百木园-与人分享,
就是让自己快乐。

分布式搜索引擎--02

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\": {
    }
  }
}

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.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:

GET /indexName/_search
{
  \"query\": {
    \"match\": {
      \"FIELD\": \"TEXT\" 
# FIELD属性字段 TEXT 该字段下所匹配的内容
    }
  }
}

mulit_match语法如下:

GET /indexName/_search
{
  \"query\": {
    \"multi_match\": {
      \"query\": \"TEXT\",
      \"fields\": [\"FIELD1\", \" FIELD12\"]
    }
  }
}
1.2.2.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\"
      }
    }
  }
}
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
      }
    }
  }
}
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
  • 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

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:

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\": {
        \"top_left\": { // 左上点
          \"lat\": 31.1,
          \"lon\": 121.5
        },
        \"bottom_right\": { // 右下点
          \"lat\": 30.9,
          \"lon\": 121.7
        }
      }
    }
  }
}
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:

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
    }
  }
}

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.算分函数查询

说白了谁掏钱多谁排名靠前

1)语法说明

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。

2)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
1.5.2.布尔查询

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

1).语法示例

2).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

语法:

普通字段排序:

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

地理坐标排序:

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
      }
    }
  ]
}

2.2.分页

语法:

基本的分页:

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:

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\"}
  ]
}

2.3.高亮

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



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
      }
    }
  }
}

3.RestClient查询文档

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

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:

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

3.1.2.解析响应

响应结果的解析:

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:

  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

同样是利用QueryBuilders提供的方法:

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:

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:

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:

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:

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,需要替换原来显示高亮的字段。

因此解析高亮的代码需要额外处理


来源:https://www.cnblogs.com/sy2022/p/16564136.html
本站部分图文来源于网络,如有侵权请联系删除。

未经允许不得转载:百木园 » 分布式搜索引擎--02

相关推荐

  • 暂无文章