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
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
3.1.2.解析响应
响应结果的解析：
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-
_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
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：
-
创建SearchRequest对象
-
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
-
发送请求，得到结果
-
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。
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：
完整代码如下：
@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);
}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：
完整代码如下：
/*
* term精确查询测试
* */
@Test
void testMatchTerm() throws IOException {
//1:准备request
SearchRequest request = new SearchRequest("hotel");
//2:组织DSL参数
request.source()
.query(QueryBuilders.termQuery("all","如家"));
//3:发送请求，得到响应结果
SearchResponse search = client.search(request, RequestOptions.DEFAULT);
//4:输出响应结果
handleResponse(search);
}
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：
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。
@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);
}
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
完整代码示例：
@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);
}
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：
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
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
handleHighResponse(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：
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：
public void handleHighResponse(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 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);
}
}