当用户在搜索框输入字符时，我们应该提示出与该字符有关的搜索项，如图：

这种根据用户输入的字母，提示完整词条的功能，就是自动补全了。
因为需要根据拼音字母来推断，因此要用到拼音分词功能。
安装Elasticsearch，Kibana，IK分词器，pinyin分词器

自定义分词器

默认的拼音分词器会将每个汉字单独分为拼音，还有一个全部字的首字母的缩写，
而我们希望的是每个词条形成一组拼音，词条拼音首字母的缩写，需要对拼音分词器做个性化定制，形成自定义分词器。

elasticsearch中分词器（analyzer）的组成包含三部分：

character filters：在tokenizer之前对文本进行处理。例如删除字符、替换字符
tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik_smart
tokenizer filter：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等

文档分词时会依次由这三部分来处理文档：

自定义分词器语法

关于py的配置，看官网文档
https://github.com/medcl/elasticsearch-analysis-pinyin

PUT /test
{
  "settings": {
    "analysis": {
      "analyzer": {  #自定义分词器
        "my_analyzer": {  #分词器名称
          "tokenizer": "ik_max_word",
          "filter": "py"
        }
      },
      "filter": {  #自定义filter
        "py": {  #过滤器名称
          "type": "pinyin",  #过滤器类型，这里是pinyin分词器
          "keep_full_pinyin": false,  #不要单字分词，词组分词
          "keep_joined_full_pinyin": true, #全拼
          "keep_original": true, #保留中文
          "limit_first_letter_length": 16,
          "remove_duplicated_term": true,
          "none_chinese_pinyin_tokenize": false
        }
      }
    }
  },
  "mappings": {  #创建mapping映射
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "my_analyzer", #创建倒排索引时用的分析器
        "search_analyzer": "ik_smart" #搜索时用的分析器
      }
    }
  }
}

搜索时不能用拼音分词器的原因

自动补全查询

elasticsearch提供了Completion Suggester查询来实现自动补全功能。这个查询会匹配以用户输入内容开头的词条并返回。为了提高补全查询的效率，对于文档中字段的类型有一些约束：

参与补全查询的字段必须是completion类型。
字段的内容一般是用来补全的多个词条形成的数组。

比如，一个这样的索引库：

#创建索引库
PUT /test
{
  "mappings": {
    "properties": {
      "title": {
        "type": "completion"
      }
    }
  }
}

#插入数据
POST /test2/_doc
{
  "title": ["Sony", "WH-1000XM3"]
}
POST /test2/_doc
{
  "title": ["SK-II", "PITERA"]
}
POST /test2/_doc
{
  "title": ["Nintendo", "switch"]
}

#自动补全查询
GET /test2/_search
{
  "suggest": {
    "title_suggest": {  #自己取的名字
      "text": "s",  #用户要自动补全的关键字
      "completion": {
        "field": "title",  #补全查询的字段
        "skip_duplicates": true, #跳过重复的
        "size": 10 #获取前10条结果
      }
    }
  }
}

实现酒店搜索框自动补全

之前弄的htole酒店索引库，RestClient操作索引库
我们的hotel索引库还没有设置拼音分词器，需要修改索引库中的配置。但是我们知道索引库是无法修改的，只能删除然后重新创建。
另外，我们需要添加一个字段，用来做自动补全，将brand、suggestion、city等都放进去，作为自动补全的提示。
因此，总结一下，我们需要做的事情包括：

修改hotel索引库结构，设置自定义拼音分词器
修改索引库的name、all字段，使用自定义分词器
索引库添加一个新字段suggestion，类型为completion类型，使用自定义的分词器
给HotelDoc类添加suggestion字段，内容包含brand、business

重新导入数据到hotel库

修改酒店映射结构

如果突然这json的字段的含义，setting部分就在该文章，往上看看，mapping部分在索引库操作

// 酒店数据索引库
PUT /hotel
{
"settings": {
 "analysis": {
   "analyzer": {
     "text_anlyzer": {
       "tokenizer": "ik_max_word",
       "filter": "py"
     },
     "completion_analyzer": {
       "tokenizer": "keyword",
       "filter": "py"
     }
   },
   "filter": {
     "py": {
       "type": "pinyin",
       "keep_full_pinyin": false,
       "keep_joined_full_pinyin": true,
       "keep_original": true,
       "limit_first_letter_length": 16,
       "remove_duplicated_term": true,
       "none_chinese_pinyin_tokenize": false
     }
   }
 }
},
"mappings": {
 "properties": {
   "id":{
     "type": "keyword"
   },
   "name":{
     "type": "text",
     "analyzer": "text_anlyzer",
     "search_analyzer": "ik_smart",
     "copy_to": "all"
   },
   "address":{
     "type": "keyword",
     "index": false
   },
   "price":{
     "type": "integer"
   },
   "score":{
     "type": "integer"
   },
   "brand":{
     "type": "keyword",
     "copy_to": "all"
   },
   "city":{
     "type": "keyword"
   },
   "starName":{
     "type": "keyword"
   },
   "business":{
     "type": "keyword",
     "copy_to": "all"
   },
   "location":{
     "type": "geo_point"
   },
   "pic":{
     "type": "keyword",
     "index": false
   },
   "all":{
     "type": "text",
     "analyzer": "text_anlyzer",
     "search_analyzer": "ik_smart"
   },
   "suggestion":{
       "type": "completion",
       "analyzer": "completion_analyzer"
   }
 }
}
}

修改HotelDoc实体

HotelDoc中要添加一个字段，用来做自动补全，内容可以是酒店品牌、城市、商圈等信息。按照自动补全字段的要求，最好是这些字段的数组。
因此我们在HotelDoc中添加一个suggestion字段，类型为List，然后将brand、city、business等信息放到里面。 ```java package cn.itcast.hotel.pojo;

import lombok.Data; import lombok.NoArgsConstructor;

import java.util.ArrayList; import java.util.Arrays; import java.util.Collections; import java.util.List;

@Data @NoArgsConstructor public class HotelDoc { private Long id; private String name; private String address; private Integer price; private Integer score; private String brand; private String city; private String starName; private String business; private String location; private String pic; private Object distance; private Boolean isAD; private List suggestion;

public HotelDoc(Hotel hotel) {
    this.id = hotel.getId();
    this.name = hotel.getName();
    this.address = hotel.getAddress();
    this.price = hotel.getPrice();
    this.score = hotel.getScore();
    this.brand = hotel.getBrand();
    this.city = hotel.getCity();
    this.starName = hotel.getStarName();
    this.business = hotel.getBusiness();
    this.location = hotel.getLatitude() + ", " + hotel.getLongitude();
    this.pic = hotel.getPic();
    // 组装suggestion
    if(this.business.contains("/")){
        // business有多个值，需要切割
        String[] arr = this.business.split("/");
        // 添加元素
        this.suggestion = new ArrayList<>();
        this.suggestion.add(this.brand);
        Collections.addAll(this.suggestion, arr);
    }else {
        this.suggestion = Arrays.asList(this.brand, this.business);
    }
}

}

<a name="Uv62E"></a>
## 重新导入数据和测试
执行之前的批量导入数据方法，重新导入数据<br />[RestClient操作文档](https://www.yuque.com/shifeng-wl7di/bbpx3m/tggcbk?view=doc_embed&inner=wqQWQ)<br />导入完了数据查看数据<br />![image.png](https://cdn.nlark.com/yuque/0/2022/png/21464164/1655288643299-6721b098-81a0-4d01-a784-4bec34eb7f2b.png#clientId=u5e70c3a6-d221-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=366&id=u0207478e&margin=%5Bobject%20Object%5D&name=image.png&originHeight=769&originWidth=2329&originalType=binary&ratio=1&rotation=0&showTitle=false&size=131795&status=done&style=none&taskId=uad876f16-d18e-4874-80e7-c23fcd34e44&title=&width=1109.666748046875)<br />测试一下自动补全<br />![image.png](https://cdn.nlark.com/yuque/0/2022/png/21464164/1655288822017-d8a4ac3d-86c6-4eb3-b648-0769f00566e7.png#clientId=u5e70c3a6-d221-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=439&id=ucb3506d4&margin=%5Bobject%20Object%5D&name=image.png&originHeight=900&originWidth=2301&originalType=binary&ratio=1&rotation=0&showTitle=false&size=159026&status=done&style=none&taskId=u5be2dfc3-3aed-4362-8e49-ca7c0f818fb&title=&width=1123)
<a name="dRluV"></a>
# RestClient自动补全
请求部分<br />![image-20210723213759922.png](https://cdn.nlark.com/yuque/0/2022/png/21464164/1655289786780-02ed1dab-87ba-410d-aee3-1d9482b4e3be.png#clientId=u5e70c3a6-d221-4&crop=0&crop=0&crop=1&crop=1&from=drop&height=388&id=u24511b35&margin=%5Bobject%20Object%5D&name=image-20210723213759922.png&originHeight=620&originWidth=1524&originalType=binary&ratio=1&rotation=0&showTitle=false&size=147138&status=done&style=none&taskId=u02779b78-c617-4de0-af5d-d0b6232a5a3&title=&width=954)<br />响应解析部分<br />![image-20210723213917524.png](https://cdn.nlark.com/yuque/0/2022/png/21464164/1655289774499-046dd95b-615f-4165-a4fc-1446ce110b36.png#clientId=u5e70c3a6-d221-4&crop=0&crop=0&crop=1&crop=1&from=drop&height=464&id=u878d0d4f&margin=%5Bobject%20Object%5D&name=image-20210723213917524.png&originHeight=734&originWidth=1524&originalType=binary&ratio=1&rotation=0&showTitle=false&size=149279&status=done&style=none&taskId=ud645b71b-443f-4393-b032-2e8d68205b1&title=&width=964)
```java
@Test
void testSuggest() throws IOException {
    //1.准备请求
    SearchRequest request = new SearchRequest("hotel");
    //2.请求参数
    SuggestBuilder suggestBuilder =
        new SuggestBuilder()
        .addSuggestion("my_suggestion", SuggestBuilders
                       .completionSuggestion("suggestion")
                       .prefix("b")
                       .skipDuplicates(true)
                       .size(10)
                      );
    request.source().suggest(suggestBuilder);
    //3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    //4.处理结果
    Suggest suggest = response.getSuggest();
    //4.1.根据名称获取补全结果
    CompletionSuggestion mySuggestion = suggest.getSuggestion("my_suggestion");
    //4.2.获取options并解析
    for (CompletionSuggestion.Entry.Option option : mySuggestion.getOptions()) {
        //4.3.获取option中的text，也就是补全词条
        String text = option.getText().string();
        System.out.println(text);
    }
}