ElasticSearch Java API如何仅获取原始JSON文档？

要绕过自动反序列化获取原始JSON字符串，不能直接用String.class——客户端默认会尝试把响应内容映射为String类型的POJO，这不符合它的序列化逻辑，因此会抛出MappingException。可以通过以下两种方式实现需求：

方法一：获取完整响应的原始JSON #

利用客户端的JsonpMapper解析响应的原始字节流，拿到包含所有元数据和结果的完整JSON字符串：

// 执行搜索，用Void.class跳过POJO反序列化
SearchResponse<Void> response = client.search(searchRequest, Void.class);

// 通过JsonpMapper将响应转换为JSON字符串
JsonpMapper mapper = client._transport().jsonpMapper();
String rawFullJson = mapper.writeValueAsString(response);

方法二：单独提取命中文档的原始_source JSON #

如果只需要每个文档的_source原始内容，可在请求中指定返回_source，再通过Hit对象结合JsonpMapper提取：

// 构建搜索请求（确保返回_source）
SearchRequest searchRequest = new SearchRequest.Builder()
    .index("your-index-name")
    .query(q -> q.matchAll(m -> m))
    .build();

// 执行搜索，跳过POJO反序列化
SearchResponse<Void> response = client.search(searchRequest, Void.class);

// 遍历结果，提取每个文档的原始_source JSON
for (Hit<Void> hit : response.hits().hits()) {
    JsonValue sourceJson = hit.source();
    String rawSourceJson = client._transport().jsonpMapper().writeValueAsString(sourceJson);
    // 自行处理rawSourceJson
}

关键说明 #

• 使用Void.class作为泛型参数，是告诉客户端无需将响应内容反序列化为具体POJO，保留原始JSON结构。
• 两种方式都避免了大量POJO反序列化的开销，能有效提升大数据量场景下的处理速度。

内容的提问来源于stack exchange，提问作者piet