欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

《ElasticSearch6.x实战教程》之简单搜索、Java客户端(上)

程序员文章站 2023-11-16 17:03:22
第五章 简单搜索 众里寻他千百度 搜索是ES的核心,本节讲解一些基本的简单的搜索。 掌握ES搜索查询的RESTful的API犹如掌握关系型数据库的SQL语句,尽管Java客户端API为我们不需要我们去实际编写RESTful的API,但在生产环境中,免不了在线上执行查询语句做数据统计*品经理等使用。 ......

第五章-简单搜索

众里寻他千百度

搜索是es的核心,本节讲解一些基本的简单的搜索。

掌握es搜索查询的restful的api犹如掌握关系型数据库的sql语句,尽管java客户端api为我们不需要我们去实际编写restful的api,但在生产环境中,免不了在线上执行查询语句做数据统计*品经理等使用。

数据准备

首先创建一个名为user的index,并创建一个student的type,mapping映射一共有如下几个字段:

  1. 创建名为user的index put http://localhost:9200/user

  2. 创建名为student的type,且指定字段name和address的分词器为ik_smart

    post http://localhost:9200/user/student/_mapping
    {
     "properties":{
         "name":{
             "type":"text",
             "analyzer":"ik_smart"
         },
         "age":{
             "type":"short"
         }
     }
    }

经过上一章分词的学习我们把text类型都指定为ik_smart分词器。

插入以下数据。

post localhost:9200/user/student
{
    "name":"kevin",
    "age":25
}
post localhost:9200/user/student
{
    "name":"kangkang",
    "age":26
}
post localhost:9200/user/student
{
    "name":"mike",
    "age":22
}
post localhost:9200/user/student
{
    "name":"kevin2",
    "age":25
}
post localhost:9200/user/student
{
    "name":"kevin yu",
    "age":21
}

按查询条件数量维度

无条件搜索

get http://localhost:9200/user/student/_search?pretty

查看索引user的student类型数据,得到刚刚插入的数据返回:

单条件搜索

es查询主要分为term精确搜索、match模糊搜索。

term精确搜索

我们用term搜索name为“kevin”的数据。

post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "term":{
            "name":"kevin"
        }
    }
}

既然term是精确搜索,按照非关系型数据库的理解来讲就等同于=,那么搜索结果也应该只包含1条数据。然而出乎意料的是,搜索结果出现了两条数据:name="kevin"和name="keivin yu",这看起来似乎是进行的模糊搜索,但又没有搜索出name="kevin2"的数据。我们先继续观察match的搜索结果。

match模糊搜索

同样,搜索name为“kevin”的数据。

post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "match":{
            "name":"kevin"
        }
    }
}

match的搜索结果竟然仍然是两条数据:name="kevin"和name="keivin yu"。同样,name="kevin2"也没有出现在搜索结果中。

原因在于termmatch的精确和模糊针对的是搜索词而言,term搜索不会将搜索词进行分词后再搜索,而match则会将搜索词进行分词后再搜索。例如,我们对name="kevin yu"进行搜索,由于term搜索不会对搜索词进行搜索,所以它进行检索的是"kevin yu"这个整体,而match搜索则会对搜索词进行分词搜索,所以它进行检索的是包含"kevin"和"yu"的数据。而name字段是text类型,且它是按照ik_smart进行分词,就算是"kevin yu"这条数据由于被分词后变成了"kevin"和"yu",所以term搜索不到任何结果。

如果一定要用term搜索name="kevin yu",结果出现"kevin yu",办法就是在定义映射mapping时就为该字段设置一个keyword类型。

为了下文的顺利进行,删除delete http:localhost:9200/user/student重新按照开头创建索引以及插入数据吧。唯一需要修改的是在定义映射mapping时,name字段修改为如下所示:

{
    "properties":{
          "name":{
              "type":"text",
              "analyzer":"ik_smart",
              "fields":{
                  "keyword":{
                      "type":"keyword",
            "ignore_abore":256
                  }
              }
          },
    "age":{
        "type":integer
    }
    }
}

待我们重新创建好索引并插入数据后,此时再按照term搜索name="kevin yu"。

post http://localhost:9200/user/student/_search
{
    "query":{
        "term":{
            "name.keyword":"kevin yu"
        }
    }
}

返回一条name="kevin yu"的数据。按照match搜索同样出现name="kevin yu",因为name.keyword无论如何都不会再分词。

在已经建立索引且定义好映射mapping的情况下,如果直接修改name字段,此时能修改成功,但是却无法进行查询,这与es底层实现有关,如果一定要修改要么是新增字段,要么是重建索引。

所以,与其说match是模糊搜索,倒不如说它是分词搜索,因为它会将搜索关键字分词;与其将term称之为模糊搜索,倒不如称之为不分词搜索,因为它不会将搜索关键字分词。

match查询还有很多更为高级的查询方式:match_phrase短语查询,match_phrase_prefix短语匹配查询,multi_match多字段查询等。将在复杂搜索一章中详细介绍。

类似like的模糊搜索

wildcard通配符查询。

post http://localhost:9200/user/student/_search?pretty
{
  "query": {
    "wildcard": {
      "name": "*kevin*"
    }
  }
}

es返回结果包括name="kevin",name="kevin2",name="kevin yu"。

fuzzy更智能的模糊搜索

fuzzy也是一个模糊查询,它看起来更加”智能“。它类似于搜狗输入法中允许语法错误,但仍能搜出你想要的结果。例如,我们查询name等于”kevin“的文档时,不小心输成了”kevon“,它仍然能查询出结构。

post http://localhost:9200/user/student/_search?pretty
{
  "query": {
    "fuzzy": {
      "name": "kevin"
    }
  }
}

es返回结果包括name="kevin",name="kevin yu"。

多条件搜索

上文介绍了单个条件下的简单搜索,并且介绍了相关的精确和模糊搜索(分词与不分词)。这部分将介绍多个条件下的简单搜索。

当搜索需要多个条件时,条件与条件之间的关系有”与“,”或“,“非”,正如非关系型数据库中的”and“,”or“,“not”。

在es中表示”与“关系的是关键字must,表示”或“关系的是关键字should,还有表示表示”非“的关键字must_not

mustshouldmust_not在es中称为bool查询。当有多个查询条件进行组合查询时,此时需要上述关键字配合上文提到的termmatch等。

  1. 精确查询(term,搜索关键字不分词)name="kevin"age="25"的学生。
post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "bool":{
            "must":[{
                "term":{
                    "name.keyword":"kevin"
                }
            },{
                "term":{
                    "age":25
                }
            }]
        }
    }
}

返回name="kevin"且age="25"的数据。

  1. 精确查询(term,搜索关键字不分词)name="kevin"age="21"的学生。
post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "bool":{
            "should":[{
                "term":{
                    "name.keyword":"kevin"
                }
            },{
                "term":{
                    "age":21
                }
            }]
        }
    }
}

返回name="kevin",age=25和name="kevin yu",age=21的数据

  1. 精确查询(term,搜索关键字不分词)name!="kevin"age="25"的学生。
post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "bool":{
            "must":[{
                "term":{
                    "age":25
                }
            }],
            "must_not":[{
                "term":{
                    "name.keyword":"kevin"
                }
            }]
        }
    }
}

返回name="kevin2"的数据。

如果查询条件中同时包含mustshouldmust_not,那么它们三者是"且"的关系

多条件查询中查询逻辑(mustshouldmust_not)与查询精度(termmatch)配合能组合成非常丰富的查询条件。

按等值、范围查询维度

上文中讲到了精确查询、模糊查询,已经"且","或","非"的查询。基本上都是在做等值查询,实际查询中还包括,范围(大于小于)查询(range)、存在查询(exists)、~不存在查询(missing

范围查询

范围查询关键字range,它包括大于gt、大于等于gte、小于lt、小于等于lte

  1. 查询age>25的学生。
post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "range":{
            "age":{
                "gt":25
            }
        }
    }
}

返回name="kangkang"的数据。

  1. 查询age >= 21且age < 26的学生。
post http://localhost:9200/user/search/_search?pretty
{
    "query":{
        "range":{
            "age":{
                "gte":21,
                "lt":25
            }
        }
    }
}

查询age >= 21 且 age < 26且name="kevin"的学生

post http://localhost:9200/user/search/_search?pretty
{
    "query":{
        "bool":{
            "must":[{
                "term":{
                    "name":"kevin"
                }
            },{
                "range":{
                    "age":{
                        "gte":21,
                        "lt":25
                    }
                }
            }]
        }
    }
}

存在查询

存在查询意为查询是否存在某个字段。

查询存在name字段的数据。

post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "exists":{
            "field":"name"
        }   
    }
}

不存在查询

不存在查询顾名思义查询不存在某个字段的数据。在以前es有missing表示查询不存在的字段,后来的版本中由于must notexists可以组合成missing,故去掉了missing

查询不存在name字段的数据。

post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "bool":{
            "must_not":{
                "exists":{
                    "field":"name"
                }
            }
        }   
    }
}

分页搜索

谈到es的分页永远都绕不开深分页的问题。但在本章中暂时避开这个问题,只说明在es中如何进行分页查询。

es分页查询包含fromsize关键字,from表示起始值,size表示一次查询的数量。

  1. 查询数据的总数
post http://localhost:9200/user/student/_search?pretty

返回文档总数。

  1. 分页(一页包含1条数据)模糊查询(match,搜索关键字不分词)name="kevin"
post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "match":{
            "name":"kevin"
        }
    },
    "from":0,
    "size":1
}

结合文档总数即可返回简单的分页查询。

分页查询中往往我们也需要对数据进行排序返回,mysql中使用order by关键字,es中使用sort关键字指定排序字段以及降序升序。

  1. 分页(一页包含1条数据)查询age >= 21且age <=26的学生,按年龄降序排列。
post http://localhost:9200/user/student/_search?pretty
{
    "query":{
        "range":{
            "age":{
                "gte":21,
                "lte":26
            }
        }
    },
    "from":0,
    "size":1,
    "sort":{
        "age":{
            "order":"desc"
        }
    }
}

es默认升序排列,如果不指定排序字段的排序),则sort字段可直接写为"sort":"age"

第六章-java客户端(上)

es提供了多种方式使用java客户端:

  • transportclient,通过socket方式连接es集群,传输会对java进行序列化
  • restclient,通过http方式请求es集群

目前常用的是transportclient方式连接es服务。但es官方表示,在未来transportclient会被永久移除,只保留restclient方式。

同样,spring boot官方也提供了操作es的方式spring data elasticsearch。本章节将首先介绍基于spring boot所构建的工程通过spring data elasticsearch操作es,再介绍同样是基于spring boot所构建的工程,但使用es提供的transportclient操作es。

spring data elasticsearch

本节完整代码(配合源码使用更香):

使用spring data elasticsearch后,你会发现一切变得如此简单。就连连接es服务的类都不需要写,只需要配置一条es服务在哪儿的信息就能开箱即用

作为简单的api和简单搜索两章节的启下部分,本节示例仍然是基于上一章节的示例

通过idea创建spring boot工程,并且在创建过程中选择spring data elasticsearch,主要步骤如下图所示:

第一步,创建工程,选择spring initializr

《ElasticSearch6.x实战教程》之简单搜索、Java客户端(上)

第二步,选择springboot的依赖nosql -> spring data elasticsearch

《ElasticSearch6.x实战教程》之简单搜索、Java客户端(上)

创建好spring data elasticsearch的spring boot工程后,按照es惯例是定义index以及type和mapping。在spring data elasticsearch中定义index、type以及mapping非常简单。es文档数据实质上对应的是一个数据结构,也就是在spring data elasticsearch要我们把es中的文档数据模型与java对象映射关联。

定义studentpo对象,对象中定义index以及type,mapping映射我们引入外部json文件(json格式的mapping就是在简单搜索一章中定义的mapping数据)。

package com.coderbuff.es.easy.domain;

import lombok.getter;
import lombok.setter;
import lombok.tostring;
import org.springframework.data.annotation.id;
import org.springframework.data.elasticsearch.annotations.document;
import org.springframework.data.elasticsearch.annotations.field;
import org.springframework.data.elasticsearch.annotations.fieldtype;
import org.springframework.data.elasticsearch.annotations.mapping;

import java.io.serializable;

/**
 * es mapping映射对应的po
 * created by okevin on 2019-06-26 22:52
 */
@getter
@setter
@tostring
@document(indexname = "user", type = "student")
@mapping(mappingpath = "student_mapping.json")
public class studentpo implements serializable {

    private string id;

    /**
     * 姓名
     */
    private string name;

    /**
     * 年龄
     */
    private integer age;
}

spring data elasticsearch为我们屏蔽了操作es太多的细节,以至于真的就是开箱即用,它操作es主要是通过elasticsearchrepository接口,我们在定义自己具体业务时,只需要继承它,扩展自己的方法。

package com.coderbuff.es.easy.dao;

import com.coderbuff.es.easy.domain.studentpo;
import org.springframework.data.elasticsearch.repository.elasticsearchrepository;
import org.springframework.stereotype.repository;

/**
 * created by okevin on 2019-06-26 23:45
 */
@repository
public interface studentrepository extends elasticsearchrepository<studentpo, string> {
}

elasticsearchtemplate可以说是spring data elasticsearch最为重要的一个类,它对es的java api进行了封装,创建索引等都离不开它。在spring中要使用它,必然是要先注入,也就是实例化一个bean。而spring data elasticsearch早为我们做好了一切,只需要在application.properties中定义spring.data.elasticsearch.cluster-nodes=127.0.0.1:9300,就可大功告成(网上有人的教程还在使用applicationcontext.xml定义一个bean,事实证明,受到了spring多年的“毒害”,spring boot远比我们想象的智能)。

单元测试创建index、type以及定义mapping。

package com.coderbuff.es;

import com.coderbuff.es.easy.domain.studentpo;
import org.junit.test;
import org.junit.runner.runwith;
import org.springframework.beans.factory.annotation.autowired;
import org.springframework.boot.test.context.springboottest;
import org.springframework.data.elasticsearch.core.elasticsearchtemplate;
import org.springframework.test.context.junit4.springrunner;

@runwith(springrunner.class)
@springboottest
public class springdataelasticsearchapplicationtests {

    @autowired
    private elasticsearchtemplate elasticsearchtemplate;

    /**
     * 测试创建index,type和mapping定义
     */
    @test
    public void createindex() {
        elasticsearchtemplate.createindex(studentpo.class);
        elasticsearchtemplate.putmapping(studentpo.class);
    }
}

使用get http://localhost:9200/user请求命令,可看到通过spring data elasticsearch创建的索引。

索引创建完成后,接下来就是定义操作student文档数据的接口。在studentservice接口的实现中,通过组合studentrepository类对es进行操作。studentrepository类继承了elasticsearchrepository接口,这个接口的实现已经为我们提供了基本的数据操作,保存、修改、删除只是一句代码的事。就算查询、分页也为我们提供好了builder类。"最难"的实际上不是实现这些方法,而是如何构造查询参数searchquery。创建searchquery实例,有两种方式:

  1. 构建nativesearchquerybuilder类,通过链式调用构造查询参数。
  2. 构建nativesearchquery类,通过构造方法传入查询参数。

这里以"不分页range范围和term查询age>=21且age<26且name=kevin"为例。

searchquery searchquery = new nativesearchquerybuilder()
                .withquery(querybuilders.boolquery()
                        .must(querybuilders.rangequery("age").gte(21).lt(26))
                        .must(querybuilders.termquery("name", "kevin"))).build();

搜索条件的构造一定要对es的查询结构有比较清晰的认识,如果是在了解了简单的api简单搜索两章的前提下,学习如何构造多加练习一定能掌握。这里就不一一验证前面章节的示例,一定要配合代码使用练习(https://github.com/yu-linfeng/elasticsearch6.x_tutorial/tree/master/code/spring-data-elasticsearch)

transportclient

es的java api非常广泛,一种操作可能会有好几种写法。spring data elasticsearch实际上是对es java api的再次封装,从使用上将更加简单。

本节请直接对照代码学习使用,如果要讲解es的java api那将是一个十分庞大的工作,

关注公众号:coderbuff,回复“es”获取《elasticsearch6.x实战教程》完整版pdf,回复“抽奖”参与《从lucene到elasticsearch:全文检索实战》图书抽奖活动(7.17-7.21)。

这是一个能给程序员加buff的公众号 (coderbuff)
《ElasticSearch6.x实战教程》之简单搜索、Java客户端(上)