ES（Elasticsearch 全文检索）_es检索

MYSQL查询的时候遇到的问题

• 数据量大的时候 索引失效 =查询性能低
• 功能比较弱

解决的方案

倒排索引（es）

对文档的内容进行分词，对词条创建索引，记录词条所在的文档信息根据词条查询到文档的id 从而查到文档

• 文档：每一条数据就是一条文档
• 词条：文档按照语义分成的词语

正向索引

根据文档的id创建索引 查询词条必须先找到文档完了判断是否包含词条

实现的技术

Lucene（是Apache的开源搜索引擎类库，提供了搜索引擎的核心API)

ES

文档

es是面向文档存储的可以是数据库中的一条商品数据订单信息，文档会被序列化为json后存储在es中

• table index 索引就是文档的集合相当于数据库中的表
• row document文档就是一条条数据相当于数据库中的行
• cloumn field 字段就是json文档中的字段相当于数据库中的列
• schema mapping mappin（映射）是索引中文档的约束相当于数据库的表结构
• sql dsl dsl是es提供的json风格的请求语句用来操作es实现crud

es和mysql的关系

mysql：擅长事务类型操作，可以确保数据的安全和一致性
es：擅长海量数据的搜索、分析、计算

Mapping中的属性

• type
  字符串：text能分词 keyword：不能分词
  数字：long,short,interger,double,float…
  布尔：boolen
  日期：date
  对象：object

index：如果需要根据该字段进行搜索设置为true（默认为true）
analyzer：当type为text需要指定分词器
分词器的作用：

• 创建索引对文档分词
• 用户搜索对输入的内容分词
  IK分词器的模式
• ik_smart：智能切分，粗粒度
• ik_max_word：最细切分，细粒度

properties：字段的子字段

通过DSL对索引文档CRUD
索引：
增PUT /indexName
删DELETE /indexName
改：不能修改已经存在的域
先删除后新增

查GET /indexName

文档：
增：POST /indexName/_doc/docId
删：DELETE /indexName/_doc/docId
改：
全量修改（删除旧文档添加新文档
）

增量修改（修改指定的字段）

差：GET /indexName/_doc/docId

RestApi
在java中使用es的步骤

• 导入依赖
• 在配置文件中修改yml文件 spring.elasticsearch.uris
• 在需要操作的es类中注入对象

@Autowired
private RestHighLevelClient client;
1
2

对索引crud
通过调用 client.indices()
增：creat
删：delete
改：直接通过那个set设置
查：get

对文档crud
通过client
增：index
删：delete
查：get
改：全量：index
增量：update
批量：bulk

DQL查询分类

常见的查询类型：

• 查询所有 ：查询出来所有的数据一般作为测试
• 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
• 精确查询：根据精确词条值查找数据一般找keywored数值 日期 boolean等字段
• 地理（geo）：根据经纬度查询
• 复合（compound）查询：可以吧上面的各种查询组合起来合并查询条件

查询基本语法：

全文检索查询

match查询：全文检索查询的一种 会对用户输入的内容分词然后去倒排索引库检索

multi_match:和match相似 允许插入多个字段（参与查询的字段越多 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

• term：根据词条精确值查询 一般搜索keyword类型、数值类型、布尔类型、日期类型字段

• range：根据值的范围查询 可以是数值、日期的范围

term：

range：

地理查询

根据经纬度查询

geo_bounding_box：查询geo_point值落在某个矩形范围的所有文档

geo_distance：查询到指定中心点小于某个距离值的所有文档

复合查询：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

fuction sorce：算分函数查询 可以控制文档相关性算分 控制文档的排名

function score query定义的三要素是什么？

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

### 对搜索的结果处理

• 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。

• 分页：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。
  深度分页问题：
  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
  解决方案：

• 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。
  处理分页的方式
  

• 高亮 ：就是在搜索结果中把搜索关键字突出显示。
  高亮的原理

• 吧搜索结果中的关键字用标签标记出来

• 在页面添加css样式

RestClient查询文档

查询的基本步骤
1 创建searchRequest对象
2 准备Request.source()

1. QueryBuilders构建查询条件
   2）传入Requset.source（）的query（）方法
   3 发送请求得到结果
   4 解析结果（参考json结果从外到内层层解析）

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。
同样是利用QueryBuilders提供的方法：

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：

复合查询

精确查询常见的有term查询和range查询，同样利用QueryBuilders实现：

排序和分页

高亮

高亮API包括请求DSL构建和结果解析两部分

高亮结果解析

RestClient查询文档-结果处理

• 所有搜索dsl的构建一个api：SearchRequest的source()方法
• 高亮结果解析是参考json结果卓层解析

数据聚合

什么是聚合：
聚合可以实现对文档数据的统计、分析、运算。
聚合的种类

• 桶（Bucket）聚合：用来对文档做分组
  1）TermAggregation：按照文档字段值分组
  2）Date Histogram：按照日期阶梯分组，例：一周为一组
• 度量（Metric）聚合：用以计算一些值：最大 最小 平均值
  1）AVG：平均
  2）MAX：最大
  3）MIN：最小
  4）STATAS:同时求max、min、avg、sum等
• 管道（pipeline）聚合：其他聚合的结果为基础做聚合
  参与聚合的字段应该是
• keyword
• 数值
• 日期
• 布尔

DSL实现Bucket聚合
统计所有酒店品牌
类型为term类型

聚合结果排序
默认情况bucket聚合会统计bucket内的文档数量 记为_count 按照降序排序

修改为升序排序

限定聚合范围

默认情况下：bucket聚合对索引库所有 的文档做聚合 我们可以限定聚合的文档范围只要添加query属性即可

aggs代表聚合，与query同级，此时query的作用是？
限定文档的范围

聚合必须的三要素是：

• 聚合的名称
• 聚合的类型
• 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

实现Metrics聚合
球每个品牌的用户评分的min max avg 等值
stats聚合

RestAPI实现聚合
品牌聚合

聚合结果分析

自动补全