ElasticSearch学习笔记(四)分页、高亮、RestClient查询文档

文章目录

前言
[7 搜索结果处理](#7 搜索结果处理)
- [7.2 分页](#7.2 分页)
- - [7.2.1 基本使用](#7.2.1 基本使用)
  - [7.2.2 深度分页](#7.2.2 深度分页)
  - [7.2.3 小结](#7.2.3 小结)
- [7.3 高亮](#7.3 高亮)
- - [7.3.1 高亮原理](#7.3.1 高亮原理)
  - [7.3.2 实现高亮](#7.3.2 实现高亮)
[8 RestClient查询文档](#8 RestClient查询文档)
- [8.1 match_all查询](#8.1 match_all查询)
- [8.2 match查询与multi_match查询](#8.2 match查询与multi_match查询)
- [8.3 精确查询](#8.3 精确查询)
- [8.4 布尔查询](#8.4 布尔查询)
- [8.5 排序、分页、高亮](#8.5 排序、分页、高亮)
[9 项目实战](#9 项目实战)
- [9.1 酒店搜索和分页](#9.1 酒店搜索和分页)
- [9.2 酒店列表过滤](#9.2 酒店列表过滤)

前言

ElasticSearch学习笔记(一)倒排索引、ES和Kibana安装、索引操作
 ElasticSearch学习笔记(二)文档操作、RestHighLevelClient的使用
 ElasticSearch学习笔记(三)RestClient操作文档、DSL查询文档、搜索结果排序

7 搜索结果处理

7.2 分页

7.2.1 基本使用

ES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：

from：从第几个文档开始
size：总共查询几个文档

例如：

7.2.2 深度分页

如果要查询第990-1000个文档，则查询条件应该是：

json 复制代码

GET /hotel/_search
{
    "query": {
        "match": {
            "city": "上海"
        }
    },
    "from": 990,
    "size": 10
}

要注意的是，在ES内部进行分页时，不会直接定位到第990个文档，而是先把第0-1000个文档都查出来，在截取其中的第990-1000个文档：

查询top1000，如果ES是单点模式，这并无太大影响，但在ES集群中的影响是很大的。

假设ES集群有5个节点，要查询top1000的数据，并不是每个节点查询出top200就可以了。这是因为节点A的top200，在另一个节点可能排到200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。

如果查询分页深度更深，例如查询9900~10000的数据，就要先查询出每个节点的top10000，汇总后再进行截取。

因此，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，所以ES禁止from+size超过10000的请求。

针对深度分页，ES官方提供了两种解决方案：

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。
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。

7.2.3 小结

实现方案	优点	缺点	使用场景
form + size	支持随机翻页	会有深度分页问题，默认查询上限（from + size）是10000	百度、京东、谷歌、淘宝这样的随机翻页搜索
search after	没有查询上限（单次查询的size不超过10000）	只能向后逐页查询，不支持随机翻页	没有随机翻页需求的搜索，例如手机向下滚动翻页
scroll	没有查询上限（单次查询的size不超过10000）	会有额外内存消耗，并且搜索结果是非实时的	海量数据的获取和迁移。从ES7.1开始不推荐使用

7.3 高亮

7.3.1 高亮原理

由上图可知，在百度进行搜索时，关键字会变成红色，这就是一种高亮显示。而实现高亮显示的原理是：

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。

7.3.2 实现高亮

下面是实现高亮的一个例子：

其中一些需要注意的点是：

高亮是对关键字高亮，因此搜索条件必须包含关键字，而不能是范围这样的查询；
默认情况下，搜索字段必须与要高亮的字段一致，例如上面的例子中搜索字段和高亮字段都是name；
如果要对非搜索字段高亮，则需要添加一个属性：require_field_match=false。例如上例中，如果高亮字段加一个city字段，没加这个属性时不会高亮：

而加上该属性后，city字段也高亮：

8 RestClient查询文档

8.1 match_all查询

match_all查询是匹配所有文档的一种查询。在没有指定查询方式时，它也是ES默认的查询。

例如下面的例子，会将所有文档查询出来：

使用RestClient客户端实现match_all查询的代码如下：

java 复制代码

@Test
public void testMatchAll() throws IOException {
    // 1.准备Request
    SearchRequest request = new SearchRequest("hotel");
    // 2.组织DSL参数
    request.source().query(QueryBuilders.matchAllQuery());
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    // 4.解析响应结果
    SearchHits searchHits = response.getHits();
    // 4.1 查询总条数
    long total = searchHits.getTotalHits().value;
    System.out.println("查询总条数=" + total);
    // 4.2 查询结果数组
    SearchHit[] searchHitList = searchHits.getHits();
    for (SearchHit searchHit : searchHitList) {
        String sourceStr = searchHit.getSourceAsString();
        System.out.println(sourceStr);
    }
}

以上代码中关键的API有两个：

request.source()：该方法返回一个SearchSourceBuilder对象，该对象中包含了查询、排序、分页、高亮等所有功能

QueryBuilders ：其中包含match、term、function_score、bool等各种查询

执行以上单元测试，输出结果如下：

查询总条数=203
{"address":"中山路","brand":"白天鹅","business":"太古汇","city":"广州","id":1,"location":"45, 45","name":"白天鹅","pic":"a.png","price":888,"score":5,"starName":"五星"}
{"address":"静安交通路40号","brand":"7天酒店","business":"四川北路商业区","city":"上海","id":36934,"location":"31.251433, 121.47522","name":"7天连锁酒店(上海宝山路地铁站店)","pic":"https://m.tuniucdn.com/fb2/t1/G1/M00/3E/40/Cii9EVkyLrKIXo1vAAHgrxo_pUcAALcKQLD688AAeDH564_w200_h200_c1_t0.jpg","price":336,"score":37,"starName":"二钻"}
......

8.2 match查询与multi_match查询

match查询是根据某个字段进行查询。 例如：

使用RestClient客户端实现match查询的代码和上面的match_all查询基本一致，在组织DSL参数是略有查差异：

java 复制代码

// 其余代码和match_all查询的代码一致

// 2.组织DSL参数
request.source().query(QueryBuilders.matchQuery("city", "上海"));

multi_match查询则是可以在多个字段上执行相同的match查询。 例如：

8.3 精确查询

精确查询主要包括：

term：词条精确匹配，这些精确值可以是数字、时间、布尔或者字符串等。
range ：数字或时间的范围查询，包括gt大于、gte大于等于、lt小于、lte小于等于。

8.4 布尔查询

布尔查询就是用must、must_not、filter等方式组合其他的match、term、range等查询。

8.5 排序、分页、高亮

前面提到过，request.source()方法返回一个SearchSourceBuilder对象，该对象中包含了排序、分页、高亮等所有功能。

高亮的代码相比前面会差异大一点。在组织DSL语句时，除了查询条件，还需要添加高亮条件，同样是与query同级；在结果解析时，除了要解析_source文档数据，还要解析高亮结果。

9 项目实战

下面通过一个项目来实战演练ES的知识，主要实现四个功能：

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

本实战的重点在于Service层的逻辑实现，即根据需求组织DSL语句去查询ES获得想要的数据，因此对于SpringBoot项目的搭建过程、以及对应的HotelController类-IHotelService接口-HotelServiceImpl实现类-HotelMapper接口的实现就省略了。最终搭建的项目框架如下：

但有一个地方需要注意，就是要把RestHighLevelClient注册到Spring中作为一个Bean。在启动类cn.hsgx.hotel.HotelDemoApplication中声明这个Bean：

java 复制代码

// cn.hsgx.hotel.HotelDemoApplication

@MapperScan("cn.hsgx.hotel.mapper")
@SpringBootApplication
public class HotelDemoApplication {

    public static void main(String[] args) {
        SpringApplication.run(HotelDemoApplication.class, args);
    }

    @Bean
    public RestHighLevelClient restHighLevelClient(){
        return new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.245.130:9200")
        ));
    }
}

9.1 酒店搜索和分页

需求：根据关键字搜索酒店列表，并可以进行分页。

1）创建两个实体类

请求参数实体

java 复制代码

// cn.hsgx.hotel.pojo.RequestParams

@Data
public class RequestParams {
    // 搜索关键字
    private String key;
    // 页码
    private Integer page;
    // 每页大小
    private Integer size;
    // 排序
    private String sortBy;
}

返回参数实体

java 复制代码

// cn.hsgx.hotel.pojo.PageResult

@Data
public class PageResult {
    // 总条数
    private Long total;
    // 当前页的数据
    private List<HotelDoc> hotels;

    public PageResult() {
    }

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

2）在HotelServiceImpl实现类中，创建listHotels()方法实现该功能

java 复制代码

// cn.hsgx.hotel.service.impl.HotelServiceImpl

@Override
public PageResult listHotels(RequestParams params) {
    try {
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotel");
        // 2.准备请求参数
        // 2.1.关键字
        String key = params.getKey();
        if (StringUtils.isNotBlank(key)) {
            // 不为空，根据关键字查询
            request.source().query(QueryBuilders.matchQuery("all", key));
        } else {
            // 为空，查询所有
            request.source().query(QueryBuilders.matchAllQuery());
        }
        // 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
        SearchResponse response = restHighLevelClient.search(request, RequestOptions.DEFAULT);
        // 4.解析响应
        return handleResponse(response);
    } catch (IOException e) {
        throw new RuntimeException("搜索数据失败", e);
    }
}

private PageResult handleResponse(SearchResponse response) {
    SearchHits searchHits = response.getHits();
    // 4.1.总条数
    long total = searchHits.getTotalHits().value;
    // 4.2.获取文档数组
    SearchHit[] hits = searchHits.getHits();
    // 4.3.遍历
    List<HotelDoc> hotels = new ArrayList<>(hits.length);
    for (SearchHit hit : hits) {
        // 4.4.获取source
        String json = hit.getSourceAsString();
        // 4.5.反序列化，非高亮的
        HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
        // 4.6.放入集合
        hotels.add(hotelDoc);
    }
    return new PageResult(total, hotels);
}

3）功能测试

9.2 酒店列表过滤

需求：根据城市、星级、品牌、价格等对就酒店查询结果进行过滤。

1）修改请求参数RequestParams类，新增相关查询参数

java 复制代码

// cn.hsgx.hotel.pojo.RequestParams

@Data
public class RequestParams {
    // 搜索关键字
    private String key;
    // 页码
    private Integer page;
    // 每页大小
    private Integer size;
    // 排序
    private String sortBy;
    // 城市
    private String city;
    // 星级
    private String starName;
    // 品牌
    private String brand;
    // 价格
    private Integer minPrice;
    private Integer maxPrice;
}

2）修改HotelServiceImpl类的listHotels()方法的业务逻辑

在之前的业务逻辑中，只有一个根据关键字搜索的match查询，现在要添加条件过滤，包括：

城市过滤：keyword类型，用term查询
星级过滤：keyword类型，用term查询
品牌过滤：keyword类型，用term查询
价格过滤：数值类型，用range查询

而多个查询条件组合，则需要是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

为了代码逻辑更加清晰，可以将查询条件的处理单独封装成一个方法handleQueryParams()：

java 复制代码

// cn.hsgx.hotel.service.impl.HotelServiceImpl

@Override
public PageResult listHotels(RequestParams params) {
    try {
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotel");
        // 2.准备请求参数
        // 2.1.处理查询条件
        handleQueryParams(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
        SearchResponse response = restHighLevelClient.search(request, RequestOptions.DEFAULT);
        // 4.解析响应
        return handleResponse(response);
    } catch (IOException e) {
        throw new RuntimeException("搜索数据失败", e);
    }
}

private void handleQueryParams(RequestParams params, SearchRequest request) {
    // 1.准备boolean查询
    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    // 1.1.关键字搜索，match查询，放到must中
    String key = params.getKey();
    if (StringUtils.isNotBlank(key)) {
        // 不为空，根据关键字查询
        boolQuery.must(QueryBuilders.matchQuery("all", key));
    } else {
        // 为空，查询所有
        boolQuery.must(QueryBuilders.matchAllQuery());
    }
    // 1.2.城市
    String city = params.getCity();
    if (StringUtils.isNotBlank(city)) {
        boolQuery.filter(QueryBuilders.termQuery("city", city));
    }
    // 1.3.星级
    String starName = params.getStarName();
    if (StringUtils.isNotBlank(starName)) {
        boolQuery.filter(QueryBuilders.termQuery("starName", starName));
    }
    // 1.4.品牌
    String brand = params.getBrand();
    if (StringUtils.isNotBlank(brand)) {
        boolQuery.filter(QueryBuilders.termQuery("brand", brand));
    }
    // 1.5.价格范围
    Integer minPrice = params.getMinPrice();
    Integer maxPrice = params.getMaxPrice();
    if (minPrice != null && maxPrice != null) {
        maxPrice = maxPrice == 0 ? Integer.MAX_VALUE : maxPrice;
        boolQuery.filter(QueryBuilders.rangeQuery("price").gte(minPrice).lte(maxPrice));
    }
    // 2.设置查询条件
    request.source().query(boolQuery);
}

3）功能测试

筛选出北京的酒店：

筛选出北京、五钻的酒店：

筛选出北京、五钻的万豪酒店：

筛选出北京、五钻的、且价格在100-300的万豪酒店：

...

本节完，更多内容请查阅分类专栏：微服务学习笔记

感兴趣的读者还可以查阅我的另外几个专栏：