Elasticsearch“滚动查询“(Scrolling)的机制的与Java使用ES Client 调用滚动查询

news/2024/11/24 20:41:33/

Elasticsearch"滚动查询"(Scrolling)的机制的与Java使用ES Client 调用滚动查询

  • 前言
  • 1. 滚动查询的一般步骤
    • 1.1 发起初始搜索请求,返回命中结果和滚动ID
    • 1.2 使用滚动ID检索下一页结果
    • 1.4 重复执行直到没有检索结果返回
    • 1.5 清除滚动上下文释放资源
  • 2.Java Elasticsearch客户端执行滚动查询
  • 3. SpringDataElasticsearch滚动查询

前言

ES在进行普通的查询时,默认只会查询出来10条数据。我们通过设置es中的size可以将最终的查询结果从10增加到10000。如果需要查询数据量大于es的翻页限制或者需要将es的数据进行导出又当如何?
Elasticsearch提供了一种称为"滚动查询"(Scrolling)的机制,用于处理大型数据集的分页查询。滚动查询允许在持续的时间段内保持一个活动的搜索上下文,然后使用滚动ID进行迭代检索结果。滚动查询和关系型数据库中的游标有点类似,因此也叫游标查询

1. 滚动查询的一般步骤

1.1 发起初始搜索请求,返回命中结果和滚动ID

scroll=5m表示每个滚动查询的有效时间为5分钟

POST /your_index/_search?scroll=5m
{"size": 100,       // 每次返回的结果数量"query": { ... }   // 查询条件
}

命中结果:

{"_scroll_id": "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAD4WYm9laVYtZndUQlNsdDcwakFMNjU1QQ==","hits": {"total": {"value": 10000,"relation": "eq"},"hits": [ ... ]  // 检索到的文档}
}

示例:
在这里插入图片描述

1.2 使用滚动ID检索下一页结果

POST /_search/scroll
{"scroll": "5m","scroll_id": "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAD4WYm9laVYtZndUQlNsdDcwakFMNjU1QQ=="
}

示例:

POST /_search/scroll{"scroll": "5m","scroll_id": "FGluY2x1ZGVfY29udGV4dF91dWlkDXF1ZXJ5QW5kRmV0Y2gBFDJPRXc0WWdCY1BLWlo1MTk4MmR3AAAAAAAAAXYWcWgwSW5CQUtScEd2T2QtRGtYaWliQQ=="}

在这里插入图片描述

1.4 重复执行直到没有检索结果返回

Elasticsearch将返回下一页结果和一个新的滚动ID。可以根据需要重复这个步骤,直到没有更多结果为止

1.5 清除滚动上下文释放资源

滚动查询结束后,您可以通过发送一个清除滚动上下文的请求来释放资源:

DELETE /_search/scroll
{"scroll_id": ["DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAD4WYm9laVYtZndUQlNsdDcwakFMNjU1QQ=="]
}

以上为滚动查询进行分页检索的基本过程。在每个滚动请求中,都需要提供先前滚动请求返回的滚动ID。这样Elasticsearch才能够维护搜索上下文并返回正确的结果

2.Java Elasticsearch客户端执行滚动查询

public static void main(String[] args) {long start = System.currentTimeMillis();//构建es HttpHost对象HttpHost httpHost1 = new HttpHost("192.168.1.1", 9200, "http");// 滚动时间窗口long scrollTime = 1L;// 每次返回的文档数量int batchSize = 20000;//索引名String indexName = "你的索引名称";try (RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(httpHost1))) {//构建查询请求SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();searchSourceBuilder.query(QueryBuilders.boolQuery());searchSourceBuilder.size(batchSize);//设置查询返回字段String[] includes = {};searchSourceBuilder.fetchSource(includes, null);// 滚动查询请求SearchRequest searchRequest = new SearchRequest(indexName);searchRequest.source(searchSourceBuilder);//设置请求滚动时间窗口时间searchRequest.scroll(TimeValue.timeValueMinutes(scrollTime));//执行首次检索SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);//首次检索返回scrollId,用于下一次的滚动查询String scrollId = searchResponse.getScrollId();//获取首次检索命中结果SearchHit[] searchHits = searchResponse.getHits().getHits();//计数int count = 0;// 处理第一批结果for (SearchHit hit : searchHits) {// 处理单个文档JSONObject dataJson = (JSONObject) JSON.parse(hit.getSourceAsString());System.out.println("====对首次请求的进行处理,当前计数:" + count++);}// 处理滚动结果while (searchHits != null && searchHits.length > 0) {SearchScrollRequest scrollRequest = new SearchScrollRequest(scrollId);scrollRequest.scroll(TimeValue.timeValueMinutes(scrollTime));searchResponse = client.scroll(scrollRequest, RequestOptions.DEFAULT);scrollId = searchResponse.getScrollId();searchHits = searchResponse.getHits().getHits();for (SearchHit hit : searchHits) {JSONObject dataJson = (JSONObject) JSON.parse(hit.getSourceAsString());System.out.println("====滚动查询,当前计数:" + count++);}}// 清理滚动上下文ClearScrollRequest clearScrollRequest = new ClearScrollRequest();clearScrollRequest.addScrollId(scrollId);ClearScrollResponse clearScrollResponse = client.clearScroll(clearScrollRequest, RequestOptions.DEFAULT);boolean succeeded = clearScrollResponse.isSucceeded();long end = System.currentTimeMillis();System.out.println("共执行时间:" + (end - start) / 1000 + " s");} catch (Exception e) {System.out.println("===error==" + e.getMessage());e.printStackTrace();}
}

3. SpringDataElasticsearch滚动查询

import org.elasticsearch.action.search .*;
import org.elasticsearch.client .*;
import org.elasticsearch.common.unit .*;
import org.elasticsearch.index.query .*;
import org.elasticsearch.search .*;
import org.elasticsearch.search.builder .*;
import org.springframework.beans.factory.annotation .*;
import org.springframework.data.elasticsearch.core .*;
import org.springframework.data.elasticsearch.core.query .*;public class ScrollSearchExample {@Autowiredprivate ElasticsearchOperations elasticsearchOperations;public void performScrollSearch() {String scrollTime = "1m";  // 滚动时间窗口int batchSize = 100;  // 每次返回的文档数量QueryBuilder queryBuilder = QueryBuilders.matchQuery("field", "value");NativeSearchQueryBuilder searchQuery = new NativeSearchQueryBuilder();searchQuery.withQuery(queryBuilder).withPageable(PageRequest.of(0, batchSize)).build();SearchResponse searchResponse = elasticsearchOperations.startScroll(scrollTime,searchQuery,YourEntityClass.class,IndexCoordinates.of("your_index"));String scrollId = searchResponse.getScrollId();SearchHits<YourEntityClass> searchHits = searchResponse.getSearchHits();// 处理第一批结果for (SearchHit<YourEntityClass> hit : searchHits) {YourEntityClass entity = hit.getContent();// 处理单个文档}// 处理滚动结果while (searchHits != null && searchHits.hasSearchHits()) {searchResponse = elasticsearchOperations.continueScroll(scrollId, scrollTime, YourEntityClass.class);scrollId = searchResponse.getScrollId();searchHits = searchResponse.getSearchHits();for (SearchHit<YourEntityClass> hit : searchHits) {YourEntityClass entity = hit.getContent();// 处理单个文档}}// 清理滚动上下文elasticsearchOperations.clearScroll(scrollId);}
}

http://www.ppmy.cn/news/515348.html

相关文章

基于spss的多元统计分析 之 实例1(挤压塑料胶卷的最优工艺研究)(6/8)

挤压塑料胶卷的最优工艺研究 摘要 多元方差分析是同时分析多个响应变量和一个共同预测变量集之间关系的检验。与方差分析一样&#xff0c;多元方差分析需要连续响应变量和类别预测变量。与运行多个方差分析&#xff08;一次一个响应变量&#xff09;相比&#xff0c;多元方差分…

[进阶]网络通信:TCP通信,一发一收,多发多收

TCP通信 特点&#xff1a;面向连接、可靠通信。通信双方事先会采用 “三次握手〞 方式建立可靠连接&#xff0c;实现端到端的通信&#xff1b;底层能保证数据成功传给服务端。Java提供了一个java.net.socket类来实现TCP通信。 TCP通信——客户端开发 客户端程序就是通过java.…

秒懂SpringBoot之如何集成SpringDoc(全网目前最新最系统最全面的springdoc教程)

[版权申明] 非商业目的注明出处可自由转载 出自&#xff1a;shusheng007 文章目录 概述概念解释SpringDoc使用简单集成配置文档信息配置文档分组使用注解TagOperationSchemaParameterParametersApiResponses 和ApiResponse 认证授权无需认证需要认证 总结源码 概述 近来颇为懈…

MySQL——存储过程与存储函数

MySQL从5.0版本开始支持存储过程和存储函数。存储过程和函数能够将复杂的SQL逻辑封装在一起&#xff0c;应用程序无须关注存储过程和函数内部复杂的SQL逻辑&#xff0c;而只需要简单地调用存储过程和函数即可。 1. 存储过程概述 1.1 理解 含义&#xff1a;存储过程的英文是 S…

芯力特CAN接口芯片,SIT1050T参数及描述

完全兼容“ISO 11898”标准&#xff1b; 内置过温保护&#xff1b; 过流保护功能&#xff1b; 显性超时功能&#xff1b; 静音模式&#xff1a;未上电节点不干扰总线&#xff1b; 至少允许 110 个节点连接到总线&#xff1b; 高速 CAN&#xff0c;传输速率可达到 1Mbps&#xf…

上海航芯 |带CAN的128k Flash通用MCU ACM32F0优势

• 车规级工艺(-40到125度), 消费级价格&#xff0c;适用于户外或者高温宽范围的严苛场景 • 带CAN的128k flash F0&#xff0c;适用于需要CAN的车载或者工业场景 • 断码LCD触控超低功耗&#xff0c;适用于低功耗物联网场景 • 2个QSPI&#xff0c;8根SPI数据线&#xff0c;适…

C8051F500 C8051F50X CAN总线收发数据 中文寄存器

** C8051F500 C8051F50X CAN总线收发数据中文寄存器 ** 一、最近手头有一个汽车项目用到CAN总线进行通信&#xff0c;使用的芯片是C8051F500&#xff1b;这个芯片具有CAN 2.0协议&#xff1b;它和早期的C8051F04X和06x的使用和寄存器的定义有些不同&#xff1b; C8051F50X的寄…

HC32L110国产超低功耗华大MCU芯片介绍

华大HC32L110 系列32 位 ARM Cortex-M0 微控制器 HC32L110 系列是一款旨在延长便携式测量系统的电池使用寿命的超低功耗、Low Pin Count、宽电压工作范围的 MCU。集成 12 位 1M sps 高精度 SARADC 以及集成了比较器、多路 UART、SPI、I 2 C等丰富的通讯外设&#xff0c;具有高…