上一篇我們已經(jīng)寫到了對索引庫的操作，現(xiàn)在我們要更進(jìn)一步，對文檔document及后面的操作：

• 我們現(xiàn)在添加文檔到索引庫（相當(dāng)于MySQL添加一條記錄到table當(dāng)中）
  • 我們新建立了一個HotelDocumentTest測試類
  • @Test//添加文檔到索引庫void testIndexDocument() throws IOException {//GET /hotel/_doc/1IndexRequest request = new IndexRequest("hotel").id("1");request.source("{\"name\":\"zs\",\"city\":\"長沙\"}",XContentType.JSON);client.index(request,RequestOptions.DEFAULT);//在index這里創(chuàng)建倒排索引}
• 剛剛我們測試了添加一條記錄。但是我們現(xiàn)在需要將MySQL當(dāng)中的hotel表的所有記錄導(dǎo)入hotel索引庫，那么我們需要建兩個實體類，一個對應(yīng)MySQL，一個對應(yīng)es索引庫，然后將兩個實體類進(jìn)行關(guān)聯(lián)，從而將MySQL的hotel表和es的索引庫進(jìn)行關(guān)聯(lián)
• 首先我們創(chuàng)建對應(yīng)MySQL的實體類
• @TableName("tb_hotel") public class Hotel {@TableId(type = IdType.AUTO)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 latitude;private String longitude;private String pic; }
• 然后我們需要用到mybatis-plus來操作MySQL數(shù)據(jù)庫，所以需要導(dǎo)入這兩個依賴
• <!--整合mybatis-plus--><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>5.1.49</version></dependency><dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-boot-starter</artifactId><version>3.0.5</version></dependency>
• 然后建一個對應(yīng)hotel索引庫的實體類：（構(gòu)造函數(shù)location那里不一樣）
• 思路：我們是是將MySQL對應(yīng)的hotel實體類的對象作為參數(shù)，傳進(jìn)索引庫的構(gòu)造方法里面來對索引庫對象對應(yīng)的屬性進(jìn)行初始化
• 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;/*經(jīng)緯度換成location*/private String location;private String pic;public HotelDoc() {}/*構(gòu)造函數(shù)*/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();/*緯度和經(jīng)度*/this.location = hotel.getLatitude()+","+hotel.getLongitude();this.pic = hotel.getPic();} }
• 然后寫hotelMapper,繼承BaseMapper
• 再寫hotelService,繼承苞米豆的IService
• 然后寫他的實現(xiàn)類，我們是繼承了mybatis-plus提供的ServiceImpl
• 緊接著我們寫service的測試類
  • ?我們既然要注入es客戶端，那么我們?nèi)萜鳟?dāng)中就需要有這個es客戶端，所以我們?nèi)宇惻渲?#xff0c;并且將啟動類配置好掃描器：
  • 掃描器：@MapperScan("com.pro.mapper")
  • @Beanpublic RestHighLevelClient client(){return new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.8.171:9200")));}
• 既然要連接MySQL數(shù)據(jù)庫，那么我們需要去核心配置文件寫上我們的配置
  • 數(shù)據(jù)庫連接四大金剛
  • mybatis.xml文件掃描包的配置
  • mapper別名配置
  • 開啟駝峰命名
• #mysql spring.datasource.driver-class-name=com.mysql.jdbc.Driver spring.datasource.url=jdbc:mysql://192.168.8.171:3306/hotel spring.datasource.username=root spring.datasource.password=root#掃描包 mybatis-plus.mapper-locations=classpath:mapper/*.xml#別名 mybatis-plus.type-aliases-package=com.pro.domain#駝峰 mybatis-plus.configuration.map-underscore-to-camel-case=true
• 執(zhí)行測試類之后，我們?nèi)ゲ橐幌率欠裼羞@個文檔記錄，
• source里面就是我們加進(jìn)來的內(nèi)容
• get /hotel/_doc/38665

• 那么我們查詢MySQL記錄并將其加入索引庫成功了！

• 有了增加，我們再來寫修改，刪除，查看以及批量增加

• 查單個
• /*根據(jù)id查出索引庫的文檔，強(qiáng)轉(zhuǎn)為對象輸出*/@Testpublic void testGetDocumentById() throws IOException {GetRequest request = new GetRequest("hotel", "38665");//發(fā)請求，得到響應(yīng)GetResponse response = client.get(request, RequestOptions.DEFAULT);String json = response.getSourceAsString();HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);System.out.println(hotelDoc);}
• 修改
• /*根據(jù)id修改索引庫對應(yīng)的文檔*/@Testpublic void testUpdateDocument(){//1.requestUpdateRequest request = new UpdateRequest("hotel", "38665");//修改request.doc("price","262","starName","三鉆");}
• 刪除
• /*根據(jù)id刪除索引庫對應(yīng)的文檔*/@Testpublic void TestDeleteDocumentById() throws IOException {//創(chuàng)建request對象DeleteRequest request = new DeleteRequest("hotel", "38665");//刪除文檔client.delete(request,RequestOptions.DEFAULT);}
• 批量增加
• /*將MySQL查出來的所有記錄加到索引庫* 批量操作* */@Testpublic void testBulkRequest() throws IOException {QueryWrapper queryWrapper = new QueryWrapper();List<Hotel> hotelList = hotelService.list(queryWrapper);BulkRequest request = new BulkRequest();for (Hotel hotel : hotelList) {HotelDoc hotelDoc = new HotelDoc(hotel);//將數(shù)據(jù)對象，一個個轉(zhuǎn)為json，加入到批量操作的對象request中request.add(new IndexRequest("hotel").id(hotelDoc.getId().toString()).source(JSON.toJSONString(hotelDoc),XContentType.JSON));}//發(fā)送請求client.bulk(request,RequestOptions.DEFAULT);}

• es官方提供了基于json的DSL來查詢

• 地址：Query DSL | Elasticsearch Guide [8.4] | Elastic
  • https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl.html
• 譯文地址
  • https://www.kancloud.cn/apachecn/elasticsearch-doc-zh/1945172
• es提供了基于json的DSL來查詢
• ES的DSL類似于MySQL的SQL,我們可以進(jìn)行一個對比
• select * from class;select * from stu;select * from stu where classid = 1;-- in 條件可以是一個或多個-- select * from stu where classid in (1); select * from stu where classid in (1,2);select * from stu where classid = (select classid from class where classname='1班');-- 五個聚合函數(shù) -- select count(*) from stu;select avg(age) from stu;select sum(age) from stu;select max(age) from stu;select min(age) from stu;-- 分組查詢 select 后面只能跟分組的字段，聚合函數(shù)-- select classid,avg(age) from stu GROUP BY classid;-- 對所有記錄篩選 -- select * from stu where age < 20;-- 對組進(jìn)行篩選,使用having，后面只能跟分組的字段，聚合函數(shù) -- select classid,avg(age) from stu GROUP BY classid having avg(age) > 21;-- 溫哥華 -- select classid,avg(age) from stu where gender = '男' GROUP BY classid having avg(age) > 21;select * from stu,class;select * from stu,class where stu.classid=class.classid and stu.stuid=1;-- 內(nèi)連接 兩邊協(xié)商，沒有的去取消，查出5條數(shù)據(jù) -- select * from stu s inner join class c on s.classid=c.classid;-- 左連接,以左為主，可以查6條數(shù)據(jù) -- select * from stu s left join class c on s.classid=c.classid;-- 右連接,以右為主，可以查5條數(shù)據(jù) -- select * from stu s right join class c on s.classid=c.classid;

• 常見的查詢類型：
  • 查所有，match_all
  • 全文檢索，可以利用分詞器對用戶輸入進(jìn)行分詞，再去倒排索引庫中取匹配
    • match_query
    • multi_match_query
  • 精確查詢，一般是keyword，數(shù)值，日期，boolean，id，range，term
  • 地理（geo）查詢，經(jīng)緯度查詢
    • geo_distance
    • geo_bounding_box
  • 復(fù)合（compound）查詢，可以將上面的查詢組織在一起，合并查詢
    • bool
    • function_score
  • 查詢DSL的語法：
    • #查詢dsl的語法 GET /hotel/_search {"query":{"查詢類型"：{"FIELD":"TEXT"}} }
  • 查所有：
    • #查所有 GET /hotel/_search {"query":{"match_all":{}} }
  • match查詢，會對用戶的輸入分詞，再到索引庫檢索
    • #match查詢，會對用戶的輸入分詞，再到索引庫檢索 GET /hotel/_search {"query":{"match":{"all":"深圳如家"}} }#允許多個字段搜 ，字段越多，查詢性能越差 GET /hotel/_search {"query":{"multi_match":{"query":"深圳如家","fields": ["brand","name","business"]}} }#上面這兩種查詢結(jié)果是一樣的，因為這三個字段我們已經(jīng)copy_to all里面了，所以第一種顯然要好些
  • match,multi_match的區(qū)別：后者可以搜多個字段
  • #精準(zhǔn)查，term不分詞：例如查品牌
    • #精準(zhǔn)查詢 term 特點：不分詞 GET /hotel/_search {"query":{"term":{"city":{"value": "上海"}}} }
  • #范圍內(nèi)精準(zhǔn)查詢 range 特點：不分詞?
    • gte:>=,? ? ? lte:<= #范圍內(nèi)精準(zhǔn)查詢 range 特點：不分詞 GET /hotel/_search {"query": {"range": {"price": {"gte": 100,"lte": 300}}} }
    • term,range這兩種查詢：前者一般搜keyword，后者一般搜數(shù)值（在某個范圍內(nèi)）
  • #地理查詢，經(jīng)緯度查詢：geo_distance;? ?geo_bounding_box
    • geo_distance:? 圓形范圍,根據(jù)范圍和經(jīng)緯度查
    • #地理查詢，經(jīng)緯度查詢： #geo_distance:? 圓形范圍 GET /hotel/_search {"query":{"geo_distance":{"distance":"150km","location":"31.174377,121.442875"}} }

    • geo_bounding_box矩形范圍：lat緯度，lon經(jīng)度

    • #geo_bounding_box矩形范圍：lat緯度，lon經(jīng)度 GET /hotel/_search {"query":{"geo_bounding_box":{"location":{"top_left":{"lat":31.1,"lon":121.5},"bottom_right":{"lat":30.9,"lon":121.7}}}} }

  • #復(fù)合查詢??

    • 將簡單的查詢組合起來

    • 算分函數(shù)查詢，function score ,可以控制文檔相關(guān)性算分，

    • 控制文檔排名

    • 1）function?score

      先查所有all里面分詞有外灘的文檔，然后再過濾出brand為如家的品牌（精準(zhǔn)過濾），最后對對應(yīng)文檔的_score進(jìn)行操作??????

  • filter：term精準(zhǔn)過濾出“如家”這個品牌（過濾出哪些文檔要加分）
  • 算分函數(shù)
    • weight:? 給一個常量值作為函數(shù)的結(jié)果：
    • random_score 隨機(jī)生成一個值，作為函數(shù)結(jié)果
    • script_score 自定義計算公式，公式結(jié)果作為函數(shù)結(jié)果
    • field_score_factor 用文檔中的某個字段作為函數(shù)的結(jié)果
    • 加權(quán)模式(boost_mode)：定義function score 和 query score（查出的分值之間的運(yùn)算方式：默認(rèn)相乘）
      • multiply:? 兩者相乘 （默認(rèn)）
      • replace:? 用算分函數(shù)替換查詢出來的分值

      • 其它?：sum,avg,max,min

    • #1）function?score先查所有all里面分詞有外灘的文檔， 然后再過濾出brand為如家的品牌（精準(zhǔn)過濾），最后對對應(yīng)文檔的_score進(jìn)行操作GET /hotel/_search {"query":{"function_score": {"query": {"match":{"all":"外灘"}},"functions": [{"filter": {"term":{"brand": "如家"}},"weight":10}],"boost_mode": "replace"}} }

  • 復(fù)合查詢之布爾查詢

    • 是一個或多個查詢子句的組合，子查詢的組合方式
    • must? 必須匹配每個子查詢? &&
    • should? 選擇性的匹配子查詢? ?||
    • must_not 必須不匹配? ?，不參與算分
    • filter? ?必須匹配，不參與算分
    • #搜索如家，價格小于等于400，坐標(biāo)在31.2,121.5周圍十公里范圍內(nèi)的酒店 GET /hotel/_search {"query":{"bool": {"must": [{"match": {"FIELD": "如家"}}],"must_not": [{"range": {"FIELD": {"gte": 400}}}],"filter": [{"geo_distance":{"distance":"10km","location":{"lat":31.21,"lon":121.5}}}]}}} }

  • 有了搜索結(jié)果之后，我們可以對搜索結(jié)果進(jìn)行排序（默認(rèn)是根據(jù)算分來排）

  • 可以排序的字段類型：keyword，數(shù)值，地理坐標(biāo)，日期
    • 1：
      • #排序,根據(jù)評分降序
        GET /hotel/_search?
        {
        ? "query":{
        ? ? "match_all": {}
        ? },
        ? "sort":[
        ? ? {
        ? ? ? "score":{
        ? ? ? ? "order":"desc"
        ? ? ? }
        ? ? }
        ? ]
        }
    • 2：
      • #按坐標(biāo)排序
        GET /hotel/_search
        {
        ? "query":{
        ? ? "match_all": {}
        ? },
        ? "sort":[
        ? ? {
        ? ? ?"_geo_distance": {
        ? ? ? ?"location": "31.21,121.5",
        ? ? ? ?"order": "desc",
        ? ? ? ?"unit": "km"
        ? ? ?}
        ? ? }
        ? ]
        }
    • 3:
      • #按分值排序，分值一致時，按價格升序
        GET /hotel/_search
        {
        ? "query":{
        ? ? "match_all": {}
        ? },
        ? "sort":[
        ? ? {
        ? ? ? "score":{
        ? ? ? ? "order": "desc"
        ? ? ? },
        ? ? ? "price": {
        ? ? ? ? "order": "asc"
        ? ? ? }
        ? ? }
        ? ]
        }
        ?
    • 4:?
      • #按某坐標(biāo)，周圍的酒店，距離降序排序
        #查詢的sort的值，是公里數(shù)
        #注意，如果排序，則打分為null
        GET /hotel/_search
        {
        ? "query":{
        ? ? "match_all": {}
        ? },
        ? "sort":[
        ? ? {
        ? ? ? "_geo_distance": {
        ? ? ? ? "location": {
        ? ? ? ? ? "lat": 30,
        ? ? ? ? ? "lon": 120
        ? ? ? ? },
        ? ? ? ? "order": "desc",
        ? ? ? ? "unit": "km"
        ? ? ? }
        ? ? }
        ? ]
        }

    • 分頁：默認(rèn)的返回10條，from，size

      • #分頁
        #es 默認(rèn)的返回10條，from，size,我們現(xiàn)在分20條
        GET /hotel/_search
        {
        ? "query":{
        ? ? "match_all": {}
        ? },
        ? "from": 0,
        ? "size": 20,
        ? "sort":[
        ? ? {
        ? ? ? "price": {
        ? ? ? ? "order": "asc"
        ? ? ? }
        ? ? }
        ? ]
        }

? ? ? ? ??#如果集群，：每臺機(jī)器分配一些
????????#es的查新結(jié)果上限為10000條，超一條都會提示large

????????#但是有解決方案：after search (不支持隨機(jī)翻頁，我們有些APP，下拉分頁刷新，但是上劃沒有限制了，回不到上一頁
????????#scroll ?沒有查詢上限，內(nèi)存消耗大，es7.1之后，就不推薦用了 ?

?

• 練習(xí)：搜索:價格在220以內(nèi)的酒店
  • 按從小到大升序排列
  • 取前五個酒店
  • #練習(xí)：搜索:價格在220以內(nèi)的酒店 #按從小到大升序排列 #取前五個酒店 GET /hotel/_search {"query": {"range": {"price": {"lte": 220}}},"from": 0,"size": 5,"sort": [{"price": {"order": "asc"}}] } ? ? ? ? ?

• 高亮顯示

  ?

  • ?高亮,require_field_match表示：是否匹配搜索字段和高亮字段
  • #高亮,require_field_match表示：是否匹配搜索字段和高亮字段 GET /hotel/_search {"query":{"match":{"all":"如家"}},"highlight": {"fields": {"name": {"require_field_match": "false"}}} }
  • 設(shè)定標(biāo)簽，不設(shè)定，標(biāo)簽默認(rèn)是em，搜索字段和高亮字段默認(rèn)必須匹配

• 搜索小結(jié)

  • 結(jié)構(gòu)：
  • get /hotel/_search
    • query
    • from? ?size
    • sort
      • field，_geo_distance
    • hight

總結(jié)

以上是生活随笔為你收集整理的es---elasticsearch-篇二：idea操作es，常用查询DSL的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。