Elasticsearch 整合 Spring Boot（2）

在上一篇中我们已经准备好了数据，接下来就是创建索引、将数据添加到索引中了。

在Elasticsearch 使用 Java High Level REST Client 操作索引、文档中，我们引入了 Spring Data Elasticsearch 的依赖，这样我们就可以利用 Spring Data 的一些特性来简化 ES 的操作。

先贴一下参考官方文档 Spring Data Elasticsearch - Reference Documentation

1、连接 ES

整合 Spring Boot 后，我们连接 ES 节点的方式就很简单了，只需要在application.properties添加各个节点的 http 地址，多个地址用英文逗号隔开：

spring.elasticsearch.rest.uris=http://127.0.0.1:9200,http://127.0.0.1:9201,http://127.0.0.1:9202

2、创建文档数据实体类

前边我们将采集到的的数据保存成了 JSON 格式，结构如下：

我们先要创建 JSON 数据对应的实体类Book：

@Document(indexName = "book")
public class Book {
    private String id;

    @Field(type = FieldType.Keyword)
    private String skuId;

    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
    private String name;

    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
    private String author;

    private Float price;

    @Field(type = FieldType.Integer)
    private Integer commentCount;

    @Field(type = FieldType.Text, analyzer = "ik_max_word")
    private String shop;

    @Field(type = FieldType.Text, analyzer = "ik_max_word")
    private String publisher;

    @Field(type = FieldType.Text)
    private String img;

    ...省略get\set方法...
}

@Document标记该类对应索引库中的文档信息，同时指定了索引库的名字为book，还可以指定分片数量；类里边的id属性是必需的，对应文档 id；类里边其它属性上的@Field注解相当于定义了文档中各个字段的类型、分词。

3、创建索引、添加文档数据

3.1、ElasticsearchRepository

3.1.1、创建索引

使用 Spring Data 的特性，创建BookRepository，继承ElasticsearchRepository，泛型参数Book就是上边的实体类，String则是文档 id 的类型：

public interface BookRepository extends ElasticsearchRepository<Book, String> {
}

完成上边的工作后，启动项目，会自动帮我们创建好索引库。

3.1.2、添加文档

创建好了索引库，就可以添加文档了。

创建一个BookService类，通过addBook()方法来批量添加文档数据：

@Service
public class BookService {
    @Autowired
    BookRepository bookRepository;

    public void addBook(List<Book> books) {
        elasticsearchRestTemplate.save(books);
    }
}

由于我们采集到的数据事先保存在了文件中，所以需要从文件中读取数据，在调用上边的addBook()来添加：

@Service
public class BookFileService {
    @Autowired
    BookService bookService;

    /**
     * 将去重后的数据写入 ES
     */
    public void writeBookDataToES() {
        String filePath = System.getProperty("user.dir") + File.separator + "jd_book2.txt";

        FileReader fileReader = null;
        BufferedReader bufferedReader = null;
        try {
            fileReader = new FileReader(filePath);
            bufferedReader = new BufferedReader(fileReader);
            String line;
            ArrayList<Book> books = new ArrayList<>();
            while ((line = bufferedReader.readLine()) != null) {
                books.add(JSON.parseObject(line, Book.class));
                if (books.size() >= 500) {
                    // 添加数据到 ES
                    bookService.addBook(books);
                    books.clear();
                }
            }
            bookService.addBook(books);
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            ......
        }
    }
}

代码比较简单，就是逐行读取文件，然后批量添加即可。

最后执行writeBookDataToES()方法即可完成添加，速度还是很快的，基本10秒左右就完成了：

@RunWith(SpringRunner.class)
@SpringBootTest
class LearnElasticsearchApplicationTests {

    @Autowired
    BookFileService bookFileService;

    @Test
    void testES() throws IOException {
        bookFileService.writeBookDataToES();
    }
}

最后可以在 head 工具中浏览添加好的数据。

前边我们通过继承ElasticsearchRepository，扩展了BookRepository类，利用 Spring Data Repository 的特性，不需要再编写额外的代码，使用BookRepository就可以完成文档的添加、删除、查询等操作。遵照按照 Spring Data 的规范，我们还可以根据需要来扩展其它的方法来操作文档。如果你之前用过 Spring Data JPA，那么这个就很容易理解了。

3.2、ElasticsearchRestTemplate

ElasticsearchRestTemplate相当于一个 ES 客户端，它的内部基于 Java High Level REST Client 实现的。你可能还见过ElasticsearchTemplate，但是从 Spring Data 4.0开始已经过时了，目前推荐使用 ElasticsearchRestTemplate。

相比 ElasticsearchRepository 它的功能更丰富一些、效率更高，而且不用和数据体类绑定，使用 ElasticsearchRestTemplate 除了可以操作文档，还可以操作索引。

我们重点要学习的就是 ElasticsearchRestTemplate，它的主要功能通过如下三个接口定义的：

• IndexOperations，定义索引相关的操作，例如创建、删除索引。
• DocumentOperations，定义文档相关的操作，例如添加、删除、更新、基于文档 id 的简单查询。
• SearchOperations，定义各种文档查询的操作。

3.2.1、创建索引

前边是通过定义BookRepository来实现索引的自动创建，其实有了ElasticsearchRestTemplate，我们可以完全不使用 Spring Data Repository 相关的扩展类，注释掉BookRepository，我们现在使用 ElasticsearchRestTemplate 来创建索引：

@Service
public class BookService {

    @Autowired
    ElasticsearchRestTemplate elasticsearchRestTemplate;

    public void createIndex() {
        // 指定文档的数据实体类
        IndexOperations indexOperations = elasticsearchRestTemplate.indexOps(Book.class);
        // 创建索引
        indexOperations.create();
        // 创建字段映射
        Document mapping = indexOperations.createMapping();
        // 给索引设置字段映射
        indexOperations.putMapping(mapping);
    }
}

删除索引就简单了，顺便说一下：

public void deleteIndex() {
    IndexOperations indexOperations = elasticsearchRestTemplate.indexOps(Book.class);
    boolean result = indexOperations.delete();
    System.out.println(result);
}

3.2.2、添加文档

首先我们可以使用 ElasticsearchRestTemplatesave()方法添加文档：

@Service
public class BookService {
    @Autowired
    ElasticsearchRestTemplate elasticsearchRestTemplate;

    public void addBook(List<Book> books) {
        elasticsearchRestTemplate.save(books);
    }
}

除了save()方法，我们还可以使用bulkIndex()方法，它是一次批量添加数据的，而save()是逐个添加。来看如何使用bulkIndex()方法：

@Service
public class BookService {

    @Autowired
    ElasticsearchRestTemplate elasticsearchRestTemplate;

    public void bulkAddBook(List<Book> books) {
        List<IndexQuery> indexQueryList = new ArrayList<>();
        books.forEach(book -> {
            IndexQuery indexQuery = new IndexQuery();
            indexQuery.setObject(book);
            indexQueryList.add(indexQuery);
        });

        elasticsearchRestTemplate.bulkIndex(indexQueryList, IndexCoordinates.of("book"));
    }
}

主要是通过IndexQuery的setObject()方法设置要添加的数据，bulkIndex()方法第二个参数用来指定索引信息。

如果需要的话可以使用IndexQuery的setId()方法来设置文档 id。

我的采集到的数据是以 JSON 格式保存在文件中，能否直接添加 JSON 数据呢，而不是转换成实体类的对象再添加。这个需求我们同样可以用bulkIndex()来完成：

@Service
public class BookService {

    @Autowired
    ElasticsearchRestTemplate elasticsearchRestTemplate;

    public void bulkAddBook2(List<String> books) {
        List<IndexQuery> indexQueryList = new ArrayList<>();
        books.forEach(book -> {
            IndexQuery indexQuery = new IndexQuery();
            indexQuery.setSource(book);
            indexQueryList.add(indexQuery);
        });

        elasticsearchRestTemplate.bulkIndex(indexQueryList, IndexCoordinates.of("book"));
    }
}

其实就是通过IndexQuery的setSource()方法设置要添加的原始 JSON 数据。

这样从文件读取的数据就可以直接添加了：

public void writeBookDataToES2() {
    ......
    try {
        fileReader = new FileReader(filePath);
        bufferedReader = new BufferedReader(fileReader);
        String line;
        ArrayList<String> books = new ArrayList<>();
        while ((line = bufferedReader.readLine()) != null) {
            books.add(line);
            if (books.size() >= 500) {
                bookService.bulkAddBook2(books);
                books.clear();
            }
        }
        bookService.bulkAddBook2(books);
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        ......
    }
}

注意，使用ElasticsearchRestTemplate的save()或者bulkIndex()方法添加文档时，如果添加了相同文档 id 的数据，则之前的会被覆盖掉。如果是使用ElasticsearchRepository的save()方法，则无法正常添加。

本文详细的代码可以参考：https://github.com/SheHuan/LearnElasticsearch