasticSearch入门 第四篇:使用C#添加和更新文档 ElasticSearch入门 第五篇:使用C#查询文档 ElasticSearch入门 第六篇:复合数据类型——数组,对象和嵌套 在ElasticSearch中,使用JSON结构来存储数据,

ElasticSearch入门 第八篇：存储

这是ElasticSearch 2.4 版本系列的第八篇: ElasticSearch入门 第一篇:Windows下安装ElasticSearch ElasticSearch入门 第二篇:集群配置 ElasticSearch入门 第三篇:索引 ElasticSearch入门 第四篇:使用C#添加和更新文档 ElasticSearch入门 第五篇:使用C#查询文档 ElasticSearch入门 第六篇:复合数据类型——数组,对象和嵌套 ElasticSearch入门 第七篇:分析器 Elasti

ElasticSearch 入门

http://www.oschina.net/translate/elasticsearch-getting-started?cmp ElasticSearch 简单入门 返回原文英文原文:Getting Started with ElasticSearch 简介 ElasticSearch是一个开源的分布式搜索引擎,具备高可靠性,支持非常多的企业级搜索用例.像Solr4一样,是基于Lucene构建的.支持时间时间索引和全文检索.官网:http://www.elasticsearch.org 它

全文搜索引擎 Elasticsearch 入门

1. 百科 ElasticSearch是一个基于Lucene的搜索服务器.它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口.Elasticsearch是用Java开发的,并作为Apache许可条款下的开放源码发布,是当前流行的企业级搜索引擎.设计用于云计算中,能够达到实时搜索,稳定,可靠,快速,安装使用方便. 2. 安装 依赖Java8,本文在Linux上运行 下载.解压 $ wget https://artifacts.elastic.co/downloads/ela

Python编程从入门到实践(第三、四章的列表和元祖) &#142015;

原文: http://blog.gqylpy.com/gqy/414 置顶:来自一名75后老程序员的武林秘籍--必读(博主推荐) 来,先呈上武林秘籍链接:http://blog.gqylpy.com/gqy/401/ 你好,我是一名极客!一个 75 后的老工程师! 我将花两分钟,表述清楚我让你读这段文字的目的! 如果你看过武侠小说,你可以把这个经历理解为,你失足落入一个山洞遇到了一位垂暮的老者!而这位老者打算传你一套武功秘籍! 没错,我就是这个老者! 干研发 20 多年了!我也年轻过,奋斗过!我

Elasticsearch入门教程(一)：Elasticsearch及插件安装

原文:Elasticsearch入门教程(一):Elasticsearch及插件安装 版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/vbirdbest/article/details/79194244 分享一个朋友的人工智能教程(请以"右键"->"在新标签页中打开连接"的方式访问).比较通俗易懂,风趣幽默,感兴趣的朋友可以去看看. 一:安装Elasti

Elasticsearch入门教程(二)：Elasticsearch核心概念

原文:Elasticsearch入门教程(二):Elasticsearch核心概念 版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/vbirdbest/article/details/79200022 基本概念介绍 Elasticsearch是一个基于Lucene构建的开源.分布式.RESTful的搜索引擎,能够实现近实时(NRT)搜索,稳定.可靠.安装方便.Elasticsearch 不