ElasticSearch系列十：ElasticSearch搜索技术深入讲解之搜索模板，搜索建议和地理位置搜索

1.搜索模板

        搜索模板，search template，高级功能，就可以将我们的一些搜索进行模板化，然后每次执行这个搜索，就直接调用模板，给传入一些参数就可以了。

        1）template入门案例

GET /cars/_search/template
{
  "source": {
    "query": {
      "match": {
        "remark": "{{kw}}"
      }
    },
    "size": "{{size}}"
  },
  "params": {
    "kw": "大众",
    "size": 2
  }
}

        toJson方式传递参数

GET cars/_search/template
{
  "source": "{ \"query\": { \"match\": {{#toJson}}parameter{{/toJson}} }}",
  "params": {
    "parameter" : {
      "remark" : "大众"
    }
  }
}

         join方式传递参数

GET cars/_search/template
{
  "source": {
    "query": {
      "match": {
        "remark": "{{#join delimiter=' '}}kw{{/join delimiter=' '}}"
      }
    }
  },
  "params": {
    "kw": [
      "大众",
      "标致"
    ]
  }
}

        default value 定义

GET cars/_search/template
{
  "source": {
    "query": {
      "range": {
        "price": {
          "gte": "{{start}}",
          "lte": "{{end}}{{^end}}200000{{/end}}"
        }
      }
    }
  },
  "params": {
    "start": 100000
  }
}

         2）记录template实现重复调用

        可以使用Mustache语言作为搜索请求的预处理，它提供了模板，然后通过键值对来替换模板中的变量。把脚本存储在本地磁盘中，默认的位置为：elasticsearch\config\scripts，通过引用脚本名称进行使用

        2.1）保存template到ES

POST _scripts/test
{
  "script": {
    "lang": "mustache",
    "source": {
      "query": {
        "match": {
          "remark": "{{kw}}"
        }
      }
    }
  }
}

        2.2）调用template执行搜索

GET cars/_search/template
{
  "id": "test",
  "params": {
    "kw": "大众"
  }
}

        2.3）查询已定义的template

GET  _scripts/test

        2.4）删除已定义的template

DELETE  _scripts/test

2.搜索建议 suggest search(completion suggest)

        suggest search（completion suggest）：就是建议搜索或称为搜索建议，也可以叫做自动完成-auto completion。类似百度中的搜索联想提示功能。ES实现suggest的时候，性能非常高，其构建的不是倒排索引，也不是正排索引，就是纯的用于进行前缀搜索的一种特殊的数据结构，而且会全部放在内存中，所以suggest search进行的前缀搜索提示，性能是非常高。需要使用suggest的时候，必须在定义index时，为其mapping指定开启suggest。具体如下：

PUT /movie
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "fields": {
          "suggest": {
            "type": "completion"
          }
        }
      },
      "content": {
        "type": "text"
      }
    }
  }
}

PUT /movie/_doc/1
{
  "title": "西游记电影系列",
  "content": "西游记之月光宝盒将与2021年进行......"
}

PUT /movie/_doc/2
{
  "title": "西游记文学系列",
  "content": "某知名网络小说作家已经完成了大话西游同名小说的出版"
}

PUT /movie/_doc/3
{
  "title": "西游记之大话西游手游",
  "content": "网易游戏近日出品了大话西游经典IP的手游，正在火爆内测中"
}

        suggest 搜索

GET /movie/_search
{
  "suggest": {
    "mySuggest": {
      "prefix": "西游记",
      "completion": {
        "field": "title.suggest"
      }
    }
  }
}

3.地理位置搜索

        ES支持地理位置的搜索和聚合分析，可实现在指定区域内搜索数据、搜索指定地点附近的数据、聚合分析指定地点附近的数据等操作。

        ES中如果使用地理位置搜索的话，必须提供一个特殊的字段类型。GEO - geo_point。地理位置的坐标点。

        1）定义geo point mapping

        如果需要使用地址坐标，则需要定义一个指定的mapping类型。具体如下：

        使用什么数据可以确定，地球上的一个具体的点？经纬度。

PUT /hotel_app
{
  "mappings": {
    "properties": {
      "pin": {
        "type": "geo_point"
      },
      "name": {
        "type": "text"
      }
    }
  }
}

        2）录入数据

        新增一个基于geo point类型的数据，可以使用多种方式。

        多种类型描述geo_point类型字段的时候，在搜索数据的时候，显示的格式和录入的格式是统一的。不影响搜索。任何数据描述的geo_point类型字段，都适用地理位置搜索。

        数据范围要求：纬度范围是-90~90之间，经度范围是-180~180之间。经纬度数据都是浮点数或数字串（数字组成的字符串），最大精度：小数点后7位。（常用小数点后6位即可。）

        基于对象：latitude：纬度、longitude：经度。语义清晰，建议使用。

PUT /hotel_app/_doc/1
{
  "name": "七天连锁酒店",
  "pin": {
    "lat": 40.12,
    "lon": -71.34
  }
}

        基于字符串和数组：依次定义纬度、经度。不推荐使用

PUT /hotel_app/_doc/2
{
  "name": "维多利亚大酒店",
  "pin": "40.99, -70.81"
}

PUT /hotel_app/_doc/3
{
  "name": " 红树林宾馆",
  "pin": [
    40,
    -73.81
  ]
}

         3）搜索指定区域范围内的数据

        矩形范围搜索：传入的top_left和bottom_right坐标点是有固定要求的。地图中以北作为top，南作为bottom，西作为left，东作为right。也就是top_left应该从西北向东南。Bottom_right应该从东南向西北。Top_left的纬度应该大于bottom_right的纬度，top_left的经度应该小于bottom_right的经度。

GET /hotel_app/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "geo_bounding_box": {
            "pin": {
              "top_left": {
                "lat": 41.73,
                "lon": -74.1
              },
              "bottom_right": {
                "lat": 40.01,
                "lon": -70.12
              }
            }
          }
        }
      ]
    }
  }
}

GET /hotel_app/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "geo_bounding_box": {
          "pin": {
            "top_left": {
              "lat": -70,
              "lon": 39
            },
            "bottom_right": {
              "lat": -75,
              "lon": 41
            }
          }
        }
      }
    }
  }
}

GET /hotel_app/_search
{
  "query": {
    "geo_bounding_box": {
      "pin": {
        "top_left": {
          "lat": 41.73,
          "lon": -74.1
        },
        "bottom_right": {
          "lat": 40.01,
          "lon": -70.12
        }
      }
    }
  }
}

        多边形范围搜索：对传入的若干点的坐标顺序没有任何的要求。只要传入若干地理位置坐标点，即可形成多边形。

GET /hotel_app/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_polygon": {
          "pin": {
            "points": [
              {
                "lat": 40.73,
                "lon": -74.1
              },
              {
                "lat": 40.01,
                "lon": -71.12
              },
              {
                "lat": 50.56,
                "lon": -90.58
              }
            ]
          }
        }
      }
    }
  }
}

        4）搜索某地点附近的数据

        这个搜索在项目中更加常用。类似附近搜索功能。Distance距离的单位，常用的有米（m）和千米（km）。建议使用filter来过滤geo_point数据。因为geo_point数据相关度评分计算比较耗时。使用query来搜索geo_point数据效率相对会慢一些。建议使用filter。

GET /hotel_app/_doc/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_distance": {
          "distance": "200km",
          "pin": {
            "lat": 40,
            "lon": -70
          }
        }
      }
    }
  }
}

GET hotel_app/_search
{
  "query": {
    "geo_distance": {
      "distance": "90km",
      "pin": {
        "lat": 40.55,
        "lon": -71.12
      }
    }
  }
}

        5）统计某位置附近区域内的数据

        聚合统计分别距离某位置80英里，300英里，1000英里范围内的数据数量。

        其中 unit 是距离单位，常用单位有：米（m），千米（km），英里（mi）

        distance_type 是统计算法：sloppy_arc 默认算法、arc 最高精度、plane 最高效率

GET /hotel_app/_doc/_search
{
  "size": 0,
  "aggs": {
    "agg_by_pin": {
      "geo_distance": {
        "distance_type": "arc",
        "field": "pin",
        "origin": {
          "lat": 40,
          "lon": -70
        },
        "unit": "mi",
        "ranges": [
          {
            "to": 80
          },
          {
            "from": 80,
            "to": 300
          },
          {
            "from": 300,
            "to": 1000
          }
        ]
      }
    }
  }
}