0
点赞
收藏
分享

微信扫一扫

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)



文章目录

  • ​​ES分布式搜索引擎(DSL、RestClient)​​
  • ​​一、DSL查询文档​​
  • ​​1.1 DSL查询分类​​
  • ​​1.2 全文检索查询​​
  • ​​1.2.1 使用场景​​
  • ​​1.2.2 基本语法​​
  • ​​1.2.3 示例​​
  • ​​1.2.4 总结​​
  • ​​1.3 精准查询​​
  • ​​1.3.1 term查询​​
  • ​​1.3.2 range查询​​
  • ​​1.3.3 总结​​
  • ​​1.4 地理坐标查询​​
  • ​​1.4.1 矩形范围查询​​
  • ​​1.4.2 附近查询​​
  • ​​1.5 复合查询​​
  • ​​1.5.1 相关性算分​​
  • ​​1.5.2 算分函数查询​​
  • ​​1)语法说明​​
  • ​​2)示例​​
  • ​​3)小结​​
  • ​​1.5.3 布尔查询​​
  • ​​1)语法示例:​​
  • ​​2)示例​​
  • ​​3)小结​​
  • ​​二、搜索结果处理​​
  • ​​2.1 排序​​
  • ​​2.1.1 普通字段排序​​
  • ​​2.1.2 地理坐标排序​​
  • ​​2.2 分页​​
  • ​​2.2.1 基本的分页​​
  • ​​2.2.2 深度分页问题​​
  • ​​2.2.3 小结​​
  • ​​2.3 高亮​​
  • ​​2.3.1 高亮原理​​
  • ​​2.3.2 实现高亮​​
  • ​​2.4 总结​​
  • ​​三、RestClient查询文档​​
  • ​​3.1 快速入门​​
  • ​​3.1.1 发起查询请求​​
  • ​​3.1.2 解析响应​​
  • ​​3.1.3 完整代码​​
  • ​​3.1.4 小结​​
  • ​​3.2 match查询​​
  • ​​3.3.精确查询​​
  • ​​3.4 布尔查询​​
  • ​​3.5 排序、分页​​
  • ​​3.6 高亮​​
  • ​​3.6.1 高亮请求构建​​
  • ​​3.6.2 高亮结果解析​​

ES分布式搜索引擎(DSL、RestClient)

我们已经导入了大量数据到elasticsearch中,实现了elasticsearch的数据存储功能,所以我们接下来研究下elasticsearch的数据搜索功能,分别使用DSLRestClient实现搜索。

一、DSL查询文档

1.1 DSL查询分类

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。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​
  • ​multi_match_query​
  • 精确查询: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​
  • ​range​
  • ​term​
  • 地理(geo)查询:根据经纬度查询。例如:
  • ​geo_distance​
  • ​geo_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​

查询的语法基本一致:

GET /indexName/_search
{
"query": {
"查询类型": {
"查询条件": "条件值"
}
}
}

我们以查询所有为例,其中:

  • 查询类型为​​match_all​
  • 没有查询条件

# 查询所有
GET /indexName/_search
{
"query": {
"match_all": {
}
}
}

其它查询无非就是查询类型查询条件的变化。


1.2 全文检索查询

1.2.1 使用场景

全文检索查询的基本流程如下:

  • 对用户搜索的内容做分词,得到词条
  • 根据词条去倒排索引库中匹配,得到文档id
  • 根据文档id找到文档,返回给用户

比较常用的场景包括:

  • 商城的输入框搜索
  • 百度输入框搜索

例如京东:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索

因为是拿着词条去匹配,因此参与搜索的字段也必须是可分词的text类型的字段。

1.2.2 基本语法

常见的全文检索查询包括:

  • ​match​​查询:单字段查询
  • ​multi_match​​查询:多字段查询,任意一个字段符合条件就算符合查询条件

match查询语法如下:

GET /indexName/_search
{
"query": {
"match": {
"FIELD": "TEXT" # 字段名称
}
}
}

mulit_match语法如下:

GET /indexName/_search
{
"query": {
"multi_match": {
"query": "TEXT",
"fields": ["FIELD1", " FIELD12"]
}
}
}

1.2.3 示例

match查询示例:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_02

multi_match查询示例:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_spring cloud_03

可以看到,两种查询结果是一样的,为什么?

因为我们将brand​name​​business​值都利用​copy_to​复制到了​all​字段中。因此你根据三个字段搜索,和根据​all字​段搜索效果当然一样了。

但是,搜索字段越多,对查询性能影响越大,因此建议采用copy_to,然后单字段查询的方式。

1.2.4 总结

match和multi_match的区别是什么?

  • match:根据一个字段查询
  • multi_match:根据多个字段查询,参与查询字段越多,查询性能越差


1.3 精准查询

精确查询一般是查找keyword​数值​​日期​​boolean​等类型字段。所以不会对搜索条件分词。常见的有:

  • ​term​​​:根据​​词条精确值​​查询
  • ​range​​​:根据值的​​范围​​查询

1.3.1 term查询

因为精确查询的字段搜是不分词的字段,因此查询的条件也必须是不分词的词条。查询时,用户输入的内容跟自动值完全匹配时才认为符合条件。如果用户输入的内容过多,反而搜索不到数据。

语法说明:

# term查询
GET /indexName/_search
{
"query": {
"term": {
"FIELD": {
"value": "VALUE"
}
}
}
}

当我搜索的是精确词条时,能正确查询出结果:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_spring cloud_04

但是,当我搜索的内容不是词条,而是多个词语形成的短语时,反而搜索不到:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索_05

1.3.2 range查询

范围查询,一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。

基本语法:

# range查询
GET /indexName/_search
{
"query": {
"range": {
"FIELD": {
"gte": 10, # 这里的gte代表大于等于,gt则代表大于
"lte": 20 # lte代表小于等于,lt则代表小于
}
}
}
}

示例:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_06

1.3.3 总结

精确查询常见的有哪些?

  • term查询根据词条精确匹配,一般搜索keyword类型、数值类型、布尔类型、日期类型字段
  • range查询根据数值范围查询,可以是数值、日期的范围


1.4 地理坐标查询

所谓的地理坐标查询,其实就是根据经纬度查询,官方文档:https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-queries.html,常见的使用场景包括:

  • 携程:搜索我附近的酒店
  • 滴滴:搜索我附近的出租车
  • 微信:搜索我附近的人

1.4.1 矩形范围查询

矩形范围查询,也就是geo_bounding_box查询,查询坐标落在某个矩形范围的所有文档

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_07

查询时,需要指定矩形的左上​右下​两个点的坐标,然后画出一个矩形,落在该矩形内的都是符合条件的点。

语法如下:

# geo_bounding_box查询
GET /indexName/_search
{
"query": {
"geo_bounding_box": {
"FIELD": {
"top_left": { # 左上点
"lat": 31.1,
"lon": 121.5
},
"bottom_right": { # 右下点
"lat": 30.9,
"lon": 121.7
}
}
}
}
}

1.4.2 附近查询

附近查询,也叫做距离查询(geo_distance):查询到指定中心点小于某个距离值的所有文档

换句话来说,在地图上找一个点作为圆心,以指定距离为半径,画一个圆,落在圆内的坐标(经纬度)都算符合条件:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索引擎_08

语法说明:

# geo_distance 查询
GET /indexName/_search
{
"query": {
"geo_distance": {
"distance": "15km", # 半径
"FIELD": "31.21,121.5" # 圆心(经纬坐标)
}
}
}

示例:

我们先搜索陆家嘴附近15km的酒店:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_09

发现共有47家酒店。

然后把半径缩短到3公里:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_spring cloud_10

可以发现,搜索到的酒店数量减少到了5家。


1.5 复合查询

复合(compound)查询:复合查询可以将其它简单查询组合起来,实现更复杂的搜索逻辑。常见的有两种:

  • ​fuction score​​:算分函数查询,可以控制文档相关性算分,控制文档排名
  • ​bool query​​:布尔查询,利用逻辑关系组合多个其它的查询,实现复杂搜索

1.5.1 相关性算分

当我们利用match查询时,文档结果会根据与搜索词条的关联度打分​(_score)​返回结果时按照分值降序排列

例如,我们搜索 “虹桥如家”,结果如下:

[
{
"_score" : 17.850193,
"_source" : {
"name" : "虹桥如家酒店真不错",
}
},
{
"_score" : 12.259849,
"_source" : {
"name" : "外滩如家酒店真不错",
}
},
{
"_score" : 11.91091,
"_source" : {
"name" : "迪士尼如家酒店真不错",
}
}
]

在elasticsearch中,早期使用的打分算法是TF-IDF算法,公式如下:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索引擎_11

在后来的5.1版本升级中,elasticsearch将算法改进为​BM25算法​,公式如下:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_spring cloud_12

TF-IDF算法有一个缺陷,就是词条频率越高,文档得分也会越高,单个词条对文档影响较大。而​BM25​则会让单个词条的算分有一个上限,曲线更加平滑:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索引擎_13

小结:elasticsearch会根据词条和文档的相关度做打分,算法由两种:

  • TF-IDF算法
  • BM25算法,elasticsearch 5.1版本后采用的算法


1.5.2 算分函数查询

根据相关度打分是比较合理的需求,但合理的不一定是产品经理需要的。

以百度为例,你搜索的结果中,并不是相关度越高排名越靠前,而是谁掏的钱多排名就越靠前。如图:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_14

要想认为控制相关性算分,就需要利用elasticsearch中的function score 查询了。

1)语法说明

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_spring cloud_15

function score 查询中包含四部分内容:

  • 原始查询条件:query部分,基于这个条件搜索文档,并且基于BM25算法给文档打分,原始算分(query score)
  • 过滤条件:filter部分,符合该条件的文档才会重新算分
  • 算分函数:符合filter条件的文档要根据这个函数做运算,得到的函数算分(function score),有四种函数
  • ​weight​​:函数结果是常量
  • ​field_value_factor​​:以文档中的某个字段值作为函数结果
  • ​random_score​​:以随机数作为函数结果
  • ​script_score​​:自定义算分函数算法
  • 运算模式:算分函数的结果、原始查询的相关性算分,两者之间的运算方式,包括:
  • ​multiply​​:相乘
  • ​replace​​:用function score替换query score
  • 其它,例如:​​sum​​​、​​avg​​​、​​max​​​、​​min​

function score的运行流程如下:

  • 1)根据原始条件查询搜索文档,并且计算相关性算分,称为原始算分(query score)
  • 2)根据过滤条件,过滤文档
  • 3)符合过滤条件的文档,基于算分函数运算,得到函数算分(function score)
  • 4)将原始算分(query score)和函数算分(function score)基于运算模式做运算,得到最终结果,作为相关性算分。

因此,其中的关键点是:

  • 过滤条件:决定哪些文档的算分被修改
  • 算分函数:决定函数算分的算法
  • 运算模式:决定最终算分结果
2)示例

需求:给“如家”这个品牌的酒店排名靠前一些

翻译一下这个需求,转换为之前说的四个要点:

  • 原始条件:不确定,可以任意变化
  • 过滤条件:brand = “如家”
  • 算分函数:可以简单粗暴,直接给固定的算分结果,weight
  • 运算模式:比如求和

因此最终的DSL语句如下:

GET /hotel/_search
{
"query": {
"function_score": {
"query": { .... }, // 原始查询,可以是任意条件
"functions": [ // 算分函数
{
"filter": { // 满足的条件,品牌必须是如家
"term": {
"brand": "如家"
}
},
"weight": 2 // 算分权重为2
}
],
"boost_mode": "sum" // 加权模式,求和
}
}
}

测试,在未添加算分函数时,如家得分如下:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_16

添加了算分函数后,如家得分就提升了:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索_17

注意:精确查询的字段必须包含在all中!

3)小结

function score query定义的三要素是什么?

  • 过滤条件:哪些文档要加分
  • 算分函数:如何计算function score
  • 加权方式:function score 与 query score如何运算

​​返回顶部​​

1.5.3 布尔查询

布尔查询是一个或多个查询子句的组合,每一个子句就是一个子查询。子查询的组合方式有:

  • ​must​​:必须匹配每个子查询,类似“与”
  • ​should​​:选择性匹配子查询,类似“或”
  • ​must_not​​:必须不匹配,不参与算分,类似“非”
  • ​filter​​:必须匹配,不参与算分

比如在搜索酒店时,除了关键字搜索外,我们还可能根据品牌、价格、城市等字段做过滤:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索_18

每一个不同的字段,其查询的条件、方式都不一样,必须是多个不同的查询,而要组合这些查询,就必须用bool查询了。

需要注意的是,搜索时,参与打分的字段越多,查询的性能也越差。因此这种多条件查询时,建议这样做:

  • 搜索框的关键字搜索,是全文检索查询,使用 must查询,参与算分
  • 其它过滤条件,采用 filter查询。不参与算分
1)语法示例:

GET /hotel/_search
{
"query":{
"bool":{
"must":[
{"term":{"city":"上海"}}
],
"should":[
{"term":{"brand":"皇冠假日"}},
{"term":{"brand":"华美达"}}
],
"must_not":[
{"range":{"price":{"lte":500}}}
],
"filter":[
{"range":{"score":{"gte":45}}}
]
}
}
}

2)示例

需求:搜索名字包含“如家”,价格不高于400,在坐标31.21,121.5周围10km范围内的酒店。

  • 名称搜索,属于全文检索查询,应该参与算分,放到 must中
  • 价格不高于400,用 range查询,属于过滤条件,不参与算分,放到 must_not中
  • 周围10km范围内,用 geo_distance查询,属于过滤条件,不参与算分,放到 filter中

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_19

3)小结

bool查询逻辑关系

  • ​must​​:必须匹配的条件,可以理解为“与”
  • ​should​​:选择性匹配的条件,可以理解为“或”
  • ​must_not​​:必须不匹配的条件,不参与打分
  • ​filter​​:必须匹配的条件,不参与打分

​​返回顶部​​

二、搜索结果处理

2.1 排序

elasticsearch默认是根据相关度算分(_score)来排序,但是也支持自定义方式对搜索​​结果排序​​。可以排序字段类型有:keyword类型、数值类型、地理坐标类型、日期类型等。

2.1.1 普通字段排序

keyword、数值、日期类型排序的语法基本一致。

语法

GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"FIELD": "desc" # 排序字段、排序方式ASC、DESC
}
]
}

排序条件是一个数组,也就是可以写多个排序条件。按照声明的顺序,当第一个条件相等时,再按照第二个条件排序,以此类推

示例

需求描述:酒店数据按照用户评价(score)降序排序,评价相同的按照价格(price)升序排序

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_20

2.1.2 地理坐标排序

语法说明

GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"_geo_distance" : {
"FIELD" : "纬度,经度", // 文档中geo_point类型的字段名、目标坐标点
"order" : "asc", // 排序方式
"unit" : "km" // 排序的距离单位
}
}
]
}

这个查询的含义是:

  • 指定一个坐标,作为目标点
  • 计算每一个文档中,指定字段(必须是geo_point类型)的坐标 到目标点的距离是多少
  • 根据距离排序

示例:

需求描述:实现对酒店数据按照到你的位置坐标的距离升序排序

提示:获取你的位置的经纬度的方式:https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/

假设我的位置是:120.893863,31.98079,寻找我周围距离最近的酒店。

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_21

​​返回顶部​​

2.2 分页

elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。elasticsearch中通过修改​from​​size​参数来控制要返回的分页结果:

  • ​from​​:从第几个文档开始
  • ​size​​:总共查询几个文档

类似于mysql中的limit ?, ?

2.2.1 基本的分页

分页的基本语法如下:

GET /hotel/_search
{
"query": {
"match_all": {}
},
"from": 0, # 分页开始的位置,默认为0
"size": 10, # 期望获取的文档总数
"sort": [
{"price": "asc"}
]
}

2.2.2 深度分页问题

现在,我要查询990~1000的数据,查询逻辑要这么写:

GET /hotel/_search
{
"query": {
"match_all": {}
},
"from": 990, # 分页开始的位置,默认为0
"size": 10, # 期望获取的文档总数
"sort": [
{"price": "asc"}
]
}

这里是查询990开始的数据,也就是 第990~第1000条 数据。

不过,elasticsearch内部分页时,必须先查询 0~1000条,然后截取其中的990 ~ 1000的这10条:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_spring cloud_22

查询TOP1000,如果es是单点模式,这并无太大影响。

但是elasticsearch将来一定是集群,例如我集群有5个节点,我要查询TOP1000的数据,并不是每个节点查询200条就可以了。

因为节点A的TOP200,在另一个节点可能排到10000名以外了。

因此要想获取整个集群的TOP1000,必须先查询出每个节点的TOP1000,汇总结果后,重新排名,重新截取TOP1000。

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_23

当查询分页深度较大时,汇总数据过多,对内存和CPU会产生非常大的压力,因此elasticsearch会禁止from+ size 超过​10000​的请求。

针对深度分页,ES提供了两种解决方案,​​官方文档​​

  • ​search after​​:分页时需要排序,原理是从上一次的排序值开始,查询下一页数据。官方推荐使用的方式。
  • ​scroll​​:原理将排序后的文档id形成快照,保存在内存。官方已经不推荐使用。

2.2.3 小结

分页查询的常见实现方案以及优缺点:

  • ​from + size​​:
  • 优点:支持随机翻页
  • 缺点:深度分页问题,默认查询上限​​(from + size)是10000​
  • 场景:百度、京东、谷歌、淘宝这样的随机翻页搜索
  • ​after search​​:
  • 优点:没有查询上限(​​单次查询的size不超过10000​​)
  • 缺点:只能向后逐页查询,不支持随机翻页
  • 场景:没有随机翻页需求的搜索,例如手机向下滚动翻页
  • ​scroll​​:
  • 优点:没有查询上限(​​单次查询的size不超过10000​​)
  • 缺点:会有额外内存消耗,并且搜索结果是非实时的
  • 场景:海量数据的获取和迁移。从​​ES7.1​​开始不推荐,建议用 after search方案。

​​返回顶部​​

2.3 高亮

2.3.1 高亮原理

什么是高亮显示呢?

我们在百度,京东搜索时,关键字会变成红色,比较醒目,这叫高亮显示:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_24

高亮显示的实现分为两步:

  • 1)给文档中的所有关键字都添加一个标签,例如<em>标签
  • 2)页面给<em>标签编写CSS样式

2.3.2 实现高亮

高亮的语法

GET /hotel/_search
{
"query": {
"match": {
"FIELD": "TEXT" # 查询条件,高亮一定要使用全文检索查询
}
},
"highlight": {
"fields": { # 指定要高亮的字段
"FIELD": {
"pre_tags": "<em>", # 用来标记高亮字段的前置标签
"post_tags": "</em>" # 用来标记高亮字段的后置标签
}
}
}
}

注意:

  • 高亮是对关键字高亮,因此搜索条件必须带有关键字,而不能是范围这样的查询。
  • 默认情况下,高亮的字段,必须与搜索指定的字段一致,否则无法高亮
  • 如果要对非搜索字段高亮,则需要添加一个属性:​​required_field_match=false​

示例

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_25

2.4 总结

查询的DSL是一个大的JSON对象,包含下列属性:

  • ​query​​:查询条件
  • ​from​​​和​​size​​:分页条件
  • ​sort​​:排序条件
  • ​highlight​​:高亮条件

示例:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索_26

​​返回顶部​​

三、RestClient查询文档

文档的查询同样适用 RestHighLevelClient对象,基本步骤包括:

  • 1)准备Request对象
  • 2)准备请求参数
  • 3)发起请求
  • 4)解析响应

3.1 快速入门

我们以​​match_all​​查询为例

3.1.1 发起查询请求

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_27

代码解读:

  • 第一步,创建​​SearchRequest​​对象,指定索引库名
  • 第二步,利用​​request.source()​​构建DSL,DSL中可以包含查询、分页、排序、高亮等
  • ​query()​​​:代表查询条件,利用​​QueryBuilders.matchAllQuery()​​构建一个match_all查询的DSL
  • 第三步,利用client.search()发送请求,得到响应

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_28

这里关键的API有两个,一个是request.source(),其中包含了查询、排序、分页、高亮等所有功能:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_29

另一个是QueryBuilders,其中包含match、term、function_score、bool等各种查询:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索引擎_30

3.1.2 解析响应

响应结果的解析:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索_31

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_32

elasticsearch返回的结果是一个JSON字符串,结构包含:

  • ​hits​​:命中的结果
  • ​total​​:总条数,其中的value是具体的总条数值
  • ​max_score​​:所有结果中得分最高的文档的相关性算分
  • ​hits​​:搜索结果的文档数组,其中的每个文档都是一个json对象
  • ​_source​​:文档中的原始数据,也是json对象

因此,我们解析响应结果,就是逐层解析JSON字符串,流程如下:

  • ​SearchHits​​:通过response.getHits()获取,就是JSON中的最外层的hits,代表命中的结果
  • ​SearchHits#getTotalHits().value​​:获取总条数信息
  • ​SearchHits#getHits()​​:获取SearchHit数组,也就是文档数组
  • ​SearchHit#getSourceAsString()​​:获取文档结果中的_source,也就是原始的json文档数据

3.1.3 完整代码

@Test
void testMatchAll() throws IOException {
// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
request.source()
.query(QueryBuilders.matchAllQuery());
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);

// 4.解析响应
handleResponse(response);
}

private void handleResponse(SearchResponse response) {
// 4.解析响应
SearchHits searchHits = response.getHits();
// 4.1.获取总条数
long total = searchHits.getTotalHits().value;
System.out.println("共搜索到" + total + "条数据");
// 4.2.文档数组
SearchHit[] hits = searchHits.getHits();
// 4.3.遍历
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);
}
}

3.1.4 小结

查询的基本步骤是:

  1. 创建​​SearchRequest​​对象
  2. 准备​​Request.source()​​,也就是​​DSL​​。
    ①​​ QueryBuilders​​来构建查询条件
    ② 传入​​Request.source()​​ 的 ​​query()​​ 方法
  3. 发送请求,得到结果
  4. 解析结果(参考​​JSON​​结果,从外到内,逐层解析)

​​返回顶部​​

3.2 match查询

全文检索的match和multi_match查询与match_all的API基本一致。差别是查询条件,也就是query的部分。

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_spring cloud_33

因此,Java代码上的差异主要是request.source().query()中的参数了。同样是利用QueryBuilders提供的方法:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iypZxU6k-1662290720091)(E:%5C35192%5CDesktop%5CSpring%20Cloud%5Cday06-Elasticsearch02%5C%E8%AE%B2%E4%B9%89%5Cassets%5Cimage-20210721215843099.png#pic_center)]

而结果解析代码则完全一致,可以抽取并共享。

完整代码如下:

@Test
void testMatch() throws IOException {
// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
request.source()
.query(QueryBuilders.matchQuery("all", "如家"));
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析响应
handleResponse(response);

}

​​返回顶部​​

3.3.精确查询

精确查询主要是两者:

  • ​term​​:词条精确匹配
  • ​range​​:范围查询

与之前的查询相比,差异同样在查询条件,其它都一样。

查询条件构造的API如下:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索_34


3.4 布尔查询

布尔查询是用must、must_not、filter等方式组合其它查询,代码示例如下:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_字段_35

可以看到,API与其它查询的差别同样是在查询条件的构建,QueryBuilders,结果解析等其他代码完全不变。

完整代码如下:

@Test
void testBool() throws IOException {
// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.准备BooleanQuery
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
// 2.2.添加term
boolQuery.must(QueryBuilders.termQuery("city", "北京"));
// 2.3.添加range
boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));

request.source().query(boolQuery);
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析响应
handleResponse(response);

}

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索引擎_36


3.5 排序、分页

搜索结果的排序和分页是与query同级的参数,因此同样是使用request.source()来设置。

对应的API如下:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索_37

完整代码示例:

@Test
void testPageAndSort() throws IOException {
// 页码,每页大小
int page = 1, size = 5;

// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.query
request.source().query(QueryBuilders.matchAllQuery());
// 2.2.排序 sort
request.source().sort("price", SortOrder.ASC);
// 2.3.分页 from、size
request.source().from((page - 1) * size).size(5);
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析响应
handleResponse(response);

}

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_38


3.6 高亮

高亮的代码与之前代码差异较大,有两点:

  • ​查询的DSL​​:其中除了查询条件,还需要添加高亮条件,同样是与query同级。
  • ​结果解析​​:结果除了要解析_source文档数据,还要解析高亮结果

3.6.1 高亮请求构建

高亮请求的构建API如下:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_39

上述代码省略了查询条件部分,但是大家不要忘了:高亮查询必须使用全文检索查询,并且要有搜索关键字,将来才可以对关键字高亮。

完整代码如下:

@Test
void testHighlight() throws IOException {
// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.query
request.source().query(QueryBuilders.matchQuery("all", "如家"));
// 2.2.高亮
request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));
// 3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 4.解析响应
handleResponse(response);

}

3.6.2 高亮结果解析

高亮的结果与查询的文档结果默认是分离的,并不在一起。

因此解析高亮的代码需要额外处理:

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_elasticsearch_40

代码解读:

  • 第一步:从结果中获取 source。hit.getSourceAsString(),这部分是非高亮结果,json字符串,还需要反序列为HotelDoc对象
  • 第二步:获取高亮结果。hit.getHighlightFields(),返回值是一个Map,key是高亮字段名称,值是HighlightField对象,代表高亮值
  • 第三步:从map中根据高亮字段名称,获取高亮字段值对象 HighlightField
  • 第四步:从HighlightField中获取 ​Fragments​,并且转为字符串。这部分就是真正的高亮字符串了
  • 第五步:用高亮的结果替换 HotelDoc中的非高亮结果

完整代码如下:

private void handleResponse(SearchResponse response) {
// 4.解析响应
SearchHits searchHits = response.getHits();
// 4.1.获取总条数
long total = searchHits.getTotalHits().value;
System.out.println("共搜索到" + total + "条数据");
// 4.2.文档数组
SearchHit[] hits = searchHits.getHits();
// 4.3.遍历
for (SearchHit hit : hits) {
// 获取文档source
String json = hit.getSourceAsString();
// 反序列化
HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
// 获取高亮结果
Map<String, HighlightField> highlightFields = hit.getHighlightFields();
if (!CollectionUtils.isEmpty(highlightFields)) {
// 根据字段名获取高亮结果
HighlightField highlightField = highlightFields.get("name");
if (highlightField != null) {
// 获取高亮值
String name = highlightField.getFragments()[0].string();
// 覆盖非高亮结果
hotelDoc.setName(name);
}
}
System.out.println("hotelDoc = " + hotelDoc);
}
}

【Spring Cloud】ES分布式搜索引擎(DSL、RestClient)_搜索_41



举报

相关推荐

0 条评论