java引入Elasticsearch插件

最近业务需求需要用到Es，我在百度上翻了好久没有找到一篇比较好的例子，干脆自己写点东西留着以后，万一能用到呢。

我使用的7.8版本的，下面是下载ES网盘地址 还附带了head可视化工具，有需要的自己去下载，也可以去官网下载最新版本，取舍看自己

链接：https://pan.baidu.com/s/1r_sRsrljhSMLGyyorWqGiw
提取码：k7f9

好了 不多BB，直接进入正题，下载下来后，使用bin文件的启动文件elasticsearch.bat，双击启动即可，默认端口

引入pom文件 

        <dependency>
            <groupId>org.elasticsearch</groupId>
            <artifactId>elasticsearch</artifactId>
            <version>7.8.0</version>
        </dependency>
        <!-- elasticsearch的客户端 -->
        <dependency>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>elasticsearch-rest-high-level-client</artifactId>
            <version>7.8.0</version>
        </dependency>j

我觉得光写方法是不科学的，也是不利于以后发展的，现在我添加一些ES使用的技术-倒排索引

倒排索引：正向索引通过key来寻找value，类似于map，而倒排索引也叫反向索引，是通过value找key。

es为每一个field都创建了一个倒排索引term，term的集合叫做posting list，他是一个int的数组，记录了某个单词在post list的某一个位置，根据位置找到所需要的数据

Term Dictionary：
Elasticsearch为了能快速找到某个term，将所有的term排个序，二分法查找term，logN的查找效率，就像通过字典查找一样，这就是Term Dictionary。看起来，似乎和传统数据库通过B-Tree的方式类似。

Term Index：
B-Tree通过减少磁盘寻道次数来提高查询性能，Elasticsearch也是采用同样的思路，直接通过内存查找term，不读磁盘，但是如果term太多，term dictionary也会很大，放内存不现实，于是有了Term Index，就像字典里的索引页一样，A开头的有哪些term，分别在哪页，可以理解term index是一颗树，这棵树不会包含所有的term，它包含的是term的一些前缀。通过term index可以快速地定位到term dictionary的某个offset，然后从这个位置再往后顺序查找，所以term index不需要存下所有的term，而仅仅是他们的一些前缀与Term Dictionary的block之间的映射关系，再结合FST(Finite State Transducers)的压缩技术，可以使term index缓存到内存中。从term index查到对应的term dictionary的block位置之后，再去磁盘上找term，大大减少了磁盘随机读的次数。

接下来我们新建一个测试类，此处简单的贴一下代码，以后忘记的时候过来瞅瞅。（手打字是真的累）

1、链接客户端（最简单的事情）

        // 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();

2、既然链接的客户端那得做点什么事情 创建索引好了（类似于数据库中的表名）

        RestHighLevelClient esClient = new RestHighLevelClient(
                RestClient.builder(new HttpHost("localhost", 9200, "http"))
        );

        // 创建索引 - 请求对象
        CreateIndexRequest request = new CreateIndexRequest("egg");
        // 发送请求，获取响应
        CreateIndexResponse createIndexResponse =
                esClient.indices().create(request, RequestOptions.DEFAULT);

        // 响应状态
        boolean acknowledged = createIndexResponse.isAcknowledged();
        System.out.println("索引操作 ：" + acknowledged);

        esClient.close();

3.创建了ES索引（表）总得添加一些数据

        RestHighLevelClient esClient = new RestHighLevelClient(
                RestClient.builder(new HttpHost("localhost", 9200, "http"))
        );

        // 插入数据
        IndexRequest request = new IndexRequest();
        request.index("egg").id("1001");
        Map map = new HashMap();
        map.put("size",10);
        map.put("name","鸡蛋");

        // 向ES插入数据，必须将数据转换位JSON格式
        ObjectMapper mapper = new ObjectMapper();
        String userJson = mapper.writeValueAsString(map);
        request.source(userJson, XContentType.JSON);
        // 插入
        IndexResponse response = esClient.index(request, RequestOptions.DEFAULT);

        // 打印结果
        System.out.println(response.getResult());
        esClient.close();

4、如果单条插入太慢，那好，批量插入试一下

        RestHighLevelClient esClient = new RestHighLevelClient(
                RestClient.builder(new HttpHost("localhost", 9200, "http"))
        );

        // 批量插入数据
        BulkRequest request = new BulkRequest();
        request.add(new IndexRequest().index("egg").id("1002").source(XContentType.JSON, "name", "狗蛋", "size",10));
        request.add(new IndexRequest().index("egg").id("1003").source(XContentType.JSON, "name", "鸭蛋", "size",13));

        // 批量插入
        BulkResponse response = esClient.bulk(request, RequestOptions.DEFAULT);
        System.out.println(response.getTook());
        System.out.println(response.getItems());

        esClient.close();

5、今天到此为止