首页 SpringCloud

# DSL 查询文档

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

# 全文检索查询

# 语法

# match 查询

单字段查询

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

# mulit_match 查询

多字段查询，任意一个字符符合条件就算符合查询条件

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

# 精确查询

# term 查询

# 说明

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

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

# range 查询

# 说明

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

# 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
      }
    }
  }
}

# 地理坐标查询

# 矩形范围查询

# 说明

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

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

//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
        }
      }
    }
  }
}

# 附近查询

# 说明

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

# 语法

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

# 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

# 相关性算分

# 语法

[
  {
    "_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",
    }
  }
]

# TF-IDF 算法

image-20210721190152134

# BM25 算法

image-20210721190416214

# 算分函数查询

# 语法

image-20210721191544750

# function score 查询中包含的四部分内容

  • 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

  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

# 代码

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

# 说明

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

# 语法

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

# 普通字段排序

# 说明

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
    }
  ]
}

# 地理坐标排序

# 说明

地理坐标排序略有不同

# 语法

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
      }
    }
  ]
}

# 分页

# 介绍

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

# 基本的分页

# 语法

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"}
  ]
}

# 深度分页

# 语法

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"}
  ]
}

# 比较

  • 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

# 高亮

# 高亮原理

  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

# 实现高亮

# 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

# RestClient 查询文档

# match 查询

# 介绍

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

# 代码

@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);
}

# 精确查询

# 介绍

  • term：词条精确匹配
  • range：范围查询

# API

image-20210721220305140

# 布尔查询

# 介绍

布尔查询是用 must、must_not、filter 等方式组合其它查询

# API

image-20210721220927286

# 代码

@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", "杭州"));
    // 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);
}

# 排序分页

# 介绍

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

# API

image-20210721221121266

# 代码

@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);
}

# 高亮

# 介绍

  • 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

# 高亮请求 API

image-20210721221744883

# 代码

@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);
}

# 高亮结果解析

# 步骤

  • 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

# 代码

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);
    }
}
更新于 阅读次数 次

请我喝[茶]~(￣▽￣)~*

Baozi 微信支付

微信支付

Baozi 支付宝

支付宝

Baozi 微信

微信