java操作es的多条件组合精确查询BoolQuery-低调大师

java操作es的多条件组合精确查询BoolQuery

2017-11-20 519

2.0之后ES的java api用法有了很大变化。在此记录一些。

java应用程序连接ES集群，笔者使用的是TransportClient，获取TransportClient的代码设计为单例模式（见getClient方法）。同时包含了设置自动提交文档的代码。注释比较详细，不再赘述。

下方另有提交文档、提交搜索请求的代码。

1、连接ES集群代码如下：

  1 package elasticsearch;
  2 
  3 import com.vividsolutions.jts.geom.GeometryFactory;
  4 import com.vividsolutions.jts.geom.MultiPolygon;
  5 import com.vividsolutions.jts.geom.Polygon;
  6 import com.vividsolutions.jts.io.ParseException;
  7 import com.vividsolutions.jts.io.WKTReader;
  8 import org.apache.commons.logging.Log;
  9 import org.apache.commons.logging.LogFactory;
 10 import org.elasticsearch.action.bulk.BulkProcessor;
 11 import org.elasticsearch.action.bulk.BulkRequest;
 12 import org.elasticsearch.action.bulk.BulkResponse;
 13 import org.elasticsearch.client.transport.TransportClient;
 14 import org.elasticsearch.common.settings.Settings;
 15 import org.elasticsearch.common.transport.InetSocketTransportAddress;
 16 import org.elasticsearch.common.unit.ByteSizeUnit;
 17 import org.elasticsearch.common.unit.ByteSizeValue;
 18 import org.elasticsearch.common.unit.TimeValue;
 19 
 20 import java.net.InetAddress;
 21 import java.util.Date;
 22 
 23 /**
 24  * Created by ZhangDong on 2015/12/25.
 25  */
 26 public class EsClient {
 27     static Log log = LogFactory.getLog(EsClient.class);
 28 
 29     //    用于提供单例的TransportClient BulkProcessor
 30     static public TransportClient tclient = null;
 31     static BulkProcessor staticBulkProcessor = null;
 32 
 33 //【获取TransportClient 的方法】
 34     public static TransportClient getClient() {
 35         try {
 36             if (tclient == null) {
 37                 String EsHosts = "10.10.2.1:9300,10.10.2.2:9300";
 38                 Settings settings = Settings.settingsBuilder()
 39                         .put("cluster.name", "wshare_es")//设置集群名称
 40                         .put("tclient.transport.sniff", true).build();//自动嗅探整个集群的状态，把集群中其它机器的ip地址加到客户端中
 41 
 42                 tclient = TransportClient.builder().settings(settings).build();
 43                 String[] nodes = EsHosts.split(",");
 44                 for (String node : nodes) {
 45                     if (node.length() > 0) {//跳过为空的node（当开头、结尾有逗号或多个连续逗号时会出现空node）
 46                         String[] hostPort = node.split(":");
 47                         tclient.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName(hostPort[0]), Integer.parseInt(hostPort[1])));
 48 
 49                     }
 50                 }
 51             }//if
 52         } catch (Exception e) {
 53             e.printStackTrace();
 54         }
 55         return tclient;
 56     }
 57      //【设置自动提交文档】
 58     public static BulkProcessor getBulkProcessor() {
 59         //自动批量提交方式
 60         if (staticBulkProcessor == null) {
 61             try {
 62                 staticBulkProcessor = BulkProcessor.builder(getClient(),
 63                         new BulkProcessor.Listener() {
 64                             @Override
 65                             public void beforeBulk(long executionId, BulkRequest request) {
 66                                 //提交前调用
 67 //                                System.out.println(new Date().toString() + " before");
 68                             }
 69 
 70                             @Override
 71                             public void afterBulk(long executionId, BulkRequest request, BulkResponse response) {
 72                                 //提交结束后调用（无论成功或失败）
 73 //                                System.out.println(new Date().toString() + " response.hasFailures=" + response.hasFailures());
 74                                 log.info( "提交" + response.getItems().length + "个文档，用时"
 75                                         + response.getTookInMillis() + "MS" + (response.hasFailures() ? " 有文档提交失败！" : ""));
 76 //                                response.hasFailures();//是否有提交失败
 77                             }
 78 
 79                             @Override
 80                             public void afterBulk(long executionId, BulkRequest request, Throwable failure) {
 81                                 //提交结束且失败时调用
 82                                 log.error( " 有文档提交失败！after failure=" + failure);
 83                             }
 84                         })
 85                         
 86                         .setBulkActions(1000)//文档数量达到1000时提交
 87                         .setBulkSize(new ByteSizeValue(5, ByteSizeUnit.MB))//总文档体积达到5MB时提交 //
 88                         .setFlushInterval(TimeValue.timeValueSeconds(5))//每5S提交一次（无论文档数量、体积是否达到阈值）
 89                         .setConcurrentRequests(1)//加1后为可并行的提交请求数，即设为0代表只可1个请求并行，设为1为2个并行
 90                         .build();
 91 //                staticBulkProcessor.awaitClose(10, TimeUnit.MINUTES);//关闭，如有未提交完成的文档则等待完成，最多等待10分钟
 92             } catch (Exception e) {//关闭时抛出异常
 93                 e.printStackTrace();
 94             }
 95         }//if
 96 
 97 
 98 
 99 
100 
101         return staticBulkProcessor;
102     }
103 }

2、插入文档的代码（自动批量提交方式，注释中另有手动批量提交、单个文档提交的方式）：

 1 package elasticsearch;
 2 
 3 import org.apache.commons.logging.Log;
 4 import org.apache.commons.logging.LogFactory;
 5 import org.elasticsearch.action.index.IndexRequest;
 6 
 7 
 8 /**
 9  * Created by ZhangDong on 2015/12/25.
10  */
11 public class EsInsert2 {
12     static Log log = LogFactory.getLog(EsInsert2.class);
13     public static void add(String json) {
14                 try {  //EsClient.getBulkProcessor()是位于上方EsClient类中的方法
15                     EsClient.getBulkProcessor().add(new IndexRequest("设置的index name", "设置的type name","要插入的文档的ID").source(json));//添加文档，以便自动提交
16                 } catch (Exception e) {
17                     log.error("add文档时出现异常：e=" + e + " json=" + json);
18                 }
19     }
20 }
21 //手动 批量更新
22 //        BulkRequestBuilder bulkRequest = tclient.prepareBulk();
23 //        for(int i=500;i<1000;i++){
24 //            //业务对象
25 //            String json = "";
26 //            IndexRequestBuilder indexRequest = tclient.prepareIndex("twitter", "tweet")
27 //                    //指定不重复的ID
28 //                    .setSource(json).setId(String.valueOf(i));
29 //            //添加到builder中
30 //            bulkRequest.add(indexRequest);
31 //        }
32 //
33 //        BulkResponse bulkResponse = bulkRequest.execute().actionGet();
34 //        if (bulkResponse.hasFailures()) {
35 //            // process failures by iterating through each bulk response item
36 //            System.out.println(bulkResponse.buildFailureMessage());
37 //        }
38 
39 //单个文档提交
40 //        String json = "{\"relationship\":{},\"tags\":[\"camera\",\"video\"]}";
41 //        IndexResponse response = getClient().prepareIndex("dots", "scan", JSON.parseObject(json).getString("rid")).setSource(json).get();
42 //        return response.toString();

3、进行搜索的代码，其中有适用于复杂搜索逻辑的BoolQuery用法，以及关键词高亮的配置、在某个字段精确搜索、全文搜索、匹配全部文档、搜索同时返回聚类信息的用法：

 1 package service;
 2 
 3 import elasticsearch.EsClient;
 4 import org.apache.commons.logging.Log;
 5 import org.apache.commons.logging.LogFactory;
 6 import org.elasticsearch.action.search.SearchRequestBuilder;
 7 import org.elasticsearch.action.search.SearchResponse;
 8 import org.elasticsearch.index.query.*;
 9 import org.elasticsearch.search.aggregations.AggregationBuilders;
10 import org.springframework.stereotype.Service;
11 
12 /**
13  * Created by ZhangDong on 2016/1/5.
14  */
15 @Service
16 public class SearchService2 {
17 
18     Log log = LogFactory.getLog(getClass());
19     public SearchResponse getSimpleSearchResponse( int page, int pagesize){
20 
21         BoolQueryBuilder mustQuery = QueryBuilders.boolQuery();
22         mustQuery.must(QueryBuilders.matchAllQuery()); // 添加第1条must的条件 此处为匹配所有文档
23 
24         mustQuery.must(QueryBuilders.matchPhraseQuery("title", "时间简史"));//添加第2条must的条件 title字段必须为【时间简史】
25         // ↑ 放入筛选条件(termQuery为精确搜索，大小写敏感且不支持*) 实验发现matchPhraseQuery可对中文精确匹配term
26 
27         mustQuery.must(QueryBuilders.matchQuery("auther", "霍金")); // 添加第3条must的条件
28 
29         QueryBuilder queryBuilder = QueryBuilders.queryStringQuery("物理")//.escape(true)//escape 转义 设为true，避免搜索[]、结尾为!的关键词时异常 但无法搜索*
30                 .defaultOperator(QueryStringQueryBuilder.Operator.AND);//不同关键词之间使用and关系
31         mustQuery.must(queryBuilder);//添加第4条must的条件 关键词全文搜索筛选条件
32 
33         SearchRequestBuilder searchRequestBuilder = EsClient.getClient().prepareSearch("index name").setTypes("type name")
34                 .setQuery(mustQuery)
35                 .addHighlightedField("*")/*星号表示在所有字段都高亮*/.setHighlighterRequireFieldMatch(false)//配置高亮显示搜索结果
36                 .setHighlighterPreTags("<高亮前缀标签>").setHighlighterPostTags("<高亮后缀标签>");//配置高亮显示搜索结果
37 
38                 searchRequestBuilder = searchRequestBuilder.addAggregation(AggregationBuilders.terms("agg1(聚类返回时根据此key获取聚类结果)")
39                         .size(1000)/*返回1000条聚类结果*/.field("要在文档中聚类的字段，如果是嵌套的则用点连接父子字段，如【person.company.name】"));
40 
41         SearchResponse searchResponse = searchRequestBuilder.setFrom((page - 1) * pagesize)//分页起始位置（跳过开始的n个）
42                 .setSize(pagesize)//本次返回的文档数量
43                 .execute().actionGet();//执行搜索
44 
45         log.info("response="+searchResponse);
46         return searchResponse;
47     }
48 }

4、ES中使用delete-by-query插件，DSL方式按条件删除数据的方法：

ES2.1中，默认的文档删除方式只有按ID删除方法：

curl -XDELETE 'localhost:9200/customer/external/2?pretty'

（参考：Deleting Documents | Elasticsearch Reference [2.1] | Elastic https://www.elastic.co/guide/en/elasticsearch/reference/2.1/_deleting_documents.html）

按条件删除需要安装delete-by-query插件，在线安装方式可使用命令

plugin install delete-by-query

随后会从https://download.elastic.co/elasticsearch/release/org/elasticsearch/plugin/delete-by-query/2.1.0/delete-by-query-2.1.0.zip处下载插件安装包。但是本人使用的某个ES环境是离线的，需要手动下载上述URL对应的ZIP，放置于elasticsearch-2.1.0文件夹下，与bin、config等文件夹同级，同时还要下载 https://download.elastic.co/elasticsearch/release/org/elasticsearch/plugin/delete-by-query/2.1.0/delete-by-query-2.1.0.zip.md5 校验文件放于同一位置（XXX.sha1应该也可以），使用以下命令离线安装：

bin/plugin install file:delete-by-query-2.1.0.zip

其中delete-by-query-2.1.0.zip是相对路径，绝对路径应该也可以，随后便安装成功了。

安装成功后查看，发现其实就是解压delete-by-query-2.1.0.zip的内容放置于elasticsearch-2.1.0/plugins/delete-by-query 文件夹下，猜测手动解压也可以使用。

注意：如果是ES集群，需要对每个节点都安装这个插件，而且每个节点安装后要重启ES。

使用DSL方式按条件删除文档的方法：

DELETE方式，请求
http://localhost:9200/index_name/type_name/_query
http payload内容：
{
  "query":{
    "match_all":{}
  }
}

上述query为匹配全部文档。

原文网址：https://www.cnblogs.com/zhangdong92/p/5192867.html

微信关注我们

原文链接：https://yq.aliyun.com/articles/662173

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

hive lock的配置问题

hive在0.7版本之后开始支持并发，线上的环境是用zookeeper做hive的锁管理。 hive目前主要有两种锁，SHARED（共享锁s）和IMPLICIT（排他锁x）。 hive的锁在某些情况下会影响job的效率。在对数据一致性要求不高或者已经明确了解到lock不会对job产生影响的情况下可以在session级别关闭lock的支持。场景1：离线下载分析商业cdn的qos job。使用load data将数据导入hive中，hive的表按dt,hour,domain进行明确分区，因此，是否有锁对数据的一致性影响不大，反而有了锁之后，job之间就会有锁竞争的问题（报错信息：conflicting lock present for table mode EXCLUSIVE）。调整job: hive --database cdnlog -e "sethive.support.concurrency=false;load data local inpath 'file' OVERWRITE into table chinanetcenter_log_origin partition...

2017-11-21

704

开源大数据周刊-第71期

资讯我国建成首个国家地质大数据平台“地质云” 国土资源部中国地质调查局11月6日发布了我国首个国家地质大数据共享服务平台“地质云”。这也是我国首次将国家核心地质数据库面向社会全领域公开共享，并提供地质信息一站式云端共享服务。江苏力筹建省级大数据管理中心推推”不见面审批“ 所谓“不见面审批”，就是通过对互联网技术的应用，推进政务服务事项网上办理并“应上尽上”，需求方在电脑端就可完成操作。江苏将加大政务信息系统整合共享力度，形成统一的政务信息共享交换渠道，实现省市之间、各部门之间的数据共享交换，推动信息资源跨地区、跨层级、跨部门共享，并争取在2017年底左右实现与国家平台的对接。谷歌发布TensorFlow 1.4版本：支持分布式训练，迎来三大新变化 Google Developers blog 正式撰文发布 TensorFlow 1.4

2017-11-21

565

发表评论

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。