侧边栏壁纸
博主头像
LYMTICS

海纳百川,有容乃大

  • 累计撰写 45 篇文章
  • 累计创建 37 个标签
  • 累计收到 19 条评论

目 录CONTENT

文章目录

ElasticSearch(2):数据搜索

LYMTICS
2022-04-14 / 1 评论 / 1 点赞 / 93 阅读 / 8,509 字 / 正在检测是否收录...
温馨提示:
本文最后更新于 2022-04-14,若内容或图片失效,请留言反馈。部分素材来自网络,若不小心影响到您的利益,请联系我们删除。

ElasticSearch(2):数据搜索

DSL查询文档

  1. 如下中,FIELD 表示某一个字段,比如名称name、价格price等等
  2. 注释应该为 # ,但是在 markdown 中没有高亮,所以用 // 代替

全文检索查询

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。

**match查询:**全文检索查询的一种,会对用户输入内容分词,然后去倒排索引库检索,例如:

// 查询 name 中包含关键词上海的
GET /hotel/_search
{
  "query": {
    "match": {
      "name": "上海"
    }
  }
}

multi_match:与match查询类似,只不过允许同时查询多个字段,语法:

// 查询 city 或 name 中有上海的
GET /indexName/_search
{
  "query": {
    "multi_match": {
      "query": "上海",
      "fields": ["city", "name"]
    }
  }
}

精确查询

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
// 查询地址在上海的
GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "上海"
      }
    }
  }
}
// 查询价格在100-150的
GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 100,
        "lte": 150
      }
    }
  }
}

地理查询

geo_bounding_box:查询geo_point值落在某个矩形范围的所有文档

// geo_bounding_box查询
GET /indexName/_search
{
  "query": {
    "geo_bounding_box": {
      "FIELD": {
        "top_left": {
          "lat": 40.73,
          "lon": -74.1
        },
        "bottom_right": {
          "lat": 40.717,
          "lon": -73.99
        }
      }
    }
  }
}

geo_distance:查询到指定中心点小于某个距离值的所有文档

// geo_distance 查询
GET /indexName/_search
{
  "query": {
    "geo_distance": {
      "distance": "15km",
      "FIELD": "31.21,121.5"
    }
  }
}

复合查询

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

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",
    }
  }
]

具体如何计算分数,可以参考 TF-IDF和BM25

算分函数查询

pximage

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
    }
  }
}

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

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
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 } }}
      ]
    }
  }
}

搜索结果处理

排序

pximage

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 ?, ?

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"}
  ]
}

pximage

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。

高亮

这个高亮感觉有点怪怪的,或许在实际的业务中确有需要?

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

pximage

RestClient查询文档

入门案例

pximage

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

    // 解析数据
    SearchHits searchHits = response.getHits();
    // 获取总条数
    System.out.println("共搜索到" + searchHits.getTotalHits().value + "条");

    // 文档数组
    SearchHit[] hits = searchHits.getHits();
    for (SearchHit hit : hits) {
        String json = hit.getSourceAsString();
        HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
        System.out.println(hotelDoc);
    }
}

match查询

request.source().query(QueryBuilders.matchQuery("all", "如家"));

或:

request.source().query(QueryBuilders.multiMatchQuery("all", "如家", "上海"));

精确查询

// 词条查询
QueryBuilders.termQuery("city", "杭州");
// 范围查询
QueryBuilders.rangeQuery("price").gte(100).lte(150);

复合查询

// 创建布尔查询
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
// 添加must条件
boolQuery.must(QueryBuilders.termQuery("city", "杭州")); 
// 添加filter条件
boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));

结果处理

// 查询
request.source().query(QueryBuilders.matchAllQuery());
// 分页
request.source().from(0).size(5);
// 价格排序
request.source().sort("price", SortOrder.ASC);

高亮:

// DSL 构建
request.source().highlighter(new HighlightBuilder()
                .field("name")
                // 是否需要与查询字段匹配
                .requireFieldMatch(false)
				);

pximage

实战案例:黑马旅游

版本一

创建实体类,接收请求参数: /pojo/RequestParam

@Data
public class RequestParams {
	private String key;
	private Integer page;
	private Integer size;
	private String sortBy;
}

创建实体类,作为返回值: /pojo/PageResult

@Data
public class PageResult {
	private Long total;
	private List<HotelDoc> hotels;
}

定义Controller:/controller/HotelController

@PostMapping("list")
public PageResult search(@RequestBody RequestParams params) {
    return hotelService.search(params);
}

业务逻辑:

  • 按照条件过滤
  • 按照距离排序
@Override
public PageResult search(RequestParams params) {

    try {
        SearchRequest request = new SearchRequest("hotel");
        String key = params.getKey();
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();

        if (key == null || "".equals(key)) {
            boolQuery.must(QueryBuilders.matchAllQuery());
        } else {
            boolQuery.must(QueryBuilders.matchQuery("all", key));
        }
        if (params.getCity() != null && !params.getCity().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("city", params.getCity()));
        }
        if (params.getBrand() != null && !params.getBrand().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("brand", params.getBrand()));
        }
        if (params.getStarName() != null && !params.getStarName().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("starName", params.getStarName()));
        }
        if (params.getMaxPrice() != null && params.getMinPrice() != null) {
            boolQuery.filter(QueryBuilders.rangeQuery("price")
                             .gte(params.getMinPrice()).lte(params.getMaxPrice()));
        }

        int page = params.getPage();
        int size = params.getSize();
        request.source().from((page - 1) * size).size(size);

        String location = params.getLocation();
        if (location != null && !location.equals("")) {
            request.source().sort(SortBuilders.geoDistanceSort("location", new GeoPoint(location))
                                  .order(SortOrder.ASC).unit(DistanceUnit.KILOMETERS));
        }

        request.source().query(boolQuery);

        SearchResponse search = client.search(request, RequestOptions.DEFAULT);

        return handleResponse(search);

    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

private PageResult handleResponse(SearchResponse response) {
    SearchHits searchHits = response.getHits();
    long total = searchHits.getTotalHits().value;
    SearchHit[] hits = searchHits.getHits();
    List<HotelDoc> hotels = new ArrayList<>();
    for (SearchHit hit : hits) {
        HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);
        Object[] sortValues = hit.getSortValues();
        if (sortValues.length > 0) {
            Object sortValue = sortValues[0];
            hotelDoc.setDistance(sortValue);
        }
        hotels.add(hotelDoc);
    }
    return new PageResult(total, hotels);
}

广告置顶

筛选满足条件的,算分时特殊处理一下

pximage

部分代码:

FunctionScoreQueryBuilder functionScoreQuery = QueryBuilders.functionScoreQuery(
    boolQuery,
    new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{
        new FunctionScoreQueryBuilder.FilterFunctionBuilder(
            QueryBuilders.termQuery("isAD", true),
            ScoreFunctionBuilders.weightFactorFunction(10)
        )
    });
request.source().query(functionScoreQuery);

参考

史上最全面的springcloud微服务技术栈课程 讲师:虎翼老师

(这个老师PPT做的实在是太棒了)

1

评论区