1
大数据 ELK（十四）：Elasticsearch 编程（基本操作）
作者：Lansonli
- 2022 年 10 月 06 日 广东
本文字数：12139 字
阅读完需：约 40 分钟
基本操作
一、根据 ID 检索指定职位数据
1、实现步骤
构建 GetRequest 请求。
使用 RestHighLevelClient.get 发送 GetRequest 请求，并获取到 ES 服务器的响应。
将 ES 响应的数据转换为 JSON 字符串
并使用 FastJSON 将 JSON 字符串转换为 JobDetail 类对象
记得：单独设置 ID
参考代码：
@Overridepublic JobDetail findById(long id) throws IOException { // 1. 构建GetRequest请求。 GetRequest getRequest = new GetRequest(JOB_IDX_NAME, id + "");
// 2. 使用RestHighLevelClient.get发送GetRequest请求，并获取到ES服务器的响应。 GetResponse response = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT);
// 3. 将ES响应的数据转换为JSON字符串 String json = response.getSourceAsString();
// 4. 并使用FastJSON将JSON字符串转换为JobDetail类对象 JobDetail jobDetail = JSONObject.parseObject(json, JobDetail.class);
// 5. 设置ID字段 jobDetail.setId(id);
return jobDetail;
}
复制代码
2、编写测试用例
参考代码：
@Testpublic void findByIdTest() throws IOException { JobDetail jobDetail = jobFullTextService.findById(1); System.out.println(jobDetail);}
复制代码
二、修改职位
1、实现步骤
判断对应 ID 的文档是否存在
构建 GetRequest
执行 client 的 exists 方法，发起请求，判断是否存在
构建 UpdateRequest 请求
设置 UpdateRequest 的文档，并配置为 JSON 格式
执行 client 发起 update 请求
参考代码：
@Overridepublic void update(JobDetail jobDetail) throws IOException { // 1. 判断对应ID的文档是否存在 // a) 构建GetRequest GetRequest getRequest = new GetRequest(JOB_IDX_NAME, jobDetail.getId() + "");
// b) 执行client的exists方法，发起请求，判断是否存在 boolean exists = restHighLevelClient.exists(getRequest, RequestOptions.DEFAULT);
if(!exists) return;
// 2. 构建UpdateRequest请求 UpdateRequest updateRequest = new UpdateRequest(JOB_IDX_NAME, jobDetail.getId() + "");
// 3. 设置UpdateRequest的文档，并配置为JSON格式 updateRequest.doc(JSON.toJSONString(jobDetail), XContentType.JSON);
// 4. 执行client发起update请求 restHighLevelClient.update(updateRequest, RequestOptions.DEFAULT);}
复制代码
2、编写测试用例
将 ID 为 1 的职位信息查询出来
将职位的名称设置为：”大数据开发工程师”
执行更新操作
再打印查看职位的名称是否成功更新
参考代码：
@Testpublic void updateTest() throws IOException { JobDetail jobDetail = jobFullTextService.findById(1); jobDetail.setTitle("大数据开发工程师"); jobFullTextService.update(jobDetail); System.out.println(jobFullTextService.findById(1));}
复制代码
三、根据文档 ID 删除职位
1、实现步骤
构建 delete 请求
使用 RestHighLevelClient 执行 delete 请求
参考代码：
@Overridepublic void deleteById(long id) throws IOException { // 1. 构建delete请求 DeleteRequest deleteRequest = new DeleteRequest(JOB_IDX_NAME, id + "");
// 2. 使用client执行delete请求 restHighLevelClient.delete(deleteRequest, RequestOptions.DEFAULT);}
复制代码
2、编写测试用例
在测试用例中执行根据 ID 删除文档操作
使用 VSCode 发送请求，查看指定 ID 的文档是否已经被删除
参考代码：
@Testpublic void deleteByIdTest() throws IOException { jobFullTextService.deleteById(1);}
复制代码
四、根据关键字检索数据
1、实现步骤
构建 SearchRequest 检索请求
创建一个 SearchSourceBuilder 专门用于构建查询条件
使用 QueryBuilders.multiMatchQuery 构建一个查询条件（搜索 title、jd），并配置到 SearchSourceBuilder
调用 SearchRequest.source 将查询条件设置到检索请求
执行 RestHighLevelClient.search 发起请求
遍历结果
获取命中的结果
将 JSON 字符串转换为对象
使用 SearchHit.getId 设置文档 ID
参考代码：
@Overridepublic List<JobDetail> searchByKeywords(String keywords) throws IOException { // 1. 构建SearchRequest检索请求 SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
// 2. 创建一个SearchSourceBuilder专门用于构建查询条件 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
// 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title"); searchSourceBuilder.query(queryBuilder);
// 4. 调用SearchRequest.source将查询条件设置到检索请求 searchRequest.source(searchSourceBuilder);
// 5. 执行RestHighLevelClient.search发起请求 SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
// 6. 遍历结果 SearchHits hits = searchResponse.getHits();
List<JobDetail> jobDetailList = new ArrayList<>();
for (SearchHit hit : hits) { // 1) 获取命中的结果 String json = hit.getSourceAsString(); // 2) 将JSON字符串转换为对象 JobDetail jobDetail = JSON.parseObject(json, JobDetail.class); // 3) 使用SearchHit.getId设置文档ID jobDetail.setId(Long.parseLong(hit.getId()));
jobDetailList.add(jobDetail); }
return jobDetailList;}
复制代码
2、编写测试用例
搜索标题、职位描述中包含销售的职位
@Testpublic void searchByKeywordsTest() throws IOException { List<JobDetail> jobDetailList = jobFullTextService.searchByKeywords("销售"); for (JobDetail jobDetail : jobDetailList) { System.out.println(jobDetail); }}
复制代码
五、分页检索
1、实现步骤
步骤和之前的关键字搜索类似，只不过构建查询条件的时候，需要加上分页的设置
构建 SearchRequest 检索请求
创建一个 SearchSourceBuilder 专门用于构建查询条件
使用 QueryBuilders.multiMatchQuery 构建一个查询条件，并配置到 SearchSourceBuilder
设置 SearchSourceBuilder 的 from 和 size 参数，构建分页
调用 SearchRequest.source 将查询条件设置到检索请求
执行 RestHighLevelClient.search 发起请求
遍历结果
获取命中的结果
将 JSON 字符串转换为对象
使用 SearchHit.getId 设置文档 ID
将结果封装到 Map 结构中（带有分页信息）
total -> 使用 SearchHits.getTotalHits().value 获取到所有的记录数
content -> 当前分页中的数据
@Overridepublic Map<String, Object> searchByPage(String keywords, int pageNum, int pageSize) throws IOException { // 1. 构建SearchRequest检索请求 SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
// 2. 创建一个SearchSourceBuilder专门用于构建查询条件 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
// 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title"); searchSourceBuilder.query(queryBuilder);
// 4. 设置SearchSourceBuilder的from和size参数，构建分页 searchSourceBuilder.from((pageNum – 1) * pageSize); searchSourceBuilder.size(pageSize);
// 4. 调用SearchRequest.source将查询条件设置到检索请求 searchRequest.source(searchSourceBuilder);
// 5. 执行RestHighLevelClient.search发起请求 SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
// 6. 遍历结果 SearchHits hits = searchResponse.getHits();
List<JobDetail> jobDetailList = new ArrayList<>();
for (SearchHit hit : hits) { // 1) 获取命中的结果 String json = hit.getSourceAsString(); // 2) 将JSON字符串转换为对象 JobDetail jobDetail = JSON.parseObject(json, JobDetail.class); // 3) 使用SearchHit.getId设置文档ID jobDetail.setId(Long.parseLong(hit.getId()));
jobDetailList.add(jobDetail); }
// 8. 将结果封装到Map结构中（带有分页信息） // a) total -> 使用SearchHits.getTotalHits().value获取到所有的记录数 // b) content -> 当前分页中的数据 Map<String, Object> result = new HashMap<>(); result.put("total", hits.getTotalHits().value); result.put("content", jobDetailList);
return result;}
复制代码
2、编写测试用例
搜索关键字为“销售”，查询第 0 页，每页显示 10 条数据
打印搜索结果总记录数、对应分页的记录
参考代码：
@Testpublic void searchByPageTest() throws IOException { Map<String, Object> resultMap = jobFullTextService.searchByPage("销售", 0, 10); System.out.println("总共:" + resultMap.get("total")); List<JobDetail> jobDetailList = (List<JobDetail>)resultMap.get("content");
for (JobDetail jobDetail : jobDetailList) { System.out.println(jobDetail); }}
复制代码
六、scroll 分页检索
1、实现步骤
判断 scrollId 是否为空
如果为空，那么首次查询要发起 scroll 查询，设置滚动快照的有效时间
如果不为空，就表示之前应发起了 scroll，直接执行 scroll 查询就可以
步骤和之前的关键字搜索类似，只不过构建查询条件的时候，需要加上分页的设置
scrollId 为空：
构建 SearchRequest 检索请求
创建一个 SearchSourceBuilder 专门用于构建查询条件
使用 QueryBuilders.multiMatchQuery 构建一个查询条件，并配置到 SearchSourceBuilder
调用 SearchRequest.source 将查询条件设置到检索请求
设置每页多少条记录，调用 SearchRequest.scroll 设置滚动快照有效时间
执行 RestHighLevelClient.search 发起请求
遍历结果
获取命中的结果
将 JSON 字符串转换为对象
使用 SearchHit.getId 设置文档 ID
将结果封装到 Map 结构中（带有分页信息）
scroll_id -> 从 SearchResponse 中调用 getScrollId()方法获取 scrollId
content -> 当前分页中的数据
scollId 不为空：
用之前查询出来的 scrollId，构建 SearchScrollRequest 请求
设置 scroll 查询结果的有效时间
使用 RestHighLevelClient 执行 scroll 请求
@Overridepublic Map<String, Object> searchByScrollPage(String keywords, String scrollId, int pageSize) {
Map<String, Object> result = new HashMap<>(); List<JobDetail> jobList = new ArrayList<>();
try { SearchResponse searchResponse = null;
if(scrollId == null) { // 1. 创建搜索请求 SearchRequest searchRequest = new SearchRequest("job_idx"); // 2. 构建查询条件 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); searchSourceBuilder.query(QueryBuilders.multiMatchQuery(keywords, "title", "jd")); // 3. 设置分页大小 searchSourceBuilder.size(pageSize); // 4. 设置查询条件、并设置滚动快照有效时间 searchRequest.source(searchSourceBuilder); searchRequest.scroll(TimeValue.timeValueMinutes(1)); // 5. 发起请求 searchResponse = client.search(searchRequest, RequestOptions.DEFAULT); } else { SearchScrollRequest searchScrollRequest = new SearchScrollRequest(scrollId); searchScrollRequest.scroll(TimeValue.timeValueMinutes(1)); searchResponse = client.scroll(searchScrollRequest, RequestOptions.DEFAULT); }
// 6. 迭代响应结果 SearchHits hits = searchResponse.getHits(); for (SearchHit hit : hits) { JobDetail jobDetail = JSONObject.parseObject(hit.getSourceAsString(), JobDetail.class); jobDetail.setId(Long.parseLong(hit.getId())); jobList.add(jobDetail); }
result.put("content", jobList); result.put("scroll_id", searchResponse.getScrollId());
} catch (IOException e) { e.printStackTrace(); }
return result;}
复制代码
2、编写测试用例
编写第一个测试用例，不带 scrollId 查询
编写第二个测试用例，使用 scrollId 查询
@Testpublic void searchByScrollPageTest1() throws IOException { Map<String, Object> result = jobFullTextService.searchByScrollPage("销售", null, 10); System.out.println("scrollId: " + result.get("scrollId")); List<JobDetail> content = (List<JobDetail>)result.get("content");
for (JobDetail jobDetail : content) { System.out.println(jobDetail); }}
@Testpublic void searchByScrollPageTest2() throws IOException { Map<String, Object> result = jobFullTextService.searchByScrollPage("销售", "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAA0WRG4zZFVwODJSU2Uxd1BOWkQ4cFdCQQ==", 10); System.out.println("scrollId: " + result.get("scrollId")); List<JobDetail> content = (List<JobDetail>)result.get("content");
for (JobDetail jobDetail : content) { System.out.println(jobDetail); }}
复制代码
七、高亮查询
1、高亮查询简介
在进行关键字搜索时，搜索出的内容中的关键字会显示不同的颜色，称之为高亮。
京东商城搜索"笔记本"
2、高亮显示的 html 分析
通过开发者工具查看高亮数据的 html 代码实现
ElasticSearch 可以对查询出的内容中关键字部分进行标签和样式的设置，但是你需要告诉 ElasticSearch 使用什么标签对高亮关键字进行包裹
3、实现高亮查询
在我们构建查询请求时，我们需要构建一个 HighLightBuilder，专门来配置高亮查询。
构建一个 HighlightBuilder
设置高亮字段（title、jd）
设置高亮前缀（）
设置高亮后缀（）
将高亮添加到 SearchSourceBuilder
代码如下：
// 设置高亮HighlightBuilder highlightBuilder = new HighlightBuilder();highlightBuilder.field("title");highlightBuilder.field("jd");highlightBuilder.preTags("<font color='red'>");highlightBuilder.postTags("</font>");searchSourceBuilder.highlighter(highlightBuilder);
复制代码
我们将高亮的查询结果取出，并替换掉原先没有高亮的结果
获取高亮字段
获取 title 高亮字段
获取 jd 高亮字段
将高亮字段进行替换普通字段
处理 title 高亮，判断高亮是否为空，不为空则将高亮碎片拼接在一起
替换原有普通字段
参考代码：
// 1. 获取高亮字段Map<String, HighlightField> highlightFieldMap = hit.getHighlightFields();// 1.1 获取title高亮字段HighlightField titleHl = highlightFieldMap.get("title");// 1.2 获取jd高亮字段HighlightField jdHl = highlightFieldMap.get("jd");// 2. 将高亮字段进行替换普通字段// 2.1 处理title高亮，判断高亮是否为空，不为空则将高亮Fragment（碎片）拼接在一起，替换原有普通字段if(titleHl != null) { Text[] fragments = titleHl.getFragments(); StringBuilder stringBuilder = new StringBuilder(); for (Text fragment : fragments) { stringBuilder.append(fragment.string()); } jobDetail.setTitle(stringBuilder.toString());}
// 2.2 处理jd高亮if(jdHl != null) { Text[] fragments = jdHl.getFragments(); StringBuilder stringBuilder = new StringBuilder(); for (Text fragment : fragments) { stringBuilder.append(fragment.string()); } jobDetail.setJd(stringBuilder.toString());}
复制代码
八、完整参考代码
public class JobFullTextServiceImpl implements JobFullTextService {
private RestHighLevelClient restHighLevelClient; private static final String JOB_IDX_NAME = "job_idx";
public JobFullTextServiceImpl() { restHighLevelClient = new RestHighLevelClient(RestClient.builder( new HttpHost("node1", 9200, "http") , new HttpHost("node2", 9200, "http") , new HttpHost("node3", 9200, "http") )); }
@Override public void add(JobDetail jobDetail) { // 1. 构建IndexRequest对象，用来描述ES发起请求的数据。 IndexRequest indexRequest = new IndexRequest(JOB_IDX_NAME);
// 2. 设置文档ID。 indexRequest.id(jobDetail.getId() + "");
// 3. 构建一个实体类对象，并使用FastJSON将实体类对象转换为JSON。 String json = JSON.toJSONString(jobDetail);
// 4. 使用IndexRequest.source方法设置请求数据。 indexRequest.source(json, XContentType.JSON);
try { // 5. 使用ES High level client调用index方法发起请求 restHighLevelClient.index(indexRequest, RequestOptions.DEFAULT); } catch (IOException e) { e.printStackTrace(); }
System.out.println("索引创建成功!"); }
@Override public void update(JobDetail jobDetail) throws IOException { // 1. 判断对应ID的文档是否存在 // a) 构建GetRequest GetRequest getRequest = new GetRequest(JOB_IDX_NAME, jobDetail.getId() + "");
// b) 执行client的exists方法，发起请求，判断是否存在 boolean exists = restHighLevelClient.exists(getRequest, RequestOptions.DEFAULT);
if(!exists) return;
// 2. 构建UpdateRequest请求 UpdateRequest updateRequest = new UpdateRequest(JOB_IDX_NAME, jobDetail.getId() + "");
// 3. 设置UpdateRequest的文档，并配置为JSON格式 updateRequest.doc(JSON.toJSONString(jobDetail), XContentType.JSON);
// 4. 执行client发起update请求 restHighLevelClient.update(updateRequest, RequestOptions.DEFAULT); }
@Override public JobDetail findById(long id) throws IOException { // 1. 构建GetRequest请求。 GetRequest getRequest = new GetRequest(JOB_IDX_NAME, id + "");
// 2. 使用RestHighLevelClient.get发送GetRequest请求，并获取到ES服务器的响应。 GetResponse response = restHighLevelClient.get(getRequest, RequestOptions.DEFAULT);
// 3. 将ES响应的数据转换为JSON字符串 String json = response.getSourceAsString();
// 4. 并使用FastJSON将JSON字符串转换为JobDetail类对象 JobDetail jobDetail = JSONObject.parseObject(json, JobDetail.class);
// 5. 设置ID字段 jobDetail.setId(id);
return jobDetail;
}
@Override public void deleteById(long id) throws IOException { // 1. 构建delete请求 DeleteRequest deleteRequest = new DeleteRequest(JOB_IDX_NAME, id + "");
// 2. 使用client执行delete请求 restHighLevelClient.delete(deleteRequest, RequestOptions.DEFAULT); }
@Override public List<JobDetail> searchByKeywords(String keywords) throws IOException { // 1. 构建SearchRequest检索请求 SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
// 2. 创建一个SearchSourceBuilder专门用于构建查询条件 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
// 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title"); searchSourceBuilder.query(queryBuilder);
// 4. 调用SearchRequest.source将查询条件设置到检索请求 searchRequest.source(searchSourceBuilder);
// 5. 执行RestHighLevelClient.search发起请求 SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
// 6. 遍历结果 SearchHits hits = searchResponse.getHits();
List<JobDetail> jobDetailList = new ArrayList<>();
for (SearchHit hit : hits) { // 1) 获取命中的结果 String json = hit.getSourceAsString(); // 2) 将JSON字符串转换为对象 JobDetail jobDetail = JSON.parseObject(json, JobDetail.class); // 3) 使用SearchHit.getId设置文档ID jobDetail.setId(Long.parseLong(hit.getId()));
jobDetailList.add(jobDetail); }
return jobDetailList; }
@Override public Map<String, Object> searchByPage(String keywords, int pageNum, int pageSize) throws IOException { // 1. 构建SearchRequest检索请求 SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
// 2. 创建一个SearchSourceBuilder专门用于构建查询条件 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
// 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title"); searchSourceBuilder.query(queryBuilder);
// 4. 设置SearchSourceBuilder的from和size参数，构建分页 searchSourceBuilder.from(pageNum); searchSourceBuilder.size(pageSize);
// 4. 调用SearchRequest.source将查询条件设置到检索请求 searchRequest.source(searchSourceBuilder);
// 5. 执行RestHighLevelClient.search发起请求 SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
// 6. 遍历结果 SearchHits hits = searchResponse.getHits();
List<JobDetail> jobDetailList = new ArrayList<>();
for (SearchHit hit : hits) { // 1) 获取命中的结果 String json = hit.getSourceAsString(); // 2) 将JSON字符串转换为对象 JobDetail jobDetail = JSON.parseObject(json, JobDetail.class); // 3) 使用SearchHit.getId设置文档ID jobDetail.setId(Long.parseLong(hit.getId()));
jobDetailList.add(jobDetail); }
// 8. 将结果封装到Map结构中（带有分页信息） // a) total -> 使用SearchHits.getTotalHits().value获取到所有的记录数 // b) content -> 当前分页中的数据 Map<String, Object> result = new HashMap<>(); result.put("total", hits.getTotalHits().value); result.put("content", jobDetailList);
return result; }
@Override public Map<String, Object> searchByScrollPage(String keywords, String scrollId, int pageSize) throws IOException { SearchResponse searchResponse = null;
if(scrollId == null) { // 1. 构建SearchRequest检索请求 SearchRequest searchRequest = new SearchRequest(JOB_IDX_NAME);
// 2. 创建一个SearchSourceBuilder专门用于构建查询条件 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
// 3. 使用QueryBuilders.multiMatchQuery构建一个查询条件，并配置到SearchSourceBuilder MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keywords, "jd", "title"); searchSourceBuilder.query(queryBuilder); searchSourceBuilder.size(pageSize);
// 设置高亮查询 HighlightBuilder highlightBuilder = new HighlightBuilder(); highlightBuilder.preTags("<font color='red'>"); highlightBuilder.postTags("</font>"); highlightBuilder.field("title"); highlightBuilder.field("jd");
searchSourceBuilder.highlighter(highlightBuilder);
// 4. 调用searchRequest.scroll设置滚动快照有效时间 searchRequest.scroll(TimeValue.timeValueMinutes(10));
// 5. 调用SearchRequest.source将查询条件设置到检索请求 searchRequest.source(searchSourceBuilder);
// 6. 执行RestHighLevelClient.search发起请求 searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT); } else { SearchScrollRequest searchScrollRequest = new SearchScrollRequest(scrollId); searchScrollRequest.scroll(TimeValue.timeValueMinutes(10)); searchResponse = restHighLevelClient.scroll(searchScrollRequest, RequestOptions.DEFAULT); }
if(searchResponse != null) { // 7. 遍历结果 SearchHits hits = searchResponse.getHits();
List<JobDetail> jobDetailList = new ArrayList<>();
for (SearchHit hit : hits) {
// 1) 获取命中的结果 String json = hit.getSourceAsString(); // 2) 将JSON字符串转换为对象 JobDetail jobDetail = JSON.parseObject(json, JobDetail.class); // 3) 使用SearchHit.getId设置文档ID jobDetail.setId(Long.parseLong(hit.getId()));
// 1. 获取高亮字段 Map<String, HighlightField> highlightFieldMap = hit.getHighlightFields(); // 1.1 获取title高亮字段 HighlightField titleHl = highlightFieldMap.get("title"); // 1.2 获取jd高亮字段 HighlightField jdHl = highlightFieldMap.get("jd"); // 2. 将高亮字段进行替换普通字段 // 2.1 处理title高亮，判断高亮是否为空，不为空则将高亮Fragment（碎片）拼接在一起，替换原有普通字段 if(titleHl != null) { Text[] fragments = titleHl.getFragments(); StringBuilder stringBuilder = new StringBuilder(); for (Text fragment : fragments) { stringBuilder.append(fragment.string()); } jobDetail.setTitle(stringBuilder.toString()); }
// 2.2 处理jd高亮 if(jdHl != null) { Text[] fragments = jdHl.getFragments(); StringBuilder stringBuilder = new StringBuilder(); for (Text fragment : fragments) { stringBuilder.append(fragment.string()); } jobDetail.setJd(stringBuilder.toString()); }
jobDetailList.add(jobDetail); }
// 8. 将结果封装到Map结构中（带有分页信息） // a) total -> 使用SearchHits.getTotalHits().value获取到所有的记录数 // b) content -> 当前分页中的数据 Map<String, Object> result = new HashMap<>(); result.put("scrollId", searchResponse.getScrollId()); result.put("content", jobDetailList);
return result; }
return null; }
@Override public void close() { try { restHighLevelClient.close(); } catch (IOException e) { e.printStackTrace(); } }}
复制代码
划线
评论
复制
发布于: 刚刚阅读数: 6
版权声明: 本文为 InfoQ 作者【Lansonli】的原创文章。
原文链接:【http://xie.infoq.cn/article/030fcacf818dd4f0870209f7f】。文章转载请联系作者。
Lansonli
关注
微信公众号：三帮大数据 2022.07.12 加入
CSDN大数据领域博客专家，华为云享专家、阿里云专家博主、腾云先锋（TDP）核心成员、51CTO专家博主，全网六万多粉丝，知名互联网公司大数据高级开发工程师
评论