Elasticsearch 进阶实战：JavaRestClient 操作索引与文档及海量数据批处理指南

新增与查询：新增文档时，我们需要将 Java 实体类转换为 JSON 字符串（推荐使用工具库如 Hutool 的 JSONUtil 或 Fastjson/Jackson），然后作为请求的 Source 发送。查询文档则是根据 ID 精准定位数据。

直接对要修改的内容进行 set 处理

删除文档：构建 DeleteRequest 并传入对应的文档 ID 即可完成物理删除。

局部更新：使用 UpdateRequest。这种方式只会修改我们显式指定的字段（set 处理），未指定的字段保持原样。这在并发场景下或者只需要更新如'点赞数'、'状态'等单一字段时，能有效减少网络开销和覆盖冲突。

三、核心进阶：Bulk 批处理与海量数据导入实战

在真实的业务场景中（例如将电商系统中的商品数据同步到 ES 构建搜索引擎），我们面临的数据量往往是数十万甚至百万级别的。如果采用单条数据循环插入的方式，网络 I/O 的开销将极其巨大，耗时无法忍受。

这时候就需要使用 BulkRequest。BulkRequest 本质上是一个请求的容器，它允许我们将多个独立的 IndexRequest、UpdateRequest 或 DeleteRequest 组装在一起，然后通过一次网络请求发送给 ES 服务端批量执行。

业务实战：商品数据的平滑导入

批处理基础：

BulkRequest 中提供了 add 方法，用以添加其它 CRUD 的请求：

可以看到，能添加的请求有：IndexRequest，也就是新增；UpdateRequest，也就是修改；DeleteRequest，也就是删除

示例：

@Test
void testBulk() throws IOException {
    // 1. 创建 Request
    BulkRequest request = new BulkRequest();
    // 2. 准备请求参数
    request.add(new IndexRequest("items").id("1").source("json doc1", XContentType.JSON));
    request.add(new IndexRequest("items").id("2").source("json doc2", XContentType.JSON));
    // 3. 发送请求
    client.bulk(request, RequestOptions.DEFAULT);
}

实际场景的业务开发

当我们要导入商品数据时，由于商品数量达到数十万，因此不可能一次性全部导入。建议采用循环遍历方式，每次导入 1000 条左右的数据。 下面这段代码展示了一个非常经典且健壮的后端批处理同步逻辑：

@Test
void testLoadItemDocs() throws IOException {
    // 分页查询商品数据
    int pageNo = 1;
    int size = 1000;
    while (true) {
        Page<Item> page = itemService.lambdaQuery()
            .eq(Item::getStatus, 1)
            .page(new Page<>(pageNo, size));
        
        // 非空校验
        List<Item> items = page.getRecords();
        if (CollUtils.isEmpty(items)) {
            return; // 数据加载完毕，退出循环
        }
        log.info("加载第{}页数据，共{}条", pageNo, items.size());
        
        // 1. 创建 Request
        BulkRequest request = new BulkRequest("items");
        // 2. 准备参数，添加多个新增的 Request
        for (Item item : items) {
            // 2.1. 转换为文档类型
            ItemDTO itemDoc = BeanUtil.copyProperties(item, ItemDoc.class);
            // 2.2. 创建新增文档的 Request 对象
            request.add(new IndexRequest()
                .id(itemDoc.getId())
                .source(JSONUtil.toJsonStr(itemDoc), XContentType.JSON));
        }
        // 3. 发送请求
        client.bulk(request, RequestOptions.DEFAULT);
        // 翻页
        pageNo++;
    }
}

代码深度解析与技术思考

这段实战代码中包含了几个非常关键的工程化思考，值得深入体会：

1. 为什么必须分页查询？避免 OOM (Out Of Memory) 面对数十万的数据，如果一条 SQL 直接 selectAll 将所有数据加载到 JVM 内存中，极大概率会导致内存溢出导致服务崩溃。采用 while(true) 配合 MyBatis-Plus 的分页查询（每次限制 1000 条），能够以时间换空间，保证内存的平稳运行。size = 1000 是一个经验值，既保证了每次 Bulk 请求的负载不会过大，又兼顾了网络传输的效率。
2. 数据模型的解耦：PO 与 Doc 的转换 代码中特意使用了 BeanUtil.copyProperties(item, ItemDoc.class)。在规范的架构设计中，数据库实体类（PO/Item）和 Elasticsearch 的文档对象模型（Doc/ItemDoc）往往是不同的。数据库可能包含很多不需要被检索的冗余字段，转换为专门的 ItemDoc 可以剔除无效数据，减小 ES 存储压力，同时实现持久层与检索层的数据模型解耦。
3. 优雅的循环终止条件 利用 CollUtils.isEmpty(items) 作为跳出循环的条件非常巧妙。当某一页查询不到任何记录时，说明数据库中的存量数据已经全部遍历且同步完毕，此时安全退出即可。

总结

掌握 JavaRestClient 不仅是熟练调用几个 API 那么简单，更重要的是理解其背后统一的设计理念。同时，在面对实际的高并发或海量数据场景时，要学会结合分页查询、数据模型转换以及 Bulk 批处理技术，编写出具备高可用性和高健壮性的企业级代码。这对于构建复杂的微服务系统以及提升后端系统的整体架构能力，都是非常宝贵的经验。