文档的查询同样适用RestHighLevelClient
对象,基本步骤包括:
- 1)准备
Request
对象 - 2)准备请求参数
- 3)发起请求
- 4)解析响应
1.快速入门
我们以match_all
查询为例
1.1.发起查询请求
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:
另一个是QueryBuilders
,其中包含match
、term
、function_score
、bool
等各种查询:
1.2.解析响应
响应结果的解析:
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,我们解析响应结果,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:文章来源:https://www.toymoban.com/news/detail-435985.html
@Test
void testMatchAll() throws IOException {
// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
request.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source
String 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
。①
QueryBuilders
来构建查询条件② 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。
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:
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Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 单字段查询
//request.source().query(QueryBuilders.matchQuery("all", "外滩如家"));
// 多字段查询
request.source().query(QueryBuilders.multiMatchQuery("外滩如家", "brand","name","business"));
// 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:
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:
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Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.准备BooleanQuery
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
// 2.2.添加term
boolQuery.must(QueryBuilders.termQuery("city", "上海"));
// 2.3.添加range
boolQuery.filter(QueryBuilders.rangeQuery("price").lte(400));
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:
完整代码示例:
@Test
void testPageAndSort() throws IOException{
// 页码,每页大小
int page = 1;
int size = 5;
// 1.准备Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.query
request.source().query(QueryBuilders.matchAllQuery());
// 2.2.排序 sort
request.source().sort("price", SortOrder.ASC);
// 2.3.分页 from、size
request.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:
上述代码省略了查询条件部分,但是大家不要忘了: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Request
SearchRequest request = new SearchRequest("hotel");
// 2.准备DSL
// 2.1.query
request.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:
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source
String json = hit.getSourceAsString();
// 反序列化
HotelDoc hotelDoc = JSONObject.parseObject(json, HotelDoc.class);
// 获取高亮结果
Map<String, HighlightField> highlightFields = hit.getHighlightFields();
if (!MapUtils.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);
}
}
文章来源地址https://www.toymoban.com/news/detail-435985.html
到了这里,关于SpringCloud:ElasticSearch之RestClient查询文档的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!