外贸公司网站多少钱,小说主题+wordpress,搜索引擎网站模板,怎么创造免费网站在SpringCloud系列#xff08;十五#xff09;[分布式搜索引擎篇] - 结合实际应用场景学习并使用 RestClient 客户端 API这篇文章中我们已经对 RestClient 有了初步的了解, 并且已经将一些数据进行了存储, 但是这并不是我们学习 ElasticSearch 的目的, ElasticSearch 最擅长的… 在SpringCloud系列十五[分布式搜索引擎篇] - 结合实际应用场景学习并使用 RestClient 客户端 API这篇文章中我们已经对 RestClient 有了初步的了解, 并且已经将一些数据进行了存储, 但是这并不是我们学习 ElasticSearch 的目的, ElasticSearch 最擅长的还是对数据的搜索及分析, 因此本篇博客将对 ElasticSearch 的数据搜索功能进行演示. DSL 查询及相关性算分的学习 ①DSL 对文档的查询1.1 查询所有1.2 全文检索查询1.3 精准查询1.4 地理坐标查询1.5 复合查询1.5.1 相关性算分1.5.2 语法1.5.3 布尔查询 ② 搜索结果的处理③ RestClient 查询文档④ 案例 ①DSL 对文档的查询 常见查询类型:
查询所有: 查询所有数据, 如 match_all;全文检索查询(full text): 主要利用分词器对用户的输入内容进行分词, 然后去倒排索引库中进行匹配查询, 如 match_query / multi_match_query;精确查询: 根据精确词条查询数据, 一般是用来查询日期 / 数值等类型的字段, 如 ids / range / term;地理查询(geo): 通常根据经纬度进行查询, 如 geo_distance / geo_bounding_box;复合查询(compound): 可以将上面的几种查询类型进行组合, 合并查询条件, 如 bool / function_score.
下面所有的查询语法基本如出一辙:
GET /索引库名/_search
{query: {查询类型: {查询条件: 条件值}}
}1.1 查询所有
GET /hotel/_search
{query: {match_all: {}}
}因为是查询所有的数据, 所以没有查询条件, 查询类型为 match_all, 查询所有一般用不到, 使用场景也就仅限于测试的时候使用;
1.2 全文检索查询 全文检索查询的使用场景比较多, 我们生活中也经常使用, 如在淘宝上买鞋子买衣服等, 都是搜索某一个牌子的名称或者是物品的名称, 也就是说需要拿着词条去索引库中匹配, 因此参与搜索的字段也必须是可分词的 text 类型的字段; 通过这个例子可以得到全文检索查询的基本流程如下:
对搜索的内容进行分词得到词条;根据词条去倒排索引库中匹配, 得到文档 id;根据文档 id 找到文档, 然后返回到页面中.
关于全文检索的查询主要包括 match / multi_match 两种, 一个是单字段查询, 一个是多字段查询, 多字段查询的意思就是任意一个字段符合条件就满足查询条件. 示例如下: match: GET /hotel/_search
{query: {match: {all:喜来登}}
}multi_match: GET /hotel/_search
{query: {multi_match: {query:上海喜来登,fields: [name,business]}}
}这里需要注意: multi_match 是根据多个字段进行查询, 参与的字段越多, 查询的效率就会越低, 因此一般使用 match 查询即可.
1.3 精准查询
精准查询的使用场景也是挺多的, 如查询某个日期范围内的数据, 或者是精确查询某一个地区的数据;
term: 根据词条精确值进行查询, 如查询北京地区的喜来登酒店, 筛选出的数据就只有北京地区的喜来登;range: 根据值得范围进行查询, 如查询 500 元以上的酒店数据. term 查询: GET /hotel/_search
{query: {term: {city: {value: 上海}}}
}这里需要注意: 词条必须是精确的, 不能是多个词语组成的短语, 如果是北京上海, 是搜索不到结果的, 如下所示: range 查询: GET /hotel/_search
{query: {range: {price: {gte: 2000,lte:5000}}}
}查询到的是 2000 元到 5000 元价格酒店;
1.4 地理坐标查询 出去游玩打车或者订酒店经常需要进行定位附近的快车及酒店, 地理坐标的查询就能实现这样的功能, 一种是根据地理坐标的经纬度进行查询, 如根据矩形范围进行查询:
GET /hotel/_search
{query: {geo_bounding_box: {FIELD: {top_left: { lat: 31.35786,lon: 121.59324},bottom_right: {lat: 31.35493,lon: 121.59838}}}}
}这里首先要确定左上角的点的坐标及右下角的点的坐标, 比较复杂, 但是有一种简单的方式, 可以根据距离进行查询, 查询到指定中心点小于某个距离值的所有数据; 也就是说以我现在的位置为中心, 距离我某个距离的圆弧内都符合条件, 如下所示:
GET /hotel/_search
{query: {geo_distance: {distance: 5km,location: 39.94076,116.46099}}
}这里我查询的是以三里屯为中心点, 距离三里屯 5 km 所有的数据:
1.5 复合查询 复合查询可以将其简单的查询组合起来, 实现更加复杂的搜索逻辑, 主要有以下两种:
function score: 算分函数查询, 通过控制文档相关性算分, 来控制文档的排名;bool query: 布尔查询, 主要利用逻辑关系组合多个查询, 实现复杂的搜索逻辑. 1.5.1 相关性算分 当我们使用 match 进行查询时, 文档结果会根据与搜索词条的关联度进行打分, 返回的结果也会按照分值的降序进行排序; ElasticSearch 早起使用的打分算法是 TF-IDF 算法, 关于算法的公式如下: 但是 TF-IDF 算法有一个缺陷: 当词条的频率越来越高的时候, 文档的得分也会越来越高, 单个词条对文档的影响较大. 针对这样的问题, ElasticSearch 将打分算法改进为 BM25, BM25 会让单个词条的算分有一个上限, 曲线更加的平滑.公式如下:
1.5.2 语法
GET /hotel/_search
{query: {function_score: {query: {match: {all: 北京}},functions: [{filter: {term: {id: 1}},weight: 10}],boost_mode: multiply}}
}如图所示, 可以看得出分数值是降序的, 具体的语法说明如下: 具体流程如下:
根据原始条件查询搜索文档, 并且计算相关性算分, 也就是 query score (原始算分);根据过滤条件过滤掉不符合条件的文档;基于算分函数运算得到函数得分 (function score);将原始算分 (query score) 和 函数算分 (function score) 基于运算模式做运算, 得到相关性算分的最终结果.
例如: 给北京的喜来登排名靠前, 如下: 原始查询, 得分为 2.6944847; 添加算分函数后, 得分为 4.6944847, 如下:
1.5.3 布尔查询 布尔查询的使用场景还是挺多的, 如上图在淘宝上搜索 阿迪达斯, 我们可以进行选择筛选, 可以根据鞋码 / 性别等; 因为每一个字段都是不同的, 查询的条件或者方式也不一样, 因此肯定是多个不同的查询, 那么要组合这些查询就用到了布尔查询; 总之, 布尔查询也是一个或者多个字句的组合, 每一个字句都是一个子查询, 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.
例子:
GET /hotel/_search
{query: {bool: {must: [{term: {city: 北京}}],should: [{term: {brand:希尔顿}},{term: {brand:喜来登}}],must_not: [{range: {price: {lte: 1200} }}],filter: [{range: {score: {gte: 47}}},{geo_distance: {distance: 50km,location: {lat: 39.91979,lon: 116.41804}}}]}}
}代码解读: 这里需要注意的是: 搜索过程中, 参与打字的字段越多, 查询的性能就会越差劲, 因此多条件查询时, 需要注意以下两点:
搜索框的关键字搜索是全文检索查询, 使用 must 查询参与算分;其他的过滤条件采用 filter 查询, 不参与算分.
② 搜索结果的处理
③ RestClient 查询文档
④ 案例
