es8.x 版本使用及 java api client

1.为什么不使用High Level REST Client 了

那在 ElasticSearch 7.15.0 版本开始，官方又不建议使用 High Level REST Client 了，为什么呢？因为它是基于原生的 REST API，而这些 API 在某些情况下限制了某些功能的性能优化。与此同时，官方也推出了 Elasticsearch Java 客户端（Java 客户端）作为替代方案。这个新客户端旨在提供更好的性能、更好的稳定性，并且更易于维护和开发。

缺点如下：

    1.性能损耗：由于是基于 REST API 的封装，可能存在性能上的一些损耗，比如相比原生的 Java 客户端可能有更高的延迟。
    2.功能限制：High Level REST Client 对于一些高级或较新的功能可能提供支持不够或者存在一些限制。

优点如下：

    1.易用性高：High Level REST Client 封装了底层的 REST API，提供了了更直观、更易用的开发方法调用 ElasticSearch 的功能。
    2.开发效率高
    3.较好的兼容性
虽然 High Level REST Client 在易用性和开发效率方面有优势，但是为了获得更好的性能、更好的稳定性，并且获得更多的特性支持，官方建议从 Elasticsearch 7.15.0 版本开始，使用新的 Java 客户端

 

2.使用 java client 步骤

 

1. pom 引入

        <dependency><groupId>co.elastic.clients</groupId><artifactId>elasticsearch-java</artifactId><version>8.14.1</version></dependency><dependency><groupId>com.fasterxml.jackson.core</groupId><artifactId>jackson-databind</artifactId><version>2.17.0</version></dependency>

2. 创建 java 客户端

 String serverUrl = "http://localhost:9200";String apiKey = "wM7endtMl1d=U+oJdWFH"; //访问 es 的密钥// Create the low-level clientRestClient restClient = RestClient.builder(HttpHost.create(serverUrl)).setDefaultHeaders(new Header[]{new BasicHeader("Authorization", "ApiKey " + apiKey)}).build();// Create the transport with a Jackson mapperElasticsearchTransport transport = new RestClientTransport(restClient, new JacksonJsonpMapper());ElasticsearchClient elasticsearchClient = new ElasticsearchClient(transport);

3. 创建索引

创建一个索引名为“es_2024”的索引

public static void createIndex(ElasticsearchClient esClient) throws IOException {User user = new User("1", "test", 10, "A", new Date(), "123456789", "123@qq.com", "北京");IndexResponse response = esClient.index(i -> i.index("es_2024").id(user.getId()).document(user));System.out.println("Indexed with version " + response.version());}

效果

4. 查询

下面是查询姓名包含李的，且年龄大于等于2岁的人员信息

private static void extracted2(ElasticsearchClient esClient) throws IOException {String searchText = "李";int age = 2;Query byName = MatchQuery.of(m -> m.field("name").query(searchText))._toQuery();Query byMaxPrice = RangeQuery.of(r -> r.field("age").gte(JsonData.of(age))//大于等于)._toQuery();SearchResponse<User> response = esClient.search(s -> s.index("es_2024").query(q -> q.bool(b -> b.must(byName).must(byMaxPrice))),User.class);List<Hit<User>> hits = response.hits().hits();for (Hit<User> hit : hits) {User user = hit.source();System.out.println("Found user " + user.getName() + ", score " + hit.score());}}

 

5. 使用脚本查询

使用脚本模版查询的好处就是，可以不用改代码，直接改模板就好了（前提需要单独创建一个模板的文件，使用时加载该模板）

 

下面是使用 mustache的一个模板

private static void userScript(ElasticsearchClient esClient) throws IOException {
// Create a scriptesClient.putScript(r -> r.id("query-script").script(s -> s.lang("mustache")// mustache 含义：mustache 模板引擎.source("{\"query\":{\"match\":{\"{{field}}\":\"{{value}}\"}}}")));SearchTemplateResponse<User> response = esClient.searchTemplate(r -> r.index("es_2024").id("query-script").params("field", JsonData.of("name")).params("value", JsonData.of("李")),User.class);List<Hit<User>> hits = response.hits().hits();for (Hit<User> hit: hits) {User user = hit.source();System.out.println("Found user " + user.getName()+ ", score " + hit.score());}}

 

6. 聚合查询

查询address=南京，并按 age 进行分组查询，此查询只查询结果，所以是 Voild

private static void aggregation(ElasticsearchClient esClient) throws IOException {String searchText = "南京";//不使用分词查询，及精确匹配Query query = TermQuery.of(m -> m.field("address.keyword").value(searchText))._toQuery();SearchResponse<Void> response = esClient.search(b -> b.index("es_2024").size(0).query(query).aggregations("group_by_age", a -> a.terms(h -> h.field("age"))),Void.class);List<LongTermsBucket> array = response.aggregations().get("group_by_age").lterms().buckets().array();for (LongTermsBucket bucket: array) {System.out.println("There are " + bucket.docCount() +" value " + bucket.key());}
}

 

因为address='南京' 且 age=2的只有一个，所以打印出来，bucket 是分组的值，bucket.docCount 是分组值对应的数量

There are 1 value 2   

 

7. 分词查询和不分词查询的注意事项

在Elasticsearch中，查询可以通过多种方式进行，包括全文查询（分词查询）和不分词查询。

全文查询（分词查询）：

全文查询通常用于对文本内容进行搜索。它会先分析查询字符串，然后对分析后的词汇进行搜索。这是最常见的搜索方式，也是Elasticsearch默认的搜索方式。

例如，如果你有一个文档，其中包含"Elasticsearch is a great search engine"，当你搜索"Elastic search"时，它会将这个查询分解为"Elastic"和"search"，然后返回包含这两个词的文档。

GET /_search
{
  "query": {
    "match": {
      "content": "Elastic search"
    }
  }
}

不分词查询：

不分词查询用于查找完全匹配的词汇。如果你想要查找整个词（例如，整个词汇或短语），你可以使用不分词查询。

例如，如果你有一个文档，其中包含"Elasticsearch is a great search engine"，当你搜索"Elasticsearch"时，它会返回包含这个完整词汇的文档。

GET /_search
{
  "query": {
    "match_phrase": {
      "content": "Elasticsearch"
    }
  }
}

在这个例子中，只有包含"Elasticsearch"这个短语的文档会被搜索出来。

另外，如果你不希望Elasticsearch对你的查询进行分析，你可以使用keyword字段进行不分词查询。例如，如果你有一个字段name，它有一个子字段keyword，你可以使用这个字段进行不分词查询。

GET /_search
{
  "query": {
    "term": {
      "name.keyword": {
        "value": "Elasticsearch"
      }
    }
  }
}

在这个例子中，只有name.keyword字段完全等于"Elasticsearch"的文档会被搜索出来。

 

 3. es客户端使用工具

找可视化工具，发现支持8.x 的很难找到，这里推荐一个简单好用的ElasticSearch可视化客户端，支持连接6，7，8版本的ES，不妨一试 

ElasticView 是一款用来监控ElasticSearch状态和操作ElasticSearch索引的web可视化工具。它由golang开发而成，具有部署方便，占用内存小等优点，官网地址:http://www.elastic-view.cn

• ElasticSearch连接树管理（更方便的切换测试/生产环境）
• 支持权限管理
• 支持sql转换成dsl语法
• 更方便的重建索引
• 任务管理
• 备份管理
• 可将查询内容下载为excel文件
• 可进行索引创建，映射创建，别名创建，索引删除等操作
• 支持版本 6.x,7.x,8.x
• 支持类似Navicat功能
• docker部署
• 支持sqlite3（免安装gcc版）
• 数据抽取功能