【业务功能篇90】微服务-springcloud-检索服务-ElasticSearch实战运用-DSL语句

商城检索服务

1.检索页面的搭建

商品检索页面我们放在search服务中处理,首页我们需要在mall-search服务中支持Thymeleaf。添加对应的依赖

xml 复制代码
        <!-- 添加Thymeleaf的依赖 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-thymeleaf</artifactId>
        </dependency>

然后我们拷贝模板文件到template目录下,然后不要忘记添加Thymeleaf的名称空间

需要把相关的静态资源文件拷贝到Nginx服务中。目录结构是:/mydata/nginx/html/static/search/

我们需要修改index.html页面中的资源的路径

然后我们要通过 msb.search.com 来访问我们的检索服务,那么就需要设置对应的host文件

然后我们就需要修改Nginx的配置

这时我需要在修改网关的服务,根据我们的域名访问,那么需要网关路由到我们的检索服务中

然后我们就可以重启相关的服务 ,来测试了

2.检索服务

2.1 创建对应VO

我们需要检索数据库中的相关的商品信息,那么我们就需要提交相关的检索条件,为了统一的管理提交的数据,我们需要创建一个VO来封装信息。

java 复制代码
/**
 * 封装页面所有可能提交的查询条件
 */
@Data
public class SearchParam {

    private String keyword; // 页面传递的查询全文匹配的关键字
    private Long catalog3Id;// 需要根据分类查询的编号

    /**
     * sort=salaCount_asc/desc
     * sort=skuPrice_asc/desc
     * sort=hotScore_asc/desc
     */
    private String sort; // 排序条件
    // 查询的筛选条件  hasStock=0/1;
    private Integer hasStock ; // 是否只显示有货
    // brandId=1&brandId=2
    private List<Long> brandId; // 按照品牌来查询,可以多选
    // skuPrice=200_300
    // skuPrice=_300
    // skuPrice=200_
    private String skuPrice; // 价格区间查询
    // 不同的属性  attrs:1_苹果:6.5寸
    private List<String> attrs; // 按照属性信息进行筛选
    private Integer pageNum; // 页码


}

然后就是检索后的数据我们需要封装的VO对象,定义如下:

java 复制代码
package com.msb.mall.mallsearch.vo;

import com.msb.common.dto.es.SkuESModel;
import lombok.Data;

import java.util.List;

/**
 * 封装检索后的响应信息
 */
@Data
public class SearchResult {

    private List<SkuESModel> products; // 查询到的所有的商品信息 满足条件
    // 分页信息
    private Integer pageNum; // 当前页
    private Long total;  // 总的记录数
    private Integer totalPages; // 总页数

    // 当前查询的所有的商品涉及到的所有的品牌信息
    private List<BrandVO> brands;
    // 当前查询的所有的商品涉及到的所有的属性信息
    private List<AttrVo> attrs;

    // 当前查询的所有商品涉及到的所有的类别信息
    private List<CatalogVO> catalogs;


    @Data
    public static class CatalogVO{
        private Long catalogId;
        private String catalogName;
    }

    /**
     * 品牌的相关信息
     */
    @Data
    public static class BrandVO{
        private Long brandId; // 品牌的编号
        private String brandName; // 品牌的名称
        private String brandImg; // 品牌的图片
    }

    @Data
    public static class AttrVo{
        private Long attrId; // 属性的编号
        private String attrName; // 属性的名称
        private List<String> attrValue; // 属性的值
    }

}

2.2 构建查询DSL语句

我们需要根据基本的检索条件来封装对应的DSL语句

  • 查询关键字 模糊匹配
  • 过滤(分类,品牌,属性,价格区间,库存...)
  • 排序
  • 分页
  • 高亮
json 复制代码
GET /product/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "subTitle": "华为"
          }
        }
      ],
      "filter": [
        {
          "term": {
            "catalogId": "225"
          }
        },
        {
          "terms": {
            "brandId": [
              "13",
              "16",
              "14"
            ]
          }
        },
        {
          "range": {
            "skuPrice": {
              "gte": 10,
              "lte": 12000
            }
          }
        },
        {
          "nested": {
            "path": "attrs",
            "query": {
              "bool": {
                "must": [
                  {
                    "term": {
                      "attrs.attrId": {
                        "value": "9"
                      }
                    }
                  },
                  {
                    "terms": {
                      "attrs.attrValue": [
                        "12",
                        "08",
                        "11"
                      ]
                    }
                  }
                ]
              }
            }
          }
        }
      ]
    }
  },"sort": [
    {
      "skuPrice": {
        "order": "desc"
      }
    }
  ],"from": 0
  ,"size": 20
  ,"highlight": {
    "fields": {"subTitle": {}}
    ,"pre_tags": "<b style='color:red'>"
    ,"post_tags": "<b>"
  }
}

2.3 构建SearchRequest对象

根据客户端提交的检索的信息,我们需要封装为对应的SearchRequest对象,然后通过ES的API来检索数据。

    /**
     * 构建检索的请求
     * 模糊匹配,关键字匹配
     * 过滤(类别,品牌,属性,价格区间,库存)
     * 排序
     * 分页
     * 高亮
     * 聚合分析
     * @param param
     * @return
     */
    private SearchRequest buildSearchRequest(SearchParam param) {
        SearchRequest searchRequest = new SearchRequest();
        searchRequest.indices(ESConstant.PRODUCT_INDEX);
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        // 构建具体的检索的条件
        // 1.构建bool查询
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        // 1.1 关键字的条件
        if(!StringUtils.isEmpty(param.getKeyword())){
            boolQuery.must(QueryBuilders.matchQuery("subTitle",param.getKeyword()));
        }
        // 1.2 类别的检索条件
        if(param.getCatalog3Id() != null){
            boolQuery.filter(QueryBuilders.termQuery("catalogId",param.getCatalog3Id()));
        }
        // 1.3 品牌的检索条件
        if(param.getBrandId() != null && param.getBrandId().size() > 0){
            boolQuery.filter(QueryBuilders.termsQuery("brandId",param.getBrandId()));
        }
        // 1.4 是否有库存
        if(param.getHasStock() != null){
            boolQuery.filter(QueryBuilders.termQuery("hasStock",param.getHasStock() == 1));
        }
        // 1.5 根据价格区间来检索
        if(!StringUtils.isEmpty(param.getSkuPrice())){
            String[] msg = param.getSkuPrice().split("_");
            RangeQueryBuilder skuPrice = QueryBuilders.rangeQuery("skuPrice");
            if(msg.length == 2){
                // 说明是 200_300
                skuPrice.gte(msg[0]);
                skuPrice.lte(msg[1]);
            }else if(msg.length == 1){
                // 说明是 _300  200_
                if(param.getSkuPrice().endsWith("_")){
                    // 说明是 200_
                    skuPrice.gte(msg[0]);
                }
                if(param.getSkuPrice().startsWith("_")){
                    // 说明是 _300
                    skuPrice.lte(msg[0]);
                }
            }
            boolQuery.filter(skuPrice);
        }
        // 1.6 属性的检索条件 attrs=20_8英寸:10英寸&attrs=19_64GB:32GB
        if(param.getAttrs() != null && param.getAttrs().size() > 0){
            for (String attrStr : param.getAttrs()) {
                BoolQueryBuilder boolNestedQuery = QueryBuilders.boolQuery();
                // attrs=19_64GB:32GB 我们首先需要根据 _ 做分割
                String[] attrStrArray = attrStr.split("_");
                // 属性的编号
                String attrId = attrStrArray[0];
                // 64GB:32GB  获取属性的值
                String[] values = attrStrArray[1].split(":");
                // 拼接组合条件
                boolNestedQuery.must(QueryBuilders.termQuery("attrs.attrId",attrId));
                boolNestedQuery.must(QueryBuilders.termsQuery("attrs.attrValue",values));

                NestedQueryBuilder nestedQuery = QueryBuilders.nestedQuery("attrs", boolNestedQuery, ScoreMode.None);
                boolQuery.filter(nestedQuery);
            }
        }
        sourceBuilder.query(boolQuery);

        // 2.排序
        if(!StringUtils.isEmpty(param.getSort())){
            // sort=salaCount_asc/desc
            String[] s = param.getSort().split("_");
            SortOrder order = s[1].equalsIgnoreCase("asc")?SortOrder.ASC:SortOrder.DESC;
            sourceBuilder.sort(s[0], order);
        }
        // 3.处理分页
        // Integer pageNum; // 页码
        if(param.getPageNum() != null){
            // 需要做分页处理 pageSize = 5
            // pageNum:1 from:0  [0,1,2,3,4]
            // pageNum:2 from:5 [5,6,7,8,9]
            // from = ( pageNum - 1 ) * pageSize
            sourceBuilder.from( (param.getPageNum() - 1 ) * ESConstant.PRODUCT_PAGESIZE);
            sourceBuilder.size(ESConstant.PRODUCT_PAGESIZE);
        }

        // 4. 设置高亮
        if(!StringUtils.isEmpty(param.getKeyword())){
            // 如果有根据关键字查询那么我们才需要高亮设置
            HighlightBuilder highlightBuilder = new HighlightBuilder();
            highlightBuilder.field("subTitle");
            highlightBuilder.preTags("<b style='color:red'>");
            highlightBuilder.postTags("</b>");
            sourceBuilder.highlighter(highlightBuilder);
        }

        // 5.聚合运算
        // 5.1 品牌的聚合
        TermsAggregationBuilder brand_agg = AggregationBuilders.terms("brand_agg");
        brand_agg.field("brandId");
        brand_agg.size(50);
        // 品牌的子聚合
        brand_agg.subAggregation(AggregationBuilders.terms("brand_name_agg").field("brandName").size(10));
        brand_agg.subAggregation(AggregationBuilders.terms("brand_img_agg").field("brandImg").size(10));
        sourceBuilder.aggregation(brand_agg);

        // 5.2 类别的聚合
        TermsAggregationBuilder catalog_agg = AggregationBuilders.terms("catalog_agg");
        catalog_agg.field("catalogId");
        catalog_agg.size(10);
        // 类别的子聚合
        catalog_agg.subAggregation(AggregationBuilders.terms("catalog_name_agg").field("catalogName").size(10));
        sourceBuilder.aggregation(catalog_agg);

        // 5.3 属性的聚合
        NestedAggregationBuilder attr_agg = AggregationBuilders.nested("attr_agg", "attrs");
        // 属性id聚合
        TermsAggregationBuilder attr_id_agg = AggregationBuilders.terms("attr_id_agg");
        attr_id_agg.field("attrs.attrId");
        attr_id_agg.size(10);
        // 属性id下的子聚合 属性名称和属性值
        attr_id_agg.subAggregation(AggregationBuilders.terms("attr_name_agg").field("attrs.attrName").size(10));
        attr_id_agg.subAggregation(AggregationBuilders.terms("attr_value_agg").field("attrs.attrValue").size(10));
        attr_agg.subAggregation(attr_id_agg);
        sourceBuilder.aggregation(attr_agg);

        System.out.println(sourceBuilder.toString());
        searchRequest.source(sourceBuilder);

        return searchRequest;
    }

2.4 构建SearchResult对象

当我们通过封装的SearchRequest对象从ES中检索出了相关的信息后,我们需要将返回的SearchResponse对象封装为前端接收的SearchResult对象。

  • 所有的满足条件的商品

  • 分页相关的信息

  • 当前商品涉及的品牌信息

  • 当前商品涉及的类别信息

  • 当前商品涉及的属性信息

     /**
       * 根据检索的结果解析封装为SearchResult对象
       * @param response
       * @return
       */
      private SearchResult buildSearchResult(SearchResponse response,SearchParam param){
          SearchResult result = new SearchResult();
          SearchHits hits = response.getHits();
          // 1.检索的所有商品信息
          SearchHit[] products = hits.getHits();
          List<SkuESModel> esModels = new ArrayList<>();
          if(products != null && products.length > 0){
              for (SearchHit product : products) {
                  String sourceAsString = product.getSourceAsString();
                  // 把json格式的字符串通过fastjson转换为SkuESModel对象
                  SkuESModel model = JSON.parseObject(sourceAsString, SkuESModel.class);
                  if(!StringUtils.isEmpty(param.getKeyword())){
                      // 我们需要设置高亮
                      HighlightField subTitle = product.getHighlightFields().get("subTitle");
                      String subTitleHighlight = subTitle.getFragments()[0].string();
                      model.setSubTitle(subTitleHighlight); // 设置高亮
                  }
                  esModels.add(model);
              }
          }
          result.setProducts(esModels);
          Aggregations aggregations = response.getAggregations();
          // 2.当前商品所涉及到的所有的品牌
          ParsedLongTerms brand_agg = aggregations.get("brand_agg");
          List<? extends Terms.Bucket> buckets = brand_agg.getBuckets();
          // 存储所有品牌的容器
          List<SearchResult.BrandVO> brandVOS = new ArrayList<>();
          if(buckets!=null && buckets.size() > 0){
              for (Terms.Bucket bucket : buckets) {
                  SearchResult.BrandVO brandVO = new SearchResult.BrandVO();
                  // 获取品牌的key
                  String keyAsString = bucket.getKeyAsString();
                  brandVO.setBrandId(Long.parseLong(keyAsString)); // 设置品牌的编号
                  // 然后我们需要获取品牌的名称和图片的地址
                  ParsedStringTerms brand_img_agg = bucket.getAggregations().get("brand_img_agg");
                  List<? extends Terms.Bucket> bucketsImg = brand_img_agg.getBuckets();
                  if(bucketsImg != null && bucketsImg.size() > 0){
                      String img = bucketsImg.get(0).getKeyAsString();
                      brandVO.setBrandImg(img);
                  }
                  // 获取品牌名称的信息
                  ParsedStringTerms brand_name_agg = bucket.getAggregations().get("brand_name_agg");
                  String breadName = brand_name_agg.getBuckets().get(0).getKeyAsString();
                  brandVO.setBrandName(breadName);
    
                  brandVOS.add(brandVO);
              }
          }
          result.setBrands(brandVOS);
          // 3.当前商品涉及到的所有的类别信息
          ParsedLongTerms catalog_agg = aggregations.get("catalog_agg");
          List<? extends Terms.Bucket> bucketsCatalogs = catalog_agg.getBuckets();
          // 创建一个保存所有类别的容器
          List<SearchResult.CatalogVO> catalogVOS = new ArrayList<>();
          if(bucketsCatalogs != null && bucketsCatalogs.size() > 0){
              for (Terms.Bucket bucket : bucketsCatalogs) {
                  SearchResult.CatalogVO catalogVO = new SearchResult.CatalogVO();
                  String keyAsString = bucket.getKeyAsString(); // 获取类别的编号
                  catalogVO.setCatalogId(Long.parseLong(keyAsString));
                  // 获取类别的名称
                  ParsedStringTerms catalog_name_agg = bucket.getAggregations().get("catalog_name_agg");
                  String catalogName = catalog_name_agg.getBuckets().get(0).getKeyAsString();
                  catalogVO.setCatalogName(catalogName);
                  catalogVOS.add(catalogVO);
              }
          }
          result.setCatalogs(catalogVOS);
          // 4.当前商品涉及到的所有的属性信息
          ParsedNested attr_agg = aggregations.get("attr_agg");
          ParsedLongTerms attr_id_agg = attr_agg.getAggregations().get("attr_id_agg");
          List<? extends Terms.Bucket> bucketsAttr = attr_id_agg.getBuckets();
          List<SearchResult.AttrVo > attrVos = new ArrayList<>();
          if(bucketsAttr != null && bucketsAttr.size() > 0){
              for (Terms.Bucket bucket : bucketsAttr) {
                  SearchResult.AttrVo attrVo = new SearchResult.AttrVo();
                  // 获取属性的编号
                  String keyAsString = bucket.getKeyAsString();
                  attrVo.setAttrId(Long.parseLong(keyAsString));
                  // 又得分别获取 属性的名称 和 属性的值
                  ParsedStringTerms attr_name_agg = bucket.getAggregations().get("attr_name_agg");
                  String attrName = attr_name_agg.getBuckets().get(0).getKeyAsString(); // 属性的名称
                  attrVo.setAttrName(attrName);
                  ParsedStringTerms attr_value_agg = bucket.getAggregations().get("attr_value_agg");
                  if(attr_value_agg.getBuckets() != null && attr_value_agg.getBuckets().size() > 0 ){
                      List<String> values = attr_value_agg.getBuckets().stream().map(item -> {
                          String keyAsString1 = item.getKeyAsString();
                          return keyAsString1;
                      }).collect(Collectors.toList());
                      attrVo.setAttrValue(values);
                  }
                  attrVos.add(attrVo);
              }
    
          }
          result.setAttrs(attrVos);
          // 5. 分页信息  当前页 总的记录数  总页数
          long total = hits.getTotalHits().value;
          result.setTotal(total);// 设置总记录数  6 /5  1+1
          result.setPageNum(param.getPageNum()); // 设置当前页
          long totalPage = total % ESConstant.PRODUCT_PAGESIZE == 0 ? total / ESConstant.PRODUCT_PAGESIZE : (total / ESConstant.PRODUCT_PAGESIZE + 1);
          result.setTotalPages((int)totalPage); // 设置总的页数
          return result;
      }
    
相关推荐
it噩梦10 小时前
es 中 terms set 使用
大数据·elasticsearch
喝醉酒的小白12 小时前
Elasticsearch 配置文件
大数据·elasticsearch·搜索引擎
missay_nine16 小时前
Elasticsearch
大数据·elasticsearch·搜索引擎
qq_1715388516 小时前
利用Spring Cloud Gateway Predicate优化微服务路由策略
android·javascript·微服务
it噩梦17 小时前
深度分析 es multi_match 中most_fields、best_fields、cross_fields区别
java·elasticsearch
喝醉酒的小白18 小时前
ES 集群 A 和 ES 集群 B 数据流通
大数据·elasticsearch·搜索引擎
炭烤玛卡巴卡18 小时前
初学elasticsearch
大数据·学习·elasticsearch·搜索引擎
it噩梦18 小时前
es 中使用update 、create 、index的区别
大数据·elasticsearch
Mitch31120 小时前
【漏洞复现】CVE-2015-3337 Arbitrary File Reading
elasticsearch·网络安全·docker·漏洞复现
Mitch31120 小时前
【漏洞复现】CVE-2015-5531 Arbitrary File Reading
web安全·elasticsearch·网络安全·docker·漏洞复现