分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)

奋斗吧
奋斗吧
擅长邻域:未填写

标签: 分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索) 博客 51CTO博客

2023-07-22 18:24:13 81浏览

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索),3)小结1.5.3.布尔查询(子查询)1)语法示例:2)示例3)小结2.搜索结果处理2.1.排序2.1.1.普通字段排序2.1.2



文章目录


  • 0.学习目标
  • 1.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 (子查询)
  • 1)语法示例:
  • 2)示例
  • 3)小结
  • 2.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
  • 3.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
  • 4.黑马旅游案例
  • 4.1.酒店搜索和分页
  • 4.1.1.需求分析
  • 4.1.2.定义实体类
  • 4.1.3.定义controller
  • 4.1.4.实现搜索业务
  • 4.2.酒店结果过滤
  • 4.2.1.需求分析
  • 4.2.2.修改实体类
  • 4.2.3.修改搜索业务
  • 4.3.我周边的酒店
  • 4.3.1.需求分析
  • 4.3.2.修改实体类
  • 4.3.3.距离排序API
  • 4.3.4.添加距离排序
  • 4.3.5.排序距离显示
  • 4.4.酒店竞价排名
  • 4.4.1.需求分析
  • 4.4.2.修改HotelDoc实体
  • 4.4.3.添加广告标记
  • 4.4.4.添加算分函数查询


在昨天的学习中,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。但elasticsearch最擅长的还是搜索和数据分析。

所以今天,我们研究下elasticsearch的数据搜索功能。我们会分别使用DSLRestClient实现搜索。

0.学习目标

1.DSL查询文档

elasticsearch的查询依然是基于JSON风格的DSL来实现的。

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": {
    }
  }
}

查询所有也可以写成这种简略形式

GET /indexName/_search

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_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:

一般查询all字段,也即借助all字段才可以实现多条件查询

GET /indexName/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT"
    }
  }
}

mulit_match语法如下:

不需要借助all字段,也可以实现多条件查询

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

1.2.3.示例

match查询示例:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_02

# match查询
GET /hotel/_search
{
  "query": {
    "match": {
      "all":"外滩如家"
    }
  }
}

查询出很多结果,包含‘外滩’和‘如家’的靠最前,只包含‘外滩’其次,只包含‘如家’的排最后。天然就是一种相关度的匹配,很符合全文检索的需求

multi_match查询示例:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_03

三个字段任意一个有满足都ok

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"
      }
    }
  }
}

示例:

当我搜索的是精确词条时,能正确查询出结果:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_字段_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:(精确查询不会做分词)

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_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
      }
    }
  }
}

这里的gte代表大于等于,gt则代表大于
lte代表小于等于,lt则代表小于

示例:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_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 (均不可分词)
  • 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

附近的酒店:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_07

附近的车:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_08

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_09

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": { // 字段名称 eg: location
        "top_left": { // 左上点
          "lat": 31.1,
          "lon": 121.5
        },
        "bottom_right": { // 右下点
          "lat": 30.9,
          "lon": 121.7
        }
      }
    }
  }
}

这种并不符合“附近的人”这样的需求,所以我们就不做了。(实际开发用得也很少)

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,落在圆内的坐标都算符合条件:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_10

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
    }
  }
}

示例:

我们先搜索陆家嘴附近15km的酒店:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_11

// geo_distance 查询  附近的人
GET /hotel/_search
{
  "query": {
    "geo_distance": {
      "distance": "15km", // 半径
      "location": "31.21,121.5" // 圆心
    }
  }
}

发现共有47家酒店。

然后把半径缩短到3公里:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_12

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_13

IDF: 可以消除那些每个文档里都出现的分词的权重(都出现了,也就不需要计算了,没有啥意义)

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_14

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_15

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,elasticsearch5.1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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_16

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

1)语法说明

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_17

function score 就是自定义算分。query score就是合理的关联度算分。
boost_mode: multiply 就是指定将两个算分乘起来作为最终得分=> 从而影响排名

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:

GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "all": "外滩"
        }
      }
    }
  }
}

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_18

添加了算分函数后,如家得分就提升了:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_19

# function score 查询 (竞价排名)
GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "all": "外滩"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "brand": "如家"
            }
          },
          "weight": 10
          
        }
      ],
      "boost_mode": "sum"
    }
  }
}
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

1.5.3.布尔查询 (子查询)

不会修改算法
应该就类似mysql里的子查询

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_20

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:

查找上海的,皇冠假日或者华美达酒店,价格不低于500,得分高于45的酒店

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。

分析:

  • 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

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_21

# bool查询
# 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。
GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "如家"
          }
        }
      ],
      "must_not": [
        {
          "range": {
            "price": {
              "gt": 400
            }
          }
        }
      ],
      "filter": [
        {
          "geo_distance": {
            "distance": "10km",
            "location": {
              "lat": 31.21,
              "lon": 121.5
            }
          }
        }
      ]
    }
  }
}

每个子查询(must、must_not、filter)里都可以嵌套多个各种条件
must_not、filter 不会影响得分(不影响排名)
must、should会影响得分(影响排名)

3)小结

bool查询有几种逻辑关系?

  • 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

2.搜索结果处理

搜索的结果可以按照用户指定的方式去处理或展示。

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。

地理坐标类型: 给一个中心点,es自动计算距离,然后根据距离排序

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

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_22

# 结果排序
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "score": "desc",
      "price": "asc"
    }
  ]
}

评分相同,价格升序

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_字段_23

2.1.2.地理坐标排序

地理坐标排序略有不同。

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:31.034661,121.612282,寻找我周围距离最近的酒店。

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_字段_24

可以看到_score为null,也就是没有再打分了,明显已经给了排序条件了,打分没有意义了(打分就是为了默认排序),这样可以提升效率

# 结果排序 31.034661,121.612282周围的酒店,距离升序排序
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance": {
        "location": {
          "lat": 31.034661,
          "lon": 121.612282
        },
        "order": "asc",
        "unit": "km"
      }
    }
  ]
}

这么写也行

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance": {
        "location":"31.034661,121.612282",
        "order": "asc",
        "unit": "km"
      }
    }
  ]
}

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_25

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。

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_26

那如果我要查询9900~10000的数据呢?是不是要先查询TOP10000呢?那每个节点都要查询10000条?汇总到内存中?

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。

根源上解决深度分页问题只有业务层面限制,eg: 百度查询分页最多70页。京东查询,分页最多100页

针对深度分页,ES还是提供了两种解决方案,官方文档:(主要还是业务层面解决吧)

  • 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。

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_27

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:(未演示,不用)
  • 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:(未演示,不用)
  • 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。

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_28

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

高亮部分是动态的,前端无法预知,所以<em></em>高亮标签是后端加上去的

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
      }
    }
  }
}
  1. 高亮搜索一定带关键字,match_all无关键字无法高亮
  2. fields加了s表明可以指定多个字段高亮,eg: 标题文本里都有关键字,都需要高亮
  3. pre_tags和post_tags 默认就是<em></em> 所以可以不写

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

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_29

# 高亮查询
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "如家"
    }
  },
  "highlight": {
    "fields": {
      "name": {
        "require_field_match": "false"
      }
    }
  }
}

这里搜索字段是all,但是高亮字段却是name,不一致,这时就得在name里面加上属性required_field_match=false(不需要(和查询的)字段匹配才高亮) 高亮内容还是搜索字段给定的内容(两个字段肯定是有重复内容的)

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_30

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_31

3.RestClient查询文档

文档的查询同样适用昨天学习的 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

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_字段_32

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

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_字段_33

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

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_34

3.1.2.解析响应

响应结果的解析:

response就是对返回json的封装,专门写了一个类来封装json
非常简单的设计

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_35

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 (这里有个hits嵌套)
  • _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

完整代码如下:

@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
    //System.out.println(response);//会发现直接把浏览器端返回的大json输出 也就是那个大json封装成一个完整的java对象response了       
    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)

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。

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_字段_36

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_37

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
public 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"));
    request.source().query(QueryBuilders.multiMatchQuery("如家","name","brand"));
    //3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    //4.解析结果
    handleResponse(response);
}

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_38

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_39

@Test
public void testTerm() throws IOException {
    //1.准备request
    SearchRequest request = new SearchRequest("hotel");
    //2.准备DSL
    request.source().query(QueryBuilders.termQuery("brand","如家"));
    //3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    //4.解析结果
    handleResponse(response);
}

@Test
public void testRange() throws IOException {
    //1.准备request
    SearchRequest request = new SearchRequest("hotel");
    //2.准备DSL
    request.source().query(QueryBuilders.rangeQuery("price").gte(100).lte(200));
    //3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    //4.解析结果
    handleResponse(response);
}

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_字段_40

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
public void testBoolean() throws IOException {
    //1.准备request
    SearchRequest request = new SearchRequest("hotel");

    //2.准备DSL
    // 2.1.准备BooleanQuery
    BoolQueryBuilder boolQuery = new BoolQueryBuilder();
    // 2.2.添加term
    boolQuery.must(QueryBuilders.termQuery("city","上海"));
    // 2.3.添加range
    boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));
    // 子查询(bool查询)条件打包好后 封装到request中
    request.source().query(boolQuery);

    //3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);

    //4.解析结果
    handleResponse(response);
}

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_41

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_42

完整代码示例:

@Test
public void testPageAndSort() throws IOException {
    int page = 2, 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
    request.source().sort("price", SortOrder.ASC);
    // 2.3 分页
    request.source().from((page-1)*size).size(size);
    //3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    //4.解析结果
    handleResponse(response);
}

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:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_43

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
public void testHighlight() throws IOException {
    //1.准备request
    SearchRequest request = new SearchRequest("hotel");
    //2.准备DSL
    // 2.1 query //高亮查询不能matchAll
    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.解析结果
    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:

用highlight.name替换_source.name

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_44

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 handleHighlightResponse(SearchResponse response) {
    SearchHits searchHits = response.getHits();
    System.out.println("总数:"+searchHits.getTotalHits().value);

    for (SearchHit hit : searchHits.getHits()) {
        String json = hit.getSourceAsString();
        HotelDoc doc = JSON.parseObject(json, HotelDoc.class);

        // 获取高亮结果
        Map<String, HighlightField> highlightFields = hit.getHighlightFields();

        //if(highlightFields==null||highlightFields.size() == 0){// 健壮性判断
        if (!CollectionUtils.isEmpty(highlightFields)) {// 健壮性判断  直接用Spring提供的工具类 逻辑就是上行一样的
            // 根据字段名称获取值
            HighlightField highlightField = highlightFields.get("name");
            if (highlightField != null) {
                // 获取高亮值
                String name = highlightField.getFragments()[0].string();
                // 覆盖字段原来的(无高亮)值
                doc.setName(name);
            }
        }
        System.out.println(doc);
    }
}
  • 小结

4.黑马旅游案例

下面,我们通过黑马旅游的案例来实战演练下之前学习的知识。

我们实现四部分功能:

  • 酒店搜索和分页
  • 酒店结果过滤
  • 我周边的酒店
  • 酒店竞价排名

启动我们提供的hotel-demo项目,其默认端口是8089,访问http://localhost:8090,就能看到项目页面了:

上面提供的hotel-demo项目,已经直接有静态页面了

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_45

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_字段_46

4.1.酒店搜索和分页

案例需求:实现黑马旅游的酒店搜索功能,完成关键字搜索和分页

4.1.1.需求分析

在项目的首页,有一个大大的搜索框,还有分页按钮:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_47

点击搜索按钮,可以看到浏览器控制台发出了请求:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_48

请求参数如下:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_49

由此可以知道,我们这个请求的信息如下:

  • 请求方式:POST
  • 请求路径:/hotel/list
  • 请求参数:JSON对象,包含4个字段:
    • key:搜索关键字
    • page:页码
    • size:每页大小
    • sortBy:排序,目前暂不实现
  • 返回值:分页查询,需要返回分页结果PageResult,包含两个属性:
    • total:总条数
    • List<HotelDoc>:当前页的数据

因此,我们实现业务的流程如下:

  • 步骤一:定义实体类,接收请求参数的JSON对象
  • 步骤二:编写controller,接收页面的请求
  • 步骤三:编写业务实现,利用RestHighLevelClient实现搜索、分页

!!!注意是es里查,不是数据库里查,IService内置的数据库查询方法都没用了
!!!像什么MP查询插件,全部用不上了

4.1.2.定义实体类

实体类有两个,一个是前端的请求参数实体,一个是服务端应该返回的响应结果实体。

1)请求参数

前端请求的json结构如下:

{
    "key": "搜索关键字",
    "page": 1,
    "size": 3,
    "sortBy": "default"
}

因此,我们在cn.itcast.hotel.pojo包下定义一个实体类:

package cn.itcast.hotel.pojo;

import lombok.Data;

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

2)返回值

分页查询,需要返回分页结果PageResult,包含两个属性:

  • total:总条数
  • List<HotelDoc>:当前页的数据

因此,我们在cn.itcast.hotel.pojo中定义返回结果:

package cn.itcast.hotel.pojo;

import lombok.Data;

import java.util.List;

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

    public PageResult() {
    }

    public PageResult(Long total, List<HotelDoc> hotels) {
        this.total = total;
        this.hotels = hotels;
    }
}

4.1.3.定义controller

定义一个HotelController,声明查询接口,满足下列要求:

  • 请求方式:Post
  • 请求路径:/hotel/list
  • 请求参数:对象,类型为RequestParam
  • 返回值:PageResult,包含两个属性
    • Long total:总条数
    • List<HotelDoc> hotels:酒店数据

因此,我们在cn.whu.hotel.web中定义HotelController:

//@RestController = @Controller + @ResponseBody + “一些无关紧要的”
// @ResponseBody本来是写在每个方法上的 表示响应(返回)的是json格式数据
@RestController
@RequestMapping("hotel")
@Slf4j
public class HotelController {

    @Autowired
    private IHotelService hotelService;

    @PostMapping("list")
    public PageResult pageSearch(@RequestBody RequestParam params){//@RequestBody表示接受json格式数据
        log.info(params.toString());
        try {
            return hotelService.search(params);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }
}

4.1.4.实现搜索业务

我们在controller调用了IHotelService,并没有实现该方法,因此下面我们就在IHotelService中定义方法,并且去实现业务逻辑。

1)在cn.whu.hotel.service中的IHotelService接口中定义一个方法:

/**
 * 根据关键字搜索酒店信息
 * @param params 请求参数对象,包含用户输入的关键字 
 * @return 酒店文档列表
 */
PageResult search(RequestParams params);

2)实现搜索业务,肯定离不开RestHighLevelClient,我们需要把它注册到Spring中作为一个Bean。在cn.whu.hotel中的HotelDemoApplication中声明这个Bean:

// 创建成Bean就能注入了 写在这里最合适了
@Bean
public RestHighLevelClient client() {
    return new RestHighLevelClient(RestClient.builder(
            HttpHost.create("http://192.168.141.100:9200") // 最后的'/'不能有
            // 集群的话可以指定多个,中间逗号隔开
    ));
}

3)在cn.whu.hotel.service.impl中的HotelService中实现search方法:

package cn.whu.hotel.service.impl;

import cn.whu.hotel.mapper.HotelMapper;
import cn.whu.hotel.pojo.Hotel;
import cn.whu.hotel.pojo.HotelDoc;
import cn.whu.hotel.pojo.PageResult;
import cn.whu.hotel.pojo.RequestParam;
import cn.whu.hotel.service.IHotelService;
import com.alibaba.fastjson.JSON;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.fetch.subphase.highlight.HighlightBuilder;
import org.elasticsearch.search.fetch.subphase.highlight.HighlightField;
import org.elasticsearch.search.sort.SortOrder;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import org.springframework.util.CollectionUtils;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;

@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {

    @Autowired
    private RestHighLevelClient client;


    @Override
    public PageResult search(RequestParam params) throws IOException {
        // 1. 准备Request
        SearchRequest request = new SearchRequest("hotel");

        // 2. 准备DSL
        // 2.1 查询 // 高亮查询不能matchAllQuery,得给出条件查询具体字段
        String key = params.getKey();
        if (key == null || "".equals(key.trim())) {
            request.source().query(QueryBuilders.matchAllQuery());
        } else {
            request.source().query(QueryBuilders.matchQuery("all", key));
        }
        // 2.2 排序
        if (!"default".equals(params.getSortBy())) {
            request.source().sort(params.getSortBy(), SortOrder.ASC);
        }
        // 2.3 分页
        int page = params.getPage();//参与运算时就拆箱 别用包装类
        int size = params.getSize();
        request.source().from((page - 1) * size).size(size);
        // 2.4 高亮
        request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));

        // 3. 发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4. 解析结果
        PageResult pageResult = handlerResponse(response);

        return pageResult;
    }

    private PageResult handlerResponse(SearchResponse response) {
        // 0. 准备对象
        PageResult result = new PageResult();//个人觉得用set方法比较好 更灵活
        SearchHits searchHits = response.getHits();

        // 1. 总数
        result.setTotal(searchHits.getTotalHits().value);

        // 2. List<HotelDoc>
        List<HotelDoc> docs = new ArrayList<>();
        for (SearchHit hit : searchHits.getHits()) {
            // 2.1 hotel->hotelDoc
            String json = hit.getSourceAsString();
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);//hotelDoc就是专门接收es返回的json的

            // 2.2 高亮
            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            if (!CollectionUtils.isEmpty(highlightFields)) {
                HighlightField highlightField = highlightFields.get("name");
                if (highlightField != null) {
                    String name = highlightField.getFragments()[0].string();
                    hotelDoc.setName(name);
                }
            }
            docs.add(hotelDoc);
        }
        // 3. 返回结果
        result.setHotels(docs);
        return result;
    }
}

4.2.酒店结果过滤

需求:添加品牌、城市、星级、价格等过滤功能

4.2.1.需求分析

在页面搜索框下面,会有一些过滤项:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_50

传递的参数如图:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_51

包含的过滤条件有:

  • brand:品牌值
  • city:城市
  • minPrice~maxPrice:价格范围
  • starName:星级

我们需要做两件事情:

  • 修改请求参数的对象RequestParams,接收上述参数
  • 修改业务逻辑,在搜索条件之外,添加一些过滤条件

4.2.2.修改实体类

修改在cn.whu.hotel.pojo包下的实体类RequestParams:

@Data
public class RequestParams {
    private String key;
    private Integer page;
    private Integer size;
    private String sortBy;
    // 下面是新增的过滤条件参数
    private String city;
    private String brand;
    private String starName;
    private Integer minPrice;
    private Integer maxPrice;
}

4.2.3.修改搜索业务

在HotelService的search方法中,只有一个地方需要修改:requet.source().query( … )其中的查询条件。

在之前的业务中,只有match查询,根据关键字搜索,现在要添加条件过滤,包括:

  • 品牌过滤:是keyword类型,用term查询
  • 星级过滤:是keyword类型,用term查询
  • 价格过滤:是数值类型,用range查询
  • 城市过滤:是keyword类型,用term查询

多个查询条件组合,肯定是boolean查询来组合:

  • 关键字搜索放到must中,参与算分
  • 其它过滤条件放到filter中,不参与算分 (这里过滤用filter,效率高一点。 已经给了排序条件,得分也没有意义了)

因为条件构建的逻辑比较复杂,这里先封装为一个函数:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_52

buildBasicQuery的代码如下:

private static void buildBasicQuery(RequestParam params, SearchRequest request) {
    // 2.1 查询 // 高亮查询不能matchAllQuery,得给出条件查询具体字段
    // 构建BooleanQuery (多条件查询嘛)
    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    // 2.1.1 查询: must: and
    String key = params.getKey();
    if (StringUtils.isEmpty(key)) {
        boolQuery.must(QueryBuilders.matchAllQuery());
    } else {
        boolQuery.must(QueryBuilders.matchQuery("all", key));
    }
    // 2.1.2 过滤条件:精确查询
    // 城市条件
    String city = params.getCity();
    if(!StringUtils.isEmpty(city)){
        boolQuery.filter(QueryBuilders.termQuery("city",city));
    }
    // 品牌条件
    String brand = params.getBrand();
    if(!StringUtils.isEmpty(brand)){
        boolQuery.filter(QueryBuilders.termQuery("brand",brand));
    }
    // 星级条件 (复制成city了 导致一直有bug)
    String starName = params.getStarName();
    if(!StringUtils.isEmpty(starName)){
        boolQuery.filter(QueryBuilders.termQuery("starName",starName));
    }
    // 2.2.3 过滤条件:范围查询
    // price
    Integer minPrice = params.getMinPrice();
    Integer maxPrice = params.getMaxPrice();
    if(minPrice!=null&&maxPrice!=null){
        boolQuery.filter(QueryBuilders.rangeQuery("price").gte(minPrice).lte(maxPrice));
    }

    // 最后别忘了加入条件哈
    request.source().query(boolQuery);
}

Bug: 可恶,复制后忘记改了,导致一直查询为空

一个低级错误,卡了大半个小时,该死

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_53

4.3.我周边的酒店

需求:我附近的酒店

4.3.1.需求分析

在酒店列表页的右侧,有一个小地图,点击地图的定位按钮,地图会找到你所在的位置:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_54

并且,在前端会发起查询请求,将你的坐标发送到服务端:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_55

我们要做的事情就是基于这个location坐标,然后按照距离对周围酒店排序。实现思路如下:

  • 修改RequestParams参数,接收location字段
  • 修改search方法业务逻辑,如果location有值,添加根据geo_distance排序的功能
此处可能报错,因为获取不到位置,
原因:高德的前端API失效了 https://lbs.amap.com/api/javascript-api/guide/abc/prepare
所以这个需求有点难

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_56

没办法,修改前端,粗暴地改为:

getGeoLoc(){
  this.searchByMap("31.03463, 121.61245");
},

点击之后果然能定位到:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_57

4.3.2.修改实体类

修改在cn.whu.hotel.pojo包下的实体类RequestParams:

package cn.itcast.hotel.pojo;

import lombok.Data;

@Data
public class RequestParams {
    private String key;
    private Integer page;
    private Integer size;
    private String sortBy;
    private String city;
    private String brand;
    private String starName;
    private Integer minPrice;
    private Integer maxPrice;
    // 我当前的地理坐标
    private String location;
}

4.3.3.距离排序API

我们以前学习过排序功能,包括两种:

  • 普通字段排序
  • 地理坐标排序

我们只讲了普通字段排序对应的java写法。地理坐标排序只学过DSL语法,如下:

GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "price": "asc"  
    },
    {
      "_geo_distance" : {
          "FIELD" : "纬度,经度",
          "order" : "asc",
          "unit" : "km"
      }
    }
  ]
}

对应的java代码示例:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_58

4.3.4.添加距离排序

cn.whu.hotel.service.implHotelServicesearch方法中,添加一个排序功能:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_59

完整代码:

@Override
public PageResult search(RequestParam params) throws IOException {
    // 1. 准备Request
    SearchRequest request = new SearchRequest("hotel");
    // 2. 准备DSL
    // 2.1 基础查询
    buildBasicQuery(params, request);
    // 2.2 排序
    // 2.2.1 距离升序
    String location = params.getLocation();
    if(!StringUtils.isEmpty(location)){
        request.source().sort(SortBuilders
                .geoDistanceSort("location",new GeoPoint(location))
                .order(SortOrder.ASC)
                .unit(DistanceUnit.KILOMETERS));
    }
    // 2.2.2 价格升序
    if (!"default".equals(params.getSortBy())) {
        request.source().sort(params.getSortBy(), SortOrder.ASC);
    }

    // 2.3 分页
    int page = params.getPage();//参与运算时就拆箱 别用包装类
    int size = params.getSize();
    request.source().from((page - 1) * size).size(size);
    // 2.4 高亮
    request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));
    // 3. 发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    // 4. 解析结果
    PageResult pageResult = handlerResponse(response);
    return pageResult;
}

4.3.5.排序距离显示

重启服务后,测试我的酒店功能:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索_60

发现确实可以实现对我附近酒店的排序,不过并没有看到酒店到底距离我多远,这该怎么办?

排序完成后,页面还要获取我附近每个酒店的具体距离值,这个值在响应结果中是独立的:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_61

因此,我们在结果解析阶段,除了解析source部分以外,还要得到sort部分,也就是排序的距离,然后放到响应结果中。

我们要做两件事:

  • 修改HotelDoc,添加排序距离字段,用于页面显示
  • 修改HotelService类中的handleResponse方法,添加对sort值的获取

1)修改HotelDoc类,添加距离字段

package cn.itcast.hotel.pojo;

import lombok.Data;
import lombok.NoArgsConstructor;


@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;
    // 排序时的 距离值
    private Object distance;

    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();
    }
}

2)修改HotelService中的handleResponse方法

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_62

重启后测试,发现页面能成功显示距离了:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_63

4.4.酒店竞价排名

需求:让指定的酒店在搜索结果中排名置顶

4.4.1.需求分析

要让指定酒店在搜索结果中排名置顶,效果如图:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_字段_64

页面会给指定的酒店添加广告标记。

那怎样才能让指定的酒店排名置顶呢?

我们之前学习过的function_score查询可以影响算分,算分高了,自然排名也就高了。而function_score包含3个要素:

  • 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

这里的需求是:让指定酒店排名靠前。因此我们需要给这些酒店添加一个标记,这样在过滤条件中就可以根据这个标记来判断,是否要提高算分

比如,我们给酒店添加一个字段:isAD,Boolean类型:

  • true:是广告
  • false:不是广告

这样function_score包含3个要素就很好确定了:

  • 过滤条件:判断isAD 是否为true
  • 算分函数:我们可以用最简单暴力的weight,固定加权值
  • 加权方式:可以用默认的相乘,大大提高算分

因此,业务的实现步骤包括:

  1. 给HotelDoc类添加isAD字段,Boolean类型

  2. 挑选几个你喜欢的酒店,给它的文档数据添加isAD字段,值为true

  3. 修改search方法,添加function score功能,给isAD值为true的酒店增加权重

4.4.2.修改HotelDoc实体

cn.whu.hotel.pojo包下的HotelDoc类添加isAD字段:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_分布式_65

4.4.3.添加广告标记

接下来,我们挑几个酒店,添加isAD字段,设置为true:

POST /hotel/_update/2056105938
{
    "doc": {
        "isAD": true
    }
}
POST /hotel/_update/36934
{
    "doc": {
        "isAD": true
    }
}
POST /hotel/_update/45845
{
    "doc": {
        "isAD": true
    }
}
POST /hotel/_update/47066
{
    "doc": {
        "isAD": true
    }
}
POST /hotel/_update/38665
{
    "doc": {
        "isAD": true
    }
}
# 根据id查询指定文档
GET /hotel/_doc/36934
GET /hotel/_doc/2056105938

# 分页查询文档
GET /hotel/_search
{
  "from": 2,
  "size": 20
}

4.4.4.添加算分函数查询

接下来我们就要修改查询条件了。之前是用的boolean 查询,现在要改成function_socre查询。

function_score查询结构如下:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_66

对应的JavaAPI如下:

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_elasticsearch_67

我们可以将之前写的boolean查询作为原始查询条件放到query中,接下来就是添加过滤条件算分函数加权模式了。所以原来的代码依然可以沿用。

修改cn.whu.hotel.service.impl包下的HotelService类中的buildBasicQuery方法,添加算分函数查询:

private static void buildBasicQuery(RequestParam params, SearchRequest request) {
    // 1) 原始查询
    // 2.1 查询 // 高亮查询不能matchAllQuery,得给出条件查询具体字段
    // 构建BooleanQuery (多条件查询嘛)
    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    // 2.1.1 查询: must: and
    String key = params.getKey();
    if (StringUtils.isEmpty(key)) {
        boolQuery.must(QueryBuilders.matchAllQuery());
    } else {
        boolQuery.must(QueryBuilders.matchQuery("all", key));
    }
    // 2.1.2 过滤条件:精确查询
    // 城市条件
    String city = params.getCity();
    if (!StringUtils.isEmpty(city)) {
        boolQuery.filter(QueryBuilders.termQuery("city", city));
    }
    // 品牌条件
    String brand = params.getBrand();
    if (!StringUtils.isEmpty(brand)) {
        boolQuery.filter(QueryBuilders.termQuery("brand", brand));
    }
    // 星级条件 (复制成city了 导致一直有bug)
    String starName = params.getStarName();
    if (!StringUtils.isEmpty(starName)) {
        boolQuery.filter(QueryBuilders.termQuery("starName", starName));
    }
    // 2.2.3 过滤条件:范围查询
    // price
    Integer minPrice = params.getMinPrice();
    Integer maxPrice = params.getMaxPrice();
    if (minPrice != null && maxPrice != null) {
        boolQuery.filter(QueryBuilders.rangeQuery("price").gte(minPrice).lte(maxPrice));
    }

    // 2. 算分控制
    FunctionScoreQueryBuilder functionScoreQuery =
            QueryBuilders.functionScoreQuery(
                    // 原始查询 相关性算分查询
                    boolQuery,
                    // FunctionScore的数据
                    new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{
                            // 其中的一个FunctionScore元素
                            new FunctionScoreQueryBuilder.FilterFunctionBuilder(
                                    // 过滤条件
                                    QueryBuilders.termQuery("isAD",true),//给isAD=true的酒店增加算分
                                    // 算分函数
                                    ScoreFunctionBuilders.weightFactorFunction(10) //默认乘以10
                            )
                    });


    // 最后别忘了加入条件哈
    request.source().query(functionScoreQuery);//boolQuery也放到functionScoreQuery里面去了
}

分布式搜索引擎02-elasticsearch-DSL查询文档(地理坐标查、算分函数查(竞价排名)、布尔查询)、搜索结果处理(排序(附近店),分页、高亮)、RestClient(java代码实现搜索)_搜索引擎_68





好博客就要一起分享哦!分享海报

此处可发布评论

评论(0展开评论

暂无评论,快来写一下吧

展开评论

您可能感兴趣的博客

客服QQ 1913284695