[ElasticSearch]Java API 之 滚动搜索(Scroll API)
一般搜索请求都是返回一"页"数据,无论数据量多大都一起返回给用户,Scroll API可以允许我们检索大量数据(甚至全部数据)。Scroll API允许我们做一个初始阶段搜索并且持续批量从Elasticsearch里拉取结果直到没有结果剩下。这有点像传统数据库里的cursors(游标)。
Scroll API的创建并不是为了实时的用户响应,而是为了处理大量的数据(Scrolling is not intended for real time user requests, but rather for processing large amounts of data)。从 scroll 请求返回的结果只是反映了 search 发生那一时刻的索引状态,就像一个快照(The results that are returned from a scroll request reflect the state of the index at the time that the initial search request was made, like a snapshot in time)。后续的对文档的改动(索引、更新或者删除)都只会影响后面的搜索请求。
1. 普通请求
假设我们想一次返回大量数据,下面代码中一次请求58000条数据:
/*** 普通搜索* @param client*/public static void search(Client client) {String index = "simple-index";String type = "simple-type";// 搜索条件SearchRequestBuilder searchRequestBuilder = client.prepareSearch();searchRequestBuilder.setIndices(index);searchRequestBuilder.setTypes(type);searchRequestBuilder.setSize(58000);// 执行SearchResponse searchResponse = searchRequestBuilder.get();// 搜索结果SearchHit[] searchHits = searchResponse.getHits().getHits();for (SearchHit searchHit : searchHits) {String source = searchHit.getSource().toString();logger.info("--------- searchByScroll source {}", source);} // for}
运行结果:
Caused by: QueryPhaseExecutionException[Result window is too large, from + size must be less than or equal to: [10000] but was [58000]. See the scroll api for a more efficient way to request large data sets. This limit can be set by changing the [index.max_result_window] index level parameter.]at org.elasticsearch.search.internal.DefaultSearchContext.preProcess(DefaultSearchContext.java:212)at org.elasticsearch.search.query.QueryPhase.preProcess(QueryPhase.java:103)at org.elasticsearch.search.SearchService.createContext(SearchService.java:676)at org.elasticsearch.search.SearchService.createAndPutContext(SearchService.java:620)at org.elasticsearch.search.SearchService.executeQueryPhase(SearchService.java:371)at org.elasticsearch.search.action.SearchServiceTransportAction$SearchQueryTransportHandler.messageReceived(SearchServiceTransportAction.java:368)at org.elasticsearch.search.action.SearchServiceTransportAction$SearchQueryTransportHandler.messageReceived(SearchServiceTransportAction.java:365)at org.elasticsearch.transport.TransportRequestHandler.messageReceived(TransportRequestHandler.java:33)at org.elasticsearch.transport.RequestHandlerRegistry.processMessageReceived(RequestHandlerRegistry.java:75)at org.elasticsearch.transport.TransportService$4.doRun(TransportService.java:376)at org.elasticsearch.common.util.concurrent.AbstractRunnable.run(AbstractRunnable.java:37)... 3 more
从上面我们可以知道,搜索请求一次请求最大量为[10000]。我们的请求量已经超标,因此报错,异常信息提示我们请求大数据量的情况下使用Scroll API。
2. 使用Scroll API 请求
为了使用 scroll,初始搜索请求应该在查询中指定 scroll 参数,告诉 Elasticsearch 需要保持搜索的上下文环境多长时间(滚动时间)。
searchRequestBuilder.setScroll(new TimeValue(60000));
下面代码中指定了查询条件以及滚动属性,如滚动的有效时长(使用setScroll()方法)。我们通过SearchResponse对象的getScrollId()方法获取滚动ID。滚动ID会在下一次请求中使用。
/*** 使用scroll进行搜索* @param client*/public static String searchByScroll(Client client) {String index = "simple-index";String type = "simple-type";// 搜索条件SearchRequestBuilder searchRequestBuilder = client.prepareSearch();searchRequestBuilder.setIndices(index);searchRequestBuilder.setTypes(type);searchRequestBuilder.setScroll(new TimeValue(30000));// 执行SearchResponse searchResponse = searchRequestBuilder.get();String scrollId = searchResponse.getScrollId();logger.info("--------- searchByScroll scrollID {}", scrollId);SearchHit[] searchHits = searchResponse.getHits().getHits();for (SearchHit searchHit : searchHits) {String source = searchHit.getSource().toString();logger.info("--------- searchByScroll source {}", source);} // forreturn scrollId;}
使用上面的请求返回的结果中的滚动ID,这个 ID 可以传递给 scroll API 来检索下一个批次的结果。这一次请求中不用添加索引和类型,这些都指定在了原始的 search 请求中。
每次返回下一个批次结果 直到没有结果返回时停止 即hits数组空时(Each call to the scroll API returns the next batch of results until there are no more results left to return, ie the hits array is empty)。
/*** 通过滚动ID获取文档* @param client* @param scrollId*/public static void searchByScrollId(Client client, String scrollId){TimeValue timeValue = new TimeValue(30000);SearchScrollRequestBuilder searchScrollRequestBuilder;SearchResponse response;// 结果while (true) {logger.info("--------- searchByScroll scrollID {}", scrollId);searchScrollRequestBuilder = client.prepareSearchScroll(scrollId);// 重新设定滚动时间searchScrollRequestBuilder.setScroll(timeValue);// 请求response = searchScrollRequestBuilder.get();// 每次返回下一个批次结果 直到没有结果返回时停止 即hits数组空时if (response.getHits().getHits().length == 0) {break;} // if// 这一批次结果SearchHit[] searchHits = response.getHits().getHits();for (SearchHit searchHit : searchHits) {String source = searchHit.getSource().toString();logger.info("--------- searchByScroll source {}", source);} // for// 只有最近的滚动ID才能被使用scrollId = response.getScrollId();} // while}
备注:
初始搜索请求和每个后续滚动请求返回一个新的 滚动ID——只有最近的滚动ID才能被使用。(The initial search request and each subsequent scroll request returns a new_scroll_id — only the most recent _scroll_id should be used)
我每次后续滚动请求返回的滚动ID都是相同的,所以对上面的备注,不是很懂,有明白的可以告知,谢谢。
如果超过滚动时间,继续使用该滚动ID搜索数据,则会报错:
Caused by: SearchContextMissingException[No search context found for id [2861]]at org.elasticsearch.search.SearchService.findContext(SearchService.java:613)at org.elasticsearch.search.SearchService.executeQueryPhase(SearchService.java:403)at org.elasticsearch.search.action.SearchServiceTransportAction$SearchQueryScrollTransportHandler.messageReceived(SearchServiceTransportAction.java:384)at org.elasticsearch.search.action.SearchServiceTransportAction$SearchQueryScrollTransportHandler.messageReceived(SearchServiceTransportAction.java:381)at org.elasticsearch.transport.TransportRequestHandler.messageReceived(TransportRequestHandler.java:33)at org.elasticsearch.transport.RequestHandlerRegistry.processMessageReceived(RequestHandlerRegistry.java:75)at org.elasticsearch.transport.TransportService$4.doRun(TransportService.java:376)at org.elasticsearch.common.util.concurrent.AbstractRunnable.run(AbstractRunnable.java:37)at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)at java.lang.Thread.run(Thread.java:745)
3. 清除滚动ID
虽然当滚动有效时间已过,搜索上下文(Search Context)会自动被清除,但是一值保持滚动代价也是很大的,所以当我们不在使用滚动时要尽快使用Clear-Scroll API进行清除。
/*** 清除滚动ID* @param client* @param scrollIdList* @return*/public static boolean clearScroll(Client client, List<String> scrollIdList){ClearScrollRequestBuilder clearScrollRequestBuilder = client.prepareClearScroll();clearScrollRequestBuilder.setScrollIds(scrollIdList);ClearScrollResponse response = clearScrollRequestBuilder.get();return response.isSucceeded();}/*** 清除滚动ID* @param client* @param scrollId* @return*/public static boolean clearScroll(Client client, String scrollId){ClearScrollRequestBuilder clearScrollRequestBuilder = client.prepareClearScroll();clearScrollRequestBuilder.addScrollId(scrollId);ClearScrollResponse response = clearScrollRequestBuilder.get();return response.isSucceeded();}
4. 参考:
https://www.elastic.co/guide/en/elasticsearch/reference/2.4/search-request-scroll.html
http://www.jianshu.com/p/14aa8b09c789
---------------------------------------
原文地址:
https://blog.csdn.net/u014589856/article/details/78775233
[ElasticSearch]Java API 之 滚动搜索(Scroll API)的更多相关文章
- Elasticsearch java api 基本搜索部分详解
文档是结合几个博客整理出来的,内容大部分为转载内容.在使用过程中,对一些疑问点进行了整理与解析. Elasticsearch java api 基本搜索部分详解 ElasticSearch 常用的查询 ...
- [搜索]ElasticSearch Java Api(一) -添加数据创建索引
转载:http://blog.csdn.net/napoay/article/details/51707023 ElasticSearch JAVA API官网文档:https://www.elast ...
- Elasticsearch Java API的基本使用
说明 在明确了ES的基本概念和使用方法后,我们来学习如何使用ES的Java API. 本文假设你已经对ES的基本概念已经有了一个比较全面的认识. 客户端 你可以用Java客户端做很多事情: 执行标准的 ...
- Elasticsearch Java Rest Client API 整理总结 (二) —— SearchAPI
目录 引言 Search APIs Search API Search Request 可选参数 使用 SearchSourceBuilder 构建查询条件 指定排序 高亮请求 聚合请求 建议请求 R ...
- Elasticsearch Java API 很全的整理
Elasticsearch 的API 分为 REST Client API(http请求形式)以及 transportClient API两种.相比来说transportClient API效率更高, ...
- 彻底搞懂 Elasticsearch Java API
说明 在明确了ES的基本概念和使用方法后,我们来学习如何使用ES的Java API. 本文假设你已经对ES的基本概念已经有了一个比较全面的认识. 客户端 你可以用Java客户端做很多事情: 执行标准的 ...
- 第08章 ElasticSearch Java API
本章内容 使用客户端对象(client object)连接到本地或远程ElasticSearch集群. 逐条或批量索引文档. 更新文档内容. 使用各种ElasticSearch支持的查询方式. 处理E ...
- Elasticsearch Java API深入详解
0.题记 之前Elasticsearch的应用比较多,但大多集中在关系型.非关系型数据库与Elasticsearch之间的同步.以上内容完成了Elasticsearch所需要的基础数据量的供给.但想要 ...
- Elasticsearch java api 常用查询方法QueryBuilder构造举例
转载:http://m.blog.csdn.net/u012546526/article/details/74184769 Elasticsearch java api 常用查询方法QueryBuil ...
随机推荐
- 在linux中怎么查看错误日志
cat或者tail -f命令 日 志 文 件 说 明 /var/log/message 系统启动后的信息和错误日志,是Red Hat Linux中最常用的日志之一/var/log/secure 与安全 ...
- vue+node+elementUI实现注册功能
后端代码 在后端的文件 routes文件夹下的connect.js文件中 // 引入mysql const mysql = require('mysql'); // 创建连接对象 const conn ...
- Django之ContentType,GenericRelation, GenericForeignKey
contenttypes 是Django内置的一个应用,可以追踪项目中所有app和model的对应关系,并记录在ContentType表中. models.py文件的表结构写好后,通过makemigr ...
- 28道java基础面试题-下
28道java基础面试题下 15.Java语言如何进行异常处理,关键字:throws.throw.try.catch.finally分别如何使用? 答:Java通过面向对象的方法进行异常处理,把各种不 ...
- 《RocketMQ》
作为一款消息中间件,RocketMQ需要解决的技术问题其实在分布式系统领域中都有所体现.首先如果将分布式系统的领域按照分布式通信.分布式存储.分布式计算以及分布式管理这四大部分进行划分,其实就会发现在 ...
- c++类的学习笔记
用结构体数据的安全性得不到保证. 使用类对数据进行封装,只能通过函数修改类中的数据 (1)类的定义 class 类名 { private: protected: public: }; private: ...
- CF1207F Koala and Notebook(BFS)
你可能会好奇为什么只有一个 BFS 的标签,却还能够排到 F 的位置. 因为它实在是太 简 单 了 有更新 首先,比较两个数,可以先比较两个数的长度,然后比较两个数看成数字串后的字典序. 不妨先把每条 ...
- [算法模版]Tarjan爷爷的几种图论算法
[算法模版]Tarjan爷爷的几种图论算法 前言 Tarjan爷爷发明了很多图论算法,这些图论算法有很多相似之处(其中一个就是我都不会).这里会对这三种算法进行简单介绍. 定义 强连通(strongl ...
- Ubuntu中如何使得程序在后台运行
Ubuntu中如何使得程序在后台运行 一.前言 在Ubuntu中有的程序启动需要执行改程序./bin目录下的文件,并且启动之后这个shell就不能使用和关闭了,非常的麻烦,因此就有了相应的命令来解决这 ...
- Spring的工具类StringUtils使用
我们经常会对字符串进行操作,spring已经实现了常用的处理功能.我们可以使用org.springframework.util.StringUtils 工具类帮我们处理字符串. 工具类整理如下: ...