史上最全Elasticsearch学习_九离?_elasticsearch学习

大大的周 02-07 2777

文章目录 Elasticsearch一、Elasticsearch简介&安装1.1、Elasticsearch是什么？1.2、全文搜索引擎1.3、Elasticsearch的应用案例1.4、Elasticsearch的下载、安装、运行1.5、有关restful 二、Elasticsearch创建/查看/删除索引、创建/查看/修改/删除文档、映射关系2.1 Elasticsearch中的数据格式2.2 索引操作2.2.1 创建索引2.2.2 查看指定索引2.2.3 查看全部索引2.2.4 删除索引 2.3 文档操作2.3.1 创建文档2.3.2 查看单个文档：主键查询2.3.3 查看所有文档：全查询2.3.4 修改文档中的全部字段2.3.5 修改文档中的某个字段2.3.6 删除文档2.3.7 条件查询文档内容2.3.8 分页查询+排序文档内容2.3.9 多条件查询：and2.3.10 多条件查询：or2.3.11 多条件查询：大于、小于2.3.12 全文查询+高亮显示2.3.13 聚合查询：根据价格分组、对价格求平均值 2.4 映射操作三、Elasticsearch——使用Java API实现ES中的索引、映射、文档操作3.1 简单介绍3.2 案例详情3.2.1 创建ES客户端：完成与ES服务端连接3.2.2 创建索引3.2.3 查看索引3.2.4 删除索引3.2.5 创建文档3.2.6 修改文档3.2.7 查看文档3.2.8 删除文档3.2.9 批量创建文档3.2.10 批量删除文档3.2.11 全量查询3.2.12 条件查询3.2.13 分页查询3.2.14 排序查询3.2.15 过滤字段查询3.2.16 组合条件查询

Elasticsearch

一、Elasticsearch简介&安装 1.1、Elasticsearch是什么？

The Elastic Stack, 包括 Elasticsearch、Kibana、Beats 和 Logstash（也称为 ELK Stack）。能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化。Elaticsearch，简称为 ES， ES 是一个开源的高扩展的分布式全文搜索引擎，是整个 Elastic Stack 技术栈的核心。它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理 PB 级别的数据。

1.2、全文搜索引擎

Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。建立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差的：

搜索的数据对象是大量的非结构化的文本数据。文件记录量达到数十万或数百万个甚至更多。支持大量基于交互式文本的查询。需求非常灵活的全文搜索查询。对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足。对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全文搜索引擎。这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。

1.3、Elasticsearch的应用案例 GitHub: 2013 年初，抛弃了 Solr，采取 Elasticsearch 来做 PB 级的搜索。“GitHub 使用Elasticsearch 搜索 20TB 的数据，包括 13 亿文件和 1300 亿行代码”。维基百科：启动以 Elasticsearch 为基础的核心搜索架构SoundCloud：“SoundCloud 使用 Elasticsearch 为 1.8 亿用户提供即时而精准的音乐搜索服务”。百度：目前广泛使用 Elasticsearch 作为文本数据分析，采集百度所有服务器上的各类指标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常或业务层面异常。目前覆盖百度内部 20 多个业务线（包括云分析、网盟、预测、文库、直达号、钱包、风控等），单集群最大 100 台机器，200 个 ES 节点，每天导入 30TB+ 数据。新浪：使用 Elasticsearch 分析处理 32 亿条实时日志。阿里：使用 Elasticsearch 构建日志采集和分析体系。Stack Overflow：解决 Bug 问题的网站，全英文，编程人员交流的网站。 1.4、Elasticsearch的下载、安装、运行

Download Elasticsearch Free | Get Started Now | Elastic | Elastic

Elasticsearch 的官方地址：https://·/szh.jpg", "price":3999.00 }

上面的数据创建后，由于没有指定数据唯一性标识（ID），默认情况下，ES 服务器会随机生成一个。

如果想要自定义唯一性标识，需要在创建时指定。推荐使用下面这种方式创建文档。

2.3.2 查看单个文档：主键查询

查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询。在 Postman 中，向 ES 服务器发 GET 请求。

2.3.3 查看所有文档：全查询

“query”:这里的query代表一个查询对象，里面可以有不同的查询属性

“match_all”:查询类型，例如：match_all(代表查询所有)，match，term，range等等

{查询条件}：查询条件会根据类型的不同，写法也有差异

2.3.4 修改文档中的全部字段

修改数据时，也可以只修改某一给条数据的局部信息，也可以修改所有字段信息。

修完完之后，再次发送GET请求，查看修改后的文档内容。

{ "title":"OPPO手机", "category":"OPPO", "images":"http://·/szh.jpg", "price":2400.00 }

2.3.5 修改文档中的某个字段 { "doc" : { "title":"VIVO手机", "category":"VIVO" } }

2.3.6 删除文档

删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。在 Postman 中，向 ES 服务器发 DELETE 请求。

2.3.7 条件查询文档内容

match 匹配类型查询，会把查询条件进行分词，然后进行查询，多个词条之间是 or 的关系。

在 Postman 中，向 ES 服务器发 GET 请求。

上面这种查询方式的请求参数是直接跟在请求路径之后的，这种方式不太好，因为可能会造成乱码问题。

所以一般采用下面这种方式，将请求参数存放在请求体中。

{ "query" : { "match" : { "category" : "华为" } } }

2.3.8 分页查询+排序文档内容

默认情况下，Elasticsearch 在搜索的结果中，会把文档中保存在_source 的所有字段都返回。如果我们只想获取其中的部分字段，我们可以添加_source 的过滤

sort 可以让我们按照不同的字段进行排序，并且通过 order 指定排序的方式。desc 降序，asc 升序。

from：当前页的起始索引，默认从 0 开始。 from = (pageNum - 1) * size。

size：每页显示多少条。

{ "query" : { "match_all" : { } }, "from" : 0, // (页码-1)*每页条数, 第一页：(1-1)*2=0, 第二页：(2-1)*2=2 "size" : 2, "_source" : ["title","price"], "sort" : { "price" : { "order" : "desc" } } }

2.3.9 多条件查询：and

bool把各种其它查询通过must（必须 and ）、must_not（必须不）、should（应该 or）的方式进行组合。

{ "query" : { "bool" : { "must" : [ { "match" : { "category" : "小米" } }, { "match" : { "price" : 3999.00 } } ] } } }

2.3.10 多条件查询：or

bool把各种其它查询通过must（必须 and ）、must_not（必须不）、should（应该 or）的方式进行组合。

{ "query" : { "bool" : { "should" : [ { "match" : { "category" : "VIVO" } }, { "match" : { "price" : 5999.00 } } ] } } }

2.3.11 多条件查询：大于、小于

range 查询找出那些落在指定区间内的数字或者时间。range 查询允许以下字符： gt 大于> gte 大于等于>= lt 小于< lte 小于等于<=

{ "query" : { "bool" : { "must" : [ { "match" : { "category" : "小米" } } ], "filter" : { "range" : { "price" : { "gt" : 3000.00, "lt" : 4000.00 } } } } } }

2.3.12 全文查询+高亮显示

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。

在使用 match 查询的同时，加上一个 highlight 属性：

pre_tags：前置标签post_tags：后置标签fields：需要高亮的字段title：这里声明 title 字段需要高亮，后面可以为这个字段设置特有配置，也可以空 { "query" : { "match_phrase" : { "category" : "小" } }, "highlight" : { "fields" : { "category" : {} } } }

当我们将查询条件中的 match_phrase 改为 match 之后，再次查询，结果仍然是有的。这就很奇怪了，我文档中分类信息只有小米、没有小啊，为什么还能查询到结果呢？这是因为ES在保存文档数据时，会将数据进行分词、拆解操作，并将拆解后的数据保存到倒排索引中，这样即使使用文字的一部分（小米可以查询到、小也可以查询到）也能查询到数据，这种方式就称为全文检索。也就是说文档中的category是小米，

通过小、米、小米均可以查询到。

如果我们写的是小华，则ES会帮我们查询出：%小%、%华% 相关的所有数据，这里就是进行了数据分词、拆解，进而采用倒排索引的方式查询。

假如说，我不想采用采用这种全文检索的匹配模式，需要将 match 改为 match_phrase。

2.3.13 聚合查询：根据价格分组、对价格求平均值

聚合允许使用者对 es 文档进行统计分析，类似与关系型数据库中的 group by，当然还有很多其他的聚合，例如取最大值、平均值等等。

对某个字段取最大值 max对某个字段取最小值 min对某个字段求和 sum对某个字段取平均值 avg对某个字段的值进行去重之后再取总数 distinct { "aggs" : { //聚合操作 "price_group" : { //名称，自定义 "terms" : { //分组 "field" : "price" //分组字段 } } }, "size" : 0 }

{ "aggs" : { //聚合操作 "price_avg" : { //名称，自定义 "avg" : { //分组 "field" : "price" //分组字段 } } }, "size" : 0 }

2.4 映射操作

有了索引库，等于有了数据库中的 database。

接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。

字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price

type：类型，Elasticsearch 中支持的数据类型非常丰富，说几个关键的： ? String 类型，又分两种： ? text：可分词

? keyword：不可分词，数据会作为完整字段进行匹配 ? Numerical：数值类型，分两类 ? 基本数据类型：long、integer、short、byte、double、float、half_float ? 浮点数的高精度类型：scaled_float ? Date：日期类型 ? Array：数组类型 ? Object：对象

index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引。 ? true：字段会被索引，则可以用来进行搜索 ? false：字段不会被索引，不能用来搜索

store：是否将数据进行独立存储，默认为 false ? 原始的文本会存储在_source 里面，默认情况下其他提取出来的字段都不是独立存储的，是从_source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置"store": true 即可，获取独立存储的字段要比从_source 中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置

analyzer：分词器，这里的 ik_max_word 即使用 ik 分词器

首先是 http://127.0.0.1:9200/user ，发送PUT请求，创建一个user索引，然后在这个索引下创建一个映射。

就类似于在mysql中创建一个名为 user 的数据库，在这个数据库中定义一张表的结构如下：👇👇👇

text 类型为true表示 name 字段可以支持分词、拆解操作的查询；而 keyword 类型为true表示 sex 字段仅支持完全匹配的模式；最后 keyword 类型为false表示 tel 字段不支持查询。

{ "properties" : { "name" : { "type" : "text", "index" : true }, "sex" : { "type" : "keyword", "index" : true }, "tel" : { "type" : "keyword", "index" : false } } }

索引有了，映射也有了（数据库有了，表结构有了，就差向表中添加数据了），也就是需要添加文档内容。

因为name字段是支持text模式查询，即支持分词、拆解操作，做倒排索引，所以虽然文档中的name字段为张起灵，但是经过分词拆解，name为徐、凤、年、凤年这几种都可以查询出数据。

由于 sex 字段不支持text分词拆解，仅支持keyword完全匹配的模式，所以源文档数据中 sex 为 man，这里只写个 m 是查询不到的。

最后的tel字段是最苛刻的，压根不支持text、keyword两种查询，所以这里就算是写成和文档中的 tel 一样，也查询不到，因为 tel 字段不支持查询。

三、Elasticsearch——使用Java API实现ES中的索引、映射、文档操作 3.1 简单介绍

之前是对ES中的创建/查看/删除索引、创建定义映射、创建/查看/修改/删除文档的这些操作有了一定的了解认识，但是是通过Postman + JSON串的方法来实现的

那么之后仍然是对ES中的索引、映射、文档进行操作，只是方法换成了Java API。

3.2 案例详情

首先需要创建一个maven工程，必然要添加ES相关的依赖。

同时双击ES安装目录的bin目录下的 elasticsearch.bat ，先启动ES服务端。

pom文件

<dependency> <groupId>org.elasticsearch</groupId> <artifactId>elasticsearch</artifactId> <version>7.8.0</version> </dependency>  <dependency> <groupId>org.elasticsearch.client</groupId> <artifactId>elasticsearch-rest-high-level-client</artifactId> <version>7.8.0</version> </dependency>  <dependency> <groupId>org.apache.logging.log4j</groupId> <artifactId>log4j-api</artifactId> <version>2.8.2</version> </dependency> <dependency> <groupId>org.apache.logging.log4j</groupId> <artifactId>log4j-core</artifactId> <version>2.8.2</version> </dependency> <dependency> <groupId>com.fasterxml.jackson.core</groupId> <artifactId>jackson-databind</artifactId> <version>2.9.9</version> </dependency>  <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.12</version> </dependency> 3.2.1 创建ES客户端：完成与ES服务端连接

后边都是按照这个模板代码来的

package com.szh.es; import org.apache.http.HttpHost; import org.elasticsearch.client.RestClient; import org.elasticsearch.client.RestHighLevelClient; import java.io.IOException; /** * */ public class ESTestClient { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //关闭ES客户端 esClient.close(); } } 3.2.2 创建索引 //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //创建索引 --- 请求对象 CreateIndexRequest request = new CreateIndexRequest("user"); //发送请求 --- 获取响应 CreateIndexResponse response = esClient.indices().create(request, RequestOptions.DEFAULT); //响应状态 boolean acknowledged = response.isAcknowledged(); System.out.println("索引操作：" + acknowledged); //关闭ES客户端 esClient.close(); 3.2.3 查看索引 public class ESTestIndexSearch { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //查询索引 --- 请求对象 GetIndexRequest request = new GetIndexRequest("user"); //发送请求 --- 获取响应 GetIndexResponse response = esClient.indices().get(request, RequestOptions.DEFAULT); //响应状态 System.out.println(response.getAliases()); System.out.println(response.getMappings()); System.out.println(response.getSettings()); //关闭ES客户端 esClient.close(); } } 3.2.4 删除索引 public class ESTestIndexDelete { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //删除索引 --- 请求对象 DeleteIndexRequest request = new DeleteIndexRequest("user"); //发送请求 --- 获取响应 AcknowledgedResponse response = esClient.indices().delete(request,RequestOptions.DEFAULT); //响应状态 System.out.println(response.isAcknowledged()); //关闭ES客户端 esClient.close(); } } 3.2.5 创建文档

索引有了，就相当于有了数据库。接下来就需要向数据库中建表、添加数据。建表自然要有表结构（有哪些属性、这些属性分别都是什么数据类型），也就是ES中的映射，在Java代码中就可以采用实体类来实现。

public class User { private String name; private String sex; private Integer age; //getter and setter } public class ESTestDocInsert { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //创建文档 --- 请求对象 IndexRequest request = new IndexRequest(); //设置索引及索引中文档的唯一性标识id（如果不指定，则ES会默认随机生成一个id） request.index("user").id("1001"); //创建数据对象（文档内容） User user = new User(); user.setName("张起灵"); user.setSex("man"); user.setAge(21); //向ES中插入数据，必须将数据格式转换为JSON ObjectMapper objectMapper = new ObjectMapper(); String userJson = objectMapper.writeValueAsString(user); request.source(userJson, XContentType.JSON); //发送请求 --- 获取响应 IndexResponse response = esClient.index(request, RequestOptions.DEFAULT); System.out.println(response.getResult()); //关闭ES客户端 esClient.close(); } } 3.2.6 修改文档 public class ESTestDocUpdate { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //修改文档 --- 请求对象 UpdateRequest request = new UpdateRequest(); //配置修改参数 --- 表示要修改user索引中id为1001的文档内容 request.index("user").id("1001"); //将修改后的内容，以JSON格式写入请求体中 request.doc(XContentType.JSON,"age",18); //发送请求 --- 获取响应 UpdateResponse response = esClient.update(request,RequestOptions.DEFAULT); System.out.println(response.getResult()); //关闭ES客户端 esClient.close(); } } 3.2.7 查看文档 public class ESTestDocSearch { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //查询文档 --- 请求对象 GetRequest request = new GetRequest(); //设置请求参数 --- 表示要查询user索引中id为1001的文档内容 request.index("user").id("1001"); //发送请求 --- 获取响应 GetResponse response = esClient.get(request,RequestOptions.DEFAULT); System.out.println(response.getSourceAsString()); //关闭ES客户端 esClient.close(); } } 3.2.8 删除文档 public class ESTestDocDelete { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //删除文档 --- 请求对象 DeleteRequest request = new DeleteRequest(); //设置请求参数 --- 表示要删除user索引中id为1001的文档 request.index("user").id("1001"); //发送请求 --- 获取响应 DeleteResponse response = esClient.delete(request,RequestOptions.DEFAULT); System.out.println(response.getResult()); //关闭ES客户端 esClient.close(); } } 3.2.9 批量创建文档 public class ESTestDocInsertBatch { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //批量新增文档 --- 请求对象 BulkRequest request = new BulkRequest(); //以JSON格式批量新增文档 --- 存入请求体中 request.add(new IndexRequest().index("user").id("1001").source(XContentType.JSON, "name", "张起灵","sex","boy","age",21)); request.add(new IndexRequest().index("user").id("1002").source(XContentType.JSON, "name", "小哥","sex","boy","age",18)); request.add(new IndexRequest().index("user").id("1003").source(XContentType.JSON, "name", "小宋","sex","boy","age",20)); //发送请求 --- 获取响应 BulkResponse response = esClient.bulk(request, RequestOptions.DEFAULT); System.out.println(response.getTook()); //关闭ES客户端 esClient.close(); } } 3.2.10 批量删除文档 public class ESTestDocDeleteBatch { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //批量删除文档 --- 请求对象 BulkRequest request = new BulkRequest(); //将要删除的文档id存入请求体中 request.add(new DeleteRequest().index("user").id("1001")); request.add(new DeleteRequest().index("user").id("1002")); request.add(new DeleteRequest().index("user").id("1003")); //发送请求 --- 获取响应 BulkResponse response = esClient.bulk(request,RequestOptions.DEFAULT); System.out.println(response.getTook()); System.out.println(response.getItems()); //关闭ES客户端 esClient.close(); } } 3.2.11 全量查询

因为上面两个代码案例分别进行了批量创建、批量删除。所以这里首先执行一次批量创建的代码，确保索引中有多条数据供我们查询。

public class ESTestDocInsertBatch { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //批量新增文档 --- 请求对象 BulkRequest request = new BulkRequest(); //以JSON格式批量新增文档 --- 存入请求体中 request.add(new IndexRequest().index("user").id("1001").source(XContentType.JSON, "name", "张起灵","sex","boy","age",21)); request.add(new IndexRequest().index("user").id("1002").source(XContentType.JSON, "name", "小哥","sex","boy","age",18)); request.add(new IndexRequest().index("user").id("1003").source(XContentType.JSON, "name", "小宋","sex","boy","age",20)); request.add(new IndexRequest().index("user").id("1004").source(XContentType.JSON, "name", "冷少","sex","boy","age",25)); request.add(new IndexRequest().index("user").id("1005").source(XContentType.JSON, "name", "Java软件工程师","sex","girl","age",40)); //发送请求 --- 获取响应 BulkResponse response = esClient.bulk(request, RequestOptions.DEFAULT); System.out.println(response.getTook()); //关闭ES客户端 esClient.close(); } }

下面首先进行全量查询操作。

做匹配查询，查询年龄age=21的文档内容。

做全量查询，对查询结果进行分页显示，每页2条数据，查询第1页。

查看第几页：（页码 - 1）*每页条数

做全量查询，对查询结果中的年龄age字段做降序排序。

做全量查询，同时排除性别sex字段。

查询年龄 age=18 或者 name=张起灵的文档内容。

public class ESTestDocQuery { public static void main(String[] args) throws IOException { //创建ES客户端 RestHighLevelClient esClient = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost",9200,"http")) ); //6.组合查询 //创建搜索请求对象 SearchRequest request = new SearchRequest(); //设置参数 --- 表示查询哪个索引中的文档内容 request.indices("user"); //构建查询的请求体 SearchSourceBuilder builder = new SearchSourceBuilder(); BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery(); boolQueryBuilder.should(QueryBuilders.matchQuery("age",18)); boolQueryBuilder.should(QueryBuilders.matchQuery("name","张起灵")); builder.query(boolQueryBuilder); //将构建好的查询请求体存入搜索请求对象中 request.source(builder); //发送请求 --- 获取响应 SearchResponse response = esClient.search(request,RequestOptions.DEFAULT); //获取查询到的结果集 SearchHits hits = response.getHits(); System.out.println(hits.getTotalHits()); //结果集的条数 System.out.println(response.getTook()); //总耗时 //遍历结果集 for (SearchHit hit : hits) { System.out.println(hit.getSourceAsString()); } //关闭ES客户端 esClient.close(); } } RestClient.builder(new HttpHost("localhost",9200,"http")) ); //6.组合查询 //创建搜索请求对象 SearchRequest request = new SearchRequest(); //设置参数 --- 表示查询哪个索引中的文档内容 request.indices("user"); //构建查询的请求体 SearchSourceBuilder builder = new SearchSourceBuilder(); BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery(); boolQueryBuilder.should(QueryBuilders.matchQuery("age",18)); boolQueryBuilder.should(QueryBuilders.matchQuery("name","张起灵")); builder.query(boolQueryBuilder); //将构建好的查询请求体存入搜索请求对象中 request.source(builder); //发送请求 --- 获取响应 SearchResponse response = esClient.search(request,RequestOptions.DEFAULT); //获取查询到的结果集 SearchHits hits = response.getHits(); System.out.println(hits.getTotalHits()); //结果集的条数 System.out.println(response.getTook()); //总耗时 //遍历结果集 for (SearchHit hit : hits) { System.out.println(hit.getSourceAsString()); } //关闭ES客户端 esClient.close();

} }