3.1、排序
- Elasticsearch默认是根据相关度算分(_score)来排序,但是也支持自定义方式对搜索结果排序,可以排序的字段类型有如下几种
- keyword类型
- 数值类型
- 地理坐标类型
- 日期类型
- ...
3.1.1、普通字段排序
-
keyword、数值、日期类型排序的语法基本一致;DSL语法如下所示
-
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;按照声明的排序,当第一个条件相等的时候,再按照第二个条件排序,依次类推
-
示例
-
酒店数据按照用户评价(score)降序排序,评价相同的按照价格(price)升序排序
-
DSL语句如下所示(
match
处是自定义的,也可以直接使用match_all
)-
GET hotel/_search
{
"query": {
"match": {
"name": "酒店"
}
},
"sort": [
{
"score": {
"order": "desc"
}
},
{
"price": {
"order": "asc"
}
}
],
"size": 100
}
-
-
运行结果如下所示
-
3.1.2、地理坐标排序
-
地理坐标排序跟上面的普通字段排序略有不同,DSL语法格式如下所示
-
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
}
}
]
}
-
-
这个查询的含义是
- ①、指定一个坐标,作为目标点
- ②、计算每一个文档中,指定字段(必须是
geo_point
类型)的坐标,到目标点的距离是多少 - ③、根据距离排序
-
示例
-
实现对酒店数据按照自己的位置坐标的距离升序排序
- 获取自己位置的经纬度方式可以访问这个网站:获取鼠标点击经纬度-地图属性-示例中心-JS API 2.0 示例 | 高德地图API
-
假设我的位置坐标是:113.266022,22.995959,寻找周围距离最近的酒店的DSL语句如下所示(
location
字段也可以不使用大括号,直接使用字符串)-
GET hotel/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"_geo_distance": {
"location": {
"lat": 22.995959,
"lon": 113.266022
},
"order": "asc",
"unit": "km"
}
}
]
}
-
-
运行结果如下所示
-
3.1.3、普通字段排序RestAPI
-
代码如下所示
-
/**
* 普通字段排序查询
*/
@Test
public void testCommonFieldSortQuery() throws IOException {
// 1. 创建查询请求对象
SearchRequest searchRequest = new SearchRequest("hotel");
// 2. 添加查询请求体
searchRequest.source().query(
QueryBuilders.matchAllQuery()
).sort(
SortBuilders.fieldSort("score").order(SortOrder.DESC)
).sort(
SortBuilders.fieldSort("price").order(SortOrder.ASC)
);
// 3. 执行查询,获取响应结果
SearchResponse response = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
// 4. 处理响应数据
handlerCommonResponse(response);
}
/**
* 用来处理响应数据(相当于解析返回的JSON数据)
* @param response
*/
private void handlerCommonResponse(SearchResponse response) throws JsonProcessingException {
// 1. 得到命中的数量(即总记录数量)
SearchHits hits = response.getHits();
long totalCount = hits.getTotalHits().value;// 总记录数
System.out.println("总记录数量为:" + totalCount);
// 2. 获取本次查询出来的列表数据
SearchHit[] hitsArray = hits.getHits();
for (SearchHit hit : hitsArray) {
Object[] sortValues = hit.getSortValues();
if (sortValues.length > 0) {
System.out.println("当前酒店得分为【" + sortValues[0] + "】");
System.out.println("当前酒店价格为【" + sortValues[1] + "】");
}
// 得到json字符串
String json = hit.getSourceAsString();
// 将json字符串转换为实体类对象
HotelDoc hotelDoc = objectMapper.readValue(json, HotelDoc.class);
System.out.println(hotelDoc);
}
}
-
-
3.1.4、地理坐标排序RestAPI
-
代码如下所示
-
/**
* 地理坐标排序测试
*/
@Test
public void testGeoDistanceSortQuery() throws IOException {
// 1. 创建查询请求体
SearchRequest searchRequest = new SearchRequest("hotel");
// 2. 添加查询请求体
searchRequest.source().query(
QueryBuilders.matchAllQuery()
).sort(
SortBuilders.geoDistanceSort(
"location",
new GeoPoint(22.995959,113.266022)
).order(SortOrder.ASC).unit(DistanceUnit.KILOMETERS)
);
// 3. 执行查询,获取响应数据
SearchResponse response = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
// 4. 处理响应结果
handlerGeoResponse(response);
}
/**
* 用来处理响应数据(相当于解析返回的JSON数据)
* @param response
*/
private void handlerGeoResponse(SearchResponse response) throws JsonProcessingException {
// 1. 得到命中的数量(即总记录数量)
SearchHits hits = response.getHits();
long totalCount = hits.getTotalHits().value;// 总记录数
System.out.println("总记录数量为:" + totalCount);
// 2. 获取本次查询出来的列表数据
SearchHit[] hitsArray = hits.getHits();
for (SearchHit hit : hitsArray) {
Object[] sortValues = hit.getSortValues();
if (sortValues.length > 0) {
System.out.println("距离当前位置【" + sortValues[0] + "】公里");
}
// 得到json字符串
String json = hit.getSourceAsString();
// 将json字符串转换为实体类对象
HotelDoc hotelDoc = objectMapper.readValue(json, HotelDoc.class);
System.out.println(hotelDoc);
}
}
-
3.2、分页
- Elasticsearch默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了
- Elasticsearch中通过修改
from
、size
参数来控制要返回的分页结果from
:从第几个文档开始,从0开始size
:总共查询几个文档
- 类似于MySQL中的
limit ?, ?
- DSL格式比较简单,这里就不多说了;只需要添加上面说的两个参数即可
3.2.1、分页查询
- DSL语句如下图所示
3.2.2、RestAPI
-
代码如下所示
-
package com.coolman.hotel.test;
import com.coolman.hotel.pojo.HotelDoc;
import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.index.query.QueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import java.io.IOException;
/**
* 分页
*/
@SpringBootTest
public class PageQueryTest {
@Autowired
private RestHighLevelClient restHighLevelClient;
//jackson
private final ObjectMapper objectMapper = new ObjectMapper();
/**
* 分页查询测试
* @throws IOException
*/
@Test
public void testPage() throws IOException {
int from = 0;
int size = 2;
// 1. 创建查询请求体
SearchRequest searchRequest = new SearchRequest("hotel");
// 2. 添加查询请求体
searchRequest.source().query(
QueryBuilders.matchAllQuery()
).from(from).size(size);
// 3. 执行操作,获取响应数据
SearchResponse response = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
// 4. 处理响应数据
handlerResponse(response);
}
/**
* 用来处理响应数据(相当于解析返回的JSON数据)
* @param response
*/
private void handlerResponse(SearchResponse response) throws JsonProcessingException {
// 1. 得到命中的数量(即总记录数量)
SearchHits hits = response.getHits();
long totalCount = hits.getTotalHits().value;// 总记录数
System.out.println("总记录数量为:" + totalCount);
// 2. 获取本次查询出来的列表数据
SearchHit[] hitsArray = hits.getHits();
for (SearchHit hit : hitsArray) {
// 得到json字符串
String json = hit.getSourceAsString();
// 将json字符串转换为实体类对象
HotelDoc hotelDoc = objectMapper.readValue(json, HotelDoc.class);
System.out.println(hotelDoc);
}
}
}
-
3.3、高亮显示
3.3.1、高亮原理
- 高亮查询的概念
- 我们在百度,京东等网站搜索的时候,关键字会变红色,比较醒目,这就叫做高亮显示
- 使用检查工具查看源代码可以发现
- 我们在百度,京东等网站搜索的时候,关键字会变红色,比较醒目,这就叫做高亮显示
- 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
<em>
标签 - 2)页面给
<em>
标签编写CSS样式
- 1)给文档中的所有关键字都添加一个标签,例如
3.3.2、高亮显示查询DSL
-
语法格式
-
GET /indexName/_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 ,默认使用<em>标签
"post_tags": "</em>" // 用来标记高亮字段的后置标签
}
}
}
}
-
注意
- 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
-
-
示例
-
需求:让酒店搜索结果的name字段高亮显示关键词
-
DSL语句如下所示
-
# 高亮显示
# 需求:让酒店搜索结果的name字段高亮显示关键词
# fields: 指定需要高亮显示的字段名
# pre_tags: 样式前缀 不指定的话,就默认是<em>标签
# post_tags:样式后缀
# require_field_match:
# true 代表高亮字段必须出现在条件中,才可以高亮
# false代表高亮字段不一定要出现在条件,也可以高亮
GET hotel/_search
{
"query": {
"match": {
"name": "如家"
}
},
"highlight": {
"fields": {
"brand": {},
"name": {}
},
"require_field_match": "false",
"pre_tags": "<front color='red'>",
"post_tags": "</front>"
}
}
-
-
查询结果如下所示
- PS:这里的DSL语句可以有些不同,比如fields可以是数组,然后
require_field_match
、pre_tags
、post_tags
都可以放在字段中 - 变化有点多,这里就不演示了,上面的是相当于全局配置的意思
-
3.3.3、高亮显示查询RestAPI
-
代码如下所示,可以参考DSL语句的格式来写
-
package com.coolman.hotel.test;
import com.coolman.hotel.pojo.HotelDoc;
import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.text.Text;
import org.elasticsearch.index.query.QueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.fetch.subphase.highlight.HighlightBuilder;
import org.elasticsearch.search.fetch.subphase.highlight.HighlightField;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import java.io.IOException;
import java.util.Collection;
import java.util.Collections;
import java.util.Map;
/**
* 高亮显示
*/
@SpringBootTest
public class HighLightQueryTest {
@Autowired
private RestHighLevelClient restHighLevelClient;
//jackson
private final ObjectMapper objectMapper = new ObjectMapper();
@Test
public void testHighLightSearch() throws IOException {
// 1. 创建查询请求对象
SearchRequest searchRequest = new SearchRequest("hotel");
// 2. 添加查询请求体
HighlightBuilder highlightBuilder = new HighlightBuilder();
// 添加高亮字段方式1(暂时不知道什么区别,了解就好)
// highlightBuilder.fields().add(new HighlightBuilder.Field("name"));
// highlightBuilder.fields().add(new HighlightBuilder.Field("brand"));
// 添加高亮字段方式2
highlightBuilder.field("name");
highlightBuilder.field("brand");
// 这里相当于是全局的配置,也可以在上面添加配置,如 highlightBuilder.field("name").requireFieldMatch(false).postTags("...").preTags("...");
highlightBuilder.requireFieldMatch(false).preTags("<front color='red'>").postTags("</front>");
searchRequest.source().query(
QueryBuilders.matchQuery("name", "如家")
).highlighter(highlightBuilder);
// 3. 执行操作,获取响应数据
SearchResponse response = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
// 4. 处理响应数据
handlerResponse(response);
}
/**
* 用来处理响应数据(相当于解析返回的JSON数据)
* @param response
*/
private void handlerResponse(SearchResponse response) throws JsonProcessingException {
// 1. 得到命中的数量(即总记录数量)
SearchHits hits = response.getHits();
long totalCount = hits.getTotalHits().value;// 总记录数
System.out.println("总记录数量为:" + totalCount);
// 2. 获取本次查询出来的列表数据
SearchHit[] hitsArray = hits.getHits();
for (SearchHit hit : hitsArray) {
// 得到json字符串
String json = hit.getSourceAsString();
// 将json字符串转换为实体类对象
HotelDoc hotelDoc = objectMapper.readValue(json, HotelDoc.class);
// 处理高亮的情况
Map<String, HighlightField> highlightFields = hit.getHighlightFields();
if (highlightFields.size() > 0) {
if (highlightFields.get("name") != null) {
Text nameHighLight = highlightFields.get("name").fragments()[0];
hotelDoc.setName(nameHighLight.toString());
}
if (highlightFields.get("brand") != null) {
Text brandHighLight = highlightFields.get("brand").fragments()[0];
hotelDoc.setBrand(brandHighLight.toString());
}
}
System.out.println(hotelDoc);
}
}
}
-