es异步批量增添数据java示例

时间: 2023-07-04 11:16:46 浏览: 57
以下是一个使用 Elasticsearch Java API 进行异步批量增添数据的示例: ```java import org.elasticsearch.action.ActionListener; import org.elasticsearch.action.bulk.BulkRequest; import org.elasticsearch.action.bulk.BulkResponse; import org.elasticsearch.action.index.IndexRequest; import org.elasticsearch.action.index.IndexResponse; import org.elasticsearch.client.RequestOptions; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.common.xcontent.XContentType; import org.elasticsearch.index.IndexNotFoundException; import org.elasticsearch.rest.RestStatus; import java.io.IOException; import java.util.ArrayList; import java.util.List; import java.util.concurrent.CompletableFuture; import java.util.function.BiConsumer; public class ElasticSearchAsyncBatchInsert { private final RestHighLevelClient client; private final String indexName; public ElasticSearchAsyncBatchInsert(RestHighLevelClient client, String indexName) { this.client = client; this.indexName = indexName; } public CompletableFuture<BulkResponse> insert(List<String> jsonDocuments) { BulkRequest bulkRequest = new BulkRequest(); for (String json : jsonDocuments) { IndexRequest request = new IndexRequest(indexName); request.source(json, XContentType.JSON); bulkRequest.add(request); } CompletableFuture<BulkResponse> future = new CompletableFuture<>(); client.bulkAsync(bulkRequest, RequestOptions.DEFAULT, new ActionListener<BulkResponse>() { @Override public void onResponse(BulkResponse bulkResponse) { RestStatus status = bulkResponse.status(); if (status != RestStatus.OK) { future.completeExceptionally(new RuntimeException("Failed to insert data: " + status)); } else { future.complete(bulkResponse); } } @Override public void onFailure(Exception e) { future.completeExceptionally(e); } }); return future; } public static void main(String[] args) throws IOException, InterruptedException { RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("localhost", 9200))); ElasticSearchAsyncBatchInsert batchInsert = new ElasticSearchAsyncBatchInsert(client, "my_index"); List<String> jsonDocuments = new ArrayList<>(); jsonDocuments.add("{\"name\": \"John\", \"age\": 30}"); jsonDocuments.add("{\"name\": \"Mary\", \"age\": 25}"); jsonDocuments.add("{\"name\": \"Mike\", \"age\": 35}"); CompletableFuture<BulkResponse> future = batchInsert.insert(jsonDocuments); future.whenComplete(new BiConsumer<BulkResponse, Throwable>() { @Override public void accept(BulkResponse bulkResponse, Throwable throwable) { if (throwable != null) { throwable.printStackTrace(); } else { System.out.println("Number of inserted documents: " + bulkResponse.getItems().length); } } }); client.close(); } } ``` 以上代码中,`ElasticSearchAsyncBatchInsert` 类封装了异步插入数据的操作。在 `insert` 方法中,我们首先创建一个 `BulkRequest` 对象,将所有需要插入的数据添加到该对象中。然后使用 `client.bulkAsync` 方法进行异步的批量插入操作。 在 `main` 方法中,我们创建了一个 `ElasticSearchAsyncBatchInsert` 对象,并向其传递了需要插入的数据。然后我们调用 `insert` 方法进行异步插入操作,同时使用 `whenComplete` 方法添加一个回调函数,在插入操作完成后输出插入的结果。 需要注意的是,在异步插入操作中,我们使用了 Java 8 的 `CompletableFuture` 类来处理异步结果。使用 `CompletableFuture` 可以让我们更加方便地进行异步编程。

相关推荐

最新推荐

recommend-type

java使用es查询的示例代码

本篇文章主要介绍了java使用es查询的示例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

Python对ElasticSearch获取数据及操作

主要为大家详细介绍了Python对ElasticSearch获取数据及操作,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

JAVA使用ElasticSearch查询in和not in的实现方式

今天小编就为大家分享一篇关于JAVA使用Elasticsearch查询in和not in的实现方式,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
recommend-type

Java实现的AES256加密解密功能示例

主要介绍了Java实现的AES256加密解密功能,结合完整实例形式分析了Java实现AES256加密解密功能的步骤与相关操作技巧,需要的朋友可以参考下
recommend-type

shell脚本批量删除es索引的方法

今天小编就为大家分享一篇关于shell脚本批量删除es索引的方法,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。