javaelasticsearch增删改查

用Java操作Elasticsearch，删改说白了就是删改跟一个JSON仓库打交道。你往里面扔文档，删改它帮你倒腾索引，删改查起来快得离谱。删改但增删改查这四件事，删改写起来各有各的删改坑，尤其版本一升级，删改API说变就变，删改搞得人头疼。删改

先看新增。删改ES里没有“插入”这个概念，删改只有“索引”。删改你put一条数据进去，删改它要么新建，删改要么覆盖。用Java的High Level REST Client，代码长得像这样：

IndexRequest request = new IndexRequest("users") .id("1001") .source("name", "张三", "age", 28); client.index(request, RequestOptions.DEFAULT);

看着简单吧？但有个细节——如果你不指定id，ES会自己生成一串乱码。生产环境里，我建议永远显式传id，不然以后想删数据，连个索引都找不到。

查询才是真正的大头。ES的查询DSL写起来像搭积木，Java里得用SearchSourceBuilder一层层拼。比如查年龄大于25的用户：

SearchRequest searchRequest = new SearchRequest("users"); SearchSourceBuilder sourceBuilder = new SearchSourceBuilder(); sourceBuilder.query(QueryBuilders.rangeQuery("age").gt(25)); searchRequest.source(sourceBuilder); SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);

这里有个反直觉的事——ES的“等于”不是用等号，而是用termQuery。而且termQuery默认走精确匹配，分词器一介入，结果可能跟你预想的不一样。上次我排查一个bug，查“北京”这个词，返回了一堆“北京市”的数据，就是因为没用keyword字段。

更新操作更阴险。你以为改一条数据是原地修改？错了，ES内部是“先删后写”。你发一个update请求，它找到旧文档，标记删除，再写新文档。这导致一个后果——频繁更新会让索引体积膨胀。我见过一个日志系统，每秒钟更新上千条数据，一周后磁盘爆了，就是因为没做force merge。

代码层面，更新分两种。一种是用UpdateRequest直接改字段：

UpdateRequest updateRequest = new UpdateRequest("users", "1001") .doc("age", 29); client.update(updateRequest, RequestOptions.DEFAULT);

另一种是用script做条件更新，比如年龄加一岁。后者灵活，但脚本写不好容易出性能问题，尤其是painless里搞循环，CPU直接飙红。

删数据倒是直白。DeleteRequest一扔，完事。但你要想清楚——删的是文档，不是索引。索引还在，mapping还在，磁盘空间不会立刻释放。真要清空数据，用deleteByQuery按条件删，或者干脆删索引重建。我就吃过亏，删了文档以为干净了，结果查询时老命中旧数据，查半天才发现是索引里残留的segment在作怪。

最后说个实战心得。ES的Java客户端，官方推荐用High Level REST Client，但它已经进入维护模式了。新项目直接用Elasticsearch Java Client，就是那个带“_client”后缀的。API风格更现代化，但网上教程少，踩坑只能自己翻源码。你要是维护老项目，别急着迁移，能跑就别动——我见过一次升级，光改连接配置就花了半天，还因为版本兼容问题搞崩了测试环境。

增删改查，听起来简单，但ES的分布式特性决定了它跟传统数据库不一样。你写进去的数据，要等refresh interval才能查到，默认是1秒。改完立刻查，查不到是正常的，别慌。删了数据，磁盘空间不会马上回来，得等segment合并。这些坑，文档里不会写，只有跑过生产环境的人才懂。