SpringCloud 微服务全栈体系（十八）

第十一章 分布式搜索引擎 elasticsearch

八、RestClient 查询文档

  • 文档的查询同样适用 RestHighLevelClient 对象，基本步骤包括：

    • 准备 Request 对象
    • 准备请求参数
    • 发起请求
    • 解析响应

1. 快速入门

  • 以 match_all 查询为例
1.1 发起查询请求

在这里插入图片描述

  • 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：

在这里插入图片描述

  • 另一个是QueryBuilders，其中包含 match、term、function_score、bool 等各种查询：

请添加图片描述

1.2 解析响应

  • 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，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
1.3 完整代码
  • 完整代码如下：
@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sourceString json = hit.getSourceAsString();// 反序列化HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);System.out.println("hotelDoc = " + hotelDoc);}
}
1.4 小结

  • 查询的基本步骤是：

    • 创建 SearchRequest 对象

    • 准备 Request.source()，也就是 DSL。

      • QueryBuilders 来构建查询条件

      • 传入 Request.source() 的 query() 方法

    • 发送请求，得到结果

    • 解析结果（参考 JSON 结果，从外到内，逐层解析）

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。

在这里插入图片描述

  • 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：

在这里插入图片描述

  • 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.解析响应handleResponse(response);
}

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：

在这里插入图片描述

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：

在这里插入图片描述

  • 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.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);
}

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：

在这里插入图片描述

  • 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RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSL// 2.1.queryrequest.source().query(QueryBuilders.matchAllQuery());// 2.2.排序 sortrequest.source().sort("price", SortOrder.ASC);// 2.3.分页 from、sizerequest.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);}

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
6.1 高亮请求构建
  • 高亮请求的构建 API 如下：

在这里插入图片描述

  • 上述代码省略了查询条件部分，但是不要忘了：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RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSL// 2.1.queryrequest.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);}
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：

在这里插入图片描述

  • 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 (!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);}
}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/173510.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

数字技术-IPC专利分类号对应表

数字技术-IPC专利分类号对应表

数字技术-IPC专利分类号对应表&#xff0c;基于2023年的关键数字技术专利分类体系&#xff0c;通过国际专利分类&#xff08;IPC&#xff09;号进行筛选。这些数据涵盖了各种数字技术领域的创新&#xff0c;包括但不限于人工智能、大数据、云计算、物联网、5G通信等。利用关键词…
阅读更多...
538. 把二叉搜索树转换为累加树

538. 把二叉搜索树转换为累加树

538. 把二叉搜索树转换为累加树 题目&#xff1a; 给出二叉 搜索 树的根节点&#xff0c;该树的节点值各不相同&#xff0c;请你将其转换为累加树&#xff08;Greater Sum Tree&#xff09;&#xff0c;使每个节点 node 的新值等于原树中大于或等于 node.val 的值之和。 提醒…
阅读更多...
浅谈联网汽车安全漏洞

浅谈联网汽车安全漏洞

“智能网联汽车存在内生共性问题&#xff0c;即软硬件的漏洞后门&#xff0c;基于此进行的网络攻击可以直接带来勒索、盗窃、大规模车辆恶意操控风险&#xff0c;还有数据泄露等网络安全事件。如果内生的漏洞后门问题不解决&#xff0c;系统自身难保&#xff0c;很难谈系统安全…
阅读更多...
QTextEdit多行富文本框控件

QTextEdit多行富文本框控件

​锋哥原创的PyQt6视频教程&#xff1a; 2024版 PyQt6 Python桌面开发 视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili2024版 PyQt6 Python桌面开发 视频教程(无废话版) 玩命更新中~共计21条视频&#xff0c;包括&#xff1a;2024版 PyQt6 Python桌面开发 视频教程(无废话…
阅读更多...
推荐你一个基于Koin, Ktor Paging等组件的KMM Compose Multiplatform项目

推荐你一个基于Koin, Ktor Paging等组件的KMM Compose Multiplatform项目

推荐你一个基于Koin, Ktor & Paging等组件的KMM Compose Multiplatform项目 Kotlin Multiplatform Mobile&#xff08;KMM&#xff09;已经从一个雄心勃勃的想法发展成为一个稳定而强大的框架&#xff0c;为开发人员提供了在多个平台上无缝共享代码的能力。通过最近的稳定…
阅读更多...
跨境电商系统开发：开启全球贸易新纪元

跨境电商系统开发：开启全球贸易新纪元

随着全球电子商务的飞速发展&#xff0c;跨境电子商务已经成为了一种日益重要的贸易形式。跨境电商系统开发&#xff0c;为企业提供了全新的商业机遇&#xff0c;打开了全球贸易的新纪元。 跨境电商系统开发&#xff0c;旨在实现不同国家和地区之间的电子商务交易&#xff0c;促…
阅读更多...
【机器学习】迁移学习

【机器学习】迁移学习

迁移学习&#xff1a;给定一个有标记的源域和一个无标记的目标域。这两个领域的数据分布不同。迁移学习的目的就是要借助源域的知识&#xff0c;来学习目标域的知识(标签)。或是指基于源域数据和目标域数据、源任务和目标任务之间的相似性&#xff0c;利用在源领域中学习到的知…
阅读更多...
计算机毕业设计|基于SpringBoot+MyBatis框架的电脑商城的设计与实现（商品和购物车）

计算机毕业设计|基于SpringBoot+MyBatis框架的电脑商城的设计与实现（商品和购物车）

计算机毕业设计|基于SpringBootMyBatis框架的电脑商城的设计与实现&#xff08;商品和购物车&#xff09; 商品热销排行 1 商品-创建数据表 1.使用use命令先选中store数据库。 USE store;2.在store数据库中创建t_product数据表。 CREATE TABLE t_product (id int(20) NOT …
阅读更多...
Git开发实用技巧

Git开发实用技巧

文章目录 一图胜千言&#xff1a;
阅读更多...
SCI一区级 | Matlab实现GWO-CNN-LSTM-selfAttention多变量多步时间序列预测

SCI一区级 | Matlab实现GWO-CNN-LSTM-selfAttention多变量多步时间序列预测

SCI一区级 | Matlab实现GWO-CNN-LSTM-selfAttention多变量多步时间序列预测 目录 SCI一区级 | Matlab实现GWO-CNN-LSTM-selfAttention多变量多步时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.Matlab实现GWO-CNN-LSTM-selfAttention灰狼算法优化卷积长短…
阅读更多...
介绍比特币上的 sCrypt 开发平台

介绍比特币上的 sCrypt 开发平台

最强大的基础设施和工具套件&#xff0c;可轻松构建和扩展您的 dApp 杀手级应用在哪里&#xff1f; 尽管比特币在小额支付、国际汇款和供应链管理等广泛用例中具有颠覆性潜力&#xff0c;但在推出 14 年后&#xff0c;我们还没有看到一款非常受欢迎并被主流采用的杀手级应用。 …
阅读更多...
echart一键生成迁徙图

echart一键生成迁徙图

echart_move 介绍 echart迁徙图&#xff0c;选择起点和目的地生成迁徙图 软件架构 html echarts js 使用说明 将文件放到同一目录下打开index.html即可 默认是小飞机图标&#xff0c;如果想修改图标&#xff0c;将图片放到同一目录&#xff0c;如1.svg 代码修改为对应位…
阅读更多...
这一次，Python 真的有望告别 GIL 锁了？

这一次，Python 真的有望告别 GIL 锁了？

Python 中有一把著名的锁——全局解释器锁&#xff08;Global Interpreter Lock&#xff0c;简写 GIL&#xff09;&#xff0c;它的作用是防止多个本地线程同时执行 Python 字节码&#xff0c;这会导致 Python 无法实现真正的多线程执行。&#xff08;注&#xff1a;本文中 Pyt…
阅读更多...
DEM分析

DEM分析

一、实验名称&#xff1a; DEM分析 二、实验目的&#xff1a; 通过本实验练习&#xff0c;掌握DEM的建立与应用基本方法。 三、实验内容和要求&#xff1a; 实验内容&#xff1a; 利用ARCGIS软件相关分析工具及实验数据&#xff0c;创建DEM&#xff0c;并计算相应坡度的区…
阅读更多...
webshell之编码免杀

webshell之编码免杀

Unicode编码 jsp支持unicode编码&#xff0c;如果杀软不支持unicode查杀的话&#xff0c;基本上都能绕过 注意这里的\uuuu00可以换成\uuuu00uuu...可以跟多个u达到绕过的效果 将代码&#xff08;除page以及标签&#xff09;进行unicode编码&#xff0c;并条件到<%%>标签…
阅读更多...
sCrypt 在英国伦敦 Exeter 大学讲学

sCrypt 在英国伦敦 Exeter 大学讲学

6月5日&#xff0c;sCrypt CEO晓晖和他的两位同事在英国伦敦Exeter大学举行了一场精彩的讲座。刘晓晖向听众们详细介绍了sCrypt智能合约开平台&#xff0c;并演示了如何使用sCrypt来开发基于比特币的智能合约。他用生动形象的语言&#xff0c;深入浅出地解释了这个领域复杂而又…
阅读更多...
精通Nginx（18）-FastCGI/SCGI/uWSGI支持

精通Nginx（18）-FastCGI/SCGI/uWSGI支持

最初用浏览器浏览的网页只能是静态html页面。随着社会发展，动态获取数据、操作数据需要变得日益强烈，CGI应运而生。CGI（Common Gateway Interface）公共网关接口，是外部扩展应用程序与静态Web服务器交互的一个标准接口。它可以使外部程序处理浏览器送来的表单数据并对此作出…
阅读更多...
24. 深度学习进阶 - 矩阵运算的维度和激活函数

24. 深度学习进阶 - 矩阵运算的维度和激活函数

Hi&#xff0c;你好。我是茶桁。 咱们经过前一轮的学习&#xff0c;已经完成了一个小型的神经网络框架。但是这也只是个开始而已&#xff0c;在之后的课程中&#xff0c;针对深度学习我们需要进阶学习。 我们要学到超参数&#xff0c;优化器&#xff0c;卷积神经网络等等。看…
阅读更多...
Node——npm包管理器的使用

Node——npm包管理器的使用

Node.js使用npm对包进行管理&#xff0c;其全称为Node Package Manager&#xff0c;开发人员可以使用它安装、更新或者卸载Node.js的模块 1、npm包管理器基础 1.1、npm概述 npm是Node.js的标准软件包管理器&#xff0c;其在2020年3月17日被GitHub收购&#xff0c;而且保证永…
阅读更多...
机器学习笔记 - 3D对象检测技术路线调研(未完)

机器学习笔记 - 3D对象检测技术路线调研(未完)

一、3D对象检测简述 3D对象检测是计算机视觉中的一项任务&#xff0c;其目标是根据对象的形状、位置和方向在 3D 环境中识别和定位对象。它涉及检测物体的存在并实时确定它们在 3D 空间中的位置。这项任务对于自动驾驶汽车、机器人和增强现实等应用至关重要。 1、基本流程 给定…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023