Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎，其次是Apache Solr，也是基于Lucene
如京东，淘宝
Lucene是一个Java语言的搜索引擎类库,是Apache公司的顶级项目，由DougCutting于1999年研发。官网地址: https:// lucene.apache.org/
重要性：
分布式的实时文件存储，每个字段都被索引并可被搜索实时分析的分布式搜索引擎可以扩展到上百台服务器，处理PB级结构化或非结构化数据 倒排索引倒排索引的概念是基于MySQL这样的正向索引而言的
正向索引
但如果是基于title做模糊查询，只能是逐行扫描数据，流程如下：
用户搜索数据，条件是title符合“%手机%”逐行获取数据，比如id为1的数据判断数据中的title是否符合用户搜索条件如果符合则放入结果集，不符合则丢弃。回到步骤1逐行扫描，也就是全表扫描，随着数据量增加，其查询效率也会越来越低。当数据量达到数百万时，就是一场灾难。
倒排索引倒排索引中有两个非常重要的概念：
文档Document：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息词条Term：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条创建倒排索引是对正向索引的一种特殊处理，流程如下：
将每一个文档的数据利用算法分词，得到一个个词条创建表，每行数据包括词条、词条所在文档id、位置等信息因为词条唯一性，可以给词条创建索引，例如hash表结构索引
倒排索引的搜索流程如下（以搜寻“华为手机”为例）
用户输入条件 “华为手机” 进行搜索。对用户输入内容分词，得到词条： 华为 、 手机 。拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。拿着文档id到正向索引中查找具体文档
虽然要先查询倒排索引，再查询倒排索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快！无需全表扫描。
正向和倒排正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。而倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程正向索引
优点：
可以给多个字段创建索引根据索引字段搜索、排序速度非常快缺点：
根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描倒排索引
优点：
根据词条搜索、模糊搜索时，速度非常快缺点：
只能给词条创建索引，而不是字段无法根据字段做排序 ES的一些概念elasticsearch中有很多独有的概念，与mysql中略有差别，但也有相似之处
文档和字段elasticsearch是面向**文档（Document）**存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中：
而Json文档中往往包含很多的字段（Field），类似于数据库中的列
索引和映射索引（Index），就是相同类型的文档的集合。
例如：
所有用户文档，就可以组织在一起，称为用户的索引；所有商品的文档，可以组织在一起，称为商品的索引；所有订单的文档，可以组织在一起，称为订单的索引；
因此，我们可以把索引当做是数据库中的表。
数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。因此，索引库中就有映射(mapping），是索引中文档的字段约束信息，类似表的结构约束。
MySQL和ElasticSearch我们统一的把mysql与elasticsearch的概念做一下对比
ES环境需要ES和分词器
环境搭建步骤：
windows版ES下载：网址https://www.elastic.co/cn/downloads/elasticsearch下载分词器（4IK分词器）：https://github.com/medcl/elasticsearch-analysis-ik/releases解压缩ES，并且在解压缩的plugins创建ik文件夹将4IK分词器解压后的所有文件拷贝到创建的ik文件夹下启动ES：
找到ES文件夹下的bin文件夹，双击文件 elasticsearch.bat（弹出窗口不要关闭）浏览器访问localhost:9200能看到json代表启动成功4IK分词器
作用：
创建倒排索引时对文档分词用户搜索时，对输入的内容分词IK分词器的模式：
ik_smart：智能切分，粗粒度ik_max_word：最细切分，细粒度 索引库操作索引库就类似数据库表，mapping映射就类似表的结构。
我们要向es中存储数据，必须先创建“库”和“表”。
mapping映射属性mapping是对索引库中文档的约束，常见的mapping属性包括：
type：字段数据类型，常见的简单类型有：
字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）数值：long、integer、short、byte、double、float布尔：boolean日期：date对象：objectindex：是否创建索引，默认为true
analyzer：使用哪种分词器
properties：该字段的子字段
Eg：
{"age": 18,"weight": 70.2,"isMarried": false,"info":"apesourceJavaEE王讲师","email":"wangls@163.com","score": [99.1, 99.5, 98.9],"name": {"firstName":"师傅","lastName":"王"} }对应的每个字段映射（mapping）：
age：类型为 integer；参与搜索，因此需要index为true；无需分词器weight：类型为float；参与搜索，因此需要index为true；无需分词器isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smartemail：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器name：类型为object，需要定义多个子属性 name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器 创建索引库和映射基本语法：
请求方式：PUT请求路径：/索引库名，可以自定义请求参数：mapping格式：
{"mappings":{"properties":{"age":{"type":"integer"},"isMarried":{"type":"boolean"},"name":{"type":"text","analyzer":"ik_smart"},"info":{"type":"text","index":"false"},"pet":{"properties":{"dog":{"type":"text"},"cat":{"type":"text"} } } } } }
Postman测试创建索引库和映射
查询索引库基本语法：
请求方式：GET请求路径：/索引库名请求参数：无格式：
GET /索引库名eg：postman发送GET请求：localhost:9200/teachers
修改索引库倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。
虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。
语法说明：
PUT /索引库名/_mapping {"properties": {"新字段名":{"type":"integer"} } }eg:postman发送PUT请求:localhost:9200/teachers/_mapping
语法：
请求方式：DELETE请求路径：/索引库名请求参数：无格式：
DELETE /索引库名postman发送DELETE请求：localhost:9200/teachers
总结：
创建索引库：PUT /索引库名查询索引库：GET /索引库名删除索引库：DELETE /索引库名添加字段：PUT /索引库名/_mapping 文档操作 新增文档语法：
POST /索引库名/_doc/文档id {"字段1":"值1","字段2":"值2","字段3": {"子属性1":"值3","子属性2":"值4"}, // ... }eg：
POST请求：localhost:9200/teachers/_doc/1
{"info":"java程序开发工程师","age":"23","name":"詹姆斯高斯林","pet":{"拉布拉多":"旺财","英短":"小老弟"} } 查询文档根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把文档id带上。
语法：
GET /{索引库名称}/_doc/{id}查看数据：
GET请求：localhost:9200/teachers/_doc/1
localhost:9200/teachers/_doc/1 删除文档删除使用DELETE请求，同样，需要根据id进行删除
语法：
DELETE /{索引库名}/_doc/id值eg：
DELETE请求
localhost:9200/teachers/_doc/1 修改文档 全量修改：直接覆盖原来的文档增量修改：修改文档中的部分字段 全量修改全量修改是覆盖原来的文档，其本质是：
根据指定的id删除文档新增一个相同id的文档**注意：**如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了
语法：
PUT /{索引库名}/_doc/文档id {"字段1":"值1","字段2":"值2", // ... 略 }eg：
postman发送PUT请求：localhost:9200/teachers/_doc/1
{"info":"python程序开发工程","name":"吉多范罗苏姆","age":"22","pet":{"拉布拉多":"旺财","英短":"小老弟"} } 全量修改增量修改是只修改指定id匹配的文档中的部分字段
语法：
POST /{索引库名}/_update/文档id {"doc": {"字段名":"新的值", } }eg：
postman发送POST请求：localhost:9200/teachers/_update/1
{"doc":{"name":"詹姆斯高斯林再牛逼也进不了谷歌"} }总结：
创建文档：POST /{索引库名}/_doc/文档id { json文档 }查询文档：GET /{索引库名}/_doc/文档id删除文档：DELETE /{索引库名}/_doc/文档id修改文档： 全量修改：PUT /{索引库名}/_doc/文档id { json文档 }增量修改：POST /{索引库名}/_update/文档id { “doc”: {字段}} RestAPIES官方提供了各种不同语言的客户端，用来操作ES。这些客户端的本质就是组装DSL语句，通过http请求发送给ES。官方文档地址：https://www.elastic.co/guide/en/elasticsearch/client/index.html
其中的Java Rest Client又包括两种：
Java Low Level Rest ClientJava High Level Rest Client主要介绍Java High Level Rest Client
数据库建表语句
CREATE TABLE `tb_hotel` ( `id` bigint(20) NOT NULL COMMENT '酒店id', `name` varchar(255) NOT NULL COMMENT '酒店名称；例：7天酒店', `address` varchar(255) NOT NULL COMMENT '酒店地址；例：航头路', `price` int(10) NOT NULL COMMENT '酒店价格；例：329', `score` int(2) NOT NULL COMMENT '酒店评分；例：45，就是4.5分', `brand` varchar(32) NOT NULL COMMENT '酒店品牌；例：如家', `city` varchar(32) NOT NULL COMMENT '所在城市；例：上海', `star_name` varchar(16) DEFAULT NULL COMMENT '酒店星级，从低到高分别是：1星到5星，1 钻到5钻', `business` varchar(255) DEFAULT NULL COMMENT '商圈；例：虹桥', `latitude` varchar(32) NOT NULL COMMENT '纬度；例：31.2497', `longitude` varchar(32) NOT NULL COMMENT '经度；例：120.3925', `pic` varchar(255) DEFAULT NULL COMMENT '酒店图片；例:/img/1.jpg', PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;mapping映射分析
酒店数据的索引库结构：
{"mappings": {"properties": {"id": {"type":"keyword"},"name":{"type":"text","analyzer":"ik_max_word","copy_to":"all"},"address":{"type":"keyword","index": false,"copy_to":"all"},"price":{"type":"integer"},"score":{"type":"integer"},"brand":{"type":"keyword","copy_to":"all"},"city":{"type":"keyword","copy_to":"all"},"starName":{"type":"keyword"},"business":{"type":"keyword"},"location":{"type":"geo_point"},"pic":{"type":"keyword","index": false },"all":{"type":"text","analyzer":"ik_max_word"} } } }几个特殊字段说明:
location：地理坐标，里面包含精度、纬度
all：一个组合字段，其目的是将多字段的值 利用copy_to合并，提供给用户搜索
地理坐标说明:
copy_to说明:
在elasticsearch提供的API中，与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中，必须先完成这个对象的初始化，建立与elasticsearch的连接。
在Spring Boot中使用ES三步骤：
引入es的RestHighLevelClient依赖
因为SpringBoot默认的ES版本是7.6.2，所以我们需要覆盖默认的ES版本
初始化RestHighLevelClient
将RestHighLevelClient注入容器，可以写配置类，也可以写在启动类中
@Bean public RestHighLevelClient restHighLevelClient(){ RestHighLevelClient client = new RestHighLevelClient(RestClient.builder( HttpHost.create("http://localhost:9200") )); } 创建索引库准备索引库映射字符串
public class HotelConstants { public static final String MAPPING_TEMPLATE ="{\n"+"\"mappings\": {\n"+"\"properties\": {\n"+"\"id\": {\n"+"\"type\": \"keyword\"\n"+"},\n"+"\"name\":{\n"+"\"type\": \"text\",\n"+"\"analyzer\": \"ik_max_word\",\n"+"\"copy_to\": \"all\"\n"+"},\n"+"\"address\":{\n"+"\"type\": \"keyword\",\n"+"\"index\": false\n"+"},\n"+"\"price\":{\n"+"\"type\": \"integer\"\n"+"},\n"+"\"score\":{\n"+"\"type\": \"integer\"\n"+"},\n"+"\"brand\":{\n"+"\"type\": \"keyword\",\n"+"\"copy_to\": \"all\"\n"+"},\n"+"\"city\":{\n"+"\"type\": \"keyword\",\n"+"\"copy_to\": \"all\"\n"+"},\n"+"\"starName\":{\n"+"\"type\": \"keyword\"\n"+"},\n"+"\"business\":{\n"+"\"type\": \"keyword\"\n"+"},\n"+"\"location\":{\n"+"\"type\": \"geo_point\"\n"+"},\n"+"\"pic\":{\n"+"\"type\": \"keyword\",\n"+"\"index\": false\n"+"},\n"+"\"all\":{\n"+"\"type\": \"text\",\n"+"\"analyzer\": \"ik_max_word\"\n"+"}\n"+"}\n"+"}\n"+"}"; }索引库的操作
@SpringBootTest class SpringbootEs01ApplicationTests { private RestHighLevelClient client; @BeforeEach void setUp(){ this.client = new RestHighLevelClient(RestClient.builder( HttpHost.create("http://localhost:9200") )); } @AfterEach void tearDown() throws Exception{ this.client.close(); } // 判断索引库是否存在 @Test void testExistsHotelIndex() throws Exception { GetIndexRequest request = new GetIndexRequest("hotels"); boolean exists = client.indices().exists(request, RequestOptions.DEFAULT); System.err.println(exists ?"索引库已经存在":"索引库不存在"); } // 创建索引库 @Test void createHotelIndex() throws Exception{ // 创建Request对象 CreateIndexRequest request = new CreateIndexRequest("hotels"); // 准备请求的参数：DSL语句 request.source(HotelConstants.MAPPING_TEMPLATE, XContentType.JSON); // 发送请求 client.indices().create(request,RequestOptions.DEFAULT); } // 删除索引库 @Test void delteHotelIndex() throws Exception{ // 创建Request对象 DeleteIndexRequest request = new DeleteIndexRequest("hotels"); // 发送请求 client.indices().delete(request,RequestOptions.DEFAULT); } }总结
JavaRestClient操作elasticsearch的流程基本类似。核心是client.indices()方法来获取索引库的操作对象
索引库操作的基本步骤：
初始化RestHighLevelClient创建XxxIndexRequest。XXX是Create、Get、Delete准备DSL（ Create时需要，其它是无参）发送请求。调用RestHighLevelClient#indices().xxx()方法，xxx是create、exists、delete 文档操作演示在juint单元测试中进行，准备
@SpringBootTest public class HotelDocumentTests { // 核心对象 private RestHighLevelClient client; // 需要从数据库中查数据存入es，装配业务 @Autowired(required = false) private IHotelService service; @BeforeEach void setUp(){ this.client = new RestHighLevelClient(RestClient.builder( HttpHost.create("http://localhost:9200") )); } @AfterEach void tearDown() throws Exception{ this.client.close(); } }从数据库中新增一条数据到ES
@Test void addDocument() throws Exception{ // 从数据库查询一条数据 Hotel hotel = service.getById(395434); System.out.println(hotel); // 转换为文档类型 HotelDoc hotelDoc = new HotelDoc(hotel); // 将文档类型转为JSON格式 String json = JSON.toJSONString(hotelDoc); // 准备request请求对象 IndexRequest request = new IndexRequest("hotels").id(hotelDoc.getId().toString()); // 准备JSON文档 request.source(json, XContentType.JSON); // 发送请求 client.index(request, RequestOptions.DEFAULT); }从ES中删除一条数据
@Test void deleteDocument() throws Exception{ // 准备删除请求Request DeleteRequest request = new DeleteRequest("hotels","395434"); client.delete(request,RequestOptions.DEFAULT); }修改ES中的数据
修改有两种方式：
全量修改：本质是先根据id删除，再新增增量修改：修改文档中的指定字段值在RestClient的API中，全量修改与新增的API完全一致 @Test void updateDocument() throws Exception{ // 准备修改请求UpdateRequest UpdateRequest request = new UpdateRequest("hotels","395434"); // 准备请求参数（要修改的数据内容） request.doc("name","W酒店","city","西安","price","2000","starName","五星级"); }批量新增数据到ES中
@Test void addAllDocument() throws Exception{ // 数据库全查 List总结
文档操作的基本步骤：
初始化RestHighLevelClient创建XxxRequest。XXX是Index、Get、Update、Delete、Bulk准备参数（Index、Update、Bulk时需要）发送请求。调用RestHighLevelClient#.xxx()方法，xxx是index、get、update、delete、bulk解析结果（Get时需要） 查询文档操作Elasticsearch提供了基于JSON的DSL（Domain Specific Language）来定义查询。常见的查询类型包括：
==查询所有：==查询出所有数据，一般测试用(不会显示出所有，自带分页功能)。例如：match_all
==全文检索（full text）查询：==利用分词器对用户输入内容分词，然后去倒排索引库中匹配。例如：
match_query：单字段查询multi_match_query：多字段查询，任意一个字段符合条件就算符合查询条件==准确查询：==根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段。例如
ids：id查询range：根据值的范围查询term：根据词条精确值查询==地理（geo）查询：==根据经纬度查询。例如：
geo_distancegeo_bounding_box==复合（compound）查询：==复合查询可以将上述各种查询条件组合起来，合并查询条件。例如：
bool
function_score
查询一条数据
@Test void getDocumentById() throws Exception{ // 准备查询请求GetRequest GetRequest getRequest = new GetRequest("hotels","395434"); // 发送请求，得到响应 GetResponse response = client.get(getRequest, RequestOptions.DEFAULT); // 解析响应结果 String json = response.getSourceAsString(); HotelDoc hotelDoc = JSON.parseObject(json,HotelDoc.class); System.out.println(hotelDoc); }解析对象方法
// 解析对象方法 public void show(SearchResponse response){ // 解析响应 SearchHits searchHits = response.getHits(); long total = searchHits.getTotalHits().value; System.out.println("总计查询数据："+total+"条"); SearchHit[] hits = searchHits.getHits(); for(SearchHit hit :hits){ /// 获取文档source String json = hit.getSourceAsString(); // 反序列化 HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class); System.out.println("hotelDoc="+hotelDoc); } }全查
@Test void findAllDocument() throws IOException{ // 准备request SearchRequest request = new SearchRequest("hotels"); // 2.准备DSL，QueryBuilders构造查询条件 request.source().query(QueryBuilders.matchAllQuery()); // 3.发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); show(response); }全文索引----查询all字段内容中含有如家的
@Test void testMacth() throws IOException{ // 准备请求 SearchRequest request = new SearchRequest("hotels"); // 准备DSL request.source(). query(QueryBuilders.matchQuery("all","如家")); // 发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); show(response); }全文索引----多字段查询
@Test void testMultiMatchQuery()throws IOException { // 准备请求 SearchRequest request = new SearchRequest("hotels"); // 准备DSL request.source() .query(QueryBuilders.multiMatchQuery("上海","name","city")); // 发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); show(response); }精确查询1
// term:根据词条精准查询（字段等值查询） @Test void testTerm() throws IOException{ // 准备请求 SearchRequest request = new SearchRequest("hotels"); // 准备DSL request.source() .query(QueryBuilders.termQuery("brand","希尔顿")); // 发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); show(response); }精确查询2
// range范围查询 @Test void testRange() throws IOException { // 准备请求 SearchRequest request = new SearchRequest("hotels"); // 准备DSL request.source() .query(QueryBuilders.rangeQuery("price").gte(200).lte(300)); // 发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); show(response); }精确查询3
// ids查询 @Test void testIds() throws IOException { // 准备请求 SearchRequest request = new SearchRequest("hotels"); // 准备DSL request.source() .query(QueryBuilders.idsQuery().addIds("395434","3532")); // 发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); show(response); }复合查询
// bool复合查询 @Test void testBool() throws IOException{ // 准备请求 SearchRequest request = new SearchRequest("hotels"); // 准备条件 // BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery(); // boolQueryBuilder.must(QueryBuilders.termQuery("city","北京")); // boolQueryBuilder.filter(QueryBuilders.rangeQuery("price").lte(500)); // // 准备DSL // request.source().query(boolQueryBuilder); request.source() .query(QueryBuilders.boolQuery() .must(QueryBuilders.termQuery("city","北京")) .filter(QueryBuilders.rangeQuery("price").lte(500))); // 发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); show(response); }自定义分页规则
// 自定义分页方式 @Test void testPageAndSort() throws IOException{ int page = 1; //页码 int size = 5; //步长 String searchName="希尔顿"; // 查询条件 // 准备请求 SearchRequest request = new SearchRequest("hotels"); if (searchName == null){ request.source().query(QueryBuilders.matchAllQuery()); }else { request.source().query(QueryBuilders.matchQuery("brand",searchName)); } // 自定义分页 request.source().from((page-1)*size).size(size); // 自定义排序 request.source().sort("price", SortOrder.DESC); SearchResponse response = client.search(request, RequestOptions.DEFAULT); show(response); } 总结SpringBoot中整合ES的实现步骤 ：
导pom文件ES的坐标
写ES配置类
@Configuration public class ElasticSearchConfig { @Bean public RestHighLevelClient restHighLevelClient(){ return new RestHighLevelClient(RestClient.builder( HttpHost.create("http://localhost:9200") )); } }写ES映射Mapping
建立ES索引库
public void createEs() throws IOException { GetIndexRequest request = new GetIndexRequest("employee"); // 判断索引库是否存在 boolean exists = restHighLevelClient.indices().exists(request, RequestOptions.DEFAULT); // 如果不存在建库 if(!exists){ // 创建Request对象 CreateIndexRequest createIndexRequest = new CreateIndexRequest("employee"); // 准备请求的参数DSL语句 createIndexRequest.source(EmployeeConstants.MAPPING_TEMPLATE, XContentType.JSON); // 发送请求 restHighLevelClient.indices().create(createIndexRequest,RequestOptions.DEFAULT); } }把数据库中的数据添加到ES中
public void addAllEmployee() throws Exception{ // 数据库全查 List业务中查询ES，修改添加删除数据库同步ES
写解析
// 解析对象方法 public void show(SearchResponse response){ // 解析响应 SearchHits searchHits = response.getHits(); long total = searchHits.getTotalHits().value; System.out.println("总计查询数据："+total+"条"); SearchHit[] hits = searchHits.getHits(); for(SearchHit hit :hits){ /// 获取文档source String json = hit.getSourceAsString(); // 反序列化 HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class); System.out.println("hotelDoc="+hotelDoc); } }注意：操作ES需要装配核心对象RestHighLevelClient