【Elasticsearch】学习笔记-p7（数据聚合&自动补全）

1.2.2 聚合结果排序

默认情况下，Bucket聚合会统计Bucket内的文档数量，记为_count，并且按照_count降序排序。

我们可以指定order属性，自定义聚合的排序方式：

GET /hotel/_search

{

“size”: 0,

“aggs”: {

“brandAgg”: {

“terms”: {

“field”: “brand”,

“order”: {

“_count”: “asc” // 按照_count升序排列

},

“size”: 20

}

}

}

}

1.2.3 限定聚合范围

默认情况下，Bucket聚合是对索引库的所有文档做聚合，但真实场景下，用户会输入搜索条件，因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。

我们可以限定要聚合的文档范围，只要添加query条件即可：

GET /hotel/_search

{

“query”: {

“range”: {

“price”: {

“lte”: 200 // 只对200元以下的文档聚合

}

}

},

“size”: 0,

“aggs”: {

“brandAgg”: {

“terms”: {

“field”: “brand”,

“size”: 20

}

}

}

}

这次，聚合得到的品牌明显变少了：

1.2.4.Metric聚合语法

上节课，我们对酒店按照品牌分组，形成了一个个桶。现在我们需要对桶内的酒店做运算，获取每个品牌的用户评分的min、max、avg等值。

这就要用到Metric聚合了，例如stat聚合：就可以获取min、max、avg等结果。

GET /hotel/_search

{

“size”: 0,

“aggs”: {

“brandAgg”: {

“terms”: {

“field”: “brand”,

“size”: 20

},

“aggs”: { // 是brands聚合的子聚合，也就是分组后对每组分别计算

“score_stats”: { // 聚合名称

“stats”: { // 聚合类型，这里stats可以计算min、max、avg等

“field”: “score” // 聚合字段，这里是score

}

}

}

}

}

}

这次的score_stats聚合是在brandAgg的聚合内部嵌套的子聚合。因为我们需要在每个桶分别计算。

另外，我们还可以给聚合结果做个排序，例如按照每个桶的酒店平均分做排序：

1.2.5 总结

aggs代表聚合，与query同级，此时query的作用是？

• 限定聚合的的文档范围

聚合必须的三要素：

• 聚合名称

• 聚合类型

• 聚合字段

聚合可配置属性有：

• size：指定聚合结果数量

• order：指定聚合结果排序方式

• field：指定聚合字段

1.3 RestAPI实现聚合

聚合条件与query条件同级别，因此需要使用request.source()来指定聚合条件。

聚合条件的语法：

聚合的结果也与查询结果不同，API也比较特殊。不过同样是JSON逐层解析：

代码如下：

//聚合

@Test

void testAggregation() throws IOException {

//1.准备Request

SearchRequest request = new SearchRequest(“hotel”);

//2.准备DSL

request.source().size(0);

request.source().aggregation(AggregationBuilders

.terms(“brandAgg”)

.field(“brand”)

.size(20)

);

//3.发出请求

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

//4.解析结果

Aggregations aggregations = response.getAggregations();

//4.1根据聚合名称获取聚合结果

Terms brandTerms = aggregations.get(“brandAgg”);

//4.2获取buckets

List<? extends Terms.Bucket> buckets = brandTerms.getBuckets();

//4.3遍历

for (Terms.Bucket bucket : buckets) {

//4.4获取key

String key = bucket.getKeyAsString();

System.out.println(key);

}

}

2.自动补全

---

当用户在搜索框输入字符时，我们应该提示出与该字符有关的搜索项，如图：

这种根据用户输入的字母，提示完整词条的功能，就是自动补全了。

因为需要根据拼音字母来推断，因此要用到拼音分词功能。

2.1 拼音分词器

要实现根据字母做补全，就必须对文档按照拼音分词。插件地址：https://github.com/medcl/elasticsearch-analysis-pinyin

使用 docker volume inspect es-plugins 查看插件目录，将下载的文件解压上传，重启 Elasticsearch

测试用法如下：

POST /_analyze

{

“text”: “如家酒店还不错”,

“analyzer”: “pinyin”

}

结果：

2.2 自定义分词器

默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。

elasticsearch中分词器（analyzer）的组成包含三部分：

• character filters：在tokenizer之前对文本进行处理。例如删除字符、替换字符

• tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik_smart

• tokenizer filter：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等

文档分词时会依次由这三部分来处理文档：

声明自定义分词器的语法如下：

PUT /test

{

“settings”: {

“analysis”: {

“analyzer”: { // 自定义分词器

“my_analyzer”: { // 分词器名称

“tokenizer”: “ik_max_word”,

“filter”: “py”

}

},

“filter”: { // 自定义tokenizer filter

“py”: { // 过滤器名称

“type”: “pinyin”, // 过滤器类型，这里是pinyin

“keep_full_pinyin”: false,

“keep_joined_full_pinyin”: true,

“keep_original”: true,

“limit_first_letter_length”: 16,

“remove_duplicated_term”: true,

“none_chinese_pinyin_tokenize”: false

}

}

}

},

“mappings”: {

“properties”: {

“name”: {

“type”: “text”,

“analyzer”: “my_analyzer”,

“search_analyzer”: “ik_smart”

}

}

}

}

测试：

总结：

如何使用拼音分词器？

• ①下载pinyin分词器

• ②解压并放到elasticsearch的plugin目录

• ③重启即可

如何自定义分词器？

• ①创建索引库时，在settings中配置，可以包含三部分

• ②character filter

• ③tokenizer

• ④filter

拼音分词器注意事项？

• 为了避免搜索到同音字，搜索时不要使用拼音分词器

总结

谈到面试，其实说白了就是刷题刷题刷题，天天作死的刷。。。。。

为了准备这个“金三银四”的春招，狂刷一个月的题，狂补超多的漏洞知识，像这次美团面试问的算法、数据库、Redis、设计模式等这些题目都是我刷到过的

并且我也将自己刷的题全部整理成了PDF或者Word文档（含详细答案解析）

66个Java面试知识点

架构专题（MySQL，Java，Redis，线程，并发，设计模式，Nginx，Linux，框架，微服务等）+大厂面试题详解（百度，阿里，腾讯，华为，迅雷，网易，中兴，北京中软等）

算法刷题（PDF）

，可以包含三部分

• ②character filter

• ③tokenizer

• ④filter

拼音分词器注意事项？

• 为了避免搜索到同音字，搜索时不要使用拼音分词器

总结

谈到面试，其实说白了就是刷题刷题刷题，天天作死的刷。。。。。

为了准备这个“金三银四”的春招，狂刷一个月的题，狂补超多的漏洞知识，像这次美团面试问的算法、数据库、Redis、设计模式等这些题目都是我刷到过的

并且我也将自己刷的题全部整理成了PDF或者Word文档（含详细答案解析）

[外链图片转存中…(img-uRZsYGrD-1714495182085)]

66个Java面试知识点

架构专题（MySQL，Java，Redis，线程，并发，设计模式，Nginx，Linux，框架，微服务等）+大厂面试题详解（百度，阿里，腾讯，华为，迅雷，网易，中兴，北京中软等）

[外链图片转存中…(img-oBck1Bj2-1714495182086)]

算法刷题（PDF）

[外链图片转存中…(img-wr6ASp1f-1714495182086)]

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录