SpringCloud学习路线（11）——分布式搜索ElasticSeach场景使用

一、DSL查询文档

（一）DSL查询分类

ES提供了基于JSON的DSL来定义查询。

1、常见查询类型：

• 查询所有： 查询出所有的数据，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，一般查找精确值，例如：
  • ids
  • range
  • term
• 地理（geo）坐标查询： 根据经纬度查询，例如：
  • geo_distance
  • geo_bounding_box
• 复合（compound）查询： 复合查询可以将伤处查询条件组合起来，合并查询条件，例如：
  • bool
  • function_score

2、查询的基本语法

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

3、match_all的使用

GET /indexName/_search
{"query": {"match_all": { }}
}

查询效果

{"took" : 446,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "test","_type" : "_doc","_id" : "1","_score" : 1.0,"_source" : {"info" : "这是我的ES拆分Demo","age" : 18,"email" : "[e-mail]","name" : {"firstName" : "Zengoo","lastName" : "En"}}}]}
}

---

（二）全文检索查询

全文检索查询，会对用户输入内容分词，常用于搜索框搜索。

1、match查询

（1）结构

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

（2）简单使用

GET /test/_search
{"query": {"match": { "info": "ES"  #当有联合属性all，进行匹配，就可以进行多条件匹配，按照匹配数量来确定权值大小。}}
}

使用结果

{"took" : 71,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 0.2876821,"hits" : [{"_index" : "test","_type" : "_doc","_id" : "1","_score" : 0.2876821,"_source" : {"info" : "这是我的ES拆分Demo","age" : 18,"email" : "[e-mail]","name" : {"firstName" : "Zengoo","lastName" : "En"}}}]}
}

2、multi_match查询

从使用效果上，与条件查询的"all"字段相同。

（1）结构

GET /indexName/_search
{"query": {"multi_match": { "query": "TEXT","fields": ["FIELD1", "FIELD2"]}}
}

（2）简单使用

GET /test/_search
{"query": {"multi_match": {"query": "ES","fields": ["info","age"]}}
}

（三）精准查询

精确查询一般是查找精确值，所以不会对搜索条件分词。

1、term： 根据词条精确值查询，在商城项目中，通常会用在类型筛选上。

（1）结构

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

（2）简单使用

GET /test/_search
{"query": {"term": {"city": {"value": "杭州" #精确值}}}
}

2、range： 根据值范围查询，在商城项目中，通常会用在价值筛选上。

（1）结构

GET /test/_search
{"query": {"range": {"FIELD": {"gte": 10,"lte": 20}}}
}

（2）简单使用

GET /test/_search
{"query": {"range": {"price": {"gte": 699, #最低值，gte 大于等于，gt 大于"lte": 1899 #最高值，lte 小于等于，lt 小于}}}
}

（四）地理坐标查询

1、geo_distance： 查询到指定中心小于某个距离值的所有文档（圆形范围圈）。

（1）结构

GET /indexName/_search
{"query": {"geo_distance": {"distance": "15km","FIELD": "13.21,121.5"}}
}

（2）简单使用

GET /test/_search
{"query": {"geo_distance": {"distance": "20km","location": "13.21,121.5"}}
}

2、geo_bounding_box： 查询geo_point值落在某个举行范围的所有文档（矩形范围圈）。

（1）结构

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

（五）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。

1、function score： 算分函数查询，可以控制文档相关性算分，控制文档排名。

当我们利用match查询时，文档结果会根据搜索词条的关联度打分（_score）,返回结果时按照分值降序排列。
例如，在搜索CSDNJava。

[{"_score": 17.85048,"_source": {"name": "Java语法菜鸟教程"}},{"_score": 12.587963,"_source": {"name": "Java语法W3CScool"}},{"_score": 11.158756,"_source": {"name": "CSDNJava语法学习树"}},
]

相关算法：

• 最开始的算分算法：TF（词条频率） = 词条 / 文档词条总数
• 避免公共词条改良的算分算法：TF-IDF算法
  • IDF（逆文档频率） = Log( 文档总数 / 包含词条的文档总数 )
  • socre = (∑(i,n) TF) * IDF
• BM25算法： 现在默认采用的算法，该算法比较复杂，其词频曲度最终会趋于水平。

（1）结构

GET /hotel/_search
{"query": {"function_socre": {    #查询类型"query": {  #查询原始数据"match": {"all": "外滩"}},"functions": [  #解析方法{"filter": {     # 过滤条件"term": {"id": "1"}},"weight": 10  # score算分方法，weight是直接以常量为函数结果，其它的还有feild_value_factor：以某字段作为函数结果，random_score： 随机值作为函数结果，script_score：定义计算公式}],"boost_mode": "multiply"  # 加权模式，定义function score 与 query score的运算方式，包括 multiply：两者相乘（默认）；replace：用function score 替换 query score；其它： sum、avg、max、min}}
}

（2）简单使用

需求： 将用户给的词条排名靠前

需要考虑的元素：

• 哪些文档需要算分加权 ： 包含词条内容的文档
• 算分函数是什么： weight
• 加权模式用哪个： sum

实现：

GET /hotel/_search
{"query": {"function_socre": {	# 算分算法"query": {"match": {"all": "速8快捷酒店"}},"functions": [ {"filter": {	# 满足条件，品牌必须是速8"term": {"brand": "速8"}},"weight": 2  #算分权重为 2}],"boost_mode": "sum"}}
}

2、复合查询 Boolean Query

子查询的组合方式：

• 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： 排除匹配模式，不参与算分，类似 “非”
• filter： 必须匹配，不参与算分

实现案例

#搜查位置位于上海，品牌为“皇冠假日”或是“华美达”，并且价格500<price<600元，且评分大于等于45的酒店
GET /hotel/_search
{"query": {"bool": {"must": [	# 必须匹配的条件{ "term": { "city: "上海" } }],"should": [	# 可以匹配到条件{ "term": { "brand": "皇冠假日" } },{ "term": { "brand": "华美达" } }],"must_not": [	#不匹配的条件{ "range": { "price": {"lte": 500, "gte": 600} }}],"filter": [	#筛选条件{ "range": { "score": { "gte": 45 } } }]}	}
}

---

二、搜索结果处理

（一）排序

ES支持对搜索结果排序，默认根据（_score）来排序，可以排序的字段类型有：keyword、数值类型、地理坐标类型、日期类型等

1、结构：

# 普通类型排序
GET /test/_search
{"query": {"match_all": {}},"sort": [{"FIELD": {"order": "desc"		# 排序字段和排序方式ASC、DESC}}]
}# 地理坐标型排序
GET /test/_search
{"query": {"match_all": {}},"sort": [{"_geo_distance": {"FIELD": {  #精度维度"lat": 40,"lon": -70},"order": "asc","unit": "km"}}]
}

2、实现案例

排序需求： 按照用户评价降序，评价相同的按照价格升序。

GET /hotel/_search
{"query": {"match_all": {}},"sort": [{"score": {  # 简化结构可以使用，"score": "desc""order": "desc"},"price": {"order": "asc"}}]
}

排序需求： 按照距离用户位置的距离进行升序。

GET /hotel/_search
{"query": {"match_all": {}},"sort": [{"_geo_distance": {"location": {"lat": 40.58489,"lon": -70.59873},"order": "asc","unit": "km"}}]
}

（二）分页

修改分页参数

GET /hotel/_search
{"query": {"match_all": {}}，"sort": [{"price": "asc"}],"from": 100,	#	分页开始的位置，默认为0"size": 20,	#	期望获取的文档总数
}

深度分页问题

当我们将ES做成一个集群服务，那么我们需要选择前10的数据时，ES底层会如何去实现呢？

ES由于使用的是倒排索引，每一台ES都会分片数据。

1、每个数据分片上都排序并查询前1000条文档。

2、聚合所有节点的结果，在内存中重新排序选出前1000条文档。

3、从前1000挑中，选取from=990，size=10的文档

如果搜索页数过深，或者结果集过大，对内存和CPU的消耗越高，因此ES设置的结果集查询上限是10000条。

如何解决深度分页的问题？

• seach 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）。
• scroll： 原理是将排序数据形成缓存保存在内存（官方不推荐）。

（三）高亮

1、概念： 在搜索结果中搜索关键字突出显示。

2、原理

• 将搜索结果中的关键字用标签标记出来
• 在页面中给标签添加css样式

3、语法：

GET /indexName/_search
{"query": {"match": {"FIELD": "TEXT"}},"highlight": { 	#高亮字段"fields": {"FIELD": {"pre_tags": "<em>",  	#标签前缀"post_tags": "</em>", 	#标签后缀"require_field_match": "false"	#判断该字段是否与前面查询的字段匹配}}}
}

---

三、RestClient查询文档

（一）实现简单查询案例

//1、准备Request
SearchRequest request = new SearchRequest("hotel");
//2、组织DSL参数，QueryBuilders是ES的查询API库
request.source().query(QueryBuilders.matchAllQuery());
//3、发送请求，得到响应结果
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
//4、解析响应结果，搜索结果会放置在Hits集合中
SearchHits searchHits = response.getHits();
//5、查询总数
long total = searchHits.getTotalHits().value;
//6、查询的结果数组
SearchHit[] hits = searchHits.getHits();
for(SearchHit hit: hits) {//得到source，source就是查询出来的实体信息String json = hit.getSourceAsString();//序列化HotelDoc hotelDoc = JSON.parseObject(json,HotelDoc.class);
}

（二）match查询

//1、准备Request
SearchRequest request = new SearchRequest("hotel");
//2、组织DSL参数，QueryBuilders是ES的查询API库
//单字段查询
request.source().query(QueryBuilders.matchQuery("all","皇家"));
//多字段查询
//request.source().query(QueryBuilders.multiMatchQuery("皇家","name","buisiness"));
//3、发送请求，得到响应结果
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
//4、解析响应结果，搜索结果会放置在Hits集合中
SearchHits searchHits = response.getHits();
//5、查询总数
long total = searchHits.getTotalHits().value;
//6、查询的结果数组
SearchHit[] hits = searchHits.getHits();
for(SearchHit hit: hits) {//得到source，source就是查询出来的实体信息String json = hit.getSourceAsString();//序列化HotelDoc hotelDoc = JSON.parseObject(json,HotelDoc.class);
}

（三）精确查询

//词条查询
QueryBuilders.termQuery("city","杭州");
//范围查询
QueryBuilders.rangeQuery("price").gte(100).lte(150);

（四）复合查询

//创建布尔查询
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
//添加must条件
boolQuery.must(QueryBuilders.termQuery("city","杭州"));
//添加filter条件
boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));

（五）排序、分页、高亮

1、排序与分页

// 查询
request.source().query(QueryBuilders.matchAllQuery());
// 分页配置
request.source().from(0).size(5);
// 价格排序
request.source().sort("price", SortOrder.ASC);

2、高亮

高亮查询请求

request.source().highlighter(new HighLightBuilder().field("name").requireFieldMatch(false));

处理高亮结果

// 获取source
HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);
// 处理高亮
Map<String, HighlightFields> highlightFields = hit.getHighlightFields();
if(!CollectionUtils.isEmpty(highlightFields)) {// 获取字段结果HighlightField highlightField = highlightFields.get("name");if (highlightField != null) {// 去除高亮结果数组的第一个String name = highlightField.getFragments()[0].string();hotelDoc.setName(name);}
}