【Elasticsearch】搜索结果处理和RestClient查询文档

以你之姓@ 2024-03-17 20:27 77阅读 0赞

**目录**

2.搜索结果处理

2.1.排序

2.1.1.普通字段排序

2.1.2.地理坐标排序

2.2.分页

2.2.1.基本的分页

2.2.2.深度分页问题

2.2.3.小结

2.3.高亮

2.3.1.高亮原理

2.3.2.实现高亮

2.4.总结

3.RestClient查询文档

3.1.快速入门

3.1.1.发起查询请求

3.1.2.解析响应

3.1.3.完整代码

3.1.4.小结

3.2.match查询

3.3.精确查询

3.4.布尔查询

3.5.排序、分页

3.6.高亮

3.6.1.高亮请求构建

3.6.2.高亮结果解析

## 2.搜索结果处理 ##

搜索的结果可以按照用户指定的方式去处理或展示。

### 2.1.排序 ###

elasticsearch默认是根据相关度算分（\_score）来排序，但是也支持自定义方式对搜索[结果排序][Link 1]。可以排序字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等。

#### 2.1.1.普通字段排序 ####

keyword、数值、日期类型排序的语法基本一致。

**语法**：

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

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

**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

![97b9c9518d46463a8d9f5d7b0f7ecc28.png][]

#### 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][-_-_-JS API 2.0 _ _ _API]

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

![b7f183ff9e654c6fb9dd25b1f18b7120.png][]

### 2.2.分页 ###

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.基本的分页 ####

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.深度分页问题 ####

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。

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：

![f807b15f028a41959fe29c7aecdb7071.png][]

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。

![2620739260844a5887449cb462238f81.png][]

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。

针对深度分页，ES提供了两种解决方案，[官方文档][Link 2]：

*  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。

#### 2.2.3.小结 ####

分页查询的常见实现方案以及优缺点：

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

### 2.3.高亮 ###

#### 2.3.1.高亮原理 ####

什么是高亮显示呢？

我们在百度，京东搜索时，关键字会变成红色，比较醒目，这叫高亮显示：

![93f9d856852b437bb51be8880c6b283f.png][]

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

#### 2.3.2.实现高亮 ####

**高亮的语法**：

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": {
            "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
          }
        }
      }
    }

**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

**示例**：

![c56dae9a6085488e9a1bfc01fa094e60.png][]

### 2.4.总结 ###

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

示例：

![471c29fdcf324914a6102bb1ca02ce2e.png][]

## 3.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 ###

我们以match\_all查询为例

#### 3.1.1.发起查询请求 ####

![aac56c9ca1b44a79a1cfe93920c9aaa4.png][]

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：

![e97a6a5ee238416498b491edc4000fad.png][]

另一个是`QueryBuilders`，其中包含match、term、function\_score、bool等各种查询：

![0678925ad51d4b29b88732fa26947fe6.png][]

#### 3.1.2.解析响应 ####

响应结果的解析：

![13194a71d14d4c02a4e88eec3277ba81.png][]

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：

@Test
    void testMatchAll() throws IOException {
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotel");
        // 2.准备DSL
        request.source()
            .query(QueryBuilders.matchAllQuery());
        // 3.发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    
        // 4.解析响应
        handleResponse(response);
    }
    
    private void handleResponse(SearchResponse response) {
        // 4.解析响应
        SearchHits searchHits = response.getHits();
        // 4.1.获取总条数
        long total = 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 (SearchHit hit : hits) {
            // 获取文档source
            String json = hit.getSourceAsString();
            // 反序列化
            HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
            System.out.println("hotelDoc = " + hotelDoc);
        }
    }

#### 3.1.4.小结 ####

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）

### 3.2.match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。

![91738062c8c34896adb34f5df3c24890.png][]

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：

![ab8f2672bb424f3eb84311ec3cfac20e.png][]

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：

@Test
    void testMatch() throws IOException {
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotel");
        // 2.准备DSL
        request.source()
            .query(QueryBuilders.matchQuery("all", "如家"));
        // 3.发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应
        handleResponse(response);
    
    }

### 3.3.精确查询 ###

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：

![2c591d731a03467f8b16cb3410d831de.png][]

### 3.4.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：

![7f8937d0750b45628d01e4ce682d7ddd.png][]

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：

@Test
    void testBool() throws IOException {
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotel");
        // 2.准备DSL
        // 2.1.准备BooleanQuery
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
        // 2.2.添加term
        boolQuery.must(QueryBuilders.termQuery("city", "杭州"));
        // 2.3.添加range
        boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));
    
        request.source().query(boolQuery);
        // 3.发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应
        handleResponse(response);
    
    }

### 3.5.排序、分页 ###

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：

![344a30d4da814a6388b174d7c0bdea3d.png][]

完整代码示例：

@Test
    void testPageAndSort() throws IOException {
        // 页码，每页大小
        int page = 1, size = 5;
    
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotel");
        // 2.准备DSL
        // 2.1.query
        request.source().query(QueryBuilders.matchAllQuery());
        // 2.2.排序 sort
        request.source().sort("price", SortOrder.ASC);
        // 2.3.分页 from、size
        request.source().from((page - 1) * size).size(5);
        // 3.发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应
        handleResponse(response);
    
    }

### 3.6.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

#### 3.6.1.高亮请求构建 ####

高亮请求的构建API如下：

![c45aa5ab7ba54eef90718f187f81f2f7.png][]

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：

@Test
    void testHighlight() throws IOException {
        // 1.准备Request
        SearchRequest request = new SearchRequest("hotel");
        // 2.准备DSL
        // 2.1.query
        request.source().query(QueryBuilders.matchQuery("all", "如家"));
        // 2.2.高亮
        request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));
        // 3.发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 4.解析响应
        handleResponse(response);
    
    }

#### 3.6.2.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：

![b9a7d685763347b687cf5c3c41ec2d97.png][]

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：

private void handleResponse(SearchResponse response) {
        // 4.解析响应
        SearchHits searchHits = response.getHits();
        // 4.1.获取总条数
        long total = 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 (SearchHit hit : hits) {
            // 获取文档source
            String json = hit.getSourceAsString();
            // 反序列化
            HotelDoc hotelDoc = 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
                HighlightField highlightField = highlightFields.get("name");
                if (highlightField != null) {
                    // 获取高亮值
                    String name = highlightField.getFragments()[0].string();
                    // 覆盖非高亮结果
                    hotelDoc.setName(name);
                }
            }
            System.out.println("hotelDoc = " + hotelDoc);
        }
    }

[Link 1]: https://www.elastic.co/guide/en/elasticsearch/reference/current/sort-search-results.html
[97b9c9518d46463a8d9f5d7b0f7ecc28.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/1a75afeaeb1e40f8bbe3c8b4bb67d1e4.png
[-_-_-JS API 2.0 _ _ _API]: https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/
[b7f183ff9e654c6fb9dd25b1f18b7120.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/84d3190a923c45dbad6f9fc766e109bc.png
[f807b15f028a41959fe29c7aecdb7071.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/39ee4d46a42440cf89cea761b9611c8e.png
[2620739260844a5887449cb462238f81.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/25fde54c171b432b9f23357717f3681d.png
[Link 2]: https://www.elastic.co/guide/en/elasticsearch/reference/current/paginate-search-results.html
[93f9d856852b437bb51be8880c6b283f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/6d4e73402d334edd9bd4f0da4adf931e.png
[c56dae9a6085488e9a1bfc01fa094e60.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/b028766d26ae4977ae1958fc5b782106.png
[471c29fdcf324914a6102bb1ca02ce2e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/368380caf73448deaabafdcff57dfd63.png
[aac56c9ca1b44a79a1cfe93920c9aaa4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/9e77f67460e0434b8a7db38260612646.png
[e97a6a5ee238416498b491edc4000fad.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/79be5860c0014564aa65e496deecc79c.png
[0678925ad51d4b29b88732fa26947fe6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/357c34b5ef184306ae6a898ee6e70b7a.png
[13194a71d14d4c02a4e88eec3277ba81.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/918cea43a4374cdb8ac2074e175ccddf.png
[91738062c8c34896adb34f5df3c24890.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/290f8ca6c85e433a9209d72770883c7e.png
[ab8f2672bb424f3eb84311ec3cfac20e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/db0945a3755e4520968437df177e7137.png
[2c591d731a03467f8b16cb3410d831de.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/a3fcb236299a4db69a8af427e24ae39c.png
[7f8937d0750b45628d01e4ce682d7ddd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/0d1b06bc75d6407983d63fa1148c7a20.png
[344a30d4da814a6388b174d7c0bdea3d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/425123d5cd52440dae477882390602e3.png
[c45aa5ab7ba54eef90718f187f81f2f7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/3acba6b87cb041d9a73c95ad7739897d.png
[b9a7d685763347b687cf5c3c41ec2d97.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/881dce9af7cc42a18e8e6902d9cdaf3a.png