Spring Boot2.0整合ES5实现文章内容搜索实战
程序员文章站
2023-12-17 20:38:34
一、文章内容搜索思路
上一篇讲了在怎么在 spring boot 2.0 上整合 es 5 ，这一篇聊聊具体实战。简单讲下如何实现文章、问答这些内容搜索的具体实现。实现思...
一、文章内容搜索思路
上一篇讲了在怎么在 spring boot 2.0 上整合 es 5 ，这一篇聊聊具体实战。简单讲下如何实现文章、问答这些内容搜索的具体实现。实现思路很简单：
- 基于「短语匹配」并设置最小匹配权重值
- 哪来的短语，利用 ik 分词器分词
- 基于 fiter 实现筛选
- 基于 pageable 实现分页排序
这里直接调用搜索的话，容易搜出不尽人意的东西。因为内容搜索关注内容的连接性。所以这里处理方法比较 low ，希望多交流一起实现更好的搜索方法。就是通过分词得到很多短语，然后利用短语进行短语精准匹配。
es 安装 ik 分词器插件很简单。第一步，在下载对应版本 。第二步，在 elasticsearch-5.5.3/plugins 目录下，新建一个文件夹 ik，把 elasticsearch-analysis-ik-5.5.3.zip 解压后的文件拷贝到 elasticsearch-5.1.1/plugins/ik 目录下。最后重启 es 即可。
二、搜索内容分词
安装好 ik ，如何调用呢？
第一步，我这边搜搜内容会以 逗号 拼接传入。所以会先将逗号分割
第二步，在搜索词中加入自己本身，因为有些词经过 ik 分词后就没了... 这是个 bug
第三步，利用 analyzerequestbuilder 对象获取 ik 分词后的返回值对象列表
第四步，优化分词结果，比如都为词，则保留全部；有词有字，则保留词；只有字，则保留字
核心实现代码如下：
/**
* 搜索内容分词
*/
protected list<string> handlingsearchcontent(string searchcontent) {
list<string> searchtermresultlist = new arraylist<>();
// 按逗号分割，获取搜索词列表
list<string> searchtermlist = arrays.aslist(searchcontent.split(searchconstant.string_token_split));
// 如果搜索词大于 1 个字，则经过 ik 分词器获取分词结果列表
searchtermlist.foreach(searchterm -> {
// 搜索词 tag 本身加入搜索词列表，并解决 will 这种问题
searchtermresultlist.add(searchterm);
// 获取搜索词 ik 分词列表
searchtermresultlist.addall(getikanalyzesearchterms(searchterm));
});
return searchtermresultlist;
}
/**
* 调用 es 获取 ik 分词后结果
*/
protected list<string> getikanalyzesearchterms(string searchcontent) {
analyzerequestbuilder ikrequest = new analyzerequestbuilder(elasticsearchtemplate.getclient(),
analyzeaction.instance, searchconstant.index_name, searchcontent);
ikrequest.settokenizer(searchconstant.tokenizer_ik_max);
list<analyzeresponse.analyzetoken> iktokenlist = ikrequest.execute().actionget().gettokens();
// 循环赋值
list<string> searchtermlist = new arraylist<>();
iktokenlist.foreach(iktoken -> {
searchtermlist.add(iktoken.getterm());
});
return handlingikresultterms(searchtermlist);
}
/**
* 如果分词结果：洗发水（洗发、发水、洗、发、水）
* - 均为词，保留
* - 词 + 字，只保留词
* - 均为字，保留字
*/
private list<string> handlingikresultterms(list<string> searchtermlist) {
boolean isphrase = false;
boolean isword = false;
for (string term : searchtermlist) {
if (term.length() > searchconstant.search_term_length) {
isphrase = true;
} else {
isword = true;
}
}
if (isword & isphrase) {
list<string> phraselist = new arraylist<>();
searchtermlist.foreach(term -> {
if (term.length() > searchconstant.search_term_length) {
phraselist.add(term);
}
});
return phraselist;
}
return searchtermlist;
}
三、搜索查询语句
构造内容枚举对象，罗列需要搜索的字段，contentsearchtermenum 代码如下：
import lombok.allargsconstructor;
@allargsconstructor
public enum contentsearchtermenum {
// 标题
title("title"),
// 内容
content("content");
/**
* 搜索字段
*/
private string name;
public string getname() {
return name;
}
public void setname(string name) {
this.name = name;
}
}
循环进行「短语搜索匹配」搜索字段，然后并设置最低权重值为 1。核心代码如下：
/**
* 构造查询条件
*/
private void buildmatchquery(boolquerybuilder querybuilder, list<string> searchtermlist) {
for (string searchterm : searchtermlist) {
for (contentsearchtermenum searchtermenum : contentsearchtermenum.values()) {
querybuilder.should(querybuilders.matchphrasequery(searchtermenum.getname(), searchterm));
}
}
querybuilder.minimumshouldmatch(searchconstant.minimum_should_match);
}
四、筛选条件
搜到东西不止，有时候需求是这样的。需要在某个品类下搜索，比如电商需要在某个 品牌 下搜索商品。那么需要构造一些 fitler 进行筛选。对应 sql 语句的 where 下的 or 和 and 两种语句。在 es 中使用 filter 方法添加过滤。代码如下：
/**
* 构建筛选条件
*/
private void buildfilterquery(boolquerybuilder boolquerybuilder, integer type, string category) {
// 内容类型筛选
if (type != null) {
boolquerybuilder typefilterbuilder = querybuilders.boolquery();
typefilterbuilder.should(querybuilders.matchquery(searchconstant.type_name, type).lenient(true));
boolquerybuilder.filter(typefilterbuilder);
}
// 内容类别筛选
if (!stringutils.isempty(category)) {
boolquerybuilder categoryfilterbuilder = querybuilders.boolquery();
categoryfilterbuilder.should(querybuilders.matchquery(searchconstant.category_name, category).lenient(true));
boolquerybuilder.filter(categoryfilterbuilder);
}
}
type 是大类，category 是小类，这样就可以支持 大小类 筛选。但是如果需要在 type = 1 或者 type = 2 中搜索呢？具体实现代码很简单：
typefilterbuilder .should(querybuilders.matchquery(searchconstant.type_name, 1) .should(querybuilders.matchquery(searchconstant.type_name, 2) .lenient(true));
通过链式表达式，两个 should 实现或，即 sql 对应的 or 语句。通过两个 boolquerybuilder 实现与，即 sql 对应的 and 语句。
五、分页、排序条件
分页排序代码就很简单了：
@override
public pagebean searchcontent(contentsearchbean contentsearchbean) {
integer pagenumber = contentsearchbean.getpagenumber();
integer pagesize = contentsearchbean.getpagesize();
pagebean<contententity> resultpagebean = new pagebean<>();
resultpagebean.setpagenumber(pagenumber);
resultpagebean.setpagesize(pagesize);
// 构建搜索短语
string searchcontent = contentsearchbean.getsearchcontent();
list<string> searchtermlist = handlingsearchcontent(searchcontent);
// 构建查询条件
boolquerybuilder boolquerybuilder = querybuilders.boolquery();
buildmatchquery(boolquerybuilder, searchtermlist);
// 构建筛选条件
buildfilterquery(boolquerybuilder, contentsearchbean.gettype(), contentsearchbean.getcategory());
// 构建分页、排序条件
pageable pageable = pagerequest.of(pagenumber, pagesize);
if (!stringutils.isempty(contentsearchbean.getordername())) {
pageable = pagerequest.of(pagenumber, pagesize, sort.direction.desc, contentsearchbean.getordername());
}
searchquery searchquery = new nativesearchquerybuilder().withpageable(pageable)
.withquery(boolquerybuilder).build();
// 搜索
logger.info("\n contentserviceimpl.searchcontent() [" + searchcontent
+ "] \n dsl = \n " + searchquery.getquery().tostring());
page<contententity> contentpage = contentrepository.search(searchquery);
resultpagebean.setresult(contentpage.getcontent());
resultpagebean.settotalcount((int) contentpage.gettotalelements());
resultpagebean.settotalpage((int) contentpage.gettotalelements() / resultpagebean.getpagesize() + 1);
return resultpagebean;
}
利用 pageable 对象，构造分页参数以及指定对应的 排序字段、排序顺序（desc asc）即可。
六、小结
这个思路比较简单。希望对大家的学习有所帮助，也希望大家多多支持。