微服务中间件--分布式搜索ES

news2024/11/16 22:30:21

分布式搜索ES

  • 11.分布式搜索 ES
    • a.介绍ES
    • b.IK分词器
    • c.索引库操作 (类似于MYSQL的Table)
    • d.查看、删除、修改 索引库
    • e.文档操作 (类似MYSQL的数据)
      • 1) 添加文档
      • 2) 查看文档
      • 3) 删除文档
      • 4) 修改文档
    • f.RestClient操作索引库
      • 1) 创建索引库
      • 2) 删除索引库/判断索引库
    • g.RestClient操作文档
      • 1) 新增文档
      • 2) 查询文档
      • 3) 修改文档
      • 4) 删除文档
      • 5) 批量导入数据到ES
    • h.DSL查询文档
      • 1) 查询所有
      • 2) 全文检索查询
      • 3) 精确查询
      • 4) 地理查询
      • 5) 复合查询
        • 1) Function Score Query
        • 2) Boolean Query
    • i.DSL搜索结果处理
      • 1) 排序
      • 2) 分页
      • 3) 高亮
    • j.RestClient查询文档
      • 1) 全文检索文档
      • 2) 排序和分页
      • 3) 高亮

11.分布式搜索 ES

a.介绍ES

elasticsearch是一款非常强大的开源搜索引擎，可以帮助我们从海量数据中快速找到需要的内容。

elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK）。被广泛应用在日志数据分析、实时监控等领域。

elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。

正向索引和倒排索引

传统数据库（如MySQL）采用正向索引

elasticsearch采用倒排索引：

  • 文档（document）：每条数据就是一个文档
  • 词条（term）：文档按照语义分成的词语

在这里插入图片描述

在这里插入图片描述

文档

elasticsearch是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息。

文档数据会被序列化为json格式后存储在elasticsearch中。

在这里插入图片描述

索引（Index）

  • 索引（index）：相同类型的文档的集合

  • 映射（mapping）：索引中文档的字段约束信息，类似表的结构约束

在这里插入图片描述

在这里插入图片描述

架构

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

在这里插入图片描述

b.IK分词器

分词器的作用是什么？

  • 创建倒排索引时对文档分词
  • 用户搜索时，对输入的内容分词

IK分词器有几种模式？

  • ik_smart：智能切分，粗粒度
  • ik_max_word：最细切分，细粒度

IK分词器如何拓展词条？如何停用词条？

  • 利用config目录的IkAnalyzer.cfg.xml文件添加拓展词典和停用词典
  • 在词典中添加拓展词条或者停用词条

c.索引库操作 (类似于MYSQL的Table)

mapping是对索引库中文档的约束，常见的mapping属性包括：

  • type：字段数据类型，常见的简单类型有：

    • 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
    • 数值：long、integer、short、byte、double、float、
    • 布尔：boolean
    • 日期：date
    • 对象：object

  • index：是否创建索引，默认为true

  • analyzer：使用哪种分词器

  • properties：该字段的子字段

在这里插入图片描述

创建索引库

ES中通过Restful请求操作索引库、文档。请求内容用DSL语句来表示。创建索引库和mapping的DSL语法如下：

在这里插入图片描述

# 创建索引库
PUT /heima
{
  "mappings": {
    "properties": {
      "info":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "email":{
        "type":"keyword",
        "index": false
      },
      "name":{
        "type":"object",
        "properties": {
          "firstname":{
            "type": "keyword"
          },
          "lastname":{
            "type": "keyword"
          }
        }
      }
    }
  }
}

d.查看、删除、修改 索引库

查看索引库语法：

GET /索引库名

示例：

GET /heima

删除索引库的语法：

DELETE /索引库名

示例：

DELETE /heima

修改索引库

索引库和mapping一旦创建无法修改，但是可以添加新的字段，语法如下：

PUT /索引库名/_mapping
{
  "properties": {
    "新字段名":{
      "type": "integer"
    }
  }
}

示例：

PUT /heima/_mapping
{
  "properties": {
    "age":{
      "type": "integer"
    }
  }
}

e.文档操作 (类似MYSQL的数据)

1) 添加文档

新增文档的DSL语法如下：

在这里插入图片描述

# 插入文档
POST /heima/_doc/1
{
  "info": "黑马程序员",
  "email": "abcd@qq.com",
  "name":{
    "firstname": "云",
    "lastname" : "赵"
  }
}

2) 查看文档

查看文档语法：

GET /索引库名/_doc/文档id

示例：

GET /heima/_doc/1

3) 删除文档

删除文档的语法：

DELETE /索引库名/_doc/文档id

示例：

DELETE /heima/_doc/1

4) 修改文档

方式一：全量修改，会先删除旧文档，再添加新文档

在这里插入图片描述

# 全量修改文档
PUT /heima/_doc/3
{
  "info": "黑马程序员",
  "email": "zhaoyun@123.com",
  "name":{
    "firstname": "云",
    "lastname" : "赵"
  }
}

方式二：增量修改，修改指定字段值

在这里插入图片描述

# 局部修改
POST /heima/_update/1
{
  "doc":{
    "email": "zYUN@qq.com"
  }
}

f.RestClient操作索引库

1.引入es的RestHighLevelClient依赖

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.12.1</version>
</dependency>

2.因为SpringBoot默认的ES版本是7.6.2，所以我们需要覆盖默认的ES版本：

<properties>
    <java.version>1.8</java.version>
    <elasticsearch.version>7.12.1</elasticsearch.version>
</properties>

3.初始化RestHighLevelClient：

public class HotelIndexTest {
    private RestHighLevelClient client;

    @Test
    void testInit(){
        System.out.println(client);
    }


    @BeforeEach
    void setUp(){
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.58.128:9200")
        ));
    }

    @AfterEach
    void afterAll() throws Exception {
        this.client.close();
    }
}

1) 创建索引库

创建索引库代码如下：

@Test
void createHotelIndex() throws Exception {
    // 1.创建Request对象
    CreateIndexRequest request = new CreateIndexRequest("hotel");
    // 2.准备请求的参数：DSL语句
    request.source(MAPPING_TEMPLATE, XContentType.JSON);
    // 3.发送请求
    client.indices().create(request, RequestOptions.DEFAULT);
}

在constants/HotelConstant中写入已编辑好的DSL语句

package cn.itcast.hotel.constants;

public class HotelConstants {
    public static final String MAPPING_TEMPLATE = "{\n" +
            "  \"mappings\":{\n" +
            "    \"properties\": {\n" +
            "      \"id\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"name\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_max_word\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"address\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"price\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"score\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"brand\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"city\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"starName\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"business\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"location\":{\n" +
            "        \"type\": \"geo_point\"\n" +
            "      },\n" +
            "      \"pic\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"all\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_max_word\"\n" +
            "      }\n" +
            "    }\n" +
            "  }\n" +
            "}";
}

2) 删除索引库/判断索引库

删除索引库代码如下：

/**
 * 删除索引库
 * @throws Exception
 */
@Test
void testDeleteHotelIndex() throws Exception{
    // 1.创建Request对象
    DeleteIndexRequest request = new DeleteIndexRequest("hotel");
    // 2.发送请求
    client.indices().delete(request, RequestOptions.DEFAULT);
}

判断索引库代码如下：

/**
 * 判断索引库是否存在
 * @throws Exception
 */
@Test
void testExistsHotelIndex() throws Exception{
    // 1.创建Request对象
    GetIndexRequest request = new GetIndexRequest("hotel");
    // 2.发送请求
    boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
    // 3.输出
    System.out.println(exists ? "索引库已经存在" : "索引库不存在");
}

g.RestClient操作文档

1) 新增文档

先查询酒店数据，然后给这条数据创建倒排索引，即可完成添加：

@Autowired
private IHotelService hotelService;

/**
 * 新增文档
 */
@Test
void testAddDocument() throws IOException {
    // 根据id查询酒店数据
    Hotel hotel = hotelService.getById(61083L);
    // 转换为文档类型
    HotelDoc hotelDoc = new HotelDoc(hotel);

    // 1.准备Request对象
    IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());

    // 2.准备json文档
    request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);

    // 3.发送请求
    client.index(request, RequestOptions.DEFAULT);
}

2) 查询文档

根据id查询到的文档数据是json，需要反序列化为java对象：

/**
 * 查询文档
 * @throws Exception
 */
@Test
void testGetDocument() throws Exception{
    // 1.准备Request
    GetRequest request = new GetRequest("hotel", "61083");
    // 2.发送请求，得到响应
    GetResponse response = client.get(request, RequestOptions.DEFAULT);
    // 3.解析响应结果
    String json = response.getSourceAsString();

    HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
    System.out.println(hotelDoc);
}

3) 修改文档

修改文档数据有两种方式：

  • 方式一：全量更新。再次写入id一样的文档，就会删除旧文档，添加新文档
    • 和新增代码没有区别
  • 方式二：局部更新。只更新部分字段
/**
 * 更新文档
 * @throws Exception
 */
@Test
void testUpdateDocumentById() throws Exception {
    // 1.创建Request对象
    UpdateRequest request = new UpdateRequest("hotel", "61083");
    // 2.准备参数，每2个参数为一对 key value
    request.doc(
            "price","952",
            "starName","四钻"
    );
    // 3.更新文档
    client.update(request, RequestOptions.DEFAULT);
}

4) 删除文档

删除文档代码如下：

/**
 * 删除文档
 * @throws Exception
 */
@Test
void testDeleteDocument() throws Exception{
    // 1.创建Request对象
    DeleteRequest request = new DeleteRequest("hotel", "61083");
    // 3.更新文档
    client.delete(request, RequestOptions.DEFAULT);
}

5) 批量导入数据到ES

需求：批量查询酒店数据，然后批量导入索引库中

  • 1.利用mybatis-plus查询酒店数据
  • 2.将查询到的酒店数据（Hotel）转换为文档类型数据（HotelDoc）
  • 3.利用JavaRestClient中的Bulk批处理，实现批量新增文档，示例代码如下
/**
 * 批量导入数据到ES
 * @throws Exception
 */
@Test
void testBulkRequest() throws Exception {
    // 批量查询酒店数据
    List<Hotel> hotels = hotelService.list();

    // 1.创建Request对象
    BulkRequest request = new BulkRequest();
    // 2.准备参数, 添加多个新增的Request
    for (Hotel hotel : hotels) {
        // 转换为文档类型HotelDoc
        HotelDoc hotelDoc = new HotelDoc(hotel);
        // 创建新增文档的Request对象
        request.add(new IndexRequest("hotel")
                .id(hotelDoc.getId().toString())
                .source(JSON.toJSONString(hotelDoc), XContentType.JSON));
    }

    // 3.发送请求
    client.bulk(request, RequestOptions.DEFAULT);
}

h.DSL查询文档

ES提供了基于JSON的DSL（Domain Specific Language）来定义查询。常见的查询类型包括：

  • 查询所有：查询出所有数据，一般测试用。例如：match_all
  • 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。
    • match_query
    • multi_match_query
  • 精确查询：根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段。
    • ids
    • range
    • term
  • 地理（geo）查询：根据经纬度查询。
    • geo_distance
    • geo_bounding_box
  • 复合（compound）查询：复合查询可以将上述各种查询条件组合起来，合并查询条件。
    • bool
    • function_score

1) 查询所有

DSL Query基本语法

查询的基本语法如下： 查询所有不需要指定条件值

在这里插入图片描述

# 查询所有
GET /hotel/_search
{
  "query": {
    "match_all": {}
  }
}

2) 全文检索查询

全文检索查询，会对用户输入内容分词，常用于搜索框搜索：

  • match查询 (推荐)：全文检索查询的一种，会对用户输入内容分词，然后去倒排索引库检索

在这里插入图片描述

# match查询
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "外滩如家"
    }
  }
}
  • multi_match：与match查询类似，只不过允许同时查询多个字段 (参与查询的字段越多，会降低性能)

在这里插入图片描述

# multi_match查询
GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query": "外滩如家",
      "fields": ["brand", "name", "business"]
    }
  }
}

3) 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。常见的有：

  • term：根据词条精确值查询 (如：品牌名，城市名，城市星级)
  • range：根据值的范围查询 (如：价格，日期，评分)

在这里插入图片描述

# term查询
GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "深圳"
      }
    }
  }
}

# range查询
GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 1000,
        "lte": 3000
      }
    }
  }
}

gte 大于等于，gt 大于，lte 小于等于，lt 小于

4) 地理查询

根据经纬度查询。常见的使用场景包括：

  • 携程：搜索我附近的酒店
  • 滴滴：搜索我附近的出租车
  • 微信：搜索我附近的人

根据经纬度查询，官方文档。例如：

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

在这里插入图片描述

  • geo_distance：查询到指定中心点小于某个距离值的所有文档

在这里插入图片描述

# geo_distance查询
GET /hotel/_search
{
  "query": {
    "geo_distance": {
      "distance": "5km",
      "location": "31.21, 121.5"
    }
  }
}

5) 复合查询

复合（compound）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 score：算分函数查询，可以控制文档相关性算分，控制文档排名。例如百度竞价在这里插入图片描述

当我们利用match查询时，文档结果会根据与搜索词条的关联度打分（_score），返回结果时按照分值降序排列。

在这里插入图片描述

1) Function Score Query

使用 function score query，可以修改文档的相关性算分（query score），根据新得到的算分排序。

在这里插入图片描述

案例：给“外滩如家”这个品牌的酒店排名靠前一些

  • 1.哪些文档需要算分加权？ 品牌为如家的酒店
  • 2.算分函数是什么？ weight就可以
  • 3.加权模式是什么？ 求和
# function_score查询
GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "all": "外滩"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "brand": "如家"
            }
          },
          "weight": 10
        }
      ],
      "boost_mode": "sum"
    }
  }
}

2) 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：

  • 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

在这里插入图片描述

案例：利用bool查询实现功能，需求：搜索名字包含“如家”，价格不高于400，在坐标31.21,121.5周围10km范围内的酒店。

# boolean查询
GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "如家"
          }
        }
      ],
      "must_not": [
        {
          "range": {
            "price": {
              "gt": 400
            }
          }
        }
      ],
      "filter": [
        {
          "geo_distance": {
            "distance": "10km",
            "location": {
              "lat": 31.21,  
              "lon": 121.5
            }
          }
        }
      ]
    }
  }
}

i.DSL搜索结果处理

1) 排序

ES支持对搜索结果排序，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。

在这里插入图片描述

案例：对酒店数据按照用户评价降序排序，评价相同的按照价格升序排序

  • 评价是score字段，价格是price字段，按照顺序添加两个排序规则即可。
# sort排序
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "score": "desc"
      
    },
    {
      "price": "asc"
    }
  ]
}

案例：实现对酒店数据按照到你的位置坐标的距离升序排序

  • 获取经纬度的方式：https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/
  • lon:113.766782, lat:23.012575
# 距离排序
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance": {
        "location": {
          "lat": 23.012575,
          "lon": 113.766782
        },
        "order": "asc",
        "unit": "km"
      }
    }
  ]
}

2) 分页

ES 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。

ES中通过修改from、size参数来控制要返回的分页结果：

在这里插入图片描述

深度分页解决方案

针对深度分页，ES提供了两种解决方案:

  • 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。

from + size：

  • 优点：支持随机翻页
  • 缺点：深度分页问题，默认查询上限（from + size）是10000
  • 场景：百度、京东、谷歌、淘宝这样的随机翻页搜索

after search：

  • 优点：没有查询上限（单次查询的size不超过10000）

  • 缺点：只能向后逐页查询，不支持随机翻页

  • 场景：没有随机翻页需求的搜索，例如手机向下滚动翻页

scroll：

  • 优点：没有查询上限（单次查询的size不超过10000）

  • 缺点：会有额外内存消耗，并且搜索结果是非实时的

  • 场景：海量数据的获取和迁移。从ES7.1开始不推荐，建议用 after search方案。

3) 高亮

高亮：就是在搜索结果中把搜索关键字突出显示。

原理是这样的：

  • 将搜索结果中的关键字用标签标记出来
  • 在页面中给标签添加css样式

在这里插入图片描述

默认情况下，ES搜索字段与高亮字段一致

  • 可以加上是否匹配的参数 “require_field_match”: “false”，默认true
# 高亮查询，
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "如家"
    }
  },
  "highlight": {
    "fields": {
      "name": {
        "require_field_match": "false"
      }
    }
  }
}

j.RestClient查询文档

通过match_all来演示下基本的API，先看请求DSL的组织：

在这里插入图片描述

在这里插入图片描述

/**
 * match_all
 * @throws IOException
 */
@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.解析结果
    handleResponse(response);
}

/**
 * 抽取出解析结果的代码
 */
private void handleResponse(SearchResponse response) {
    // 4.解析结果
    SearchHits searchHits = response.getHits();
    // 4.1.查询的总条数
    long total = searchHits.getTotalHits().value;
    System.out.println("共搜索到" + total + "条数据");
    // 4.2.查询的文档数组
    SearchHit[] hits = searchHits.getHits();
    for (SearchHit hit : hits) {
        // 4.3.获取文档source
        String json = hit.getSourceAsString();
        // 4.4.反序列化
        HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
        System.out.println("hotelDoc = " + hotelDoc);
    }
}

RestAPI中其中构建DSL是通过HighLevelRestClient中的resource()来实现的，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

RestAPI中其中构建查询条件的核心部分是由一个名为QueryBuilders的工具类提供的，其中包含了各种查询方法：

在这里插入图片描述

1) 全文检索文档

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：

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

/**
 * match / multi_match / term / range / Boolean Query
 * @throws IOException
 */
@Test
void testMatch() throws IOException {
    // 1.准备Request
    SearchRequest request = new SearchRequest("hotel");
    // 2.准备DSL
//        request.source().query(QueryBuilders.matchQuery("all", "上海如家")); // match
//        request.source().query(QueryBuilders.multiMatchQuery("上海如家", "name", "brand", "business")); // match_all
//        request.source().query(QueryBuilders.termQuery("city", "深圳")); // term
//        request.source().query(QueryBuilders.rangeQuery("price").gte(100).lte(550)); // range
    // Boolean Query 创建布尔查询
    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    // 添加must条件
    boolQuery.must(QueryBuilders.termQuery("city", "深圳"));
    // 添加filter条件
    boolQuery.filter(QueryBuilders.rangeQuery("price").gte(200).lte(500));
    request.source().query(boolQuery);
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    // 4.解析结果
    handleResponse(response);
}

要构建查询条件，只要记住一个类：QueryBuilders

2) 排序和分页

搜索结果的排序和分页是与query同级的参数，对应的API如下：

/**
 * 排序和分页
 * @throws IOException
 */
@Test
void testPageAndSort() throws IOException {
    // 模拟前端传值的 页码，每页大小
    int page = 1, 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(size);
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    // 4.解析结果
    handleResponse(response);
}

3) 高亮

高亮API包括请求DSL构建和结果解析两部分。

在这里插入图片描述

在这里插入图片描述

/**
 * 高亮
 * @throws IOException
 */
@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.highlight
    request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    // 4.解析结果
    handleResponse(response);
}

在解析结果的类上，加上解析高亮的处理逻辑

private void handleResponse(SearchResponse response) {
    // 4.解析结果
    SearchHits searchHits = response.getHits();
    // 4.1.查询的总条数
    long total = searchHits.getTotalHits().value;
    System.out.println("共搜索到" + total + "条数据");
    // 4.2.查询的文档数组
    SearchHit[] hits = searchHits.getHits();
    for (SearchHit hit : hits) {
        // 4.3.获取文档source
        String json = hit.getSourceAsString();
        // 4.4.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.coloradmin.cn/o/921815.html

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，一经查实，立即删除！

相关文章

用户端Web自动化测试_L3

用户端Web自动化测试_L3

目录&#xff1a; 浏览器复用Cookie 复用pageobject设计模式异常自动截图测试用例流程设计电子商务产品实战 1.浏览器复用 复用浏览器简介 为什么要学习复用浏览器&#xff1f; 自动化测试过程中&#xff0c;存在人为介入场景提高调试UI自动化测试脚本效率 复用已有浏览…
阅读更多...
13. Docker实战之安装MySQL

13. Docker实战之安装MySQL

目录 1、前言 2、部署MySQL 2.1、Docker仓库查看镜像 2.2、拉取MySQL镜像 2.3、创建持久化目录 2.4、启动MySQL容器 2.5、查看宿主机上的MySQL目录 2.6、本地MySQL测试 2.7、新建MySQL用户&#xff0c;配置远程访问 2.8、本地Navicat连接测试 3、为什么数据库不适合D…
阅读更多...
长胜证券：a股交易时间是几点到几点？

长胜证券：a股交易时间是几点到几点？

股票商场是一个高速工作的场所&#xff0c;关于新手出资者来说&#xff0c;他们可能不知道A股买卖的时刻是什么时分开始和完毕&#xff0c;这将给他们在买卖过程中带来一些麻烦。本文将从不同的角度来分析A股买卖时刻&#xff0c;帮助读者更好地了解A股买卖时刻的相关规定。 A股…
阅读更多...
Talk | 香港中文大学张懿元：由MetaTransformer探索统一的多模态学习

Talk | 香港中文大学张懿元：由MetaTransformer探索统一的多模态学习

本期为TechBeat人工智能社区第524期线上Talk&#xff01; 北京时间8月23日(周三)20:00&#xff0c;香港中文大学博士生—张懿元的Talk已准时在TechBeat人工智能社区开播&#xff01; 他与大家分享的主题是: “探索模态通用感知”&#xff0c;介绍了多模态学习和发展统一的多模态…
阅读更多...
espidf vscode 安装出错ERROR_INVALID_PIP

espidf vscode 安装出错ERROR_INVALID_PIP

解决链接&#xff1a;https://www.cnblogs.com/xiaohuzaixue/p/17558731.html 注意 不要使用win11的右键打开终端&#xff0c;在文件管理器上方输入cmd打开终端才有用。
阅读更多...
数据结构——栈和队列OJ题

数据结构——栈和队列OJ题

栈和队列小提升&#xff01; 前言一、用队列实现栈队列接口实现&#xff08;1&#xff09;栈的接口定义&#xff08;2&#xff09;栈的初始化&#xff08;3&#xff09;入栈函数的定义&#xff08;4&#xff09;出栈函数的定义&#xff08;5&#xff09;查找栈顶元素&#xff0…
阅读更多...
数据清洗——气温历史数据

数据清洗——气温历史数据

import pandas as pd import numpy as np import matplotlib.pyplot as plt from pylab import mpl mpl.rcParams["font.sans-serif"] ["HarmonyOS Sans SC"] %matplotlib inline读取数据 data pd.read_excel("气温历史数据.xlsx") data.head…
阅读更多...
【golang】for语句和switch语句

【golang】for语句和switch语句

使用携带range子句的for语句时需要注意哪些细节&#xff1f; numbers1 : []int{1, 2, 3, 4, 5, 6} for i : range numbers1 {if i 3 {numbers1[i] | i} } fmt.Println(numbers1)这段代码执行后会打印出什么内容&#xff1f; 答案&#xff1a;[1 2 3 7 5 6] 当for语句被执行…
阅读更多...
【面试题系列】（一）

【面试题系列】（一）

Redis有哪些数据结构&#xff1f;其底层是怎么实现的&#xff1f; Redis 系列&#xff08;一&#xff09;&#xff1a;深入了解 Redis 数据类型和底层数据结构 字符串&#xff08;String&#xff09;&#xff1a; 用于存储文本或二进制数据。可以执行字符串的基本操作&#xf…
阅读更多...
只需五分钟，了解kafka的环境搭建

只需五分钟，了解kafka的环境搭建

〇、前言 在Kafka系列的上一篇文章中&#xff0c;我们介绍了Kafka的体系结构&#xff0c;那么本篇文章呢&#xff0c;我们就着手来把Kafka的运行环境搭建起来。 此处 &#xff0c;我们采用线上环境普遍使用的ZooKeeper作为管理存储和管理kafka集群元数据&#xff0c;或者辅助…
阅读更多...
更高效稳定 | 基于ACM32 MCU的编程直流电源应用方案

更高效稳定 | 基于ACM32 MCU的编程直流电源应用方案

随着电子设备的多样化发展&#xff0c;面对不同的应用场景&#xff0c;需要采用特定的供电电源。因此&#xff0c;在电子产品的开发测试过程中&#xff0c;必不可少使用编程直流电源来提供测试电压&#xff0c;协助完成初步的开发测试过程。 编程直流电源概述 编程直流电源结构…
阅读更多...
收单外包服务机构（第三方支付公司服务商）是什么？

收单外包服务机构（第三方支付公司服务商）是什么？

收单外包服务机构&#xff08;第三方支付公司服务商&#xff09;是什么&#xff1f; 伴随着电子商务的迅速发展&#xff0c;越来越多的企业开始认识到收单外包服务机构的重要性。 收单外包是一个重要的服务机构&#xff0c;可以帮助企业解决许多与支付相关的问题。 收单外包服务…
阅读更多...
行式存储与列式存储

行式存储与列式存储

1.概述 数据处理大致可分为两大类&#xff0c;联机事务处理OLTP(on-line transaction processing) 和联机分析处理OLAP(on-line analytical processing)。 OLTP是传统关系型数据库的主要应用&#xff0c;用来执行一些基本的、日常的事务处理&#xff0c;比如数据库记录的增、删…
阅读更多...
漏洞复现 || Franklin Fueling Systems tsaupload.cgi 任意文件读取

漏洞复现 || Franklin Fueling Systems tsaupload.cgi 任意文件读取

漏洞描述 Franklin Electric Franklin Fueling Systems是美国Franklin Electric公司的一个加油系统&#xff0c;Franklin Fueling Systems tsaupload.cgi 存在任意文件读取漏洞&#xff0c;攻击者通过漏洞可以获取服务器敏感文件。 免责声明 技术文章仅供参考&#xff0c;任…
阅读更多...
SpringMVC中Controller层获取前端请求参数的几种方式

SpringMVC中Controller层获取前端请求参数的几种方式

SpringMVC中Controller层获取前端请求参数的几种方式 1、SpringMVC自动绑定2、使用RequestParam 注解进行接收3、RequestBody注解&#xff08;1&#xff09; 使用实体来接收JSON&#xff08;2&#xff09;使用 Map 集合接收JSON&#xff08;3&#xff09; 使用 List集合接收JSO…
阅读更多...
C语言暑假刷题冲刺篇——day4

C语言暑假刷题冲刺篇——day4

目录 一、选择题 二、编程题 &#x1f388;个人主页&#xff1a;库库的里昂 &#x1f390;CSDN新晋作者 &#x1f389;欢迎 &#x1f44d;点赞✍评论⭐收藏✨收录专栏&#xff1a;C语言每日一练 ✨其他专栏&#xff1a;代码小游戏C语言初阶&#x1f91d;希望作者的文章能对你…
阅读更多...
iOS逆向初探：揭开iOS App的神秘面纱

iOS逆向初探：揭开iOS App的神秘面纱

逆向是一种分析和还原应用程序的过程&#xff0c;它能够揭示应用程序内部的工作原理和代码结构。接下来我们将全面介绍iOS上的逆向&#xff0c;包括其概念、常用工具和具体实例。 1. 什么是iOS逆向&#xff1f; iOS平台逆向是将应用程序的二进制代码&#xff08;通常是经过编…
阅读更多...
无涯教程-Python - Numbers(数字)

无涯教程-Python - Numbers(数字)

数字数据类型存储数值&#xff0c;它们是不可变的数据类型&#xff0c;这意味着更改数字数据类型的值将导致新分配的对象。 数字对象是在您为其分配值时创建的。例如- var11 var210 您也可以使用 del 语句删除对数字对象的引用。 del语句的语法是- del var1[,var2[,var3[..…
阅读更多...
基于XML实现SpringIoC配置

基于XML实现SpringIoC配置

目录 SpringIoc创建与使用的大致步骤 一.基于xml配置SpringIoc 二.基于xml配置DI 三.创建IoC容器并获取组件 SpringIoc创建与使用的大致步骤 SpringIoC的创建与使用过程分为3步 1.编写配置信息&#xff08;编写XML&#xff0c;注解、Java类&#xff09; 2.创建IoC容器&…
阅读更多...
易基因：WGBS等揭示丹参甲基化表征及DNA甲基化在丹参酮生物合成中的调控机制｜科研速递

易基因：WGBS等揭示丹参甲基化表征及DNA甲基化在丹参酮生物合成中的调控机制｜科研速递

大家好&#xff0c;这里是专注表观组学十余年&#xff0c;领跑多组学科研服务的易基因。 丹参&#xff08;Salvia miltiorrhiza&#xff0c;S. miltiorrhiza&#xff09;是一种具有重要经济价值和药用价值的模式药用植物&#xff0c;丹参的根会合成一组称为丹参酮&#xff08;…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023