ElasticSearch开发知识点汇总2

最新推荐文章于 2024-07-17 17:19:25 发布
最新推荐文章于 2024-07-17 17:19:25 发布
阅读量87 收藏
点赞数
分类专栏： ElasticSearch 文章标签： elasticsearch 搜索引擎 spring boot
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_60575975/article/details/126310463
版权

DSL查询文档

  • Elasticsearch提供了基于JSON的DSL（Domain Specific Language）来定义查询。常见的查询类型包括：
    • 查询所有：查询出所有数据，一般测试用。例如：match_all
    • 全文检索（full text）查询：利用分词器对用户输入内容分词，然后去倒排索引库中匹配。例如：
      • match_query
      • multi_match_query
    • 精确查询：根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段。例如：
      • ids
      • range
      • term
    • 地理（geo）查询：根据经纬度查询。例如：
      • geo_distance
      • geo_bounding_box
    • 复合（compound）查询：复合查询可以将上述各种查询条件组合起来，合并查询条件。例如：
      • bool
      • function_score
  • 查询的语法基本一致：
GET /indexName/_search
{
  "query": {
    "查询类型": {
      "查询条件": "条件值"
    }
  }
}

我们以查询所有为例，其中：

  • 查询类型为match_all
  • 没有查询条件
// 查询所有
GET /indexName/_search
{
  "query": {
    "match_all": {
    }
  }
}
  • 其它查询无非就是查询类型、查询条件的变化
    • 案例
#查询所有
GET /hotel/_search
{
  "query": {
    "match_all": {}
  }
}

1.全文检索查询

1.1 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

1.2 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"
    }
  }
}
  • 案例
#查询名称包含连锁的数据
GET /hotel/_search
{
  "query": {
    "match": {
      "name": "连锁"
    }
  }
}

mulit_match语法如下：

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

#查询在name、brand、city字段中包含上海的数据
GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query": "上海",
      "fields": ["name", "brand", "city"]
    }
  }
}

#下面的DSL也可以完成上面的工作，查询效率要比上面的高
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "上海如家"
    }
  }
}

1.3 示例

实例

  • 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。
  • 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

2.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

2.1 term查询

  • 因为精确查询的字段搜是不分词的字段，因此查询的条件也必须是不分词的词条。查询时，用户输入的内容跟自动值完全匹配时才认为符合条件。如果用户输入的内容过多，反而搜索不到数据。
    • 语法说明：
// term查询
GET /indexName/_search
{
  "query": {
    "term": {
      "FIELD": {
        "value": "VALUE"
      }
    }
  }
}
  • 案例
#查询城市是上海的数据
GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "上海"
      }
    }
  }
}
  • 示例：
    在这里插入图片描述

2.2 range查询

  • 范围查询，一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。
    • 基本语法：
// range查询
GET /indexName/_search
{
  "query": {
    "range": {
      "FIELD": {
        "gte": 10, // 这里的gte代表大于等于，gt则代表大于
        "lte": 20 // lte代表小于等于，lt则代表小于
      }
    }
  }
}
  • 案例
#查询price在[1000,3000]之间的数据
#范围查询。gte >=  gt >，其他的以此类推
GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 1000,
        "lte": 3000
      }
    }
  }
}
  • 示例：
    在这里插入图片描述

3.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

3.1矩形范围查询

  • 矩形范围查询，也就是geo_bounding_box查询，查询坐标落在某个矩形范围的所有文档
  • 查询时，需要指定矩形的左上、右下两个点的坐标，然后画出一个矩形，落在该矩形内的都是符合条件的点
  • 语法如下：
// geo_bounding_box查询
GET /indexName/_search
{
  "query": {
    "geo_bounding_box": {
      "FIELD": {
        "top_left": { // 左上点
          "lat": 31.1,
          "lon": 121.5
        },
        "bottom_right": { // 右下点
          "lat": 30.9,
          "lon": 121.7
        }
      }
    }
  }
}

3.2 附近查询

  • 附近查询，也叫做距离查询（geo_distance）：查询到指定中心点小于某个距离值的所有文档。
  • 换句话来说，在地图上找一个点作为圆心，以指定距离为半径，画一个圆，落在圆内的坐标都算符合条件
  • 语法说明：
// geo_distance 查询
GET /indexName/_search
{
  "query": {
    "geo_distance": {
      "distance": "15km", // 半径
      "FIELD": "31.21,121.5" // 圆心
    }
  }
}
  • 案例
#geo_distance 查询，以点为圆心，向周边辐射多少距离
GET /hotel/_search
{
  "query": {
    "geo_distance": {
      "distance": "15km",
      "location": "31.21,121.5"
    }
  }
}
  • 示例：
    -

4. 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

4.1 相关性算分

  • 搜索的结果与搜索的内容相匹配，匹配度越高，分值就越高，排位就越高
  • 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。
    • 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",
    }
  }
]

4.2 算分函数查询

1）语法说明

-

  • 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
    • 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
    • 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：
#需求：给“如家”这个品牌的酒店排名靠前一些
#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
GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "all": "外滩"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "brand": "如家"
            }
          },
          "weight": 10
        }
      ],
      "boost_mode": "sum"
    }
  }
}
3）小结
  • function score query定义的三要素是什么？
    过滤条件【filter】：哪些文档要加分
    • 算分函数【weight】：如何计算function score
    • 加权方式【sum】：function score 与 query score如何运算

5. 布尔查询

  • 布尔查询是一个或多个查询子句的组合，每一个子句就是一个子查询。子查询的组合方式有：
    • must：必须匹配每个子查询，类似“与”
    • should：选择性匹配子查询，类似“或”
    • must_not：必须不匹配，不参与算分，类似“非”
    • filter：必须匹配，不参与算分
  • 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": {
        #城市必须是上海
      "must": [
        {"term": {"city": "上海" }}
      ],
    	#品牌可以 皇冠假日 或者 华美达
      "should": [
        {"term": {"brand": "皇冠假日" }},
        {"term": {"brand": "华美达" }}
      ],
		#价格必须不低于500
      "must_not": [
        { "range": { "price": { "lte": 500 } }}
      ],
		#评分必须大于等于45
      "filter": [
        { "range": {"score": { "gte": 45 } }}
      ]
    }
  }
}
2）案例
  • 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
#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
GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "如家"
          }
        }
      ],
      "must_not": [
        {
          "range": {
            "price": {
              "gte": 400
            }
          }
        }
      ],
      "filter": [
        {
          "geo_distance": {
            "distance": "10km",
            "location": "31.21,121.5"
          }
        }
      ]
    }
  }
}
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，效率比较高

6. 搜索结果处理

6.1 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。
6.1.1 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": {
    "match_all": {}
  },
  "sort": [
    {
      "FIELD": "desc"  // 排序字段、排序方式ASC、DESC
    }
  ]
}
  • 排序条件是一个数组，也就是可以写多个排序条件。按照声明的顺序，当第一个条件相等时，再按照第二个条件排序，以此类推
  • 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
      -
6.1.2 地理坐标排序
  • 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、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
#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
#根据坐标进行升序
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "score": {
        "order": "desc"
      }
    },
    {
      "price": {
        "order": "asc"
      }
    },
    {
      "_geo_distance": {
        "location": {
          "lat": 31.034661,
          "lon": 121.612282
        },
        "order": "asc",
        "unit": "km"
      }
    }
  ]
}
6.1.3 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
6.1.3.1基本的分页
  • 分页的基本语法如下：
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0, // 分页开始的位置，默认为0
  "size": 10, // 期望获取的文档总数
  "sort": [
    {"price": "asc"}
  ]
}
6.1.3.2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"}
  ]
}
  • 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：
  • 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
#根据坐标进行升序
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "score": {
        "order": "desc"
      }
    },
    {
      "price": {
        "order": "asc"
      }
    },
    {
      "_geo_distance": {
        "location": {
          "lat": 31.034661,
          "lon": 121.612282
        },
        "order": "asc",
        "unit": "km"
      }
    }
  ],
  "from": 20,
  "size": 10
  
}

7. 高亮

  • 高亮显示的实现分为两步：
    • 1）给文档中的所有关键字都添加一个标签，例如<em>标签
    • 2）页面给<em>标签编写CSS样式
  • 示例
GET /hotel/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT" // 查询条件，高亮一定要使用全文检索查询
    }
  },
  "highlight": {
    "fields": { // 指定要高亮的字段
      "FIELD": {
        "pre_tags": "<em>",  // 用来标记高亮字段的前置标签
        "post_tags": "</em>" // 用来标记高亮字段的后置标签
      }
    }
  }
}
  • 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
    -
#搜索all中有如家的数据
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "如家"
    }
  },
  "highlight": {
    "fields": {
      "name": {
        "require_field_match": "false"
      }
    }
  }
}


#搜索名称中包含如家的酒店，且对名称进行高亮
GET /hotel/_search
{
  "query": {
    "match": {
      "name": "如家"
    }
  },
  "highlight": {
    "fields": {
      "name": {
        "pre_tags": "<em>",
        "post_tags": "</em>"
      }
    }
  }
}

RestClient查询文档

  • 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
SearchRequest
2）准备请求参数
SearchRequest.source().query( 查询条件【QueryBuilders.xxxQuery()】 )
3）发起请求
SearchResponse = client.search(SearchRequest, default)
4）解析响应
SearchResponse.getHits().getHits()    得到集合结果

  • 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：

1. match查询

  • 全文检索的match和multi_match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
    在这里插入图片描述
  • 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
  • 代码案例
 @Test
    public void testMatchAll() throws Exception {
        //创建searchRequest对象
        SearchRequest searchRequest = new SearchRequest(EsConstant.INDEX);
        //准备DSL
        searchRequest.source().query(QueryBuilders.matchAllQuery());
        //发送请求
        SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);
        //解析响应
        SearchHits hits = response.getHits();
        //获取查询的总条数
        TotalHits totalHits = hits.getTotalHits();
        //输出查询的总条数
        System.out.println(totalHits);
        //获取hitsJSON字符串
        SearchHit[] hitsHits = hits.getHits();
        //遍历hitsJSON字符串
        for (SearchHit hitsHit : hitsHits) {
            //获取source数据
            String sourceAsString = hitsHit.getSourceAsString();
            //格式转换
            HotelDoc hotelDoc = JSON.parseObject(sourceAsString, HotelDoc.class);
            System.out.println(hotelDoc);
        }

    }
  • 解析响应
    在这里插入图片描述
  • 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

2. 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：
    在这里插入图片描述

3. 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
    在这里插入图片描述
  • 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
  • 代码案例
/**
     * 布尔查询
     *
     * @throws Exception
     */
    @Test
    public void testBool() throws Exception {
        //创建searchRequest对象
        SearchRequest searchRequest = new SearchRequest(EsConstant.INDEX);
        //调用布尔查询方法
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        //设置查询的条件,根据字段进行查询,根据价格范围搜索
        boolQuery.must(QueryBuilders.termQuery("city", "北京")).
                filter(QueryBuilders.rangeQuery("price").lte(500));
        //准备DSL
        searchRequest.source().query(boolQuery);
        //发送请求
        SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
        //获取查询的总条数
        SearchHit[] hits = searchResponse.getHits().getHits();
        for (SearchHit hit : hits) {
            //获取source数据
            String sourceAsString = hit.getSourceAsString();
            //格式转换
            HotelDoc hotelDoc = JSON.parseObject(sourceAsString, HotelDoc.class);
            System.out.println(hotelDoc);
        }
    }

4. 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。
    在这里插入图片描述

5. 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
  • 高亮请求构建
    -
  • 代码案例
/**
     * 布尔查询,分页查询,排序,高亮显示
     *
     * @throws Exception
     */
    @Test
    public void testBoolAndSortAndPageAndHighLight() throws Exception {
        //定义页码
        int page = 1;
        //每页展示的数据
        int size = 5;
        //创建searchRequest对象
        SearchRequest searchRequest = new SearchRequest(EsConstant.INDEX);
        //调用布尔查询方法
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        //设置查询的条件,根据字段进行查询,根据价格范围搜索
        boolQuery.must(QueryBuilders.termQuery("name", "如家")).
                filter(QueryBuilders.rangeQuery("price").lte(500));
        //准备DSL
        searchRequest.source().query(boolQuery).
                //分页
                        from((page - 1) * size).
                //每页展示的数据
                        size(5).
                //排序
                        sort("price", SortOrder.DESC).
                //高亮显示
                        highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));
        //发送请求
        SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
        //获取查询的总条数
        SearchHit[] hits = searchResponse.getHits().getHits();
        for (SearchHit hit : hits) {
            //获取source数据
            String sourceAsString = hit.getSourceAsString();
            //获取高亮的值
            String name = hit.getHighlightFields().get("name").getFragments()[0].toString();
            //格式转换
            HotelDoc hotelDoc = JSON.parseObject(sourceAsString, HotelDoc.class);
            //高亮的值把之前的值进行覆盖
            hotelDoc.setName(name);
            System.out.println(hotelDoc);
        }
    }
  • 高亮结果解析
    在这里插入图片描述
  • 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
    • 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
    • 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
    • 第五步：用高亮的结果替换HotelDoc中的非高亮结果
拒绝画大饼
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【硬刚ES】ES入门 (6) 语法（4）DQL（1）查看文档/查询所有文档/匹配查询/字段匹配查询
微信搜：import_bigdata，大数据领域硬核原创作者
10-13 607
本文是对《【硬刚大数据之学习路线篇】从零到大数据专家的学习指南(全面升级版)》的ES部分补充。 0 简介 Elasticsearch 提供了基于 JSON 提供完整的查询 DSL 来定义查询 定义数据 : 1 查看文档 查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询 在 Postman 中，向 ES 服务器发GET请求 ：http://127.0.0.1:9200/shopping/_doc/1 查询成功后，服务器响应结果： ...
elasticsearch知识点
qq_36223335的博客
03-07 127
ElasticSearch知识点，基本概念和速查命令
es查询文档
CV工程师呀
02-09 4414
1.kibana操作 1.1查询所有 // 查询所有 GET /indexName/_search { "query": { "match_all": { } } } 1.2.全文检索查询 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":
Elasticsearch基础（三）
最新发布
weixin_68441705的博客
07-17 1095
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。
es文档查询
优雅永不过时
11-05 900
查询文档 复合查询 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 以百度为例子，你搜索的结果中，并不是相关度越高排名越靠前，而是谁掏的钱多谁排名就越靠前 语法说明 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被重新算分 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(fu
ElasticSearch-文档查询
qq_28227405的博客
05-21 3786
ElasticSearch-文档查询，查询某个索引下的全部文档，根据查询条件查询文档，分页查询，查询指定返回的字段，排序，多条件查询，范围查询，全文检索与完全匹
实用篇-ES-DSL查询文档
keke的博客
11-16 774
实用篇-ES-DSL查询文档
Elasticsearch 知识点整理 一
m0_37595954的博客
11-04 256
极力推荐: 官网地址: https://www.elastic.co/guide/en/elasticsearch/reference/6.0 肺腑之言,学ES先学原生的语法,SpringData封装的是太好用了,但是没玩过原生的语法,可能不知道Spring提供的API在干什么 核心概念: Near Realtime (NRT) 在ES中进行搜索是近实时的,意思是数据从写入ES到可以被se...
Elasticsearch开发进阶指南——如何选择合适的ES版本
热门推荐
点火三周的专栏
11-30 1万+
Elasticsearch不只是全文检索引擎的领头羊，现在也是各个大厂标配的大数据平台之一，被广泛用于搜索加速，用户标签、画像系统、向量搜索等领域，它不是传统的关系型数据库，但这个信息爆炸，数据堆积的时代，我们获取知识的方式已经极大的改变，搜索、提问成了获取知识的第一手段。对Elasticsearch工程师的要求已经不亚于甚至超过了对DBA的要求。那么，要如何才能成为一个被认可的Elastics...
Java开发知识点、大数据技术应用和常见后端面试题总结.zip
12-31
Java前后开发面试题，大厂进阶之路，基于JavaGuide、Cyc大佬、牛客...包含计算机网络知识、JavaSE、JVM、Spring、Springboot、SpringCloud、Mybatis、多线程并发、netty、MySQL、MongoDB、Elasticsearch、Redis、HBASE
安卓知识点总结
04-07
安卓知识点总结是 Android 开发中必备的知识点总结，涵盖了 Android 的基础知识、开发环境搭建、应用设计模式、文件系统、数据存储与访问、四大核心组件、监听 ContentProvider 数据变化、UriMatcher、ContentUris ...
C++后端开发知识点总结
qq_38430038的博客
08-22 8029
知识点总结知识点总结C++1. 全局变量的作用域与初始化2. 字节对齐的计算方法3. 类的静态成员4. 纯虚函数的用法5. 构造函数和析构函数的执行顺序6. 类的作用域7. STL相关数据结构的基本用法8. 文件的读写操作9. 内联函数10. 修改指针和修改指针指向的数据11. void指针类型数据结构数据库网络原理操作系统网络编程分布式架构云原生 知识点总结 C++ 1. 全局变量的作用域与初始化 全局变量作用于是从声明开始到整个文件结束，初始化可以在声明时直接初始化。 2. 字节对齐的计算方法 首先你要
es查询文档语句
weixin_42596214的博客
01-16 187
ES (Elasticsearch) 是一个开源的分布式搜索和分析引擎。它可以帮助您搜索、分析和探索大量数据。常用的查询文档语句有： match_all 查询：返回索引中的所有文档。 term 查询：搜索特定字段的特定值。 match 查询：在字段中搜索包含特定关键字的文档。 bool 查询：组合多个子句来组成复杂的查询。 range 查询：搜索特定字段中在特定范围内的值。 nested 查询：...
ES - 查询所有数据
caesar_shf的博客
08-29 1万+
DSL 语句： 1、 GET /idx_shop_sku_index/_search 默认返回10条数据 GET /idx_shop_sku_index/sku_index { "query":{"match_all":{}} } idx_shop_sku_index 索引名称 sku_index 类型
Elasticsearch(十)搜索---搜索匹配功能①--查询所有文档和term级别查询_elasticsearch关系型数据库 搜索(1)
2401_84159839的博客
04-13 427
之前的学习我们已经了解了搜索的辅助功能，从这一章开始就是ES真正核心的功能，搜索。针对不同的数据类型，ES提供了很多搜索匹配功能：既有进行完全匹配的term搜索，也有按照范围匹配的range搜索；既有进行分词匹配的match搜索，也有按照前缀匹配的suggesr搜索。我们同样也会通过在kibana上进行DSL的搜索示例，也会给出java客户端的使用代码。本节我们将介绍两个场景：查询所有文档和term级别的查询。
Elasticsearch(十)搜索---搜索匹配功能①--查询所有文档和term级别查询
学习不止境的博客
06-20 2469
之前的学习我们已经了解了搜索的辅助功能，从这一章开始就是ES真正核心的功能，搜索。针对不同的数据类型，ES提供了很多搜索匹配功能：既有进行完全匹配的term搜索，也有按照范围匹配的range搜索；既有进行分词匹配的match搜索，也有按照前缀匹配的suggesr搜索。我们同样也会通过在kibana上进行DSL的搜索示例，也会给出java客户端的使用代码。本节我们将介绍两个场景：查询所有文档和term级别的查询。
Elasticsearch中【文档查询】DSL语句以及对应的Java实现
m0_69594200的博客
04-29 1142
Elasticsearch提供了基于JSON的DSL（）来定义查询。：查询出所有数据，一般测试用。例如：match_all：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：：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：idsrangeterm：根据经纬度查询。例如：：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。
JavaScript面试开发必备知识点详解
本文档主要为JavaScript面试者提供了一份详细的开发常用知识点总结，涵盖了JavaScript语言的基础核心内容，以便帮助面试者更好地准备面试。以下是关键知识点的详细解析： 1. **语法与类型**: - **变量声明与定义**...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值