13. 搜索引擎-ES-DSL（Domain Specific Language）

前言

DSL（Domain Specific Language）‌

Domain-Specific Language（DSL，领域特定语言）是一种专为特定应用领域设计的计算机语言。语法和语义紧密贴合某一特定问题域，旨在提高该领域内开发或表达的简洁性、可读性和安全性。

概念

Domain-Specific Language（DSL，领域特定语言）是一种专为特定应用领域设计的计算机语言，与通用编程语言（如 Python、Java、C++）不同，DSL 的语法和语义紧密贴合某一特定问题域，旨在提高该领域内开发或表达的简洁性、可读性和安全性。

DSL 的核心特点

一、DSL设置查询条件

1.1 DSL查询分类

Elasticsearch的查询依然是基于JSON风格的DSL（Domain Specific Language）来定义。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。

1.2 全文检索查询

match和multi_match的区别是什么？

• match：根据一个字段查询【推荐：使用copy_to构造all字段】
• multi_match：根据多个字段查询，参与查询字段越多，查询性能越差

注：搜索字段越多，对查询性能影响越大，因此建议采用copy_to，然后单字段查询的方式。

1.2.1 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

例如京东：

因为是拿着词条去匹配，因此参与搜索的字段也必须是可分词的text类型的字段。

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

1.2.2 match查询

match查询语法如下：

GET/indexName/_search{"query":{"match":{"FIELD":"TEXT"}}}

match查询示例：

1.2.3 mulit_match查询

mulit_match语法如下：

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

multi_match查询示例：

1.3 精准查询

精准查询类型：

• term查询：根据词条精确匹配，一般搜索keyword类型、数值类型、布尔类型、日期类型字段
• range查询：根据数值范围查询，可以是数值、日期的范围

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

1.3.1 term查询

因为精确查询的字段搜时不分词的字段，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"}}}}

示例：

当我搜索的是精确词条时，能正确查询出结果：

但是，当我搜索的内容不是词条，而是多个词语形成的短语时，反而搜索不到：

1.3.2 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}}}}

示例：

1.4 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

常见的使用场景包括：

• 携程：搜索我附近的酒店
• 滴滴：搜索我附近的出租车
• 微信：搜索我附近的人

附近的酒店：

附近的车：

1.4.1 矩形范围查询

很少有业务有这种需求

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}}}}}

1.4.2 附近(圆形)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}}}

示例：

我们先搜索陆家嘴附近15km的酒店：

发现共有47家酒店。

1.5 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

1.5.0 复合查询归纳

GET/hotel/_search{"query":{"function_score":{"query":{// 原始查询，可以是任意条件"bool":{"must":[{"term":{"city":"上海"}}],"should":[{"term":{"brand":"皇冠假日"}},{"term":{"brand":"华美达"}}],"must_not":[{"range":{"price":{"lte":500}}}],"filter":[{"range":{"score":{"gte":45}}}]}},"functions":[// 算分函数{"filter":{// 满足的条件，品牌必须是如家【品牌是如家的才加分，这里是加分条件】"term":{"brand":"如家"}},"weight":2// 算分权重为2}],"boost_mode":"sum"// 加权模式，求和}}}

1.5.1 相关性算分

Elasticsearch会根据词条和文档的相关度做打分，算法由两种：

• TF-IDF算法
• BM25算法，Elasticsearch5.1版本后采用的算法

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",}}]

在Elasticsearch中，早期使用的打分算法是TF-IDF算法，公式如下：

在后来的5.1版本升级中，Elasticsearch将算法改进为BM25算法，公式如下：

TF-IDF算法有一各缺陷，就是词条频率越高，文档得分也会越高，单个词条对文档影响较大。而BM25则会让单个词条的算分有一个上限，曲线更加平滑：

1.5.2 算分函数查询

在搜索出来的结果的分数基础上，再手动与指定的数字进行一定运算来改变算分，从而改变结果的排序。

function score query定义的三要素是什么？

• 过滤条件：哪些文档要加分
• 算分函数：如何计算function score
• 加权方式：function score 与 query score如何运算

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，你搜索的结果中，并不是相关度越高排名越靠前，而是谁掏的钱多排名就越靠前。如图：

要想认为控制相关性算分，就需要利用Elasticsearch中的function score 查询了。

function score 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。

2）举例

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：

GET/hotel/_search{"query":{"function_score":{"query":{....},// 原始查询，可以是任意条件"functions":[// 算分函数{"filter":{// 满足的条件，品牌必须是如家【品牌是如家的才加分，这里是加分条件】"term":{"brand":"如家"}},"weight":2// 算分权重为2}],"boost_mode":"sum"// 加权模式，求和}}}

测试，在未添加算分函数时，如家得分如下：

添加了算分函数后，如家得分就提升了：

1.5.3 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

注意：尽量在筛选的时候多使用不参与算分的must_not和filter，以保证性能良好

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

bool查询

1）语法

GET/hotel/_search{"query":{"bool":{"must":[{"term":{"city":"上海"}}],"should":[{"term":{"brand":"皇冠假日"}},{"term":{"brand":"华美达"}}],"must_not":[{"range":{"price":{"lte":500}}}],"filter":[{"range":{"score":{"gte":45}}}]}}}

2）示例

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

二、设置搜索结果

搜索的结果可以按照用户指定的方式去处理或展示。

2.0 搜索结果种类

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
• aggs：定义聚合

示例：

2.1 排序

在使用排序后就不会进行算分了，根据排序设置的规则排列

普通字段是根据字典序排序

地理坐标是根据举例远近排序

2.1.1普通字段排序

keyword、数值、日期类型排序的排序语法基本一致。

语法：

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
（可以参考下面的图片案例）

GET/indexName/_search{"query":{"match_all":{}},"sort":[{"FIELD":"desc"// 排序字段、排序方式ASC、DESC}]}

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

2.1.2 地理坐标排序

地理坐标排序略有不同。

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

提示：获取你的位置的经纬度的方式：获取鼠标点击经纬度-地图属性-示例中心-JS API 2.0 示例 | 高德地图API

假设我的位置是：31.034661，121.612282，寻找我周围距离最近的酒店。

2.2 分页

Elasticsearch会禁止from+ size 超过10000的请求

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

类似于mysql中的limit ?, ?

2.2.1 基本分页

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"}]}

2.2.2 深度分页

原理：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

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。

集群情况的深度分页

针对深度分页，ES提供了两种解决方案，官方文档：

• 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】
• scroll：原理将排序后的文档id形成快照，保存在内存。

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：

查询TOP1000，如果es是单点模式，这并无太大影响。

但是Elasticsearch将来一定是集群，例如我集群有5个节点，我要查询TOP1000的数据，并不是每个节点查询200条就可以了。

因为节点A的TOP200，在另一个节点可能排到10000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。

那如果我要查询9900~10000的数据呢？是不是要先查询TOP10000呢？那每个节点都要查询10000条？汇总到内存中？

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，因此Elasticsearch会禁止from+ size 超过10000的请求。

2.3 高亮

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

使用场景：在百度等搜索后，会对结果中出现搜索字段的部分进行高亮处理。

高亮原理

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

实现高亮

1）语法

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":{//【要和上面的查询字段FIELD一致】"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}}}}

2）示例：组合字段all的案例

2.4 数据聚合

类似于mysql中的【**度量（Metric）**聚合】聚合语句实现AVG，MAX，MIN；以及【**桶（Bucket）**聚合】GroupBy实现分组

**聚合（aggregations）**可以让我们极其方便的实现对数据的统计、分析、运算。例如：

• 什么品牌的手机最受欢迎？
• 这些手机的平均价格、最高价格、最低价格？
• 这些手机每月的销售情况如何？

实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现近实时搜索效果。

aggs代表聚合，与query同级，此时query的作用是？

• 限定聚合的的文档范围

聚合必须的三要素：

• 聚合名称
• 聚合类型
• 聚合字段

聚合可配置属性有：

• size：指定聚合结果数量
• order：指定聚合结果排序方式
• field：指定聚合字段

2.4.1 聚合种类

**注意：**参加聚合的字段必须是keyword、日期、数值、布尔类型

聚合常见的有三类：

• **桶（Bucket）**聚合：用来对文档做分组

  • TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组
  • Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组

• **度量（Metric）**聚合：用以计算一些值，比如：最大值、最小值、平均值等

  • Avg：求平均值
  • Max：求最大值
  • Min：求最小值
  • Stats：同时求max、min、avg、sum等

• **管道（pipeline）**聚合：其它聚合的结果为基础做聚合

  如：用桶聚合实现种类排序，然后使用度量聚合实现各个桶的最大值、最小值、平均值等

2.4.2 桶(Bucket)聚合

以统计酒店品牌种类，并对其进行数据分组

GET/hotel/_search{"query":{//限定要聚合的文档范围，只要添加query条件【一般在没搜索关键字时不写query】"range":{"price":{"lte":200// 只对200元以下的文档聚合}}},"size":0,// 设置size为0，结果中不包含查询结果文档，只包含聚合结果"aggs":{// 定义聚合"brandAgg":{//给聚合起个名字"terms":{// 聚合的类型，按照品牌值聚合，所以选择term"field":"brand",// 参与聚合的字段"order":{"doc_count":"asc"// 对聚合结果按照doc_count升序排列},"size":20// 希望获取的聚合结果数量【设置多少就最多只显示多少】}}}}

2.4.3 度量(Metric) and 管道(pipeline)聚合

度量聚合很少单独使用，一般是和桶聚合一并结合使用

我们对酒店按照品牌分组，形成了一个个桶。现在我们需要对桶内的酒店做运算，获取每个品牌的用户评分的min、max、avg等值。

这就要用到Metric聚合了，例如stat聚合：就可以获取min、max、avg等结果。

语法如下：

这次的score_stats聚合是在brandAgg的聚合内部嵌套的子聚合。因为我们需要在每个桶分别计算。

GET/hotel/_search{"size":0,"aggs":{"brandAgg":{"terms":{"field":"brand","order":{"scoreAgg.avg":"desc"// 对聚合结果按照指定字段降序排列},"size":20},"aggs":{// 是brands聚合的子聚合，也就是分组后对每组分别计算"score_stats":{// 聚合名称"stats":{// 聚合类型，这里stats可以计算min、max、avg等"field":"score"// 聚合字段，这里是score}}}}}}

另外，我们还可以给聚合结果做个排序，例如按照每个桶的酒店平均分做排序：

三、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
• 2）准备请求参数
• 3）发起请求
• 4）解析响应

3.1 快速入门

查询的基本步骤是：

1. 创建SearchRequest对象

2. 准备Request.source()，也就是DSL。

① QueryBuilders来构建查询条件

② 传入Request.source() 的 query() 方法

3. 发送请求，得到结果

4. 解析结果（参考JSON结果，从外到内，逐层解析）

3.1.1 发送查询请求

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：

3.1.2 解析响应结果

响应结果的解析：

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

3.1.3 完整代码

完整代码如下：

@TestvoidtestMatchAll()throwsIOException{// 1.准备RequestSearchRequestrequest=newSearchRequest("hotel");// 2.准备DSLrequest.source().query(QueryBuilders.matchAllQuery());// 3.发送请求SearchResponseresponse=client.search(request,RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);}privatevoidhandleResponse(SearchResponseresponse){// 4.解析响应SearchHitssearchHits=response.getHits();// 4.1.获取总条数longtotal=searchHits.getTotalHits().value;System.out.println("共搜索到"+total+"条数据");// 4.2.文档数组SearchHit[]hits=searchHits.getHits();// 4.3.遍历for(SearchHithit:hits){// 获取文档sourceStringjson=hit.getSourceAsString();// 反序列化HotelDochotelDoc=JSON.parseObject(json,HotelDoc.class);System.out.println("hotelDoc = "+hotelDoc);}}

3.2 设置查询条件

3.2.1 全文检索查询

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。

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：

而结果解析代码则完全一致，可以抽取并共享。

完整代码如下：

@TestvoidtestMatch()throwsIOException{// 1.准备RequestSearchRequestrequest=newSearchRequest("hotel");// 2.准备DSLrequest.source().query(QueryBuilders.matchQuery("all","如家"));// 3.发送请求SearchResponseresponse=client.search(request,RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);}

3.2.2 精准查询

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：

3.2.3 地理查询

DSL格式

在cn.itcast.hotel.service.impl的HotelService的search方法中，添加一个排序功能：

完整代码：

@OverridepublicPageResultsearch(RequestParamsparams){try{// 1.准备RequestSearchRequestrequest=newSearchRequest("hotel");// 2.准备DSL// 2.1.querybuildBasicQuery(params,request);// 2.2.分页intpage=params.getPage();intsize=params.getSize();request.source().from((page-1)*size).size(size);// 2.3.排序Stringlocation=params.getLocation();if(location!=null&&!location.equals("")){request.source().sort(SortBuilders.geoDistanceSort("location",newGeoPoint(location)).order(SortOrder.ASC).unit(DistanceUnit.KILOMETERS));}// 3.发送请求SearchResponseresponse=client.search(request,RequestOptions.DEFAULT);// 4.解析响应returnhandleResponse(response);}catch(IOExceptione){thrownewRuntimeException(e);}}

3.2.4 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：

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。

完整代码如下：

@TestvoidtestBool()throwsIOException{// 1.准备RequestSearchRequestrequest=newSearchRequest("hotel");// 2.准备DSL// 2.1.准备BooleanQueryBoolQueryBuilderboolQuery=QueryBuilders.boolQuery();// 2.2.添加termboolQuery.must(QueryBuilders.termQuery("city","杭州"));// 2.3.添加rangeboolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));request.source().query(boolQuery);// 3.发送请求SearchResponseresponse=client.search(request,RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);}

3.2.5 算分函数查询

java代码逻辑：添加一个isAD字段，在算分函数的filter中判断isAD=ture就进行重新算分

function_score查询结构如下：

对应的JavaAPI如下：

我们可以将之前写的boolean查询作为原始查询条件放到query中，接下来就是添加过滤条件、算分函数、加权模式了。

// 算分控制FunctionScoreQueryBuilderfunctionScoreQuery=QueryBuilders.functionScoreQuery(// 原始查询，相关性算分的查询boolQuery,// function score的数组newFunctionScoreQueryBuilder.FilterFunctionBuilder[]{// 其中的一个function score 元素newFunctionScoreQueryBuilder.FilterFunctionBuilder(// 过滤条件QueryBuilders.termQuery("isAD",true),// 算分函数ScoreFunctionBuilders.weightFactorFunction(10))});//将查询请求放入查询request.source().query(functionScoreQuery);

3.3 设置搜索结果

3.3.1 排序和分页

由于这两个比较简单，所以一起写了

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。

对应的API如下：

完整代码示例：

@TestvoidtestPageAndSort()throwsIOException{// 页码，每页大小intpage=1,size=5;// 1.准备RequestSearchRequestrequest=newSearchRequest("hotel");// 2.准备DSL// 2.1.queryrequest.source().query(QueryBuilders.matchAllQuery());// 2.2.排序 sortrequest.source().sort("price",SortOrder.ASC);// 2.3.分页 from、sizerequest.source().from((page-1)*size).size(5);// 3.发送请求SearchResponseresponse=client.search(request,RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);}

3.3.2 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

1）高亮请求构建

高亮请求的构建API如下：

上述代码省略了查询条件部分，但是大家不要忘了：高亮查询必须使用全文检索查询，并且要有搜索关键字，将来才可以对关键字高亮。

完整代码如下：

@TestvoidtestHighlight()throwsIOException{// 1.准备RequestSearchRequestrequest=newSearchRequest("hotel");// 2.准备DSL// 2.1.queryrequest.source().query(QueryBuilders.matchQuery("all","如家"));// 2.2.高亮request.source().highlighter(newHighlightBuilder().field("name").requireFieldMatch(false));// 3.发送请求SearchResponseresponse=client.search(request,RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);}

2）高亮结果解析

高亮的结果与查询的文档结果默认是分离的，并不在一起。

因此解析高亮的代码需要额外处理：

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

完整代码如下：

privatevoidhandleResponse(SearchResponseresponse){// 4.解析响应SearchHitssearchHits=response.getHits();// 4.1.获取总条数longtotal=searchHits.getTotalHits().value;System.out.println("共搜索到"+total+"条数据");// 4.2.文档数组SearchHit[]hits=searchHits.getHits();// 4.3.遍历for(SearchHithit:hits){// 获取文档sourceStringjson=hit.getSourceAsString();// 反序列化HotelDochotelDoc=JSON.parseObject(json,HotelDoc.class);// 获取高亮结果Map<String,HighlightField>highlightFields=hit.getHighlightFields();if(!CollectionUtils.isEmpty(highlightFields)){// 根据字段名获取高亮结果HighlightFieldhighlightField=highlightFields.get("name");if(highlightField!=null){// 获取高亮值Stringname=highlightField.getFragments()[0].string();// 覆盖非高亮结果hotelDoc.setName(name);}}System.out.println("hotelDoc = "+hotelDoc);}}

3.3.3 聚合

聚合条件与query条件同级别，因此需要使用request.source()来指定聚合条件。

聚合条件的语法：

聚合的结果也与查询结果不同，API也比较特殊。不过同样是JSON逐层解析：

举例：业务代码

@OverridepublicMap<String,List<String>>filters(RequestParamsparams){try{// 1.准备RequestSearchRequestrequest=newSearchRequest("hotel");// 2.准备DSL// 2.1.query查询语句buildBasicQuery(params,request);// 2.2.设置sizerequest.source().size(0);// 2.3.聚合buildAggregation(request);// 3.发出请求SearchResponseresponse=client.search(request,RequestOptions.DEFAULT);// 4.解析结果Map<String,List<String>>result=newHashMap<>();Aggregationsaggregations=response.getAggregations();// 4.1.根据品牌名称，获取品牌结果List<String>brandList=getAggByName(aggregations,"brandAgg");result.put("品牌",brandList);// 4.2.根据品牌名称，获取品牌结果List<String>cityList=getAggByName(aggregations,"cityAgg");result.put("城市",cityList);// 4.3.根据品牌名称，获取品牌结果List<String>starList=getAggByName(aggregations,"starAgg");result.put("星级",starList);returnresult;}catch(IOExceptione){thrownewRuntimeException(e);}}privatevoidbuildAggregation(SearchRequestrequest){request.source().aggregation(AggregationBuilders.terms("brandAgg").field("brand").size(100));request.source().aggregation(AggregationBuilders.terms("cityAgg").field("city").size(100));request.source().aggregation(AggregationBuilders.terms("starAgg").field("starName").size(100));}privateList<String>getAggByName(Aggregationsaggregations,StringaggName){// 4.1.根据聚合名称获取聚合结果TermsbrandTerms=aggregations.get(aggName);// 4.2.获取bucketsList<?extendsTerms.Bucket>buckets=brandTerms.getBuckets();// 4.3.遍历List<String>brandList=newArrayList<>();for(Terms.Bucketbucket:buckets){// 4.4.获取keyStringkey=bucket.getKeyAsString();brandList.add(key);}returnbrandList;}

本文的引用仅限自我学习如有侵权，请联系作者删除。
参考知识
ElasticSearch (ES从入门到精通一篇就够了)
ELK介绍