ES对比mysql数据库：索引表就是表，每个文档就是mysql的每一行，每个列名就是field，也就是一个字段。
常用查询DSL及对应的RestClient：
//测试private RestHighLevelClient client;@BeforeEachvoid setUp() {this.client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://121.36.164.132:9200")));}@AfterEachvoid tearDown() throws IOException {this.client.close();}//或者在启动类添加Bean@Beanpublic RestHighLevelClient client(){RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://121.36.164.132:9200")));return client;}
基本查询：
查询所有：match_all—无条件查询
对应java代码：
@Test
void testMatchAll() throws IOException {
//1.创建请求
SearchRequest request = new SearchRequest("hotel");
//2.组织条件
request.source().query(QueryBuilders.matchAllQuery());
//3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
//4.解析响应
handleResponse(response);
}
单字段查询：match——只能有一个列
@Test
void testMatch() throws IOException {
//1.
SearchRequest request = new SearchRequest("hotel");
//2.
request.source().query(QueryBuilders.matchQuery
("all", "外滩"));
//3.
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
//4.
handleResponse(response);
}
多字段查询：multi_match
@Test
void testMultiMatch() throws IOException {
//1.
SearchRequest request = new SearchRequest("hotel");
//2.
request.source().query(QueryBuilders.multiMatchQuery(
"外滩如家", "name", "business"
));
//3.请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
//4.解析
handleResponse(response);
}
精准查询：
term查询的字段一定是keyword，因为是精准查询不能分词
range范围查询需要用到：# gte 大于等于 gt 大于 lte 小于等于 lt 小于
@Test
void testJingZhun() throws IOException {
//1.
SearchRequest request = new SearchRequest("hotel");
//2.
//term
// request.source().query(QueryBuilders.termQuery
// ("city","上海"));
//range
request.source().query(QueryBuilders.rangeQuery("price")
.gte(1000).lte(2000));
//请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
//解析
handleResponse(response);
}
地理坐标查询：
// 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
}
}
}
}
}
附件搜索：以点为圆心搜索——常用——geo_distance
//距离排序
String location = params.getLocation();
if (location != null && !location.equals("")) {
request.source().sort(SortBuilders
.geoDistanceSort("location", new GeoPoint(location))
.order(SortOrder.ASC)
.unit(DistanceUnit.KILOMETERS)
);
}
复合查询：（function_score/bool）
function_score:——条件只能是filter
- 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
#fuction score——算分函数
GET /hotel/_search
{
"query": {
"function_score": {
"query": {
"term": {
"name": {
"value": "如家"
}
}
},
"functions": [
{
"filter": {
"term": {
"city": "上海"
}
},
"weight": 10
}
],
"boost_mode": "multiply"
}
}
}
//function_score
FunctionScoreQueryBuilder functionScoreQuery = QueryBuilders.functionScoreQuery(
// 原始查询，相关性算分的查询
boolQuery,
// function score的数组
new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{
// 其中的一个function score 元素
new FunctionScoreQueryBuilder.FilterFunctionBuilder(
//过滤条件
QueryBuilders.termQuery("isAD", true),
//算分函数
ScoreFunctionBuilders.weightFactorFunction(10)
)
}
);
//boolQuery之前就加了其他的条件了。
function_score执行流程
1、先根据原始条件查询搜索文档，根据相关性计算得分，也就是原始算分
2、跟过过滤条件（filter）去过滤文档
3、根据过滤条件的文档，基于算分函数运算，得到函数算分
4、将原始算分和函数算分基于运算模式运算，得到最终得分，最终得分高的排前面。
Bool查询——过滤条件多种
多种条件：
- 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
```java @Test void testBool() throws IOException {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 } }} ] } } }
}//1 SearchRequest request = new SearchRequest("hotel"); //2. request.source().query(QueryBuilders.boolQuery().must( QueryBuilders.termQuery("name", "如家") ).mustNot( QueryBuilders.termQuery("city", "上海") ).should( QueryBuilders.termQuery("brand", "皇冠假日") ).should( QueryBuilders.termQuery("brand", "华美达") ) ); //3. SearchResponse response = client.search(request, RequestOptions.DEFAULT); handleResponse(response);
<a name="UHEZf"></a>
### 排序/分页
<a name="MvpS0"></a>
#### 排序
desc:降序，asc：升序<br /><br />地理坐标排序<br />
<a name="yavAk"></a>
#### 分页
<br />深度分页：（了解）<br />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。
<a name="d2Or0"></a>
### 高亮处理
- 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
<a name="PZMti"></a>
### 代码处理返回结果：层层解析
DSL返回结果一一对应代码<br />
```java
private PageResult handleResponse(SearchResponse response) {
//解析结果
SearchHits searchHits = response.getHits();
//总数
long total = searchHits.getTotalHits().value;
//集合
SearchHit[] hits = searchHits.getHits();
List<HotelDoc> hotelDocList = new ArrayList<>();
for (SearchHit hit : hits) {
//酒店对象JSON
String hitSourceAsString = hit.getSourceAsString();
//转换对象hotelDoc
HotelDoc hotelDoc = JSON.parseObject(hitSourceAsString, HotelDoc.class);
//距离
Object[] sortValues = hit.getSortValues();
if (sortValues != null && sortValues.length > 0) {
hotelDoc.setDistance(sortValues[0]);
}
hotelDocList.add(hotelDoc);
}
return new PageResult(total, hotelDocList);
}
高亮DSL：
其中的highlight跟source平级
//高亮解析
Map<String, HighlightField> highMap = hit.getHighlightFields();
if (!CollectionUtils.isEmpty(highMap)) {
HighlightField name = highMap.get("name");
if (name != null) {
hotelDoc.setName(name.getFragments()[0].string());
}
}
若有收获，就点个赞吧
0 人点赞
