十、Elasticsearch 8.x 分布式搜索引擎 -2-搜索查询
Elasticsearch 8.x 分布式搜索引擎 -搜索查询
-
- 一、DSL查询文档
-
- 1、`查询所有`
- 2、`全文搜索查询`
-
- 2.1、查询类型：`match`（单字段查询）
- 2.2、查询类型：`multi_match`（多字段查询，任意一个字段符合条件就算符合查询条件）
- 3、`精准查询`
-
- 3.1、查询类型：`term` （根据词条精确值查询）
- 3.2、查询类型：`range`（根据值的范围查询）
- 4、`地理坐标查询`
-
- 4.1、查询类型：`geo_bounding_box`（矩形范围查询）
- 4.2、查询类型：`geo_distance`（附近查询）
- 5、`复合查询`
-
- 5.1、相关性算分
-
- 1）早期使用的打分算法是TF-IDF算法，公式如下：
- 2）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：
- 5.2、`算分函数查询`
-
-
- 1）`function score` 查询中包含四部分：
- 2）function score的运行流程：
- 3）function score关键点：
-
- 6、`布尔查询`
-
-
- 1）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：
- 2）`注意`: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：
-
- 二、`搜索结果处理`
-
- 1、`排序`
-
- 1.1、普通字段排序
- 1.2、地理坐标排序
- 2、`分页`
-
- 2.1、普通分页
- 2.2、深度分页
- 3、`高亮`
-
- 3.1、高亮原理
- 3.2、实现高亮
- 4、总结
- 三、`ElasticsearchClient`查询文档
-
- 1、`查询所有`
-
- 1）在`EsClient`添加`queryMatchAll`方法实现查询所有
- 2) `ESQueryMatchAllTest`测试类中，测试查询所有：
- 2、`全文搜索查询`
-
- 2.1 `match`搜索 单字段搜索
-
- 1）在`EsClient`添加`queryMatch`方法实现单字段搜索
- 2) `ESQueryMatchTest`测试类中，测试单字段搜索：
- 2.1 `mulit_match`搜索 多字段搜索
-
- 1）在`EsClient`添加`queryMultiMatch`方法实现多字段搜索文档
- 2) `ESQueryMatchTest`测试类中，测试多字段搜索文档:
- 3、`精准查询`
-
- 3.1 `term`查询 根据词条精确值查
-
- 1）在`EsClient`添加`queryTerm`方法实现多字段搜索文档
- 2) `ESQueryTermTest`测试类中，测试多字段搜索文档:
- 3.2 `range`查询 根据值的范围查询
-
- 1）在`EsClient`添加`queryTerm`方法实现范围查询
- 2) `ESQueryRangeTest`测试类中，测试范围查询:
- 4、`地理坐标查询`
-
- 4.1 `geo_bounding_box`查询 地理坐标矩形范围查询
-
- 1）在`EsClient`添加`queryGeoBoundingBox`方法实现地理坐标矩形范围查询
- 2) `ESQueryGeoBoundingBoxTest`测试类中，测试地理坐标矩形范围查询:
- 4.2 `geo_distance`查询 距离查询
-
- 1）在`EsClient`添加`queryGeoDistance`方法实现地理坐标距离查询
- 2) `ESQueryGeoDistanceTest`测试类中，测试地理坐标距离查询
一、DSL查询文档
1、查询所有
语法：
GET /索引库名/_search
{
"query": {
"查询类型": {
"查询条件": "条件值"
}
}
}
查询所有：
- 查询类型为：match_all
- 查询条件：没有
2、全文搜索查询
参与搜索的字段也必须是可分词的text类型的字段
2.1、查询类型：match（单字段查询）
语法
GET /索引库名/_search
{
"query": {
"match": {
"字段名称": "搜索内容"
}
}
}
2.2、查询类型：multi_match（多字段查询，任意一个字段符合条件就算符合查询条件）
语法
GET /索引库名/_search
{
"query": {
"multi_match": {
"query": "搜索内容",
"fields": ["字段名称1", " 字段名称2"]
}
}
}
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。
3.1、查询类型：term （根据词条精确值查询）
语法
GET /索引库名/_search
{
"query": {
"term": {
"字段名称": {
"value": "搜索内容"
}
}
}
}
3.2、查询类型：range（根据值的范围查询）
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。
语法：
GET /索引库名/_search
{
"query": {
"range": {
"字段名称": {
"gte": 查询值1, // gte代表大于等于，gt则代表大于
"lte": 查询值2// lte代表小于等于，lt则代表小于
}
}
}
}
4、地理坐标查询
地理坐标查询，其实就是根据经纬度查询
4.1、查询类型：geo_bounding_box（矩形范围查询）
查询坐标落在某个矩形范围的所有文档：
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
GET /索引库名/_search
{
"query": {
"geo_bounding_box": {
"字段名称": {
"top_left": { // 左上点
"lat": 31.1, // 纬度
"lon": 121.5 // 经度
},
"bottom_right": { // 右下点
"lat": 30.9, // 纬度
"lon": 121.7 // 经度
}
}
}
}
}
4.2、查询类型：geo_distance（附近查询）
查询到指定中心点小于某个距离值的所有文档
语法
GET /索引库名/_search
{
"query": {
"geo_distance": {
"distance": "15km", // 半径
"字段名称"": "31.21,121.5" // 圆心
}
}
}
5、复合查询
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
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。
1）早期使用的打分算法是TF-IDF算法，公式如下：
2）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：
TF-IDF算法有一各缺陷，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：
5.2、算分函数查询
语法
1）function score 查询中包含四部分：
- 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
2）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。
3）function score关键点：
- 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
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：
添加了算分函数后，如家得分就提升了：
6、布尔查询
1）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
2）注意: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
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 } }}
]
}
}
}
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
二、搜索结果处理
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。
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 /索引库名/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"字段名称": "desc" // 排序字段、排序方式ASC、DESC
}
]
}
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
1.2、地理坐标排序
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
}
}
]
}
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。
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 ?, ?
2.1、普通分页
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"}
]
}
2.2、深度分页
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：
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。
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。
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。
3、高亮
3.1、高亮原理
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
标签 - 2）页面给
标签编写CSS样式
3.2、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": "", // 用来标记高亮字段的前置标签
"post_tags": "" // 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
示例：
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：
三、ElasticsearchClient查询文档
1、查询所有
1）在EsClient添加queryMatchAll方法实现查询所有
public <T> List<T> queryMatchAll(String indexName,Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response= elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.matchAll(t-> t)
), targetClass
);
} catch (IOException e) {
throw new RuntimeException(e);
}
return handleResponse(response);
}
// 封装响应
private <T> List<T> handleResponse(SearchResponse<T> response) {
List<T> result = new ArrayList<>();
if (response == null) {
return result;
}
HitsMetadata<T> hitsMetadata = response.hits();
if (hitsMetadata == null) {
return result;
}
List<Hit<T>> hitList = response.hits().hits();
for (Hit<T> hit : hitList) {
result.add(hit.source());
}
return result;
}
2) ESQueryMatchAllTest测试类中，测试查询所有：
@RunWith(SpringRunner.class)
@SpringBootTest(classes = ESApplication.class)
public class ESQueryMatchAllTest {
@Autowired
private EsClient esClient;
@Test
public void queryMatchAllTest() {
List<HotelDoc> hotelList =esClient.queryMatchAll("hotel",HotelDoc.class);
for (HotelDoc hotelDoc : hotelList) {
System.out.println(hotelDoc);
}
}
}
2、全文搜索查询
2.1 match搜索 单字段搜索
1）在EsClient添加queryMatch方法实现单字段搜索
public <T> List<T> queryMatch(String indexName, String searchField, String searchContent, Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.match(t -> t
.field(searchField)
.query(searchContent)
)
), targetClass
);
} catch (IOException e) {
e.printStackTrace();
}
return handleResponse(response);
}
2) ESQueryMatchTest测试类中，测试单字段搜索：
@RunWith(SpringRunner.class)
@SpringBootTest(classes = ESApplication.class)
public class ESQueryMatchTest {
@Autowired
private EsClient esClient;
@Test
public void queryMatchTest() {
List<HotelDoc> list = esClient.queryMatch("hotel", "all", "7天连锁酒店", HotelDoc.class);
for (HotelDoc hotelDoc : list) {
System.out.println("hotelDoc = " + hotelDoc);
}
}
}
2.1 mulit_match搜索 多字段搜索
1）在EsClient添加queryMultiMatch方法实现多字段搜索文档
/**
* 多字段搜索文档
*
* @param indexName 索引名
* @param searchFields 搜索字段集合
* @param searchContent 搜索内容
* @param targetClass 目标类型
* @param T
* @return 目标类集合
*/
public <T> List<T> queryMultiMatch(String indexName, List<String> searchFields, String searchContent, Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.multiMatch(t -> t
.fields(searchFields)
.query(searchContent)
)
), targetClass
);
} catch (IOException e) {
e.printStackTrace();
}
return handleResponse(response);
}
/**
* 多字段搜索文档
*
* @param indexName 索引名
* @param searchContent 搜索内容
* @param targetClass 目标类型
* @param searchField 搜索字段
* @param searchFields 多个搜索字段
* @param T
* @return 目标类集合
*/
public <T> List<T> queryMultiMatch(String indexName, String searchContent, Class<T> targetClass, String searchField, String... searchFields) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.multiMatch(t -> t
.fields(searchField, searchFields)
.query(searchContent)
)
), targetClass
);
} catch (IOException e) {
e.printStackTrace();
}
return handleResponse(response);
}
2) ESQueryMatchTest测试类中，测试多字段搜索文档:
@RunWith(SpringRunner.class)
@SpringBootTest(classes = ESApplication.class)
public class ESQueryMultiMatchTest {
@Autowired
private EsClient esClient;
@Test
public void queryMultiMatchTest01() {
List<String> searchFields = Arrays.asList("name", "brand");
List<HotelDoc> list = esClient.queryMultiMatch("hotel", searchFields, "外滩如家", HotelDoc.class);
for (HotelDoc hotelDoc : list) {
System.out.println("hotelDoc = " + hotelDoc);
}
}
@Test
public void queryMultiMatchTest02() {
List<HotelDoc> list = esClient.queryMultiMatch("hotel", "外滩如家", HotelDoc.class,"name","brand");
for (HotelDoc hotelDoc : list) {
System.out.println("hotelDoc = " + hotelDoc);
}
}
}
3、精准查询
3.1 term查询 根据词条精确值查
1）在EsClient添加queryTerm方法实现多字段搜索文档
public <T> List<T> queryTerm(String indexName, String searchField, String searchContent, Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.term(t -> t
.field(searchField)
.value(searchContent)
)
), targetClass
);
} catch (IOException e) {
e.printStackTrace();
}
return handleResponse(response);
}
2) ESQueryTermTest测试类中，测试多字段搜索文档:
@RunWith(SpringRunner.class)
@SpringBootTest(classes = ESApplication.class)
public class ESQueryTermTest {
@Autowired
private EsClient esClient;
@Test
public void queryMatchTest() {
List<HotelDoc> list = esClient.queryTerm("hotel", "brand", "如家", HotelDoc.class);
for (HotelDoc hotelDoc : list) {
System.out.println("hotelDoc = " + hotelDoc);
}
}
}
3.2 range查询 根据值的范围查询
1）在EsClient添加queryTerm方法实现范围查询
public <T> List<T> queryRangeGteAndLte(String indexName, String searchField, JsonData gte, JsonData lte, Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.range(t -> t
.field(searchField)
.gte(gte)
.lte(lte)
)
), targetClass
);
} catch (IOException e) {
throw new RuntimeException(e);
}
return handleResponse(response);
}
public <T> List<T> queryRangeGteAndLt(String indexName, String searchField, JsonData gte, JsonData lt, Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.range(t -> t
.field(searchField)
.gte(gte)
.lt(lt)
)
), targetClass
);
} catch (IOException e) {
throw new RuntimeException(e);
}
return handleResponse(response);
}
public <T> List<T> queryRangeGtAndLte(String indexName, String searchField, JsonData gt, JsonData lte, Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.range(t -> t
.field(searchField)
.gt(gt)
.lte(lte)
)
), targetClass
);
} catch (IOException e) {
throw new RuntimeException(e);
}
return handleResponse(response);
}
public <T> List<T> queryRangeGtAndLt(String indexName, String searchField, JsonData gt, JsonData lt, Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.range(t -> t
.field(searchField)
.gt(gt)
.lt(lt)
)
), targetClass
);
} catch (IOException e) {
throw new RuntimeException(e);
}
return handleResponse(response);
}
2) ESQueryRangeTest测试类中，测试范围查询:
@RunWith(SpringRunner.class)
@SpringBootTest(classes = ESApplication.class)
public class ESQueryRangeTest {
@Autowired
private EsClient esClient;
@Test
public void queryRangeTest() {
List<HotelDoc> list = esClient.queryRangeGteAndLte("hotel", "price", JsonData.of(200),JsonData.of(300), HotelDoc.class);
for (HotelDoc hotelDoc : list) {
System.out.println("hotelDoc = " + hotelDoc);
}
}
}
4、地理坐标查询
4.1 geo_bounding_box查询 地理坐标矩形范围查询
1）在EsClient添加queryGeoBoundingBox方法实现地理坐标矩形范围查询
public <T> List<T> queryGeoBoundingBox(String indexName, String searchField, GeoLocation topLeft, GeoLocation bottomRight, Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.geoBoundingBox(g -> g
.field(searchField)
.boundingBox(b -> b
.tlbr(r -> r
.topLeft(topLeft)
.bottomRight(bottomRight)))
)
), targetClass
);
} catch (IOException e) {
throw new RuntimeException(e);
}
return handleResponse(response);
}
2) ESQueryGeoBoundingBoxTest测试类中，测试地理坐标矩形范围查询:
@RunWith(SpringRunner.class)
@SpringBootTest(classes = ESApplication.class)
public class ESQueryGeoBoundingBoxTest {
@Autowired
private EsClient esClient;
@Test
public void queryGeoBoundingBoxTest01() {
List<HotelDoc> list = esClient.queryGeoBoundingBox("hotel", "location",
GeoLocation.of(m->m
.latlon(l->l
.lat(32)
.lon(120.00))),
GeoLocation.of(m->m
.latlon(l->l
.lat(30)
.lon(122.00))),
HotelDoc.class);
for (HotelDoc hotelDoc : list) {
System.out.println("hotelDoc = " + hotelDoc);
}
}
@Test
public void queryGeoBoundingBoxTest02() {
List<HotelDoc> list = esClient.queryGeoBoundingBox("hotel", "location",
GeoLocation.of(m -> m
.text("32, 120")),
GeoLocation.of(m -> m
.text("30, 122")),
HotelDoc.class);
for (HotelDoc hotelDoc : list) {
System.out.println("hotelDoc = " + hotelDoc);
}
}
}
4.2 geo_distance查询 距离查询
1）在EsClient添加queryGeoDistance方法实现地理坐标距离查询
public <T> List<T> queryGeoDistance(String indexName, String searchField, String distance,GeoLocation location, Class<T> targetClass) {
SearchResponse<T> response = null;
try {
response = elasticsearchClient.search(s -> s
.index(indexName)
.query(q -> q
.geoDistance(g->g
.field(searchField)
.distance(distance)
.location(location)
)
), targetClass
);
} catch (IOException e) {
throw new RuntimeException(e);
}
return handleResponse(response);
}
2) ESQueryGeoDistanceTest测试类中，测试地理坐标距离查询
@RunWith(SpringRunner.class)
@SpringBootTest(classes = ESApplication.class)
public class ESQueryGeoDistanceTest {
@Autowired
private EsClient esClient;
@Test
public void queryGeoDistanceTest01() {
List<HotelDoc> list = esClient.queryGeoDistance("hotel", "location","15km",
GeoLocation.of(m->m
.latlon(l->l
.lat(31.1)
.lon(121.20))),
HotelDoc.class);
for (HotelDoc hotelDoc : list) {
System.out.println("hotelDoc = " + hotelDoc);
}
}
@Test
public void queryGeoDistanceTest02() {
List<HotelDoc> list = esClient.queryGeoDistance("hotel", "location","15km",
GeoLocation.of(m -> m
.text("31.1, 121.2")),
HotelDoc.class);
for (HotelDoc hotelDoc : list) {
System.out.println("hotelDoc = " + hotelDoc);
}
}
}