Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)

SDL语句查询

查询的基本语法

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

根据文档id查询

#查询文档
GET hotel/_doc/36934

查询所有

会弹出该索引库下所有文档// 查询所有
GET /indexName/_search
{
  "query": {
    "match_all": {
    }
  }
}

全文检索查询(搜索框)

参与搜索的字段必须是可分词的text类型的字段。

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
- 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
- 商城的输入框搜索
- 百度输入框搜索

单字段查询(match查询)

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

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第1张图片

多字段查询

备注:字段必须是text类型,可以分词类型!!!!

查找keyword、数值、日期、boolean等会报错!!!

如果放入精确类型的字段,会报错!!!!!

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

GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query": "外滩豫园如家四川四平",
      "fields": ["brand","name","business"]
    }
  }
}

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第2张图片

精准查询

精确查询一般是查找keyword、数值、日期、boolean等类型字段(非text)。所以不会对搜索条件分词。

term查询(精确查询)

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。

如果输入1234,会完全匹配1234,

123,12345,12,1等都无法匹配到

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

# term查询
GET /hotel/_search
{
  "query": {
    "term": {
      "business": {
        "value": "豫园"
      }
    }
  }
}

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第3张图片

range查询(范围查询(数值用))

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。

// 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
      }
    }
  }
}

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第4张图片

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

矩形范围查询

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。

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第5张图片

GET hotel/_search
{
  "query":{
    "geo_bounding_box":{
      "location":{
        "top_left": {
          "lat": 31.1,
          "lon": 121.5
        },
        "bottom_right":{
          "lat": 30.9,
          "lon": 121.7
        }
      }
    }
  }
}

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第6张图片

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。

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第7张图片

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

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第8张图片

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

_scorc算分机制

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第9张图片

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。

决定性因素:词条在文档中出现的次数。

比如:10个词条,其中5个是目标词条,得分肯定高了

10个词条,其中1个是目标词条,得分肯定低了

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第10张图片

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:

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第11张图片

改进的原因:
早期版本:分数取决于词条出现次数。出现次数越高,得分越高
目前版本:分数取决于词条出现次数。出现次数越高,得分越高,但是会根据算法得到一个上线,不会特别的高

算分函数查询

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第12张图片

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
# 算分函数查询
GET hotel/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "city": "上海"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
            "business": "豫园"
          }
          },
          "weight": 10
        }
      ],
      "boost_mode": "replace"
    }
  }
}

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第13张图片

布尔查询

(打分的字段越多,查询的性能也越差,所以适当使用filter)

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
- 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 } }}
      ]
    }
  }
}

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第14张图片

排序

keyword、数值、日期类型好排

text待测试

GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "FIELD": "desc"  // 排序字段、排序方式ASC、DESC
    }
  ]
}

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第15张图片

分页

基本分页:

基本逻辑:

查询100-110条,共10条数据

1:先读取到100条

2:再往后读10条,到110

3:获取100-110条,这10条数据

当超过10000条,效率无比低下。不支持10000条以上的查询

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

问题一:同上

问题二:问题一的扩展版。当集群之后,如果操作集群中的数据,则需要先读取整个集群,再进行操作。

此时每个节点,都会读取大量数据,然后汇总,处理

A节点,读10000条,向下取10条

B节点同理

最后:所有节点的10条汇总,取前N条。执行了多次查询

GET hotel/_search
{
  "query": {
    "match": {
      "all": "外滩如家"
    }
  },
  "size": 3, 
  "search_after": [379, "433576"],
  "sort": [
    {
      "price": {
        "order": "desc"
      }
    },
    {
      "id": {
        "order": "asc"
      }
    }
  ]
}

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。

核心:基于分页取值

高亮(关键字加标签)

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

高亮的核心:关键字加标签

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第16张图片

  • 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
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
      }
    }
  }
}

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第17张图片

JAVA客户端查询并解析

查询全部matchAllQuery

1:组装查询,发起请求()

1.1:request.source():根据需求点出来需要排序分页还是什么

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第18张图片

2:根据结构,层层解析

2.1:根据结构解析

2.2:返回数据为json,可以转java类等操作

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第19张图片

@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);
    }
}

match查询

    @Test
    void testMatch() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        //单字段查询
        request.source().query(QueryBuilders.matchQuery("all", "如家"));
        //多字段查询
//        request.source().query(QueryBuilders.multiMatchQuery("外滩", "name","brand","business"));
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        handleResponse(response);
    }

单字段查询

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第20张图片

多字段查询

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第21张图片

精确查询及范围查询

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第22张图片

    @Test
    void termQuery() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        //精确查询
        //request.source().query(QueryBuilders.termQuery("city", "上海"));
        //范围查询
        request.source().query(QueryBuilders.rangeQuery("price").gte(0).lte(1000));
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        handleResponse(response);
    }

布尔查询

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第23张图片

 //布尔查询
    @Test
    void boolQuery() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        //布尔查询
        request.source().query(QueryBuilders.boolQuery()
                //必须匹配,且参与算分。城市=上海
                .must(QueryBuilders.termQuery("city", "上海"))
                //必须不匹配 品牌 != 如家
                .mustNot(QueryBuilders.termQuery("brand", "如家"))
                //必须匹配,但不参与算分。价格>=0,<=1000
                .filter(QueryBuilders.rangeQuery("price").gte(0).lte(1000))
        );
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        handleResponse(response);
    }

分页,排序

   @Test
    void sortAndPage() throws IOException {
        // 页码,每页大小
        int page = 2, size = 5;

        //备注:这里什么查询条件都没写,所以会查询出所有数据。但是下文分,所以只会取5-10条数据
        SearchRequest request = new SearchRequest("hotel");

        //分页  这里是写死的  
        request.source().from((page - 1) * size).size(size);

        //排序  升序排序
        request.source().sort("price", SortOrder.ASC);

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

        handleResponse(response);
    }

handleResponse

 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);
        }
    }

高亮

高亮查询

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第24张图片

  @Test
    void highlightQuery() throws IOException {
        SearchRequest request = new SearchRequest("hotel");

        //拼装高亮信息
        HighlightBuilder hb = new HighlightBuilder();
        hb.field("name"); //高亮字段
        hb.preTags(""); // 字段前缀标签
        hb.postTags(""); // 字段后缀标签
        hb.requireFieldMatch(false); // 条件和高亮字段可以不一致

        //组装查询
        request.source().query(QueryBuilders.matchQuery("name", "北京"))
               .highlighter(hb);

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

        //高亮解析
        highlightHandel(response);
    }

高亮解析

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第25张图片

  private void highlightHandel(SearchResponse response) {
        // 4.解析响应
        SearchHits searchHits = response.getHits();
        //获取总条数
        Long total = searchHits.getTotalHits().value;
        //文档数组
        SearchHit[] hits = searchHits.getHits();
        //一条文档 hit
        for (SearchHit hit : hits) {
            //一条原始文档数据
            String json = hit.getSourceAsString();
            // 反序列化
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            //获取高亮结果 String = 字段名  HighlightField = 被高亮的结果
            //highlightFields = {name=[name], fragments[[北京希尔顿酒店]]}  多条这种数据
            Map highlightFields = hit.getHighlightFields();
            //根据字段名称获取高亮结果
            if (!CollectionUtils.isEmpty(highlightFields)) {
                // 根据字段名获取高亮结果
                HighlightField highlightField = highlightFields.get("name");
                String result = highlightField.getFragments()[0].string();
                //result是所有高亮的信息,我们这里是业务需求,覆盖掉原文的非高亮部分
                hotelDoc.setName(result);
            }
        }
    }

详细解释:

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第26张图片

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第27张图片

Java修仙传之神奇的ES2(巧妙的查询及结果处理篇)_第28张图片

你可能感兴趣的:(django,python,后端)