java - Elastic Search - Spark 中的多个字段作为映射 ID

Question

我对 Elasticsearch 还很陌生。我正在使用 elasticsearch-hadoop 6.2.4 版本，我正在从 HDFS 读取文件，转换为 bean 对象并写入 Elasticsearch 。我正在使用 Spark 结构化流。

StreamingQuery query = dataSet
                        .writeStream()
                        .format("org.elasticsearch.spark.sql")
                        //.outputMode(OutputMode.Append())
                        .option("checkpointLocation", "\tmp\ckpt1")
                        .option("es.nodes","abc.dev.cm.par.xy.hp")
                        .option("es.port","9200")
                        .option("es.mapping.id", "CustomerID")
                        .option("es.resource", "testIndex/testType")
                        .start();

在写作时，我将 pojo 类中的字段之一 (CustomerID) 作为映射 iD。我们可以提供多个字段或字段组合作为映射 ID 吗？例如，我的文件包含客户 ID 和订单 ID 字段。我们能否将这两个字段合并为 CustomerID+OrderID 之类的东西？

Answer 1

不可以，您不能将多个属性设置为 "es.mapping.id" 。您可以做的一件事是，无论您想要什么复合 Id，都可以创建它并将其附加到 Dataframe 并使用它。