目录引言一、docker中安装Elasticsearch1、创建es专有的网络2、开放端口3、在es-net网络上安装es和kibana4、可能出现的问题5、测试6、安装IK分词器7、测试IK分词器二、结合业务实战1、准备依赖2、配置yml3、读取yml配置4、准备es配置类5、编写测试代码6、使用mq异步修改es的表数据7、实现搜索功能三、简单介绍Elasticsearch1、表结构与Mysql的对比2、Mapping映射属性3、索引库的CRUD创建索引库和映射 * 查询索引库修改索引库删除索引库4、文档操作的CRUD新增文档查询文档删除文档修改文档批处理四、RestAPI1、初始化RestClient1引入es的RestHighLevelClient依赖2初始化RestHighLevelClient2、在kibana的客户端准备创建索引库3、Java客户端创建索引库五、RestClient操作文档重在方法理解1、准备实体类2、Java实现CRUD重点1增2删3改4查注意:3、批量导入文档六、JavaRestClient查询基本步骤重点1、叶子查询2、复合查询3、排序和分页4、高亮七、数据聚合* *### 引言 Elasticsearch用于数据存储、计算和搜索Mysql擅长事务类型操作可以确保数据的安全和一致性 * Elasticsearch擅长海量数据的搜索、分析、计算 基于这个特点我打算改造用户方面的功能基于用户量比较多可能达到一万以上甚至更多需要对用户进行搜索或者各种操作我相信es也比较适合。 在这篇文章前面是实战后面是具体讲解对于某些方法可以在后面讲解中对应查找来使用### 一、docker中安装Elasticsearch先说命令后面再说可能会出现的问题。#### 1、创建es专有的网络因为测试需要部署kibana容器作为一个图形化界面创建一个网络方便让es和kibana容器互联。 docker network create es-net#### 2、开放端口宝塔腾讯云5601 9200 9300#### 3、在es-net网络上安装es和kibana这里我安装7.12.1版本的es和kibana因为之前学习有现有的镜像包安装更快分别执行这两条指令 docker run -d–name es-e “ES_JAVA_OPTS-Xms512m -Xmx512m”-e “discovery.typesingle-node”-v es-data:/usr/share/elasticsearch/data-v es-plugins:/usr/share/elasticsearch/plugins–privileged–network es-net-p 9200:9200-p 9300:9300elasticsearch:7.12.1 docker run -d–name kibana-e ELASTICSEARCH_HOSTShttp://es:9200–networkes-net-p 5601:5601kibana:7.12.1#### 4、可能出现的问题这里我是在宝塔上部署的由于我之前创建容器的时候没有开启防火墙的端口应该先去开启防火墙再去安装docker容器我这些流程出现混淆导致出现下面这些类似的报错 设置失败!500 Server Error for httpdocker://localhost/v1.45/containers/1e013 Error response from daemon: Failed to Setup IP tables: Unable to enable SKIP DNAT rule: (iptables failed: iptables --wait -t nat -I DOCKER -i br-b649822bbcff -j RETURN: iptables: No chain/target/match by that name. (exit status 1))解决办法是先去开放端口然后重启docker服务再去安装es和kibana重启docker systemctl restart docker然后再去重新安装就行可以参考【DockerCE】运行Docker的服务器报“Failed to Setup IP tables“的解决方法_error response from daemon: failed to setup ip tab-CSDN博客#### 5、测试es服务器ip:9200kibana:服务器ip:5601选择Explore on my own之后进入主页面测试安装成功查看docker或者使用指令 docker ps记住kibana是用于你开发的时候测试使用比较方便的图形化界面实际开发也只是用es。#### 6、安装IK分词器 docker exec -it es ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip重启es容器使其生效 docker restart es#### 7、测试IK分词器 IK分词器包含两种模式 *ik_smart智能语义切分 *ik_max_word最细粒度切分 进入Dev tools先测试Elasticsearch官方提供的标准分词器 POST /_analyze { “analyzer”: “standard”, “text”: “在CSDN学习java太棒了” }测试IK分词器 POST /_analyze { “analyzer”: “ik_smart”, “text”: “在CSDN学习java太棒了” }测试成功安装分词器成功### 二、结合业务实战一般使用easy-es比较多下面是基于原生es的操作如果想看easy-es可以参考我照片博客SpringBoot中easy-es入门实战结合官方文档版-CSDN博客文章浏览阅读386次点赞10次收藏15次。本文主要是参考官方文档进行编写记录一下自己一些比较常使用easy-es使用方法和内容其实他的使用和MybatisPlus差不多的之前我还写了一些关于es的博客可以参考一下Springboot中使用Elasticsearch部署使用讲解 最完整_spring boot elasticsearch-CSDN博客最完整最详细的springboot中使用es在前面有服务器部署es相关的东西在后面有使用java的实战对于实战的方法使用结合官网深度去研究和讲解。[这里是图片009]https://blog.csdn.net/qq_73440769/article/details/144790200?spm1001.2014.3001.5501原理当mysql数据发生改变时发送消息到mq,es服务接收消息,进行更新es操作步骤 1.创建Request 2.准备请求参数 3.聚合参数 4.发送请求 5.解析聚合结果 5.1.获取聚合 5.2.获取聚合中的桶 5.3.遍历桶内数据#### 1、准备依赖 elasticsearch.version7.12.1/elasticsearch.version org.elasticsearch.client elasticsearch-rest-high-level-client ${elasticsearch.version} #### 2、配置yml quick: elasticsearch: host: ${quick.elasticsearch.host} # 服务器IP地址 port:KaTeX parse error: Expected EOF, got # at position 28: …icsearch.port} #̲ 服务器端口号#### 3、读…{elasticsearch.version} ###### 2初始化RestHighLevelClient基本语法如下 RestHighLevelClient client new RestHighLevelClient(RestClient.builder( HttpHost.create(“http://服务器IP地址:9200”) ));做一个测试类测试一下成功有输出测试代码参考如下 package com.quick.es; import org.apache.http.HttpHost; import org.elasticsearch.client.RestClient; import org.elasticsearch.client.RestHighLevelClient; import org.junit.jupiter.api.AfterEach; import org.junit.jupiter.api.BeforeEach; import org.junit.jupiter.api.Test; import java.io.IOException; public class EsTest { private RestHighLevelClient client; // 初始化 BeforeEach void setUp() { this.client new RestHighLevelClient(RestClient.builder( HttpHost.create(“http://你的服务器IP地址:9200”) )); } // 测试连接es Test void testConnect() { System.out.println(client: “client); } // 销毁 AfterEach void tearDown() throws IOException { this.client.close(); } } #### 2、在kibana的客户端准备创建索引库下面为我对应我的用户表创建的索引库 注意上面演示的图片中quick_user_id位置type后面多加了给逗号当时不注意到时候记得注意这个错误后面的Json没有问题。 PUT /user { “mappings”: { “properties”: { “id”: { “type”: “keyword” }, “quick_user_id”:{ “type”: “keyword” }, “name”:{ “type”: “text”, “analyzer”: “ik_max_word” }, “sex”:{ “type”: “keyword” }, “avatar”:{ “type”: “keyword”, “index”: false }, “phone”:{ “type”: “text”, “analyzer”: “ik_max_word” }, “follow”:{ “type”: “integer” }, “fan”:{ “type”: “integer” }, “use_time”:{ “type”: “integer” }, “collect_number”:{ “type”: “integer”, “index”: false }, “mark_number”:{ “type”: “integer”, “index”: false }, “brief_introduction”:{ “type”: “text”, “index”: false }, “create_time”:{ “type”: “date” } } } }拿着上面这些创建好的映射在Java客户端创建#### 3、Java客户端创建索引库关于一些知识点这里我拿之前在b站学习的PPT的内容展示一下我觉得这个已经很直观的体现出创建索引库的一些解释下面给出测试类所有代码记得服务器IP地址替换成自己的。 package com.quick.es; import org.apache.http.HttpHost; import org.elasticsearch.client.RequestOptions; import org.elasticsearch.client.RestClient; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.client.indices.CreateIndexRequest; import org.elasticsearch.common.xcontent.XContentType; import org.junit.jupiter.api.AfterEach; import org.junit.jupiter.api.BeforeEach; import org.junit.jupiter.api.Test; import java.io.IOException; public class EsTest { private RestHighLevelClient client; static final String USER_MAPPING_TEMPLATE ”{ “mappings”: { “properties”: { “id”: { “type”: “keyword” }, “quick_user_id”:{ “type”: “keyword” }, “name”:{ “type”: “text”, “analyzer”: “ik_max_word” }, “sex”:{ “type”: “keyword” }, “avatar”:{ “type”: “keyword”, “index”: false }, “phone”:{ “type”: “text”, “analyzer”: “ik_max_word” }, “follow”:{ “type”: “integer” }, “fan”:{ “type”: “integer” }, “use_time”:{ “type”: “integer” }, “collect_number”:{ “type”: “integer”, “index”: false }, “mark_number”:{ “type”: “integer”, “index”: false }, “brief_introduction”:{ “type”: “text”, “index”: false }, “create_time”:{ “type”: “date” } } } “}”; // 初始化 BeforeEach void setUp() { this.client new RestHighLevelClient(RestClient.builder( HttpHost.create(“http://服务器IP地址:9200”) )); } // 测试连接es Test void testConnect() { System.out.println(client: client); } // 创建索引库 Test void testCreateIndex() throws IOException { // 1.创建Request对象 CreateIndexRequest request new CreateIndexRequest(“user”); // 2.准备请求参数 request.source(USER_MAPPING_TEMPLATE, XContentType.JSON); // 3.发送请求 client.indices().create(request, RequestOptions.DEFAULT); } // 销毁 AfterEach void tearDown() throws IOException { this.client.close(); } } 测试去kibana客户端测试创建成功### 五、RestClient操作文档重在方法理解#### 1、准备实体类准备一个对接索引库的es实体类 /* User索引库实体类 */ Data Builder NoArgsConstructor AllArgsConstructor public class UserDoc { // 这里设计为String类型因为在发送消息的时候是以字符的形式 Schema(description “用户ID”) private String id; Schema(description “用户编号”) private String quickUserId; Schema(description “姓名”) private String name; Schema(description “手机号”) private String phone; Schema(description “关注数”) private Long follow; Schema(description “粉丝数”) private Long fan; Schema(description “性别 0 女 1 男”) private String sex; Schema(description “头像”) private String avatar; Schema(description “注册时间”) private LocalDateTime createTime; Schema(description “用龄单位年”) private Long useTime; Schema(description “收藏数”) private Long collectNumber; Schema(description “评分数”) private Long markNumber; Schema(description “个人简介”) private String briefIntroduction; } 这里的id用的是String类型因为使用RestClient去根据id查需要传过去的是字符类型的数据所以在这里需要进行一个转变。#### 2、Java实现CRUD重点 下面讲解一下简单的crud的代码和需要注意的东西在代码的后面会对注意的东西进行讲解。我会给出测试类全部代码防止有些同学测试类跑不通然后会对增删改查逐一给代码也方便各位同学以后针对性的拿那些方法去改造自己的代码。 注意注意注意重要的事情说三遍代码 package com.quick.es; import cn.hutool.core.bean.BeanUtil; import cn.hutool.json.JSONUtil; import com.quick.entity.User; import com.quick.service.UserService; import jakarta.annotation.Resource; import org.apache.http.HttpHost; import org.elasticsearch.action.delete.DeleteRequest; import org.elasticsearch.action.get.GetRequest; import org.elasticsearch.action.get.GetResponse; import org.elasticsearch.action.index.IndexRequest; import org.elasticsearch.action.update.UpdateRequest; import org.elasticsearch.client.RequestOptions; import org.elasticsearch.client.RestClient; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.common.xcontent.XContentType; import org.junit.jupiter.api.AfterEach; import org.junit.jupiter.api.BeforeEach; import org.junit.jupiter.api.Test; import org.springframework.boot.test.context.SpringBootTest; import java.io.IOException; import java.util.HashMap; import java.util.Map; SpringBootTest(properties “spring.profiles.activedev”) public class EsDocTest { Resource private UserService userService; private RestHighLevelClient client; // 初始化 BeforeEach void setUp() { this.client new RestHighLevelClient(RestClient.builder( HttpHost.create(“http://服务器IP地址:9200”) )); } // 测试连接es Test void testConnect() { System.out.println(client: client); } // 测试添加文档信息 Test void testAddDocument() throws IOException { // 1.根据id查询商品数据 User user userService.getById(1L); System.out.println(user user); // 2.转换为文档类型 UserDoc userDoc BeanUtil.copyProperties(user, UserDoc.class); System.out.println(userDoc userDoc); // 3.将UserDoc转json String doc JSONUtil.toJsonStr(userDoc); // 1.准备Request对象 /IndexRequest request new IndexRequest(“user”).id(String.valueOf(userDoc.getId()));/ IndexRequest request new IndexRequest(“user”).id(userDoc.getId()); // 2.准备Json文档 request.source(doc, XContentType.JSON); // 3.发送请求 client.index(request, RequestOptions.DEFAULT); } // 测试删除文档 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(“user”, “1”); // 2.发送请求 client.delete(request, RequestOptions.DEFAULT); } // 测试更新文档 Test void testUpdateDocument() throws IOException { // 1.准备Request UpdateRequest request new UpdateRequest(“user”, “1”); // 2.准备请求参数 // 方法一 /request.doc( “userTime”, 1, “briefIntroduction”, “hello world” );/ // 方法二 /UserDoc userDocnew UserDoc(); userDoc.setUseTime(1L); userDoc.setBriefIntroduction(“hello world”); // 构造参数 MapString, Object jsonMap new HashMap(); jsonMap.put(“userTime”, userDoc.getUseTime()); jsonMap.put(“briefIntroduction”, userDoc.getBriefIntroduction()); // 将数据放入请求参数 request.doc(jsonMap);/ // 方法三 UserDoc userDocnew UserDoc(); //userDoc.setUseTime(1L); userDoc.setBriefIntroduction(“hello world”); // 将UserDoc转json String doc JSONUtil.toJsonStr(userDoc); // 准备Json文档,XContentType.JSON表示json格式 request.doc(doc, XContentType.JSON); // 3.发送请求 client.update(request, RequestOptions.DEFAULT); } // 测试根据id查询文档 Test void testGetDocumentById() throws IOException { // 1.准备Request对象 GetRequest request new GetRequest(“user”).id(“1”); // 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(); UserDoc userDoc JSONUtil.toBean(json, UserDoc.class); System.out.println(userDoc userDoc); } // 销毁 AfterEach void tearDown() throws IOException { this.client.close(); } } 其中##### 1增 // 测试添加文档信息 Test void testAddDocument() throws IOException { // 1.根据id查询商品数据 User user userService.getById(1L); System.out.println(user user); // 2.转换为文档类型 UserDoc userDoc BeanUtil.copyProperties(user, UserDoc.class); System.out.println(“userDoc userDoc); // 3.将UserDoc转json String doc JSONUtil.toJsonStr(userDoc); // 1.准备Request对象 /IndexRequest request new IndexRequest(“user”).id(String.valueOf(userDoc.getId()));/ IndexRequest request new IndexRequest(“user”).id(userDoc.getId()); // 2.准备Json文档 request.source(doc, XContentType.JSON); // 3.发送请求 client.index(request, RequestOptions.DEFAULT); }##### 2删 // 测试删除文档 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(“user”, “1”); // 2.发送请求 client.delete(request, RequestOptions.DEFAULT); }##### 3改 // 测试更新文档 Test void testUpdateDocument() throws IOException { // 1.准备Request UpdateRequest request new UpdateRequest(“user”, “1”); // 2.准备请求参数 UserDoc userDocnew UserDoc(); userDoc.setUseTime(1L); userDoc.setBriefIntroduction(“hello world”); // 将UserDoc转json String doc JSONUtil.toJsonStr(userDoc); // 准备Json文档,XContentType.JSON表示json格式 request.doc(doc, XContentType.JSON); // 3.发送请求 client.update(request, RequestOptions.DEFAULT); }##### 4查 // 测试根据id查询文档 Test void testGetDocumentById() throws IOException { // 1.准备Request对象 GetRequest request new GetRequest(“user”).id(“1”); // 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(); UserDoc userDoc JSONUtil.toBean(json, UserDoc.class); System.out.println(“userDoc userDoc); }###### 注意:可以看到在增加和修改那边会构造请求参数我在改那边提供了三个方法在上面测试类的完整代码中有那三种方法其实添加的构造请求参数的实现也是一样的下面我来逐一讲解一下构造的实现 官方API文档位置Update API | Java REST Client [7.12] | Elastic 在前面有教过怎么去找到对应版本文档方法一官网的链式编程也很推荐下面就是浓缩的修改操作 UpdateRequest request new UpdateRequest(“posts”, “1”) .doc(“updated”, new Date(), “reason”, “daily update”); client.update(request, RequestOptions.DEFAULT);方法二因为根据方法一可知那个数据的格式类似 MapString, Object 这样的格式可以通过map来构造。官网示例如下方法三官网在这里也提到可以先构造默认Json格式然后再换一种类型的Json此外官网还提供了一个方法我觉得也很优雅当然还不只这个。XContentBuilder builder XContentFactory.jsonBuilder(); builder.startObject(); { builder.timeField(“updated”, new Date()); builder.field(“reason”, “daily update”); } builder.endObject(); UpdateRequest request new UpdateRequest(“posts”, “1”) .doc(builder); #### 3、批量导入文档我们需要导入我们用户表里面的数据非常多不可能一个一个操作基本上是批操作这就需要我们学会批量导入文档 我们利用BulkRequest**实现这个操作。**BulkRequest本身其实并没有请求参数其本质就是将多个普通的CRUD请求组合在一起发送利用他的add方法来实现这个过程BulkRequest中提供了add方法用以添加其它CRUD的请求。 能添加的请求有 *IndexRequest也就是新增 *UpdateRequest也就是修改 *DeleteRequest也就是删除 在我的理解add相当于加入你的请求到那里面然后再根据具体请求的实现来执行各样的操作基本语法如下 Test void testBulk() throws IOException { // 1.创建Request BulkRequest request new BulkRequest(); // 2.准备请求参数 request.add(new IndexRequest(“items”).id(“1”).source(“json doc1”, XContentType.JSON)); request.add(new IndexRequest(“items”).id(“2”).source(“json doc2”, XContentType.JSON)); // 3.发送请求 client.bulk(request, RequestOptions.DEFAULT); }下面是实战用于添加我用户表信息在之前那个EsDocTest测试类里面加上这么一个测试方法 Test void testLoadUserDocs() throws IOException { // 分页查询商品数据 int pageNo 1; int size 100; while (true) { Page page userService.lambdaQuery().page(new Page(pageNo, size)); // 非空校验 List users page.getRecords(); if (CollUtil.isEmpty(users)) { return; } log.info(“加载第{}页数据共{}条”, pageNo, users.size()); // 1.创建Request BulkRequest request new BulkRequest(“user”); // 2.准备参数添加多个新增的Request for (User user : users) { // 2.1.转换为文档类型ItemDTO UserDoc userDoc BeanUtil.copyProperties(user, UserDoc.class); // 2.2.创建新增文档的Request对象 request.add(new IndexRequest() .id(userDoc.getId()) .source(JSONUtil.toJsonStr(userDoc), XContentType.JSON)); } // 3.发送请求 client.bulk(request, RequestOptions.DEFAULT); // 翻页 pageNo; } }运行再去随便搜一个id的用户来到kibana### 六、JavaRestClient查询#### 基本步骤重点 查询的基本步骤是 1. 创建 SearchRequest 对象 2. 准备 Request.source () 也就是 DSL 。 ① QueryBuilders 来构建查询条件 ② 传入 Request.source () 的 query() 方法 3. 发送请求得到结果 4. 解析结果参考 JSON 结果从外到内逐层解析 Test void testSearch() throws IOException { // 1.创建Request SearchRequest request new SearchRequest(“user”); // 2.组织请求参数 request.source().query(QueryBuilders.matchAllQuery()); // 3.发送请求 SearchResponse response client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleResponse(response); } private static void handleResponse(SearchResponse response) { SearchHits searchHits response.getHits(); // 4.1 获取总条数 long total 0; if (searchHits.getTotalHits() ! null) { total searchHits.getTotalHits().value; } // 4.2 获取命中的数据 SearchHit[] hits searchHits.getHits(); List userDocListnew ArrayList(); for (SearchHit hit : hits) { // 4.2.1 获取source结果(结果是一个json对象) String json hit.getSourceAsString(); // 4.2.2 转为实体对象 UserDoc userDoc JSONUtil.toBean(json, UserDoc.class); userDocList.add(userDoc); } System.out.println(“userDocList userDocList); System.out.println(“total total); }下面是对一些查询的讲解这里我用学习的资料总结展示一下如果只想实战可以参考后面实战#### 1、叶子查询全文检索查询Full Text Queries利用分词器对用户输入搜索条件先分词得到词条然后再利用倒排索引搜索词条。例如match全文检索查询的一种会对用户输入内容分词然后去倒排索引库检索 // 单字段查询 QueryBuilders.matchQuery(“name”, “脱脂牛奶”);multi_match**(**与match查询类似只不过允许同时查询多个字段) // 多字段查询 QueryBuilders.multiMatchQuery(“脱脂牛奶”, “name”, “category”);精确查询Term-level queries不对用户输入搜索条件分词根据字段内容精确值匹配。但只能查找keyword、数值、日期、boolean类型的字段。例如term_(_词条查询)equest.source().query(QueryBuilders.termQuery(“brand”, “华为”));range范围查询request.source().query(QueryBuilders.rangeQuery(“price”).gte(10000).lte(30000))#### 2、复合查询bool查询基于逻辑运算组合叶子查询实现组合条件// 创建布尔查询 BoolQueryBuilder boolQuery QueryBuilders.boolQuery(); // 添加filter条件 boolQuery.must(QueryBuilders.termQuery(“brand”, “华为”)); // 添加filter条件 boolQuery.filter(QueryBuilders.rangeQuery(“price”).lte(2500));#### 3、排序和分页 排序elasticsearch默认是根据相关度算分_score来排序但是也支持自定义方式对搜索结果排序。不过分词字段无法排序能参与排序字段类型有keyword类型、数值类型、地理坐标类型、日期类型等。 分页elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。elasticsearch中通过修改from、size参数来控制要返回的分页结果 *from从第几个文档开始 *size总共查询几个文档 // 查询 request.source().query(QueryBuilders.matchAllQuery()); // 分页 request.source().from(0).size(5); // 价格排序 request.source().sort(“price”, SortOrder.ASC);#### 4、高亮// 1.创建Request SearchRequest request new SearchRequest(“items”); // 2.组织请求参数 // 2.1.query条件 request.source().query(QueryBuilders.matchQuery(“name”, “脱脂牛奶”)); // 2.2.高亮条件 request.source().highlighter( SearchSourceBuilder.highlight() .field(“name”) .preTags(””) .postTags(””) ); // 3.发送请求 SearchResponse response client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleResponse(response);SearchHits searchHits response.getHits(); // 1.获取总条数 long total searchHits.getTotalHits().value; System.out.println(“共搜索到” total “条数据”); // 2.遍历结果数组 SearchHit[] hits searchHits.getHits(); for (SearchHit hit : hits) { // 3.得到_source也就是原始json文档 String source hit.getSourceAsString(); // 4.反序列化 ItemDoc item JSONUtil.toBean(source, ItemDoc.class); // 5.获取高亮结果 MapString, HighlightField hfs hit.getHighlightFields(); if (CollUtils.isNotEmpty(hfs)) { // 5.1.有高亮结果获取name的高亮结果 HighlightField hf hfs.get(“name”); if (hf ! null) { // 5.2.获取第一个高亮结果片段就是商品名称的高亮值 String hfName hf.getFragments()[0].string(); item.setName(hfName); } } System.out.println(item); }### 七、数据聚合聚合aggregations可以让我们极其方便的实现对数据的统计、分析、运算。request.source().size(0); // 分页 request.source().aggregation( AggregationBuilders .terms(“brand_agg”) // 聚合名称 .field(“brand”) // 聚合字段 .size(20)); // 聚合结果条数// 解析聚合结果 Aggregations aggregations response.getAggregations(); // 根据名称获取聚合结果 Terms brandTerms aggregations.get(“brand_agg”); // 获取桶 List? extends Terms.Bucket buckets brandTerms.getBuckets(); // 遍历 for (Terms.Bucket bucket : buckets) { // 获取key也就是品牌信 String brandName bucket.getKeyAsString(); System.out.println(brandName); }