ElasticSearch 实现分词全文检索
Posted VipSoft
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了ElasticSearch 实现分词全文检索相关的知识，希望对你有一定的参考价值。
ES使用Completion Suggest 做关键字自动补全时，实际应用中搜索性能更加高效，建议多开一个子字段，如下示例，假设要根据title字段做关键字自动补全，不要改原字段的类型，多开一个子字段title.suggest，类型设置为completion，然后之后的suggest针对title.suggest字段做操作
目录
ElasticSearch 实现分词全文检索 - 概述
ElasticSearch 实现分词全文检索 - ES、Kibana、IK安装
ElasticSearch 实现分词全文检索 - Restful基本操作
ElasticSearch 实现分词全文检索 - Java SpringBoot ES 索引操作
ElasticSearch 实现分词全文检索 - Java SpringBoot ES 文档操作
ElasticSearch 实现分词全文检索 - 测试数据准备
ElasticSearch 实现分词全文检索 - term、terms查询
ElasticSearch 实现分词全文检索 - match、match_all、multimatch查询
ElasticSearch 实现分词全文检索 - id、ids、prefix、fuzzy、wildcard、range、regexp 查询
ElasticSearch 实现分词全文检索 - Scroll 深分页
ElasticSearch 实现分词全文检索 - delete-by-query
ElasticSearch 实现分词全文检索 - 复合查询
ElasticSearch 实现分词全文检索 - filter查询
ElasticSearch 实现分词全文检索 - 高亮查询
ElasticSearch 实现分词全文检索 - 聚合查询 cardinality
ElasticSearch 实现分词全文检索 - 经纬度查询
ElasticSearch 实现分词全文检索 - 搜素关键字自动补全(suggest)
ElasticSearch 实现分词全文检索 - SpringBoot 完整实现 Demo 附源码
需求
搜素关键字自动补全(suggest)
输入“人工” 自动带出人工开头的关键字
Kibana 界面操作 实现 搜素关键字自动补全(suggest)
ES使用Completion Suggest 做关键字自动补全时，实际应用中搜索性能更加高效，建议多开一个子字段，如下示例，假设要根据title字段做关键字自动补全，不要改原字段的类型，多开一个子字段title.suggest，类型设置为completion，然后之后的suggest针对title.suggest字段做操作
- Term Suggester：词条建议器。对给输入的文本进进行分词，为每个分词提供词项建议, 基于编辑距离，对analyze过的单个term去提供建议，并不会考虑多个term/词组之间的关系。quert -> query
- Phrase Suggester：短语建议器，在term的基础上，会考量多个term之间的关系在Term Suggester的基础上，通过ngram以词组为单位返回建议。noble prize -> nobel prize
- Completion Suggester：它主要针对的应用场景就是"Auto Completion"，FST数据结构，类似Trie树，不用打开倒排，快速返回，前缀匹配
- Context Suggester：上下文建议器，在Completion Suggester的基础上，用于filter和boost
创建索引
## 创建索引并指定结构
PUT /article-index
"settings":
"number_of_shards": 3,
"number_of_replicas": 0
,
"mappings":
"properties":
"id":
"type":"keyword"
,
"title":
"type":"text",
"analyzer":"ik_max_word",
"fields": # 扩展一个字段，用于关键字自动补全查询
"suggest" :
"type" : "completion",
"analyzer": "ik_max_word"
,
"summary":
"type":"text",
"analyzer":"ik_max_word"
,
"createDate":
"type":"date",
"format":"yyyy-MM-dd HH:mm:ss||yyyy-MM-dd"
添加数据
JSON 括号里面的内容，不能换行
# _bulk 批量添加文档
POST /article-index/_doc/_bulk
"index":"_id":1
"id":1,"title":"人工智能技术","summary":"ElasticSearch 实现分词全文检索 - ES、Kibana、IK安装","createDate":"2023-02-23"
"index":"_id":2
"id":2,"title":"人工智能软件 Chart GTP","summary":"太极生两仪，两仪生四象，四象生八卦","createDate":"2023-02-23"
"index":"_id":3
"id":3,"title":"Restful基本操作","summary":"ElasticSearch 实现分词全文检索 - Java SpringBoot ES 索引操作","createDate":"2023-02-23"
"index":"_id":4
"id":4,"title":"人工呼吸","summary":"ElasticSearch 实现分词全文检索 - 经纬度查询","createDate":"2023-02-23"
"index":"_id":5
"id":5,"title":"SpringBoot 全文检索实战","summary":"ElasticSearch 实现分词全文检索 - SpringBoot 全文检索实战","createDate":"2023-02-23"
查询数据
## 查询
GET /article-index/_doc/_search
"suggest":
"my-suggest" :
"prefix" : "人",
"completion" :
"field" : "title.suggest"
返回值--自动带出人开头的关键字
"took" : 3,
"timed_out" : false,
"_shards" :
"total" : 3,
"successful" : 3,
"skipped" : 0,
"failed" : 0
,
"hits" :
"total" :
"value" : 0,
"relation" : "eq"
,
"max_score" : null,
"hits" : [ ]
,
"suggest" :
"my-suggest" : [
"text" : "人",
"offset" : 0,
"length" : 1,
"options" : [
"text" : "人工呼吸",
"_index" : "article-index",
"_type" : "_doc",
"_id" : "4",
"_score" : 1.0,
"_source" :
"id" : 4,
"title" : "人工呼吸",
"summary" : "ElasticSearch 实现分词全文检索 - 经纬度查询",
"createDate" : "2023-02-23"
,
"text" : "人工智能技术",
"_index" : "article-index",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" :
"id" : 1,
"title" : "人工智能技术",
"summary" : "ElasticSearch 实现分词全文检索 - ES、Kibana、IK安装",
"createDate" : "2023-02-23"
,
"text" : "人工智能软件 Chart GTP",
"_index" : "article-index",
"_type" : "_doc",
"_id" : "2",
"_score" : 1.0,
"_source" :
"id" : 2,
"title" : "人工智能软件 Chart GTP",
"summary" : "太极生两仪，两仪生四象，四象生八卦",
"createDate" : "2023-02-23"
]
]
JAVA SpringBoot 实现 搜素关键字自动补全(suggest)
创建索引
/**
* 第一步：系统初始化，创建索引
* 如果索引不存在，创建，输出
*/
@Test
void createIndexTest() throws Exception
boolean indexExists = elasticSearchUtil.indexExists(INDEX_NAME);
if (!indexExists)
try
createIndex(INDEX_NAME);
logger.info("索引【】，创建成功", INDEX_NAME);
//测试效果 可再次查询验证。
indexExists = elasticSearchUtil.indexExists(INDEX_NAME);
logger.info("索引【】, ", INDEX_NAME, indexExists ? "验证存在" : "验证不存在");
catch (Exception e)
logger.error(e.getMessage(), e);
else
logger.info("索引【】已存在，无需创建", INDEX_NAME);
/**
* 创建索引
*
* @param indexName
* @throws Exception
*/
void createIndex(String indexName) throws Exception
//准备索引的 settings
Settings.Builder settings = Settings.builder()
.put("number_of_shards", INDEX_NUMBER_OF_SHARDS) //分片数，可以使用常量
.put("number_of_replicas", esProperties.getReplicasNum()); //是否集群，需要多少副本，在配置文件中配置
//准备索引的结构 Mappings
XContentBuilder mappings = JsonXContent.contentBuilder()
.startObject()
.startObject("properties")
.startObject("id").field("type", "keyword").endObject()
.startObject("title").field("type", "text").field("analyzer", "ik_max_word")
.startObject("fields").startObject("suggest").field("type", "completion").field("analyzer", "ik_max_word").endObject().endObject()
.endObject() //对该字段进行分词
.startObject("summary").field("type", "text").field("analyzer", "ik_max_word").endObject() //对该字段进行分词
.startObject("createDate").field("type", "date").field("format", "yyyy-MM-dd HH:mm:ss").endObject()
.endObject()
.endObject();
CreateIndexResponse resp = elasticSearchUtil.createIndex(indexName, settings, mappings);
//输出
logger.info("CreateIndexResponse => ", resp.toString());
添加数据
/**
* 第二步：模拟后台管理员，在添加文章时，将要检查的字段内容，同步到ES中
*/
@Test
void addArticleTest() throws Exception
Map<Integer, String> titleMap = new HashMap<>();
titleMap.put(1, "人工智能技术");
titleMap.put(2, "人工智能软件 Chart GTP");
titleMap.put(3, "Restful基本操作");
titleMap.put(4, "Java SpringBoot ES 索引操作");
titleMap.put(5, "Java SpringBoot ES 文档操作");
titleMap.put(6, "人工呼吸");
titleMap.put(7, "SpringBoot 全文检索实战");
Map<Integer, String> introMap = new HashMap<>();
introMap.put(1, "ElasticSearch 实现分词全文检索 - 概述");
introMap.put(2, "ElasticSearch 实现分词全文检索 - ES、Kibana、IK安装");
introMap.put(3, "ElasticSearch 实现分词全文检索 - Restful基本操作");
introMap.put(4, "ElasticSearch 实现分词全文检索 - Java SpringBoot ES 索引操作");
introMap.put(5, "ElasticSearch 实现分词全文检索 - Java SpringBoot ES 文档操作");
introMap.put(6, "ElasticSearch 实现分词全文检索 - 经纬度查询");
introMap.put(7, "ElasticSearch 实现分词全文检索 - SpringBoot 全文检索实战");
//内容
Map<Integer, String> contentMap = new HashMap<>();
contentMap.put(1, "【阿里云】尊敬的vipsoft：您有2台云服务器ECS配置升级成功。如有CPU、内存变更或0Mbps带宽升级，您需要在ECS控制台手动重启云服务器后才能生效。");
contentMap.put(2, "为更好地为您提供服务，温馨提醒：您本月有1次抽奖机会，赢取大额通用流量，月月抽月月领，点击掌厅链接 原URL：http://wap.js.10086.cn/Mq 快来试试你的运气吧，如本月已参与请忽略【江苏移动心级服务，让爱连接】");
contentMap.put(3, "国家反诈中心提醒：公检法机关会当面向涉案人员出示证件或法律文书，绝对不会通过网络给当事人发送通缉令、拘留证、逮捕证等法律文书，并要求转账汇款。\\n" +
"切记：公检法机关不存在所谓“安全账户”，更不会让你远程转账汇款！");
contentMap.put(4, "【江苏省公安厅、江苏省通信管理局】温馨提示：近期利用苹果手机iMessage消息冒充熟人、冒充领导换号、添加新微信号等诈骗形式多发。如有收到类似短信，请您谨慎判断，苹果手机用户如无需要可关闭iMessage功能，以免上当受骗。");
contentMap.put(5, "多一点快乐，少一点懊恼，不管钞票有多少，只有天天开心就好，累了就睡觉，生活的甜苦，自己来调味。收到信息就要开心的笑");
contentMap.put(6, "黄金周好运每天交，我把祝福来送到：愿您生活步步高，彩票期期中，股票每天涨，生意年年旺，祝您新年新景象!");
contentMap.put(7, "【阿里云】当你手机响，那是我的问候;当你收到短信，那有我的心声;当你翻阅短信，那有我的牵挂;当你筹备关机时，记得我今天说过周末快乐!");
contentMap.put(8, "我刚去了一趟银行，取了无数的幸福黄金好运珠宝平安翡翠成功股票健康基金。嘘!别作声，统统的送给你，因为我想提“钱”祝你国庆节快乐!");
contentMap.put(9, "一个人的精彩，一个人的打拼，一个人的承载，一个人的舞蹈。光棍节送你祝福，不因你是光棍，只因你生活色彩。祝你：快乐打拼，生活出彩!");
contentMap.put(10, "爆竹响激情燃放，雪花舞祥风欢畅，烟火腾期待闪亮，感动涌心中激荡，心情美春节冲浪，愿景好心中珍藏，祝与福短信奉上：祝您身体健康，兔年吉祥!");
//模似7次 添加文章
for (int i = 1; i <= 7; i++)
ArticleInfo article = new ArticleInfo();
article.setId(String.valueOf(i));
article.setTitle(titleMap.get(i));
article.setAuthor("VipSoft");
article.setSummary(introMap.get(i));
article.setContent(contentMap.get(i));
article.setCreateTime(new Date());
//将article 保存到 MySQL --- 省略
boolean flag = true; //保存数据到 MySQL 数据库成功
if (flag)
//将需要查询的数据，赋给DTO，更新到 ES中
ArticleDTO articleDTO = new ArticleDTO();
BeanUtils.copyProperties(article, articleDTO);
String json = JSON.toJSONStringWithDateFormat(articleDTO, "yyyy-MM-dd HH:mm:ss"); //FastJson 将日期格式化
IndexResponse resp = elasticSearchUtil.createDoc(INDEX_NAME, articleDTO.getId(), json);
logger.info(" ", resp.getResult().toString());
查询数据
/**
* 第三步：模拟用户搜索，输入关键词“人”，带出和人有关的关键词
*/
@Test
void earchTest() throws Exception
List<String> resp = elasticSearchUtil.suggest(INDEX_NAME, "title.suggest", "人", 2);
//4. 获取到 _source 中的数据，并展示
for (String hit : resp)
System.out.println(hit);
/**
* 自动补全 根据用户的输入联想到可能的词或者短语
*
* @param indexName 索引名称
* @param field 搜索条件字段
* @param keywords 搜索关键字
* @param size 匹配数量
* @return
* @throws Exception
*/
public List<String> suggest(String indexName, String field, String keywords, int size) throws Exception
//定义返回
List<String> suggestList = new ArrayList<>();
//构建查询请求
SearchRequest searchRequest = new SearchRequest(indexName);
//通过查询构建器定义评分排序
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.sort(new ScoreSortBuilder().order(SortOrder.DESC));
//构造搜索建议语句,搜索条件字段
CompletionSuggestionBuilder completionSuggestionBuilder = new CompletionSuggestionBuilder(field);
//搜索关键字
completionSuggestionBuilder.prefix(keywords);
//去除重复
completionSuggestionBuilder.skipDuplicates(true);
//匹配数量
completionSuggestionBuilder.size(size);
searchSourceBuilder.suggest(new SuggestBuilder().addSuggestion("my-suggest", completionSuggestionBuilder));
//czbk-suggest为返回的字段，所有返回将在czbk-suggest里面，可写死,sort按照评分排序
searchRequest.source(searchSourceBuilder);
//定义查找响应
SearchResponse suggestResponse = esClient.search(searchRequest, RequestOptions.DEFAULT);
//定义完成建议对象
CompletionSuggestion completionSuggestion = suggestResponse.getSuggest().getSuggestion("my-suggest");
List<CompletionSuggestion.Entry.Option> optionsList = completionSuggestion.getEntries().get(0).getOptions();
//从optionsList取出结果
if (!CollectionUtils.isEmpty(optionsList))
optionsList.forEach(item -> suggestList.add(item.getText().toString()));
return suggestList;
以上是关于ElasticSearch 实现分词全文检索的主要内容，如果未能解决你的问题，请参考以下文章