Elasticsearch的CRUD：REST與Java API

CRUD(Create, Retrieve, Update, Delete)是數據庫系統的四種基本操作，分別表示創建、查詢、更改、刪除，俗稱“增刪改查”。Elasticsearch作為NoSQL數據庫（雖然ES是為搜索引擎而生的，但我更願意將其看作帶有強大文本搜索功能的NoSQL）。

以下示例基於Elasticsearch 2.4版本。

Create

在默認情況下，ES的REST接口的端口號為9200，對接Java client的端口號為9300。

Create操作為向index中索引文檔，若index不存在則ES會自動創建；

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

Java API（"org.elasticsearch" % "elasticsearch" % "2.4.1"）通過TransportClient與ES集群連接，CRUD操作便是基於此而實現的。

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創建index或索引document：

import org.elasticsearch.action.index.IndexResponse;

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

Retrieve

ES的查詢DSL大致可以分為兩種：

• Query DSL，主要配合bool、match等使用，相當於SQL中的where子句；
• Aggregations，相當於SQL中的group by部分，細分為如下三類：

1. Bucketing，聚合函數只能是count(*)，表示的是doc命中數，可以嵌套子aggs；
2. Metric，相比於Bucketing其非常靈活，可配合avg、max、sum等聚合函數，但是不能嵌套子aggs；
3. Pipeline，以其他aggs的結果作為輸入，而不是直接在文檔集合上進行操作。

ES的Query DSL功能實在是強大，在本文短短的篇幅中很難闡述完全，故只列舉了兩個簡單實例。在以前的項目中，我使用過1.7版本ES，后來發現2.0.0-beta1版本及之后DSL語法發生很大的變化，比如filtered、and、or等被廢棄掉了，而被bool取而代之；對應的Java API支持鏈式操作，與Java 8配合寫起來非常舒服。

REST通過_search接口進行DSL查詢：

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

實戰：List<List<String>> idsList作為過濾條件，其中內一層為and關系、內二層為or關系；然后多字段（為bucketSizeMap的key）aggs，Java 8實現：

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，即滿足過濾條件后做aggs，

aggs:
    <aggs_name>:
        filter:
        aggs:

其與filter query + aggs在功能上是等價的，

query:
    bool:
        filter:
aggs:

但是，經測試發現filter query + aggs是比filter aggs查詢要快。

Update

update為document級別的操作，即僅支持對某個具體document進行更新；REST通過_update接口：

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

Java API則有兩種實現方式：UpdateRequest + update與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操作通常都伴隨着檢查index是否存在（exist），exist的RESTful接口與Java API分別如下：

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

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

ES提供了三種粗細粒度的刪除操作：

• 刪除整個index；
• 刪除index中某一type；
• 刪除特定的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實現：

// 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();