Elasticsearch的CRUD：REST与Java API

CRUD(Create, Retrieve, Update, Delete)是数据库系统的四种基本操作，分别表示创建、查询、更改、删除，俗称“增删改查”。Elasticsearch作为NoSQL数据库（虽然ES是为搜索引擎而生的，但我更愿意将其看作带有强大文本搜索功能的NoSQL）。

以下示例基于Elasticsearch 2.4版本。

Create

在默认情况下，ES的REST接口的端口号为9200，对接Java client的端口号为9300。

Create操作为向index中索引文档，若index不存在则ES会自动创建；

$ curl -XPUT 'http://localhost:9200/twitter/tweet/1' -d '{<json data>}'

Java API（"org.elasticsearch" % "elasticsearch" % "2.4.1"）通过TransportClient与ES集群连接，CRUD操作便是基于此而实现的。

final Settings settings = Settings.settingsBuilder()
          .put("client.transport.sniff", true)
          .put("client.transport.ping_timeout", 20, TimeUnit.SECONDS)
          .put("client", true)
          .put("data", false)
          .put("cluster.name", "<cluster name>")
          .build();
          
Client client = TransportClient.builder()
              .settings(settings).build()
              .addTransportAddresses(
                      new InetSocketTransportAddress(InetAddress.getByName("host1"), 9300),
                      new InetSocketTransportAddress(InetAddress.getByName("host2"), 9300));

Index Java API创建index或索引document：

import org.elasticsearch.action.index.IndexResponse;

IndexResponse response = client.prepareIndex("twitter", "tweet")
    .setSource(documentJson)
    .get();

Retrieve

ES的查询DSL大致可以分为两种：

• Query DSL，主要配合bool、match等使用，相当于SQL中的where子句；
• Aggregations，相当于SQL中的group by部分，细分为如下三类：

1. Bucketing，聚合函数只能是count(*)，表示的是doc命中数，可以嵌套子aggs；
2. Metric，相比于Bucketing其非常灵活，可配合avg、max、sum等聚合函数，但是不能嵌套子aggs；
3. Pipeline，以其他aggs的结果作为输入，而不是直接在文档集合上进行操作。

ES的Query DSL功能实在是强大，在本文短短的篇幅中很难阐述完全，故只列举了两个简单实例。在以前的项目中，我使用过1.7版本ES，后来发现2.0.0-beta1版本及之后DSL语法发生很大的变化，比如filtered、and、or等被废弃掉了，而被bool取而代之；对应的Java API支持链式操作，与Java 8配合写起来非常舒服。

REST通过_search接口进行DSL查询：

$ curl -XGET 'localhost:9200/<index>/_search?pretty' -d'{<dsl>}'

实战：List<List<String>> idsList作为过滤条件，其中内一层为and关系、内二层为or关系；然后多字段（为bucketSizeMap的key）aggs，Java 8实现：

BoolQueryBuilder mustQueryBuilder = boolQuery();
if (!(idsList.size() == 1 && idsList.get(0).isEmpty())) {
  mustQueryBuilder = idsList.stream().reduce(
          boolQuery(),
          (mustQB, ids) -> {
            BoolQueryBuilder shouldQB = ids.stream().reduce(boolQuery(),
                    (qb, id) -> qb.should(termQuery(SearchSystem.getEsType(id, idMap), id)),
                    BoolQueryBuilder::should);
            return mustQB.must(shouldQB);
          },
          BoolQueryBuilder::must);
}
SearchRequestBuilder searchRequestBuilder = client.prepareSearch(indexName)
        .setSearchType(SearchType.DFS_QUERY_THEN_FETCH)
        .setQuery(mustQueryBuilder);

for (Map.Entry<String, Integer> entry : bucketSizeMap.entrySet()) {
  AggregationBuilder aggregationBuilder = AggregationBuilders
          .terms(entry.getKey())
          .field(entry.getKey()).size(entry.getValue());
  searchRequestBuilder.addAggregation(aggregationBuilder);
}
SearchResponse response = searchRequestBuilder.execute().actionGet();

Bucket Aggregations支持filter aggs，即满足过滤条件后做aggs，

aggs:
    <aggs_name>:
        filter:
        aggs:

其与filter query + aggs在功能上是等价的，

query:
    bool:
        filter:
aggs:

但是，经测试发现filter query + aggs是比filter aggs查询要快。

Update

update为document级别的操作，即仅支持对某个具体document进行更新；REST通过_update接口：

$ curl -XPOST 'localhost:9200/<_index>/<_type>/<_id>/_update' -d '{<data>}'

Java API则有两种实现方式：UpdateRequest + update与prepareUpdate，

// case 1
UpdateRequest updateRequest = new UpdateRequest();
updateRequest.index("index");
updateRequest.type("type");
updateRequest.id("1");
updateRequest.doc(jsonBuilder()
        .startObject()
            .field("gender", "male")
        .endObject());
client.update(updateRequest).get();

// case 2
client.prepareUpdate("ttl", "doc", "1")
        .setDoc(jsonBuilder()               
            .startObject()
                .field("gender", "male")
            .endObject())
        .get();

Delete

delete操作通常都伴随着检查index是否存在（exist），exist的RESTful接口与Java API分别如下：

$ curl -XHEAD -i 'http://localhost:9200/twitter'

client.admin().indices()
    .prepareExists(indexName)
    .execute().actionGet().isExists();

ES提供了三种粗细粒度的删除操作：

• 删除整个index；
• 删除index中某一type；
• 删除特定的document.

RESTful接口：

-- delete complete index
$ curl -XDELETE 'http://localhost:9200/<indexname>'
-- delete a type in index
$ curl -XDELETE 'http://localhost:9200/<indexname>/<typename>'
-- delete a particular document
$ curl -XDELETE 'http://localhost:9200/<indexname>/<typename>/<documentId>

Java API实现：

// delete complete index
client.admin().indices().delete(new DeleteIndexRequest("<indexname>")).actionGet();

// delete a type in index
client.prepareDelete().setIndex("<indexname>").setType("<typename>").setId("*").execute().actionGet();

// delete a particular document
client.prepareDelete().setIndex("<indexname>").setType("<typename>").setId("<documentId>").execute().actionGet();

// or
DeleteResponse response = client.prepareDelete("twitter", "tweet", "1")
    .execute()
    .actionGet();