探索Elasticsearch：文档的CRUD

在企业环境中，Elasticsearch对文档操作的支持不仅是实现高效搜索的关键，更是数据驱动决策的重要支柱。它通过强大的索引机制和灵活的查询语言，使企业能够实时处理和分析海量文档数据，迅速获取有价值的洞察，从而加速创新、优化运营并提升客户体验。 Elasticsearch让文档管理从简单的存储检索升级为智能信息发掘，成为现代企业不可或缺的数据处理引擎。

---

目录

文档的CRUD

基于Kibana控制台操作

新增文档

查询文档

修改文档

全量修改

局部修改

删除文档

基于Java REST Client 实现

准备依赖

准备实体类

初始化RestHighLevelClient

查询文档

删除文档

批处理操作文档

---

elasticsearch是面向文档（Document）存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中。

上文中我们有了索引库，接下来就可以向索引库中添加数据了。

Elasticsearch中的数据其实就是JSON风格的文档。操作文档自然保护增、删、改、查等几种常见操作。

文档的CRUD 基于Kibana控制台操作 新增文档 # 新增文档 POST /user/_doc/1 { "info": "我们都会找到好工作", "email": "zy@itcast ", "name": { "firstName": "云", "lastName": "赵" } }

实现效果如下：

---

查询文档 # 查询文档 GET /user/_doc/1

实现效果如下：

---

修改文档 全量修改 # 全量修改 PUT /user/_doc/1 { "info": "我们都会找到幸福", "email": "ZZZ@itcast ", "name": { "firstName": "云", "lastName": "赵" } }

实现效果如下：

局部修改 # 局部修改Java POST /user/_update/1 { "doc": { "email": "ZhaoYun@itcast " } }

实现效果如下：

---

删除文档 # 删除文档 DELETE /user/_doc/1

实现效果如下：

---

基于Java REST Client 实现 准备依赖

上文导入了es的依赖

<!-- mysql --> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>8.0.31</version> </dependency> <!-- mybatisPlus--> <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.5.3.1</version> </dependency> <!--hutool工具包--> <dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.8.14</version> </dependency>

准备一个数据库表（毕竟是测试，就建了一张表）

准备实体类

准备普通实体类Item和引库结构对应的实体类ItemDoc

@Data @EqualsAndHashCode(callSuper = false) @Accessors(chain = true) public class Item implements Serializable { private static final long serialVersionUID = 1L; /** * 商品id */ private Long id; /** * SKU名称 */ private String name; /** * 价格（分） */ private Integer price; /** * 库存数量 */ private Integer stock; /** * 商品图片 */ private String image; /** * 类目名称 */ private String category; /** * 品牌名称 */ private String brand; /** * 规格 */ private String spec; /** * 销量 */ private Integer sold; /** * 评论数 */ private Integer commentCount; /** * 是否是推广广告，true/false */ @TableField("isAD") private Boolean isAD; /** * 商品状态 1-正常，2-下架，3-删除 */ private Integer status; /** * 创建时间 */ private LocalDateTime createTime; /** * 更新时间 */ private LocalDateTime updateTime; /** * 创建人 */ private Long creater; /** * 修改人 */ private Long updater; } @Data public class ItemDoc { private String id; private String name; private Integer price; private String image; private String category; private String brand; private Integer sold; private Integer commentCount; @TableField("isAD") private Boolean isAD; private LocalDateTime updateTime; }

准备一个ItemMapper

@Mapper public interface ItemMapper extends BaseMapper<Item> { }

创建一个测试类ElasticDocTest

初始化RestHighLevelClient private RestHighLevelClient client; @Autowired private ItemMapper itemMapper; /** * 初始化ES客户端 */ @BeforeEach void setUp() { client = new RestHighLevelClient(RestClient.builder( HttpHost.create("http://自己的虚拟机地址:9200") )); } /** * 关闭ES客户端 * @throws IOException */ @AfterEach void tearDown() throws IOException { if (client != null) { client.close(); } } /** * 测试连接 */ @Test void testConnection() { System.out.println("client = " + client); }

测试连接

连接ES客户端成功

---

新增文档

/** * 新增文档 * @throws IOException */ @Test void testIndexDoc() throws IOException { // 1.根据id查询商品数据 Item item = itemMapper.selectById(11); // 2.转换为文档类型 ItemDoc itemDoc = BeanUtil.copyProperties(item, ItemDoc.class); // 修改类名 // 3.将ItemDTO转json String doc = JSONUtil.toJsonStr(itemDoc); // 1.准备Request对象 IndexRequest request = new IndexRequest("items").id(itemDoc.getId()); // 2.准备Json文档 request.source(doc, XContentType.JSON); // 3.发送请求 client.index(request, RequestOptions.DEFAULT); } 查询文档 /** * 根据id查询文档 * @throws IOException */ @Test void testGetDocumentById() throws IOException { // 1.准备Request对象 GetRequest request = new GetRequest("items").id("11"); // 2.发送请求 GetResponse response = client.get(request, RequestOptions.DEFAULT); // 3.获取响应结果中的source String json = response.getSourceAsString(); ItemDoc itemDoc = JSONUtil.toBean(json, ItemDoc.class); System.out.println("itemDoc= " + itemDoc); }

实现效果如下:

验证：新增文档和查询文档的成功了

修改文档

/** * 根据id更新文档 * @throws IOException */ @Test void testUpdateDocument() throws IOException { // 1.准备Request UpdateRequest request = new UpdateRequest("items", "11"); // 2.准备请求参数 request.doc( "price", 66666, "commentCount", 1 ); // 3.发送请求 client.update(request, RequestOptions.DEFAULT); }

实现效果如下：（重新查询后与上图对比）

---

删除文档 /** * 根据id删除文档 * @throws IOException */ @Test void testDeleteDocument() throws IOException { // 1.准备Request，两个参数，第一个是索引库名，第二个是文档id DeleteRequest request = new DeleteRequest("items", "11"); // 2.发送请求 client.delete(request, RequestOptions.DEFAULT); }

实现效果如下：（重新查询后与上图对比）

---

批处理操作文档

在之前的测试中，我们都是操作单个文档。而数据库中的商品数据实际会达到数十万条，某些项目中可能达到数百万条。

我们如果要将这些数据导入索引库，肯定不能逐条导入，而是采用批处理方案。

演示批量导入

@Test void testLoadItemDoc() throws IOException { // 分页查询商品数据 int pageNo = 1; int size = 100; while (true) { // 查询当前页数据 Page<Item> page = itemService.lambdaQuery() .eq(Item::getStatus, 1) .page(new Page<>(pageNo, size)); // 获取当前页记录 List<Item> items = page.getRecords(); // 如果当前页没有数据，退出循环 if (CollUtil.isEmpty(items)) { log.info("所有数据已加载完成"); break; } log.info("加载第{}页数据，共{}条", pageNo, items.size()); // 创建批量请求 BulkRequest request = new BulkRequest("items"); // 遍历当前页数据，添加到批量请求中 for (Item item : items) { ItemDoc itemDoc = BeanUtil.copyProperties(item, ItemDoc.class); request.add(new IndexRequest() .id(itemDoc.getId()) .source(JSONUtil.toJsonStr(itemDoc), XContentType.JSON)); } // 发送批量请求 client.bulk(request, RequestOptions.DEFAULT); // 如果没有下一页数据，退出循环 if (!page.hasNext()) { log.info("没有更多数据了"); break; } // 翻页 pageNo++; } }

实现效果如下：（主要我就准备了15条）