分布式搜索引擎——elasticsearch搜索功能
DSL查询语法
DSL Query的分类
Elasticsearch提供了基于JSON的DSL (Domain Specific Language)来定义查询。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
DSL Query基本语法
查询的基本语法如下:
GET /indexName/_search
{"query": {"查询类型": {"查询条件": "条件值"}}
}
//查询所有
GET /indexName/_search{"query": {"match_all": {}}
}
全文检索查询
全文检索查询，会对用户输入内容分词，常用于搜索框搜索
match查询:全文检索查询的一种，会对用户输入内容分词，然后去倒排索引库检索，语法:
GET /indexName/_search{"query" : {"match" : {"FIELD": "TEXT"}}
}
例如：
GET /hotel/_search
{"query": {"match": {"all": "外滩如家"}}
}
multi_match: 与match查询类似，只不过允许同时查询多个字段，语法:
GET /indexName/_search{"query": {"multi_match" : {"query" : "TEXT","fields" :["FIELD1","FIELD12"]}}
}
例如：
GET /hotel/_search
{"query": {"multi_match": {"query": "外滩如家","fields": ["brand","business","name"]}}
}
match和multi_match的区别是什么?
- match:根据一个字段查询
- multi_match:根据多个字段查询，参与查询字段越多，查询性能越差
精确查询
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
精确查询-语法
精确查询一般是根据id、数值、keyword类型、或布尔字段来查询。语法如下:
-
term查询:
// term查询 GET /indexName/_search{"query": {"term" : {"FIELD":{"value" : "VALUE"}}} }例如：
GET /hotel/_search {"query": {"term": {"city": {"value": "上海"}}} } -
range查询:
// range查询 GET /indexName/_search{"query" : {"range" : {"FIELD": {"gte": 10,"lte": 20}}} }例如：
GET /hotel/_search {"query": {"range": {"price": {"gte": 100,"lte": 300}}} }gt:大于
gte:大于等于
地理查询
根据经纬度查询。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
根据经纬度查询，官方文档。例如:
-
geo_bounding_box：查询geo_point值落在某个矩形范围的所有文档
//geo_bounding_box查询 GET /indexName/_search{"query" : {"geo_bounding_box" : {"FIELD":{"top_left" : {"lat" : 31.1,"lon": 121.5},"bottom_right":{"lat": 30.9,"lon": 121.7}}}} } -
geo_distance:查询到指定中心点小于某个距离值的所有文档
//geo_distance查询 GET /indexName/_search{"query" : {"geo_distance": {"distance": "15km","FIELD": "31.21,121.5"}} }例如：
GET /hotel/_search {"query": {"geo_distance": {"distance": "5km","location": "31.21,121.5"}} }
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，例如:
- 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。例如百度竞价
相关性算分
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"，}}
]
T F ( 词条频率 ) = 词条出现次数 文档中词条总数 TF(词条频率)=\frac{词条出现次数}{文档中词条总数} TF(词条频率)=文档中词条总数词条出现次数
T F − I D F 算法 I D F ( 逆文档频率 ) = l o g ( 文档总数 句含词条的文档总数 ) s c o r e = ∑ i n T F ( 词条频率 ) ∗ I D F ( 逆文档频率 ) TF-IDF算法 \\ IDF(逆文档频率)= log(\frac{文档总数}{句含词条的文档总数})\\ score =\sum_{i}^{n}{TF(词条频率)*IDF(逆文档频率)} TF−IDF算法IDF(逆文档频率)=log(句含词条的文档总数文档总数)score=i∑nTF(词条频率)∗IDF(逆文档频率)
B M 25 算法 S c o r e ( Q , d ) = ∑ i n l o g ( 1 + N − n + 0.5 n + 0.5 ) ∗ f i f i + k 1 ∗ ( 1 − b + b ∗ d l a v g d l ) BM25算法\\ Score(Q,d) = \sum_i^n{log(1+\frac{N-n+0.5}{n+0.5})}*\frac{f_i}{f_i+k_1*(1-b+b*\frac{dl}{avgdl})} BM25算法Score(Q,d)=i∑nlog(1+n+0.5N−n+0.5)∗fi+k1∗(1−b+b∗avgdldl)fi
elasticsearch中的相关性打分算法是什么?
- TF-IDF:在elasticsearch5.0之前，会随着词频增加而越来越大
- BM25:在elasticsearch5.0之后，会随着词频增加而增大，但增长曲线会趋于水平
Function Score Query
使用function score query，可以修改文档的相关性算分（query score)，根据新得到的算分排序。
复合查询Boolean Query
布尔查询是一个或多个查询子句的组合。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
bool查询有几种逻辑关系?
- must:必须匹配的条件，可以理解为“与”
- should:选择性匹配的条件，可以理解为“或”
- must_not:必须不匹配的条件，不参与打分
- filter:必须匹配的条件，不参与打分
搜索结果处理
排序
elasticsearch支持对搜索结果排序，默认是根据相关度算分(_score)来排序。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。
GET /indexName /_search
{"query " : {"match_all":{}},"sort":[{"FIELD": "desc" //排序字段和排序方式ASC、DESC}]
}
GET /indexName /_search
{"query " : {"match_all":{}},"sort":[{"_geo_distance" : {"FIELD" :"纬度，经度","order" : "asc","unit" : "km"}}]
}
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:
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"}]
}
es的数据结构使得它的分页查询不是真正的的分页
深度分页问题
ES是分布式的，所以会面临深度分页问题。例如按price排序后，获取from = 990，size =10的数据:
- 首先在每个数据分片上都排序并查询前1000条文档。
- 然后将所有节点的结果聚合，在内存中重新排序选出前1000条文档
- 最后从这1000条中，选取从990开始的10条文档
如果搜索页数过深，或者结果集(from + size)越大，对内存和CPU的消耗也越高。因此ES设定结果集查询的上限是10000
深度分页解决方案
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。官方推荐使用的方式。
- scroll:原理将排序数据形成快照，保存在内存。官方已经不推荐使用。
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。
高亮
高亮:就是在搜索结果中把搜索关键字突出显示。
原理是这样的:
- 将搜索结果中的关键字用标签标记出来
- 在页面中给标签添加css样式
GET /hotel/_search{"query" : {"match" : {"FIELD":"TEXT"}},"highlight":{"fields " : { //指定要高亮的字段"FIELD":{"pre_tags": "",//用来标记高亮字段的前置标签"post_tags": ""//用来标记高亮字段的后置标签}}}
}
例如：
# 高亮查询，默认情况下，ES搜索字段必须与高亮字段一致
GET /hotel/_search
{"query": {"match": {"all": "如家"}},"highlight": {"fields": {"name": {"require_field_match": "false"}}}
}
搜索结果处理整体语法:
RestClient查询文档
快速入门
查询所有
@Test
void testMatchAll() throws IOException {// 1.准备RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSLrequest.source().query(QueryBuilders.matchAllQuery());// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);System.out.println(response);
}
结果解析
@Test
void testMatchAll() throws IOException {// 1.准备RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSLrequest.source().query(QueryBuilders.matchAllQuery());// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析结果SearchHits searchHits = response.getHits();// 4.1.查询的总条数long total = searchHits.getTotalHits().value;System.out.println("共搜索到" + total + "条数据");// 4.2.查询的结果数组SearchHit[] hits = searchHits.getHits();for (SearchHit hit : hits) {//4.3.得到sourceString json = hit.getSourceAsString();System.out.println(json);}
}
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。
@Test
void testMatch() throws IOException {// 1.准备RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSLrequest.source().query(QueryBuilders.matchQuery("all", "如家"));// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析结果handleResponse(response);
}
- IDEA中选中一段代码后
ctrl+alt+M可以将其抽取为方法
private void handleResponse(SearchResponse response) {// 4.解析结果SearchHits searchHits = response.getHits();// 4.1.查询的总条数long total = searchHits.getTotalHits().value;System.out.println("共搜索到" + total + "条数据");// 4.2.查询的结果数组SearchHit[] hits = searchHits.getHits();for (SearchHit hit : hits) {//4.3.得到sourceString json = hit.getSourceAsString();System.out.println(json);}
}
精确查询
精确查询常见的有term查询和range查询，同样利用QueryBuilders实现:
//词条查询
QueryBuilders.termQuery ("city", "杭州");
//范围查询
QueryBuilders.rangeQuery("price").gte(100).lte(150);
复合查询-boolean query
GET /hotel/_search{"query" : {"bool" : {"must" : [{"term" : { "city" :"杭州"}}],"filter" : [{"range" : {"price": { "lte" : 250 }}}]}}
}
可写作：
//创建布尔查询
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
//添加must条件
boolQuery.must(QueryBuilders.termQuery("city", "杭州"));
//添加filter条件
boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));
@Test
void testBool() throws IOException {// 1.准备RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSL// 2.1.准备BooleanQueryBoolQueryBuilder boolQuery = QueryBuilders.boolQuery();// 2.2.添加termboolQuery.must(QueryBuilders.termQuery("city", "杭州"));// 2.3.添加rangeboolQuery.must(QueryBuilders.rangeQuery("price").lte(250));request.source().query(boolQuery);// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析结果handleResponse(response);
}
排序和分页
搜索结果的排序和分页是与query同级的参数，对应的API如下:
@Test
void testPageAndSort() throws IOException {//页码，每页大小int page = 1;int size = 5;// 1.准备RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSL// 2.1.查询queryrequest.source().query(QueryBuilders.matchAllQuery());// 2.2.分页from、sizerequest.source().from((page - 1) * size).size(5);// 2.3.排序sortrequest.source().sort("price", SortOrder.ASC);// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析结果handleResponse(response);
}
高亮
高亮结果解析
@Test
void testHighlight() throws IOException {// 1.准备RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSL// 2.1.查询queryrequest.source().query(QueryBuilders.matchQuery("all", "如家"));// 2.2.高亮highlightrequest.source().highlighter(new HighlightBuilder().field("name")//是否需要与查询字段匹配.requireFieldMatch(false));// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析结果handleResponse(response);
}
private void handleResponse(SearchResponse response) {// 4.解析结果SearchHits searchHits = response.getHits();// 4.1.查询的总条数long total = searchHits.getTotalHits().value;System.out.println("共搜索到" + total + "条数据");// 4.2.查询的结果数组SearchHit[] hits = searchHits.getHits();for (SearchHit hit : hits) {//4.3.得到sourceString 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 (!(highlightFields == null || highlightFields.size() == 0))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);}
}
黑马旅游案例
搜索和分页
案例1:实现黑马旅游的酒店搜索功能，完成关键字搜索和分页
先实现其中的关键字搜索功能，实现步骤如下：
- 定义实体类，接收前端请求
- 定义controller接口，接收页面请求，调用lHotelService的search方法
- 定义IHotelService中的search方法，利用match查询实现根据关键字搜索酒店信息
步骤1:定义类，接收前端请求参数
@Data
public class RequestParams {private String key;private Integer page;private Integer size;private String sortBy;
}
@Data
public class PageResult {private Long total;public PageResult() {}public PageResult(Long total, List<HotelDoc> hotels) {this.total = total;this.hotels = hotels;}private List<HotelDoc> hotels;
}
步骤2:定义controller接口，接收前端请求
定义一个HotelController，声明查询接口，满足下列要求:
- 请求方式:Post
- 请求路径:/hotel/list
- 请求参数:对象，类型为RequestParam
- 返回值: PageResult，包含两个属性
- Long total:总条数
- List hotels:酒店数据
@MapperScan("cn.itcast.hotel.mapper")
@SpringBootApplication
public class HotelDemoApplication {public static void main(String[] args) {SpringApplication.run(HotelDemoApplication.class, args);}@Beanpublic RestHighLevelClient client() {return new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.5.131:9200")));}
}
步骤3:定义IHotelService中的search方法，利用match查询实现根据关键字搜索酒店信息
@RestController
@RequestMapping("/hotel")
public class HotelController {@Autowiredprivate HotelService hotelService;@PostMapping("/list")public PageResult search(@RequestBody RequestParams params) {return hotelService.search(params);}
}
@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {@Autowiredprivate RestHighLevelClient client;private PageResult handleResponse(SearchResponse response) {// 4.解析结果SearchHits searchHits = response.getHits();// 4.1.查询的总条数long total = searchHits.getTotalHits().value;// 4.2.查询的结果数组SearchHit[] hits = searchHits.getHits();// 4.3遍历List<HotelDoc> hotels = new ArrayList<>();for (SearchHit hit : hits) {//4.3.得到sourceString json = hit.getSourceAsString();//反序列化HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);hotels.add(hotelDoc);}return new PageResult(total, hotels);}@Overridepublic PageResult search(RequestParams params) {try {//1.准备RequestSearchRequest request = new SearchRequest("hotel");//2.准备DSL//2.1.关键字搜索String key = params.getKey();if (key == null || "".equals(key)) {request.source().query(QueryBuilders.matchAllQuery());} else {request.source().query(QueryBuilders.matchQuery("all", key));}//2.2.分页int page = params.getPage();int size = params.getSize();request.source().from((page - 1) * size).size(size);//2.3.排序String sortBy = params.getSortBy();if (!(sortBy == null || "".equals(sortBy))) {request.source().sort(sortBy, SortOrder.ASC);}//3.发送请求,得到响应SearchResponse response = client.search(request, RequestOptions.DEFAULT);//4.解析响应return handleResponse(response);} catch (IOException e) {throw new RuntimeException(e);}}
}
条件过滤
案例2:添加品牌、城市、星级、价格等过滤功能
步骤:
-
修改RequestParams类，添加brand、city、starName、minPrice、maxPrice等参数
@Data public class RequestParams {private String key;private Integer page;private Integer size;private String sortBy;private String city;private Integer minPrice;private Integer maxPrice;} -
修改search方法的实现，在关键字搜索时，如果brand等参数存在，对其做过滤
过滤条件包括:
- city精确匹配
- brand精确匹配
- starName精确匹配
- price范围过滤
注意事项:
- 多个条件之间是AND关系，组合多条件用BooleanQuery
- 参数存在才需要过滤，做好非空判断
@Service
public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {@Autowiredprivate RestHighLevelClient client;private PageResult handleResponse(SearchResponse response) {// 4.解析结果SearchHits searchHits = response.getHits();// 4.1.查询的总条数long total = searchHits.getTotalHits().value;// 4.2.查询的结果数组SearchHit[] hits = searchHits.getHits();// 4.3遍历List<HotelDoc> hotels = new ArrayList<>();for (SearchHit hit : hits) {//4.3.得到sourceString json = hit.getSourceAsString();//反序列化HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);hotels.add(hotelDoc);}return new PageResult(total, hotels);}@Overridepublic PageResult search(RequestParams params) {try {//1.准备RequestSearchRequest request = new SearchRequest("hotel");//2.准备DSL//2.1querybuildBasicQuery(params, request);//2.2.分页int page = params.getPage();int size = params.getSize();request.source().from((page - 1) * size).size(size);//2.3.排序String sortBy = params.getSortBy();if (!(sortBy == null || "".equals(sortBy) || "default".equals(sortBy))) {request.source().sort(sortBy, SortOrder.ASC);}//3.发送请求,得到响应SearchResponse response = client.search(request, RequestOptions.DEFAULT);//4.解析响应return handleResponse(response);} catch (IOException e) {throw new RuntimeException(e);}}private void buildBasicQuery(RequestParams params, SearchRequest request) throws IOException {//构建BooleanQueryBoolQueryBuilder boolQuery = QueryBuilders.boolQuery();//关键字搜索String key = params.getKey();if (key == null || "".equals(key)) {boolQuery.must(QueryBuilders.matchAllQuery());} else {boolQuery.must(QueryBuilders.matchQuery("all", key));}//city精确匹配String city = params.getCity();if (!(city == null || "".equals(city))) {boolQuery.filter(QueryBuilders.termQuery("city", city));}//brand精确匹配String brand = params.getBrand();if (!(brand == null || "".equals(brand))) {boolQuery.filter(QueryBuilders.termQuery("brand", brand));}//startName精确查询String startName = params.getStartName();if (!(startName == null || "".equals(startName))) {boolQuery.filter(QueryBuilders.termQuery("startName", startName));}//价格Integer minPrice = params.getMinPrice();Integer maxPrice = params.getMaxPrice();if (minPrice != null && maxPrice != null) {boolQuery.filter(QueryBuilders.rangeQuery("price").gte(minPrice).lte(maxPrice));}request.source().query(boolQuery);}
}
距离排序
案例3:我附近的酒店
前端页面点击定位后，会将你所在的位置发送到后台:
我们要根据这个坐标，将酒店结果按照到这个点的距离升序排序。实现思路如下:
-
修改RequestParams参数，接收location字段
@Data public class RequestParams {private String key;private Integer page;private Integer size;private String sortBy;private String brand;private String startName;private String city;private Integer minPrice;private Integer maxPrice;private String location;} -
修改search方法业务逻辑，如果location有值，添加根据geo_distance排序的功能
@Service public class HotelService extends ServiceImpl<HotelMapper, Hotel> implements IHotelService {@Autowiredprivate RestHighLevelClient client;private PageResult handleResponse(SearchResponse response) {// 4.解析结果SearchHits searchHits = response.getHits();// 4.1.查询的总条数long total = searchHits.getTotalHits().value;// 4.2.查询的结果数组SearchHit[] hits = searchHits.getHits();// 4.3遍历List<HotelDoc> hotels = new ArrayList<>();for (SearchHit hit : hits) {//4.3.得到sourceString json = hit.getSourceAsString();//反序列化HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);//获取排序值Object[] sortValues = hit.getSortValues();if (sortValues.length > 0) {Object sortValue = sortValues[0];hotelDoc.setDistance(sortValue);}hotels.add(hotelDoc);}return new PageResult(total, hotels);}@Overridepublic PageResult search(RequestParams params) {try {//1.准备RequestSearchRequest request = new SearchRequest("hotel");//2.准备DSL//2.1querybuildBasicQuery(params, request);//2.2.分页int page = params.getPage();int size = params.getSize();request.source().from((page - 1) * size).size(size);//2.3.排序//距离String location = params.getLocation();if (!(location == null || "".equals(location))) {request.source().sort(SortBuilders.geoDistanceSort("location", new GeoPoint(location)).order(SortOrder.ASC).unit(DistanceUnit.KILOMETERS));}//排序方式String sortBy = params.getSortBy();if (!(sortBy == null || "".equals(sortBy) || "default".equals(sortBy))) {request.source().sort(sortBy, SortOrder.ASC);}//3.发送请求,得到响应SearchResponse response = client.search(request, RequestOptions.DEFAULT);//4.解析响应return handleResponse(response);} catch (IOException e) {throw new RuntimeException(e);}}private void buildBasicQuery(RequestParams params, SearchRequest request) throws IOException {//构建BooleanQueryBoolQueryBuilder boolQuery = QueryBuilders.boolQuery();//关键字搜索String key = params.getKey();if (key == null || "".equals(key)) {boolQuery.must(QueryBuilders.matchAllQuery());} else {boolQuery.must(QueryBuilders.matchQuery("all", key));}//city精确匹配String city = params.getCity();if (!(city == null || "".equals(city))) {boolQuery.filter(QueryBuilders.termQuery("city", city));}//brand精确匹配String brand = params.getBrand();if (!(brand == null || "".equals(brand))) {boolQuery.filter(QueryBuilders.termQuery("brand", brand));}//startName精确查询String startName = params.getStartName();if (!(startName == null || "".equals(startName))) {boolQuery.filter(QueryBuilders.termQuery("startName", startName));}//价格Integer minPrice = params.getMinPrice();Integer maxPrice = params.getMaxPrice();if (minPrice != null && maxPrice != null) {boolQuery.filter(QueryBuilders.rangeQuery("price").gte(minPrice).lte(maxPrice));}request.source().query(boolQuery);} }
广告置顶
案例4:让指定的酒店在搜索结果中排名置顶
我们给需要置顶的酒店文档添加一个标记。然后利用function score给带有标记的文档增加权重。
实现步骤分析:
-
给HotelDoc类添加isAD字段，Boolean类型
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 location; private String pic; private Object distance; private Boolean idAD; -
挑选几个你喜欢的酒店，给它的文档数据添加isAD字段，值为true
POST /hotel/_update/1931442052 {"doc": {"isAD":true} } POST /hotel/_update/1584362548 {"doc": {"isAD":true} } POST /hotel/_update/1630005459 {"doc": {"isAD":true} } POST /hotel/_update/1880614409 {"doc": {"isAD":true} } POST /hotel/_update/1908594080 {"doc": {"isAD":true} } -
修改search方法，添加function score功能，给isAD值为true的酒店增加权重
private void buildBasicQuery(RequestParams params, SearchRequest request) throws IOException {//1.构建BooleanQueryBoolQueryBuilder boolQuery = QueryBuilders.boolQuery();//关键字搜索String key = params.getKey();if (key == null || "".equals(key)) {boolQuery.must(QueryBuilders.matchAllQuery());} else {boolQuery.must(QueryBuilders.matchQuery("all", key));}//city精确匹配String city = params.getCity();if (!(city == null || "".equals(city))) {boolQuery.filter(QueryBuilders.termQuery("city", city));}//brand精确匹配String brand = params.getBrand();if (!(brand == null || "".equals(brand))) {boolQuery.filter(QueryBuilders.termQuery("brand", brand));}//startName精确查询String startName = params.getStartName();if (!(startName == null || "".equals(startName))) {boolQuery.filter(QueryBuilders.termQuery("startName", startName));}//价格Integer minPrice = params.getMinPrice();Integer maxPrice = params.getMaxPrice();if (minPrice != null && maxPrice != null) {boolQuery.filter(QueryBuilders.rangeQuery("price").gte(minPrice).lte(maxPrice));}//2.算分控制FunctionScoreQueryBuilder functionScoreQuery =QueryBuilders.functionScoreQuery(//原始查询，相关性算分的查询boolQuery,//function score的数组new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{//其中的一个function score元素new FunctionScoreQueryBuilder.FilterFunctionBuilder(//过滤条件QueryBuilders.termQuery("isAD", true),//算分函数ScoreFunctionBuilders.weightFactorFunction(10))});request.source().query(functionScoreQuery);
}
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！