黑马-Cloud21版-实用篇05：分布式搜索引擎02：DSL查询文档、搜索结果处理、RestClient查询文档、黑马旅游案例

分布式搜索引擎02

在昨天的学习中，我们已经导入了大量数据到elasticsearch中，实现了elasticsearch的数据存储功能。但elasticsearch最擅长的还是搜索和数据分析。

所以今天，我们研究下elasticsearch的数据搜索功能。我们会分别使用DSL和RestClient实现搜索。

0.学习目标

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

  • 理论上能够查询所有，但是他会有一个分页的限制，一次最多查询20条。

• 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
  • 原理：用户输入了一段内容后，他会利用分词器对用户输入的内容进行分词得到一个词条，然后拿着这些词条到倒排索引库去匹配对应的词条，匹配到词条就拿到了词条对应的文档id，然后通过文档id查询文档返回给用户即可。
  • 一般用于去查询能分词的字段，如text类型。

• 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：数值范围，比如价格
  • term：数据的值，比如你的字精确是多少，用keyword或者boolean都行。
  • 特点：这些数据都不需要分词但是会建立倒排索引
  • 原理：把他们的内容整体作为词条存入倒排索引，因此在查找的时候也不需要分词了，直接把搜索的内容去倒排索引库里去匹配就行了。
  • 一般用于查询不分词的字段

• 地理（geo）查询：根据经纬度查询。例如：

  • geo_distance
  • geo_bounding_box
  • 说明：es中的地理坐标是有一种特殊表示的，所以在查询的时候也有一种特殊查询。

• 复合（compound）查询：本身没有查询条件，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：用布尔或逻辑的这种运算把其他查询条件给他组合起来，比如 与或非。
  • function_score：控制相关度算分。
  • 说明：不同的复合查询，组合方式和目的是不一样的。

查询的语法基本一致：

• indexName：索引库
• _search：固定写法，代表搜索。

GET /indexName/_search
{
  "query": { #代表查询
    "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 /hotelssss/_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.使用场景

全文检索查询的基本流程如下：

• 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

比较常用的场景包括：

• 商城的输入框搜索
• 百度输入框搜索

例如京东：

因为是拿着词条去匹配，因此参与搜索的字段也必须是可分词的text类型的字段。

1.2.2.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" #查询的字段   字段值
    }
  }
}

mulit_match语法如下：

GET /indexName/_search
{
  "query": {
    "multi_match": {
      "query": "TEXT",  #相当于上面单个match查询的TEXT：用户查询的字段值
      "fields": ["FIELD1","FIELD12"] #同时指定多个字段，只要这3个字段其中的一个满足，就能匹配出来。
    }
  }
}

1.2.3.示例

match查询示例：

说明：外滩和如家2个词只要任意一个满足都能匹配到，如果你都满足匹配度越高越靠前，比如包含外滩如家的排名比只包含外滩的排名更靠前查出来。

multi_match查询示例：

说明：在搜索的时候只要满足这个3个字段的任意一个或多个，都能匹配出来。

可以看到，两种查询结果是一样的，为什么？

因为我们将brand、name、business值都利用copy_to复制到了all字段中。因此你根据三个字段搜索，和根据all字段搜索效果当然一样了。

但是，搜索字段越多，对查询性能影响越大，因此建议采用copy_to，然后单字段查询的方式。

1.2.4.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

说明：

• 这些词的特点是他们的值是不可分割的整体，所以我们在做搜索的时候对于搜索的条件也有要求，这个查询的条件他也不需要分词，而且搜索条件要跟查找的字段值完全匹配。

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": { #查询的类型
      "FIELD": { #查询的字段
        "value": "VALUE"  #查询的具体值
      }
    }
  }
}

示例：

当我搜索的是精确词条时，能正确查询出结果：

但是，当我搜索的内容不是词条，而是多个词语形成的短语时，反而搜索不到：

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": { #查询的类型
      "FIELD": { #查询的字段
        "gte": 10, // 这里的gte代表大于等于，gt则代表大于  （字段具体值）
        "lte": 20 // lte代表小于等于，lt则代表小于
      }
    }
  }
}

示例：

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

常见的使用场景包括：

• 携程：搜索我附近的酒店
• 滴滴：搜索我附近的出租车
• 微信：搜索我附近的人

附近的酒店：

附近的车：

1.4.1.矩形范围查询

矩形范围查询，也就是geo_bounding_box（点）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": { #查询类型
      "FIELD": { #查询的地理坐标字段：之前写的是geo_point类型的字段，location
        "top_left": { // 左上点   指定经纬度
          "lat": 31.1,
          "lon": 121.5
        },
        "bottom_right": { // 右下点
          "lat": 30.9,
          "lon": 121.7
        }
      }
    }
  }
}

这种并不符合“附近的人”这样的需求，所以我们就不做了。

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": {  #查询类型
      "distance": "15km", // 半径 （查询距离）
      "FIELD": "31.21,121.5" // 圆心 （地理坐标字段location：中心点的位置坐标）
    }
  }
}

示例：

我们先搜索陆家嘴附近15km的酒店：

发现共有47家酒店。

然后把半径缩短到3公里：

可以发现，搜索到的酒店数量减少到了5家。

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.相关性算分

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。

相关性算分：例如之前去搜索外滩如家这个酒店信息，发现同时包含万滩和如家这样的酒店排名比较靠前，如果只包含外滩或者如家，这样的文档排名自然就靠后了，这个就是相关性。es会对相关性进行打分，相关度越高打分也越高，排名越靠前。

例如，我们搜索 “虹桥如家”，结果如下：

[
  {
    "_score" : 17.850193,
    "_source" : {
      "name" : "虹桥如家酒店真不错",
    }
  },
  {
    "_score" : 12.259849,
    "_source" : {
      "name" : "外滩如家酒店真不错",
    }
  },
  {
    "_score" : 11.91091,
    "_source" : {
      "name" : "迪士尼如家酒店真不错",
    }
  }
]

在elasticsearch中，早期使用的打分算法是TF-IDF算法，公式如下：

TF（词条频率）：

• 词条出现次数：比如搜索虹桥，在第一个文档的词条中出现了1次
• 文档中词条总数：虹桥如家酒店真不错，为5条
• TF（词条频率）：1/5=0.2
• 同样如家的TF（词条频率）：也是0.2
• 这样词条出现的频率越多得分越高，你的词条相关性也越高， "虹桥如家"是2个词，把2者相加即可。
• 问题：“如家”这个词在这3个文档中都有出现，在去把这个如家进行累加就没有意义了，每个文档都加分0.2，不等于没加吗
• 解决：使用TF-IDF算法

IDF（逆文档频率）：

• 文档总数：3个
• 包含词条的文档总数：包含如家的文档有3个
• 3/3=1
• IDF：log(1)=0，代表这个如家的权重就是0。
• 如果是虹桥：这个3个文档中只出现一次，log(3/1)=0.47，所以虹桥的权重比较高。
• 这个词在文档中出现的文档越少，证明这个词的权重也越高，将来得分也越高。

最终得分：TF（词条频率） * IDF（逆文档频率），然后再累加就行了。

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：

TF-IDF算法有一各缺陷，就是词条频率越高，文档得分也会越高，单个词条对文档影响较大。而BM25则会让单个词条的算分有一个上限，曲线更加平滑：

小结：elasticsearch会根据词条和文档的相关度做打分，算法由两种：

• TF-IDF算法
• BM25算法，elasticsearch5.1版本后采用的算法

1.5.2.算分函数查询

根据相关度打分是比较合理的需求，但合理的不一定是产品经理需要的。

以百度为例，你搜索的结果中，并不是相关度越高排名越靠前，而是谁掏的钱多排名就越靠前。如图：

要想认为控制相关性算分，就需要利用elasticsearch中的function score 查询了。

1）语法说明

查询的语法基本结构复习：

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（其它的参考官方文档demo）
  • 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（默认）
  • 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

2）示例

需求：给“如家”这个品牌的酒店排名靠前一些

翻译一下这个需求，转换为之前说的四个要点：

• 原始条件：不确定，可以任意变化
• 过滤条件：brand = “如家”
• 算分函数：可以简单粗暴，直接给固定的算分结果，weight
• 运算模式：比如求和

因此最终的DSL语句如下：

GET /hotel/_search
{
  "query": {
    "function_score": { //查询类型
      "query": {  .... }, // 原始查询，可以是任意条件
      "functions": [ // 算分函数
        {
          "filter": { // 满足的条件，品牌必须是如家
            "term": {
              "brand": "如家"
            }
          },
          "weight": 2 // 算分权重为2
        }
      ],
      "boost_mode": "sum" // 加权模式，求和
    }
  }
}

测试，在未添加算分函数时，如家得分如下：

添加了算分函数后，如家得分就提升了：

3）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

1.5.3.布尔查询

说明：

• 上面学习的算分函数查询：主要是在原始查询的基础上去修改一下算分的
• 布尔查询：它不会修改算分，而是把多个查询语句组合在一起形成新查询，这些被组合的查询语句叫做子查询。

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，类似“与”

说明：

• 每做一次算分都会消耗一些资源，如果子查询越多每个都参与算分，查询性能就会受到影响
• 如果使用的是must_not或者filter查询，他们是不参与算分的，只会返回满足不满足（是或否），因此性能比较好。
• 又因为这些查询的结果是简单地是或否，es还会把这种过滤行的查询放到缓存中去，将来再次查询的时候会进一步的提高性能。
• 总结：虽然布尔查询有这4种组合方式，但是除了跟算分相关的 一般就是用户输入的关键字 放到must或should以外，其它的都应该放到must_not或者filter中，尽可能的减少算分 ，提高查询效率。

比如在搜索酒店时，除了关键字搜索外，我们还可能根据品牌、价格、城市等字段做过滤：

每一个不同的字段，其查询的条件、方式都不一样，必须是多个不同的查询，而要组合这些查询，就必须用bool查询了。

需要注意的是，搜索时，参与打分的字段越多，查询的性能也越差。因此这种多条件查询时，建议这样做：

• 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

1）语法示例：

GET /hotel/_search
{
  "query": {
    "bool": { #查询类型
      "must": [#每个关键字里面都可以定义多个查询条件
        {"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 } }}
      ]
    }
  }
}

2）示例

需求：搜索名字包含“如家”，价格不高于400，在坐标31.21,121.5周围10km范围内的酒店。

分析：

• 名称搜索，属于全文检索查询，应该参与算分。放到must中
• 价格不高于400，用range查询，属于过滤条件，不参与算分。放到must_not中
• 周围10km范围内，用geo_distance查询，属于过滤条件，不参与算分。放到filter中

3）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

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。可以排序字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等。

说明：一旦自己指定es的排序字段，es就会放弃打分，查询的效率也会有一个提升。

2.1.1.普通字段排序

keyword、数值、日期类型排序的语法基本一致。

语法：

GET /indexName/_search
{
  "query": { #代表查询
    "match_all": {}
  },
  "sort": [ #代表排序，是个数组类型所以可以指定多个排序字段（第一个字段相等了在按照第二个字段排序）
    {
      "FIELD": "desc"  // 排序字段、排序方式ASC、DESC (属于简化后的写法)
    }
  ]
}

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

示例：

需求描述：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

2.1.2.地理坐标排序

地理坐标排序略有不同。

语法说明：

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location、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：

• 指定一个坐标，作为目标点
• 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
• 根据距离排序

示例：

需求描述：实现对酒店数据按照到你的位置坐标的距离升序排序

提示：获取你的位置的经纬度的方式：https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/

假设我的位置是：31.034661，121.612282，寻找我周围距离最近的酒店。

2种写法都可以

2.2.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
• size：总共查询几个文档

类似于mysql中的limit ?, ?

2.2.1.基本的分页

分页的基本语法如下：

GET /hotel/_search
{
  "query": { #代表查询
    "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": [ #代表分页
    {"price": "asc"}
  ]
}

2.2.2.深度分页问题

现在，我要查询990~1000的数据，查询逻辑要这么写：

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"}
  ]
}

es底层采用的是倒排索引，它的结构是不利于做分页的，它其实采用的是一种逻辑上的分页。

这里是查询990开始的数据，也就是 第990~第1000条 数据。

不过，elasticsearch内部分页时，必须先查询 0~1000条，然后截取其中的990 ~ 1000的这10条：

查询TOP1000，如果es是单点模式，这并无太大影响。

但是elasticsearch将来一定是集群，例如我集群有5个节点（每个节点的数据不一样），我要查询TOP1000的数据，并不是每个节点查询200条就可以了。

因为节点A的TOP200，在另一个节点可能排到10000名以外了。

因此要想获取整个集群的TOP1000，必须先查询出每个节点的TOP1000，汇总结果后，重新排名，重新截取TOP1000。

现实举例：

• 问题：学校有尖子班和普通班一共10个班级，这个时候要从这10个班里面跳出前100名出来，如果是只挑出每个班的前10名出来合在一起 显然不合适，因为普通班的前10名到尖子班可能是倒数，每个班挑出前10名合起来不是全校的前一百。
• 正确做法：每个班挑出前100和在一起进行排序，之后在这1000名中选取前100名，这才是真正的全校前100名。
  

那如果我要查询9900~10000的数据呢？是不是要先查询TOP10000呢？那每个节点都要查询10000条？汇总到内存中？

当查询分页深度较大时，汇总数据过多，对内存和CPU会产生非常大的压力，因此elasticsearch会禁止from+ size 超过10000的请求。

一般业务上会禁止你查询10000条数据：例如 百度搜索结果的分页最多只能到第70多页，每页大概10几条

针对深度分页，ES提供了两种解决方案，官方文档：

• 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。
  • 缺点：你是知道上一次查询的那个最后一条数据的排序值往后查， 但是不能向前查，也就是说只能向后翻页不能向前翻页
• scroll：原理将排序后的文档id形成快照，保存在内存。官方已经不推荐使用。
  • 缺点：
    • 非常消耗内存
    • 因为是快照，如果对es数据进行更新了，更新了一条文档但是快照不会更新，所以你查询的是旧数据，没有办法查询到实时数据。

2.2.3.小结

分页查询的常见实现方案以及优缺点：

• from + size：

  • 优点：支持随机翻页
  • 缺点：深度分页问题，默认查询上限（from + size）是10000
  • 场景：百度、京东、谷歌、淘宝这样的随机翻页搜索

• after search：

  • 优点：没有查询上限（单次查询的size不超过10000）
  • 缺点：只能向后逐页查询，不支持随机翻页
  • 场景：没有随机翻页需求的搜索，例如手机向下滚动翻页

• scroll：

  • 优点：没有查询上限（单次查询的size不超过10000）
  • 缺点：会有额外内存消耗，并且搜索结果是非实时的
  • 场景：海量数据的获取和迁移。从ES7.1开始不推荐，建议用 after search方案。

2.3.高亮

2.3.1.高亮原理

什么是高亮显示呢？

我们在百度，京东搜索时，关键字会变成红色，比较醒目，这叫高亮显示：

说明：

• 高亮实现的原理：
  • 关键字加上<em>标签，然后使用元素选择器指定字体的颜色即可。
• 问题是这个<em>标签标签是如何加上去的，在es中搜索时默认结果是没有这个标签的，可以是前段加的吗？？？
  • 不是，因为你搜索的条件和结果都是变化的，如 搜索java 、搜索c++，搜索的内容不一样 亮的内容也不一样，前端没办法提前预知给你写好了。
  • 结果是动态的，结果中亮的部分也是动态的，应该由返回这个搜索结果的人来完成高亮处理，完成标签添加，即 es在返回搜索结果的时候应该给这些关键字加上标签，这样前端只需要干一件事写好css样式，自然就亮了。

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

2.3.2.实现高亮

es给关键字添加标签：这个动作不需要你去做，你只需要告诉es给那个字段加标签，es会自动完成这个加标签的动作。

高亮的语法：

GET /hotel/_search
{
  "query": {
    "match": { #高亮一定要使用全文检索的单字段查询
      "FIELD": "TEXT" // 查询条件 查询的字段值
    }
  },
  "highlight": { #代表高亮
    "fields": { // 指定要高亮的字段，加s代表可以指定高亮的字段不止一个
      "FIELD": { # 指定高亮字段的名字
        "pre_tags": "<em>",  // 用来标记高亮字段的前置标签（默认就是<em>标签，所以可以省略）
        "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，所以必须使用match查询（全文检索的单个字段查询）。
• 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：

改成一样的也可以，但是就想要用all，因为all包含的内容较多在搜索的时候更容易搜索到。

2.4.总结

查询的DSL是一个大的JSON对象，包含下列属性：

• query：查询条件
• from和size：分页条件
• sort：排序条件
• highlight：高亮条件

示例：

3.RestClient查询文档

java方式操作

文档的查询同样适用昨天学习的 RestHighLevelClient对象，基本步骤包括：

• 1）准备Request对象
• 2）准备请求参数
• 3）发起请求
• 4）解析响应

3.1.快速入门

我们以match_all查询所有为例

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：

另一个是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：

elasticsearch返回的结果是一个JSON字符串，结构包含：

• hits：命中的结果
  • total：总条数，其中的value是具体的总条数值
  • max_score：所有结果中得分最高的文档的相关性算分
  • hits：搜索结果的文档数组，其中的每个文档都是一个json对象
    • _source：文档中的原始数据，也是json对象

因此，我们解析响应结果，就是逐层解析JSON字符串，流程如下：

• SearchHits：通过response.getHits()获取，就是JSON中的最外层的hits，代表命中的结果
  • SearchHits#getTotalHits().value：获取总条数信息
  • SearchHits#getHits()：获取SearchHit数组，也就是文档数组
    • SearchHit#getSourceAsString()：获取文档结果中的_source，也就是原始的json文档数据

3.1.3.完整代码（match_all 查询所有）

完整代码如下：

package cn.itcast.hotel;


import cn.itcast.hotel.pojo.HotelDoc;
import com.alibaba.fastjson.JSON;
import org.apache.http.HttpHost;
import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.CreateIndexRequest;
import org.elasticsearch.client.indices.GetIndexRequest;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;

import java.io.IOException;

import static cn.itcast.hotel.constants.HotelConstants.MAPPING_TEMPLATE;


public class HotelSearchTest {

    private RestHighLevelClient client;//定义在外面方便复用

    //创建RestClient对象：java代码的方式操作es的api对象
    @BeforeEach
        //单元测试方法之前执行
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                //指定es地址，如果是集群可以写多个
                HttpHost.create("http://192.168.10.161:9200")
        ));
    }

    //查询所有
    @Test
    void testMatchAll() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型。QueryBuilders.matchAllQuery()：代表查询所有
        request.source()
                .query(QueryBuilders.matchAllQuery());
        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;
        System.out.println("共搜索到" + total + "条数据");
        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            System.out.println("hotelDoc = " + hotelDoc);
        }
    }

    

    @AfterEach
        //单元测试方法之后执行
    void tearDown() throws IOException {
        this.client.close();//销毁释放资源
    }
}

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

全文检索的match（单字段）和multi_match（多字段）查询与match_all的API基本一致。差别是查询条件，也就是query的部分。

因此，Java代码上的差异主要是request.source().query()中的参数了。同样是利用QueryBuilders提供的方法：

完整代码如下：

package cn.itcast.hotel;


import cn.itcast.hotel.pojo.HotelDoc;
import com.alibaba.fastjson.JSON;
import org.apache.http.HttpHost;
import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.CreateIndexRequest;
import org.elasticsearch.client.indices.GetIndexRequest;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;

import java.io.IOException;

import static cn.itcast.hotel.constants.HotelConstants.MAPPING_TEMPLATE;


public class HotelSearchTest {

    private RestHighLevelClient client;//定义在外面方便复用

    //创建RestClient对象：java代码的方式操作es的api对象
    @BeforeEach
        //单元测试方法之前执行
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                //指定es地址，如果是集群可以写多个
                HttpHost.create("http://192.168.10.161:9200")
        ));
    }

    //查询所有
    @Test
    void testMatchAll() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型。QueryBuilders.matchAllQuery()：代表查询所有
        request.source()
                .query(QueryBuilders.matchAllQuery());
        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;
        System.out.println("共搜索到" + total + "条数据");
        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            System.out.println("hotelDoc = " + hotelDoc);
        }
    }

    //全文检索：单个字段
    @Test
    void testMatch() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
        request.source()
                .query(QueryBuilders.matchQuery("all", "如家"));
        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;
        System.out.println("共搜索到" + total + "条数据");
        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            System.out.println("hotelDoc = " + hotelDoc);
        }
    }


    @AfterEach
        //单元测试方法之后执行
    void tearDown() throws IOException {
        this.client.close();//销毁释放资源
    }
}

而结果解析代码则完全一致，可以抽取并共享。

• idea抽取代码快捷键：
  
• 对抽取的这个方法进行一些设置：比如设置方法名
  
  
  
• 效果：我这里不会提示，自动检测到另一个查询所有的方法也有公共的代码是否需要也进行抽取，所以查询所有的方法里面手动修改为调用公共代码的方式。
  

完整代码：

package cn.itcast.hotel;


import cn.itcast.hotel.pojo.HotelDoc;
import com.alibaba.fastjson.JSON;
import org.apache.http.HttpHost;
import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.CreateIndexRequest;
import org.elasticsearch.client.indices.GetIndexRequest;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;

import java.io.IOException;

import static cn.itcast.hotel.constants.HotelConstants.MAPPING_TEMPLATE;


public class HotelSearchTest {

    private RestHighLevelClient client;//定义在外面方便复用

    //创建RestClient对象：java代码的方式操作es的api对象
    @BeforeEach
        //单元测试方法之前执行
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                //指定es地址，如果是集群可以写多个
                HttpHost.create("http://192.168.10.161:9200")
        ));
    }

    //查询所有
    @Test
    void testMatchAll() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型。QueryBuilders.matchAllQuery()：代表查询所有
        request.source()
                .query(QueryBuilders.matchAllQuery());
        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }

    //全文检索：单个字段
    @Test
    void testMatch() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
        request.source()
                .query(QueryBuilders.matchQuery("all", "如家"));
        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }

	//抽取解析响应结果的公共代码：
    private void handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;
        System.out.println("共搜索到" + total + "条数据");
        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            System.out.println("hotelDoc = " + hotelDoc);
        }
    }


    @AfterEach
        //单元测试方法之后执行
    void tearDown() throws IOException {
        this.client.close();//销毁释放资源
    }
}

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：

不在演示了，因为下面的复合查询用到了term和range了，等于我们把各种查询都演示好了。

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：

可以看到，API与其它查询的差别同样是在查询条件的构建，QueryBuilders，结果解析等其他代码完全不变。

完整代码如下：

package cn.itcast.hotel;


import cn.itcast.hotel.pojo.HotelDoc;
import com.alibaba.fastjson.JSON;
import org.apache.http.HttpHost;
import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.CreateIndexRequest;
import org.elasticsearch.client.indices.GetIndexRequest;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;

import java.io.IOException;

import static cn.itcast.hotel.constants.HotelConstants.MAPPING_TEMPLATE;


public class HotelSearchTest {

    private RestHighLevelClient client;//定义在外面方便复用

    //创建RestClient对象：java代码的方式操作es的api对象
    @BeforeEach
        //单元测试方法之前执行
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                //指定es地址，如果是集群可以写多个
                HttpHost.create("http://192.168.10.161:9200")
        ));
    }

    //查询所有
    @Test
    void testMatchAll() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型。QueryBuilders.matchAllQuery()：代表查询所有
        request.source()
                .query(QueryBuilders.matchAllQuery());
        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }

    //全文检索：单个字段
    @Test
    void testMatch() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
        request.source()
                .query(QueryBuilders.matchQuery("all", "如家"));
        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }


    //复合查询：布尔查询
    @Test
    void testBool() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");

        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型
        // 2.1.准备BooleanQuery
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        // 2.2.添加term(根据词条精确值查询)  都是must所以是与的关系
        boolQuery.must(QueryBuilders.termQuery("city", "上海"));
        // 2.3.添加range(根据值的范围查询)
        boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));

        request.source().query(boolQuery);

        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }





    //抽取的解析响应结果的公共代码：
    private void handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;
        System.out.println("共搜索到" + total + "条数据");
        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            System.out.println("hotelDoc = " + hotelDoc);
        }
    }


    @AfterEach
        //单元测试方法之后执行
    void tearDown() throws IOException {
        this.client.close();//销毁释放资源
    }
}

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。

request.source()：代表的是整个json，所以都是通过request.source().xxx来调用。

对应的API如下：

完整代码示例：

    //结果处理：排序、分页
    @Test
    void testPageAndSort() throws IOException {
        // 页码，每页大小   模拟分页的参数是前端传递来的
        int page = 1, size = 5;

        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   2.1 query：代表查询，里面指定查询类型。QueryBuilders.matchAllQuery()：代表查询所有
        request.source()
                .query(QueryBuilders.matchAllQuery());

        //  2.2 排序 sort  (根据传参的不用里面有多种排序方式)
        request.source().sort("price", SortOrder.ASC);

        // 2.3.分页 from、size
        request.source().from((page - 1) * size).size(5);

        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }

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：

上述代码省略了查询条件部分，但是大家不要忘了：高亮查询必须使用全文检索查询，并且要有搜索关键字，将来才可以对关键字高亮。

完整代码如下：

    //结果处理：排序、分页
    @Test
    void testPageAndSort() throws IOException {
        // 页码，每页大小   模拟分页的参数是前端传递来的
        int page = 1, size = 5;

        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   2.1 query：代表查询，里面指定查询类型。QueryBuilders.matchAllQuery()：代表查询所有
        request.source()
                .query(QueryBuilders.matchAllQuery());

        //  2.2 排序 sort  (根据传参的不用里面有多种排序方式)
        request.source().sort("price", SortOrder.ASC);

        // 2.3.分页 from、size
        request.source().from((page - 1) * size).size(5);

        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }

运行测试：name并没有添加<em>标签，结果并没有带高亮

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。

因此解析高亮的代码需要额外处理：

代码解读：

• 第一步：从结果中获取source。hit.getSourceAsString()，这部分是非高亮结果，json字符串。还需要反序列为HotelDoc对象
  • source是原始文档数据，不能被修改，所以不可能是高亮，下面的highlight才是高亮结果
• 第二步：获取高亮结果。hit.getHighlightFields()，返回值是一个Map，key是高亮字段名称，值是HighlightField对象，代表高亮值
  • 为什么是个Map？因为这个highlight 它的值是一个json对象，json对应有k 有v 不就是对应java中的map
• 第三步：从map中根据高亮字段名称，获取高亮字段值对象HighlightField
• 第四步：从HighlightField中获取Fragments，并且转为字符串。这部分就是真正的高亮字符串了
  • highlightField.getFragments()[0]：拿到数组中的第一个元素
• 第五步：用高亮的结果替换HotelDoc中的非高亮结果
  • 覆盖原始文档中的非高亮结果

完整代码如下：对之前的响应解析方法进行改造

    //抽取的解析响应结果的公共代码：
    private void handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;
        System.out.println("共搜索到" + total + "条数据");
        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);     //之前写到这对应的是第一步：获取的是原始文档非高亮结果

            // 第二步：获取高亮结果
            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            //健壮性判断：对map集合进行判断，如果不为空才执行以下代码
            if (!CollectionUtils.isEmpty(highlightFields)) {
                // 第三步：根据字段名获取高亮结果
                HighlightField highlightField = highlightFields.get("name");
                //健壮性判断：获取高亮字段值对象HighlightField不为空，才执行里面的代码
                if (highlightField != null) {
                    // 第四步：获取高亮值
                    String name = highlightField.getFragments()[0].string();
                    // //第五步：覆盖非高亮结果
                    hotelDoc.setName(name);
                }
            }

            System.out.println("hotelDoc = " + hotelDoc);
        }
    }

再次运行单元测试：发现带上了高亮结果的标签<em>

3.7 单元测试综合代码

package cn.itcast.hotel;


import cn.itcast.hotel.pojo.HotelDoc;
import com.alibaba.fastjson.JSON;
import org.apache.http.HttpHost;
import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.CreateIndexRequest;
import org.elasticsearch.client.indices.GetIndexRequest;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.index.query.BoolQueryBuilder;
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.elasticsearch.search.sort.SortOrder;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import org.springframework.util.CollectionUtils;

import java.io.IOException;
import java.util.Map;

import static cn.itcast.hotel.constants.HotelConstants.MAPPING_TEMPLATE;


public class HotelSearchTest {

    private RestHighLevelClient client;//定义在外面方便复用

    //创建RestClient对象：java代码的方式操作es的api对象
    @BeforeEach
        //单元测试方法之前执行
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                //指定es地址，如果是集群可以写多个
                HttpHost.create("http://192.168.10.161:9200")
        ));
    }

    //查询所有
    @Test
    void testMatchAll() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型。QueryBuilders.matchAllQuery()：代表查询所有
        request.source()
                .query(QueryBuilders.matchAllQuery());
        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }

    //全文检索：单个字段
    @Test
    void testMatch() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
        request.source()
                .query(QueryBuilders.matchQuery("all", "如家"));
        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }


    //复合查询：布尔查询
    @Test
    void testBool() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");

        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   query：代表查询，里面指定查询类型
        // 2.1.准备BooleanQuery
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        // 2.2.添加term(根据词条精确值查询)  都是must所以是与的关系
        boolQuery.must(QueryBuilders.termQuery("city", "上海"));
        // 2.3.添加range(根据值的范围查询)
        boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));

        request.source().query(boolQuery);

        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }



    //结果处理：排序、分页
    @Test
    void testPageAndSort() throws IOException {
        // 页码，每页大小   模拟分页的参数是前端传递来的
        int page = 1, size = 5;

        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   2.1 query：代表查询，里面指定查询类型。QueryBuilders.matchAllQuery()：代表查询所有
        request.source()
                .query(QueryBuilders.matchAllQuery());

        //  2.2 排序 sort  (根据传参的不用里面有多种排序方式)
        request.source().sort("price", SortOrder.ASC);

        // 2.3.分页 from、size
        request.source().from((page - 1) * size).size(5);

        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }


    //结果处理：高亮
    @Test
    void testHighlight() throws IOException {
        // 1.准备Request (索引库名称)
        SearchRequest request = new SearchRequest("hotelssss");
        // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
        //   2.1 query：代表查询，里面指定查询类型。
        //   高亮是对关键字的高亮，所以一定要使用带关键字的查询，比如matchQuery（全文检索的单个字段查询）
        request.source().query(QueryBuilders.matchQuery("all", "如家"));

        // 2.2.高亮
        request.source().highlighter(new HighlightBuilder()
                .field("name")   //指定高亮的字段
                .requireFieldMatch(false));  //要不要匹配
                //不加使用的是默认标签<em>，想要变化接着调用方法指定参数

        // 3.发送请求   (request对象   依然是默认类型)
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
        //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
        //     解析出来的结果，不能直接sout打印原始数据
        handleResponse(response);
    }





    //抽取的解析响应结果的公共代码：
    private void handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;
        System.out.println("共搜索到" + total + "条数据");
        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);     //之前写到这对应的是第一步：获取的是原始文档非高亮结果

            // 第二步：获取高亮结果
            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            //健壮性判断：对map集合进行判断，如果不为空才执行以下代码
            if (!CollectionUtils.isEmpty(highlightFields)) {
                // 第三步：根据字段名获取高亮结果
                HighlightField highlightField = highlightFields.get("name");
                //健壮性判断：获取高亮字段值对象HighlightField不为空，才执行里面的代码
                if (highlightField != null) {
                    // 第四步：获取高亮值
                    String name = highlightField.getFragments()[0].string();
                    // //第五步：覆盖非高亮结果
                    hotelDoc.setName(name);
                }
            }

            System.out.println("hotelDoc = " + hotelDoc);
        }
    }


    @AfterEach
        //单元测试方法之后执行
    void tearDown() throws IOException {
        this.client.close();//销毁释放资源
    }
}

4.黑马旅游案例

下面，我们通过黑马旅游的案例来实战演练下之前学习的知识。

我们实现四部分功能：

• 酒店搜索和分页
• 酒店结果过滤
• 我周边的酒店
• 酒店竞价排名

启动我们提供的hotel-demo项目，其默认端口是8089，访问http://localhost:8089，就能看到项目页面了：

4.1.酒店搜索和分页

案例需求：实现黑马旅游的酒店搜索功能，完成关键字搜索和分页

4.1.1.需求分析

在项目的首页，有一个大大的搜索框，还有分页按钮：

点击搜索按钮，可以看到浏览器控制台发出了请求：

请求参数如下：

由此可以知道，我们这个请求的信息如下：

• 请求方式：POST
• 请求路径：/hotel/list
• 请求参数：JSON对象，包含4个字段：
  • key：用户输入的搜索关键字
  • page：分页的页码
  • size：分页的每页大小
  • sortBy：排序，目前暂不实现
• 返回值：分页查询，需要返回分页结果PageResult，包含两个属性：
  • total：总条数
  • List<HotelDoc>：当前页的数据

因此，我们实现业务的流程如下：

• 步骤一：定义实体类，接收请求参数的JSON对象
• 步骤二：编写controller，接收页面的请求
• 步骤三：编写业务实现，利用RestHighLevelClient实现搜索、分页

4.1.2.定义实体类

实体类有两个，一个是前端的请求参数实体，一个是服务端应该返回的响应结果实体。

1）请求参数

前端请求的json结构如下：

{
    "key": "搜索关键字",
    "page": 1,
    "size": 3,
    "sortBy": "default"
}

因此，我们在cn.itcast.hotel.pojo包下定义一个实体类：

package cn.itcast.hotel.pojo;

import lombok.Data;

@Data
public class RequestParams {
    private String key;
    private Integer page;
    private Integer size;
    private String sortBy;
}

2）返回值

分页查询，需要返回分页结果PageResult，包含两个属性：

• total：总条数
• List<HotelDoc>：当前页的数据

因此，我们在cn.itcast.hotel.pojo中定义返回结果：

package cn.itcast.hotel.pojo;

import lombok.Data;

import java.util.List;

@Data
public class PageResult {
    private Long total;
    private List<HotelDoc> hotels;

    public PageResult() {
    }

    public PageResult(Long total, List<HotelDoc> hotels) {
        this.total = total;
        this.hotels = hotels;
    }
}

4.1.3.定义controller

定义一个HotelController，声明查询接口，满足下列要求：

• 请求方式：Post
• 请求路径：/hotel/list
• 请求参数：对象，类型为RequestParam
• 返回值：PageResult，包含两个属性
  • Long total：总条数
  • List<HotelDoc> hotels：酒店数据

因此，我们在cn.itcast.hotel.web中定义HotelController：

@RestController
@RequestMapping("/hotel")
public class HotelController {

    @Autowired
    private IHotelService hotelService;
	// 搜索酒店数据
    @PostMapping("/list")
    public PageResult search(@RequestBody RequestParams params){
        return hotelService.search(params);
    }
}

4.1.4.实现搜索业务

我们在controller调用了IHotelService，并没有实现该方法，因此下面我们就在IHotelService中定义方法，并且去实现业务逻辑。

1）在cn.itcast.hotel.service中的IHotelService接口中定义一个方法：

/**
 * 根据关键字搜索酒店信息
 * @param params 请求参数对象，包含用户输入的关键字 
 * @return 酒店文档列表
 */
PageResult search(RequestParams params);

2）实现搜索业务，肯定离不开RestHighLevelClient，我们需要把它注册到Spring中作为一个Bean。在cn.itcast.hotel中的HotelDemoApplication中声明这个Bean：

@Bean
public RestHighLevelClient client(){
    return  new RestHighLevelClient(RestClient.builder(
        HttpHost.create("http://192.168.150.101:9200")
    ));
}

3）在cn.itcast.hotel.service.impl中的HotelService中实现search方法：

package cn.itcast.hotel.service.impl;

import cn.itcast.hotel.mapper.HotelMapper;
import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.pojo.HotelDoc;
import cn.itcast.hotel.pojo.PageResult;
import cn.itcast.hotel.pojo.RequestParams;
import cn.itcast.hotel.service.IHotelService;
import com.alibaba.fastjson.JSON;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
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.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {

    @Autowired
    private RestHighLevelClient client;

    @Override
    public PageResult search(RequestParams params) {

        try {
            // 1.准备Request (索引库名称)
            SearchRequest request = new SearchRequest("hotelssss");

            // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
            //   2.1query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
            String key = params.getKey();
            // 健壮性判断：如果key为空，代表没有查询条件，则使用matchAllQuery 查询所有
            if (key == null || "".equals(key)) {
                request.source().query(QueryBuilders.matchAllQuery());
            } else { //有条件，在做全文检索的单个字段
                request.source().query(QueryBuilders.matchQuery("all",key));
            }

            //   2.2分页
            int page = params.getPage();
            int size = params.getSize();
            request.source().from((page - 1) * size).size(size);

            // 3.发送请求   (request对象   依然是默认类型)
            SearchResponse response = client.search(request, RequestOptions.DEFAULT);

            // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
            //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
            //     解析出来的结果，不能直接sout打印原始数据
            return handleResponse(response);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }

    //抽取解析响应结果的公共代码：
    private PageResult  handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;

        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        List<HotelDoc> hotels = new ArrayList<>();
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            // 放入集合
            hotels.add(hotelDoc);
        }
        // 4.4.封装返回
        return new PageResult(total, hotels);
    }



}

测试：可以根据用户输入的字段查询和分页

4.2.酒店结果过滤

需求：添加品牌、城市、星级、价格等过滤功能

4.2.1.需求分析

在页面搜索框下面，会有一些过滤项：

传递的参数如图：

包含的过滤条件有：

• brand：品牌值
• city：城市
• minPrice~maxPrice：价格范围
• starName：星级

我们需要做两件事情：

• 修改请求参数的对象RequestParams，接收上述参数
• 修改业务逻辑，在搜索条件之外，添加一些过滤条件

4.2.2.修改实体类

修改在cn.itcast.hotel.pojo包下的实体类RequestParams：

@Data
public class RequestParams {
    private String key;
    private Integer page;
    private Integer size;
    private String sortBy;
    // 下面是新增的过滤条件参数
    private String city;
    private String brand;
    private String starName;
    private Integer minPrice;
    private Integer maxPrice;
}

4.2.3.修改搜索业务

在HotelService的search方法中，只有一个地方需要修改：requet.source().query( … )其中的查询条件。

在之前的业务中，只有match查询，根据关键字搜索，现在要添加条件过滤，包括：

• 品牌过滤：是keyword类型，用term精确查询（根据词条精确值查询）
• 星级过滤：是keyword类型，用term查询
• 价格过滤：是数值类型，用range精确查询（根据值的范围查询）
• 城市过滤：是keyword类型，用term查询

多个查询条件组合，肯定是boolean查询来组合：

• 关键字搜索放到must中，参与算分
• 其它过滤条件放到filter中，不参与算分

package cn.itcast.hotel.service.impl;

import cn.itcast.hotel.mapper.HotelMapper;
import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.pojo.HotelDoc;
import cn.itcast.hotel.pojo.PageResult;
import cn.itcast.hotel.pojo.RequestParams;
import cn.itcast.hotel.service.IHotelService;
import com.alibaba.fastjson.JSON;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
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.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {

    @Autowired
    private RestHighLevelClient client;

    @Override
    public PageResult search(RequestParams params) {

        try {
            // 1.准备Request (索引库名称)
            SearchRequest request = new SearchRequest("hotelssss");

            // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
            //   2.1query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
            // 1.构建BooleanQuery
            BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
            // 2.关键字搜索
            String key = params.getKey();
            // 健壮性判断：如果key为空，代表没有查询条件，则使用matchAllQuery 查询所有
            if (key == null || "".equals(key)) {
                boolQuery.must(QueryBuilders.matchAllQuery());
            } else { //有条件，在做全文检索的单个字段
                boolQuery.must(QueryBuilders.matchQuery("all",key));
            }
            // 3.城市条件
            if (params.getCity() != null && !params.getCity().equals("")) {
                boolQuery.filter(QueryBuilders.termQuery("city", params.getCity()));
            }
            // 4.品牌条件
            if (params.getBrand() != null && !params.getBrand().equals("")) {
                boolQuery.filter(QueryBuilders.termQuery("brand", params.getBrand()));
            }
            // 5.星级条件
            if (params.getStarName() != null && !params.getStarName().equals("")) {
                boolQuery.filter(QueryBuilders.termQuery("starName", params.getStarName()));
            }
            // 6.价格
            if (params.getMinPrice() != null && params.getMaxPrice() != null) {
                boolQuery.filter(QueryBuilders
                        .rangeQuery("price")
                        .gte(params.getMinPrice())
                        .lte(params.getMaxPrice())
                );
            }
            // 7.放入source
            request.source().query(boolQuery);

            //   2.2分页
            int page = params.getPage();
            int size = params.getSize();
            request.source().from((page - 1) * size).size(size);

            // 3.发送请求   (request对象   依然是默认类型)
            SearchResponse response = client.search(request, RequestOptions.DEFAULT);

            // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
            //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
            //     解析出来的结果，不能直接sout打印原始数据
            return handleResponse(response);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }

    //抽取解析响应结果的公共代码：
    private PageResult  handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;

        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        List<HotelDoc> hotels = new ArrayList<>();
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            // 放入集合
            hotels.add(hotelDoc);
        }
        // 4.4.封装返回
        return new PageResult(total, hotels);
    }



}

因为条件构建的逻辑比较复杂，这里先封装为一个函数：ctrl+alt+m

完整代码如下：

package cn.itcast.hotel.service.impl;

import cn.itcast.hotel.mapper.HotelMapper;
import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.pojo.HotelDoc;
import cn.itcast.hotel.pojo.PageResult;
import cn.itcast.hotel.pojo.RequestParams;
import cn.itcast.hotel.service.IHotelService;
import com.alibaba.fastjson.JSON;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
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.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {

    @Autowired
    private RestHighLevelClient client;

    @Override
    public PageResult search(RequestParams params) {

        try {
            // 1.准备Request (索引库名称)
            SearchRequest request = new SearchRequest("hotelssss");

            // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
            //   2.1query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
            buildBasicQuery(params, request);

            //   2.2分页
            int page = params.getPage();
            int size = params.getSize();
            request.source().from((page - 1) * size).size(size);

            // 3.发送请求   (request对象   依然是默认类型)
            SearchResponse response = client.search(request, RequestOptions.DEFAULT);

            // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
            //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
            //     解析出来的结果，不能直接sout打印原始数据
            return handleResponse(response);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }

    //抽取封装多个查询条件的代码
    private void buildBasicQuery(RequestParams params, SearchRequest request) {
        // 1.构建BooleanQuery
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        // 2.关键字搜索
        String key = params.getKey();
        // 健壮性判断：如果key为空，代表没有查询条件，则使用matchAllQuery 查询所有
        if (key == null || "".equals(key)) {
            boolQuery.must(QueryBuilders.matchAllQuery());
        } else { //有条件，在做全文检索的单个字段
            boolQuery.must(QueryBuilders.matchQuery("all",key));
        }
        // 3.城市条件
        if (params.getCity() != null && !params.getCity().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("city", params.getCity()));
        }
        // 4.品牌条件
        if (params.getBrand() != null && !params.getBrand().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("brand", params.getBrand()));
        }
        // 5.星级条件
        if (params.getStarName() != null && !params.getStarName().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("starName", params.getStarName()));
        }
        // 6.价格
        if (params.getMinPrice() != null && params.getMaxPrice() != null) {
            boolQuery.filter(QueryBuilders
                    .rangeQuery("price")
                    .gte(params.getMinPrice())
                    .lte(params.getMaxPrice())
            );
        }
        // 7.放入source
        request.source().query(boolQuery);
    }

    //抽取解析响应结果的公共代码：
    private PageResult  handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;

        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        List<HotelDoc> hotels = new ArrayList<>();
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            // 放入集合
            hotels.add(hotelDoc);
        }
        // 4.4.封装返回
        return new PageResult(total, hotels);
    }



}

运行项目测试：多个过滤条件查询成功

4.3.我周边的酒店

需求：我附近的酒店

4.3.1.需求分析

在酒店列表页的右侧，有一个小地图，点击地图的定位按钮，地图会找到你所在的位置：

并且，在前端会发起查询请求，将你的坐标发送到服务端：

我们要做的事情就是基于这个location坐标，然后按照距离对周围酒店排序。

• 即：服务端接收到这个参数然后看一看在这个坐标附近的酒店，按照距离的升序进行排序，这样距离我最近的不就排到最前面了。

实现思路如下：

• 修改RequestParams参数，接收location字段
• 修改search方法业务逻辑，如果location有值，添加根据geo_distance排序的功能

4.3.2.修改实体类

修改在cn.itcast.hotel.pojo包下的实体类RequestParams：

package cn.itcast.hotel.pojo;

import lombok.Data;

@Data
public class RequestParams {
    private String key;
    private Integer page;
    private Integer size;
    private String sortBy;
    private String city;
    private String brand;
    private String starName;
    private Integer minPrice;
    private Integer maxPrice;
    // 我当前的地理坐标
    private String location;
}

4.3.3.距离排序API（地理坐标的java的API）

我们以前学习过排序功能，包括两种：

• 普通字段排序
• 地理坐标排序

我们只讲了普通字段排序对应的java写法。地理坐标排序只学过DSL语法，如下：

GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "price": "asc"  
    },
    {
      "_geo_distance" : {
          "FIELD" : "纬度，经度",
          "order" : "asc",
          "unit" : "km"
      }
    }
  ]
}

对应的java代码示例：

4.3.4.添加距离排序

在cn.itcast.hotel.service.impl的HotelService的search方法中，添加一个排序功能：

完整代码：

package cn.itcast.hotel.service.impl;

import cn.itcast.hotel.mapper.HotelMapper;
import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.pojo.HotelDoc;
import cn.itcast.hotel.pojo.PageResult;
import cn.itcast.hotel.pojo.RequestParams;
import cn.itcast.hotel.service.IHotelService;
import com.alibaba.fastjson.JSON;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
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.geo.GeoPoint;
import org.elasticsearch.common.unit.DistanceUnit;
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.sort.SortBuilders;
import org.elasticsearch.search.sort.SortOrder;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {

    @Autowired
    private RestHighLevelClient client;

    @Override
    public PageResult search(RequestParams params) {

        try {
            // 1.准备Request (索引库名称)
            SearchRequest request = new SearchRequest("hotelssss");

            // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
            //   2.1query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
            buildBasicQuery(params, request);

            //   2.2分页
            int page = params.getPage();
            int size = params.getSize();
            request.source().from((page - 1) * size).size(size);

            //2.3排序
            String location = params.getLocation();
            if (location != null && !location.equals("")) {
                request.source().sort(SortBuilders
                        .geoDistanceSort("location", new GeoPoint(location)) //地理坐标字段   中心值
                        .order(SortOrder.ASC)   //排序方式
                        .unit(DistanceUnit.KILOMETERS)  //单位   枚举类型
                );
            }


            // 3.发送请求   (request对象   依然是默认类型)
            SearchResponse response = client.search(request, RequestOptions.DEFAULT);

            // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
            //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
            //     解析出来的结果，不能直接sout打印原始数据
            return handleResponse(response);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }

    //抽取封装多个查询条件的代码
    private void buildBasicQuery(RequestParams params, SearchRequest request) {
        // 1.构建BooleanQuery
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        // 2.关键字搜索
        String key = params.getKey();
        // 健壮性判断：如果key为空，代表没有查询条件，则使用matchAllQuery 查询所有
        if (key == null || "".equals(key)) {
            boolQuery.must(QueryBuilders.matchAllQuery());
        } else { //有条件，在做全文检索的单个字段
            boolQuery.must(QueryBuilders.matchQuery("all",key));
        }
        // 3.城市条件
        if (params.getCity() != null && !params.getCity().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("city", params.getCity()));
        }
        // 4.品牌条件
        if (params.getBrand() != null && !params.getBrand().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("brand", params.getBrand()));
        }
        // 5.星级条件
        if (params.getStarName() != null && !params.getStarName().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("starName", params.getStarName()));
        }
        // 6.价格
        if (params.getMinPrice() != null && params.getMaxPrice() != null) {
            boolQuery.filter(QueryBuilders
                    .rangeQuery("price")
                    .gte(params.getMinPrice())
                    .lte(params.getMaxPrice())
            );
        }
        // 7.放入source
        request.source().query(boolQuery);
    }

    //抽取解析响应结果的公共代码：
    private PageResult  handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;

        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        List<HotelDoc> hotels = new ArrayList<>();
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            // 放入集合
            hotels.add(hotelDoc);
        }
        // 4.4.封装返回
        return new PageResult(total, hotels);
    }



}

4.3.5.排序距离显示

重启服务后，测试我的酒店功能：

发现确实可以实现对我附近酒店的排序，不过并没有看到酒店到底距离我多远，这该怎么办？

排序完成后，页面还要获取我附近每个酒店的具体距离值，这个值在响应结果中是独立的：

因此，我们在结果解析阶段，除了解析source部分以外，还要得到sort部分，也就是排序的距离，然后放到响应结果中。

我们要做两件事：

• 修改HotelDoc，添加排序距离字段，用于页面显示
  • 获取到这个值是为了返回给页面的，返回页面的对象是HotelDoc，所以需要添加字段
• 修改HotelService类中的handleResponse方法，添加对sort值的获取

1）修改HotelDoc类，添加距离字段

package cn.itcast.hotel.pojo;

import lombok.Data;
import lombok.NoArgsConstructor;


@Data
@NoArgsConstructor
public class HotelDoc {
    private Long id;
    private String name;
    private String address;
    private Integer price;
    private Integer score;
    private String brand;
    private String city;
    private String starName;
    private String business;
    private String location;
    private String pic;
    // 排序时的 距离值
    private Object distance;

    public HotelDoc(Hotel hotel) {
        this.id = hotel.getId();
        this.name = hotel.getName();
        this.address = hotel.getAddress();
        this.price = hotel.getPrice();
        this.score = hotel.getScore();
        this.brand = hotel.getBrand();
        this.city = hotel.getCity();
        this.starName = hotel.getStarName();
        this.business = hotel.getBusiness();
        this.location = hotel.getLatitude() + ", " + hotel.getLongitude();
        this.pic = hotel.getPic();
    }
}

2）修改HotelService中的handleResponse方法

package cn.itcast.hotel.service.impl;

import cn.itcast.hotel.mapper.HotelMapper;
import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.pojo.HotelDoc;
import cn.itcast.hotel.pojo.PageResult;
import cn.itcast.hotel.pojo.RequestParams;
import cn.itcast.hotel.service.IHotelService;
import com.alibaba.fastjson.JSON;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
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.geo.GeoPoint;
import org.elasticsearch.common.unit.DistanceUnit;
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.sort.SortBuilders;
import org.elasticsearch.search.sort.SortOrder;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {

    @Autowired
    private RestHighLevelClient client;

    @Override
    public PageResult search(RequestParams params) {

        try {
            // 1.准备Request (索引库名称)
            SearchRequest request = new SearchRequest("hotelssss");

            // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
            //   2.1query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
            buildBasicQuery(params, request);

            //   2.2分页
            int page = params.getPage();
            int size = params.getSize();
            request.source().from((page - 1) * size).size(size);

            //2.3排序
            String location = params.getLocation();
            if (location != null && !location.equals("")) {
                request.source().sort(SortBuilders
                        .geoDistanceSort("location", new GeoPoint(location)) //地理坐标字段   中心值
                        .order(SortOrder.ASC)   //排序方式
                        .unit(DistanceUnit.KILOMETERS)  //单位   枚举类型
                );
            }


            // 3.发送请求   (request对象   依然是默认类型)
            SearchResponse response = client.search(request, RequestOptions.DEFAULT);

            // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
            //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
            //     解析出来的结果，不能直接sout打印原始数据
            return handleResponse(response);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }

    //抽取封装多个查询条件的代码
    private void buildBasicQuery(RequestParams params, SearchRequest request) {
        // 1.构建BooleanQuery
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        // 2.关键字搜索
        String key = params.getKey();
        // 健壮性判断：如果key为空，代表没有查询条件，则使用matchAllQuery 查询所有
        if (key == null || "".equals(key)) {
            boolQuery.must(QueryBuilders.matchAllQuery());
        } else { //有条件，在做全文检索的单个字段
            boolQuery.must(QueryBuilders.matchQuery("all",key));
        }
        // 3.城市条件
        if (params.getCity() != null && !params.getCity().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("city", params.getCity()));
        }
        // 4.品牌条件
        if (params.getBrand() != null && !params.getBrand().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("brand", params.getBrand()));
        }
        // 5.星级条件
        if (params.getStarName() != null && !params.getStarName().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("starName", params.getStarName()));
        }
        // 6.价格
        if (params.getMinPrice() != null && params.getMaxPrice() != null) {
            boolQuery.filter(QueryBuilders
                    .rangeQuery("price")
                    .gte(params.getMinPrice())
                    .lte(params.getMaxPrice())
            );
        }
        // 7.放入source
        request.source().query(boolQuery);
    }

    //抽取解析响应结果的公共代码：
    private PageResult  handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;

        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        List<HotelDoc> hotels = new ArrayList<>();
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            //获取排序值
            Object[] sortValues = hit.getSortValues();
            if(sortValues.length>0){
                Object sortValue = sortValues[0];
                hotelDoc.setDistance(sortValue);
            }
            // 放入集合
            hotels.add(hotelDoc);
        }
        // 4.4.封装返回
        return new PageResult(total, hotels);
    }



}

重启后测试，发现页面能成功显示距离了：

4.4.酒店竞价排名

需求：让指定的酒店在搜索结果中排名置顶

4.4.1.需求分析

要让指定酒店在搜索结果中排名置顶，效果如图：

页面会给指定的酒店添加广告标记。

那怎样才能让指定的酒店排名置顶呢？

我们之前学习过的function_score查询可以影响算分，算分高了，自然排名也就高了。而function_score包含3个要素：

• 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

这里的需求是：让指定酒店排名靠前。因此我们需要给这些酒店添加一个标记，这样在过滤条件中就可以根据这个标记来判断，是否要提高算分。

比如，我们给酒店添加一个字段：isAD，Boolean类型：

• true：是广告，说明掏钱了，我们给它提高算分，排名靠前。
• false：不是广告

这样function_score包含3个要素就很好确定了：

• 过滤条件：判断isAD 是否为true
• 算分函数：我们可以用最简单暴力的weight，固定加权值
• 加权方式：可以用默认的相乘，大大提高算分

因此，业务的实现步骤包括：

1. 给HotelDoc类添加isAD字段，Boolean类型

2. 挑选几个你喜欢的酒店，给它的文档数据添加isAD字段，值为true

   • 这里是随便挑的，将来在真实的开发中一定有一个后台管理系统，谁掏了钱我们在后台管理系统给它标一个true就好了。

3. 修改search方法，添加function score功能，给isAD值为true的酒店增加权重

4.4.2.修改HotelDoc实体

给cn.itcast.hotel.pojo包下的HotelDoc类添加isAD字段：

4.4.3.添加广告标记

接下来，我们挑几个酒店，添加isAD字段，设置为true：

修改索引库

POST /hotel/_update/36934
{
    "doc": {
        "isAD": true
    }
}
POST /hotel/_update/2056126831
{
    "doc": {
        "isAD": true
    }
}
POST /hotel/_update/1989806195
{
    "doc": {
        "isAD": true
    }
}
POST /hotel/_update/2056105938
{
    "doc": {
        "isAD": true
    }
}

4.4.4.添加算分函数查询（算分函数的java API）

接下来我们就要修改查询条件了。之前是用的boolean 查询，现在要改成function_socre查询。

function_score查询结构如下：

对应的JavaAPI如下：

我们可以将之前写的boolean查询作为原始查询条件放到query中，接下来就是添加过滤条件、算分函数、加权模式了。所以原来的代码依然可以沿用。

修改cn.itcast.hotel.service.impl包下的HotelService类中的buildBasicQuery方法，添加算分函数查询：

package cn.itcast.hotel.service.impl;

import cn.itcast.hotel.mapper.HotelMapper;
import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.pojo.HotelDoc;
import cn.itcast.hotel.pojo.PageResult;
import cn.itcast.hotel.pojo.RequestParams;
import cn.itcast.hotel.service.IHotelService;
import com.alibaba.fastjson.JSON;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
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.geo.GeoPoint;
import org.elasticsearch.common.unit.DistanceUnit;
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.index.query.functionscore.FunctionScoreQueryBuilder;
import org.elasticsearch.index.query.functionscore.ScoreFunctionBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.sort.SortBuilders;
import org.elasticsearch.search.sort.SortOrder;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {

    @Autowired
    private RestHighLevelClient client;

    @Override
    public PageResult search(RequestParams params) {

        try {
            // 1.准备Request (索引库名称)
            SearchRequest request = new SearchRequest("hotelssss");

            // 2.准备DSL：和之前的相比，这里的json都是直接调用的各种api现成的，不需要像之前一样手动封装json
            //   2.1query：代表查询，里面指定查询类型。QueryBuilders.matchQuery()：代表全文检索单个字段查询
            buildBasicQuery(params, request);

            //   2.2分页
            int page = params.getPage();
            int size = params.getSize();
            request.source().from((page - 1) * size).size(size);

            //2.3排序
            String location = params.getLocation();
            if (location != null && !location.equals("")) {
                request.source().sort(SortBuilders
                        .geoDistanceSort("location", new GeoPoint(location)) //地理坐标字段   中心值
                        .order(SortOrder.ASC)   //排序方式
                        .unit(DistanceUnit.KILOMETERS)  //单位   枚举类型
                );
            }


            // 3.发送请求   (request对象   依然是默认类型)
            SearchResponse response = client.search(request, RequestOptions.DEFAULT);

            // 4.解析响应（技巧：建议写的时候把返回结果的图放在这，对比着逐层解析。）
            //  response：es返回的json直接封装成对象返回给我们了，我们想要的是从这个对象中
            //     解析出来的结果，不能直接sout打印原始数据
            return handleResponse(response);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }

    //抽取封装多个查询条件的代码
    private void buildBasicQuery(RequestParams params, SearchRequest request) {
        // 1.构建BooleanQuery
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        // 1.1关键字搜索
        String key = params.getKey();
        // 健壮性判断：如果key为空，代表没有查询条件，则使用matchAllQuery 查询所有
        if (key == null || "".equals(key)) {
            boolQuery.must(QueryBuilders.matchAllQuery());
        } else { //有条件，在做全文检索的单个字段
            boolQuery.must(QueryBuilders.matchQuery("all",key));
        }
        // 1.2城市条件
        if (params.getCity() != null && !params.getCity().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("city", params.getCity()));
        }
        // 1.3品牌条件
        if (params.getBrand() != null && !params.getBrand().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("brand", params.getBrand()));
        }
        // 1.4星级条件
        if (params.getStarName() != null && !params.getStarName().equals("")) {
            boolQuery.filter(QueryBuilders.termQuery("starName", params.getStarName()));
        }
        // 1.5价格
        if (params.getMinPrice() != null && params.getMaxPrice() != null) {
            boolQuery.filter(QueryBuilders
                    .rangeQuery("price")
                    .gte(params.getMinPrice())
                    .lte(params.getMaxPrice())
            );
        }

        //2.算分控制
        FunctionScoreQueryBuilder functionScoreQuery =
                QueryBuilders.functionScoreQuery(
                        // 原始查询，相关性算分的查询
                        boolQuery,
                        // function score的数组（因为是内部类，所以需要点的方式创建）
                        new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{
                                // 其中的一个function score 元素
                                new FunctionScoreQueryBuilder.FilterFunctionBuilder(
                                        // 过滤条件（布尔类型使用term查询）
                                        QueryBuilders.termQuery("isAD", true),
                                        // 算分函数
                                        ScoreFunctionBuilders.weightFactorFunction(10)
                                )
                        });

        // 3.放入source
        request.source().query(functionScoreQuery);
    }

    //抽取解析响应结果的公共代码：
    private PageResult  handleResponse(SearchResponse response) {
        SearchHits searchHits = response.getHits(); //得到Hits
        // 4.1.获取总条数
        //searchHits.getTotalHits()获取到total对象，通过total对象获取到里面的value属性
        long total = searchHits.getTotalHits().value;

        // 4.2.文档数组  ：Hits里面包含的hits
        SearchHit[] hits = searchHits.getHits();
        // 4.3.遍历  想要hits中的某一个对象的属性值，所以要进行遍历
        List<HotelDoc> hotels = new ArrayList<>();
        for (SearchHit hit : hits) {
            // 获取文档source：文档中的原始数据
            String json = hit.getSourceAsString();
            // 反序列化  fastjson
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            //获取排序值
            Object[] sortValues = hit.getSortValues();
            if(sortValues.length>0){
                Object sortValue = sortValues[0];
                hotelDoc.setDistance(sortValue);
            }
            // 放入集合
            hotels.add(hotelDoc);
        }
        // 4.4.封装返回
        return new PageResult(total, hotels);
    }



}

重启项目测试：含有广告标识的酒店排名靠前。