【微服务】RestClient查询文档
文档的查询同样适用之前学习的 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:
@SpringBootTest
public class HotelSearchTest {private RestHighLevelClient client;@Testvoid 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.解析结果SearchHits searchHits = response.getHits();// 4.1.查询的总条数long value = searchHits.getTotalHits().value;// 4.2.查询的结果数组SearchHit[] hits = searchHits.getHits();// 4.3.遍历for (SearchHit hit : hits) {// 4.3.1.得到sourceString json = hit.getSourceAsString();// 4.3.2.将JSON反序列化成HotelDoc对象HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);System.out.println(hotelDoc);}}@BeforeEachvoid setUp() {this.client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.213.128:9200")));}@AfterEachvoid tearDown() throws IOException {this.client.close();}
}
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 全文检索查询
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:
@Testvoid testMatch() throws IOException {// 1.准备RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSLrequest.source().query(QueryBuilders.matchQuery("all", "如家")); // 单字段查询// request.source().query(QueryBuilders.multiMatchQuery("如家", "name", "business")); // 多字段查询// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析结果handleResponse(response);}private void handleResponse(SearchResponse response) {SearchHits searchHits = response.getHits();// 4.1.查询的总条数long value = searchHits.getTotalHits().value;// 4.2.查询的结果数组SearchHit[] hits = searchHits.getHits();// 4.3.遍历for (SearchHit hit : hits) {// 4.3.1.得到sourceString json = hit.getSourceAsString();// 4.3.2.将JSON反序列化成HotelDoc对象HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);System.out.println(hotelDoc);}}
3 精确查询
精确查询主要是两者:
- ids:根据id查询
- 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:
QueryBuilders.idsQuery().addIds("2359697"); // ids查询
4 附近查询
QueryBuilders.geoDistanceQuery("location").distance("3", DistanceUnit.KILOMETERS).point(31.21, 121.5); // 附近查询
5 算分函数查询
完整代码如下:
@Test
void testFunctionScoreQuery() throws IOException {// 1.准备RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSLFunctionScoreQueryBuilder.FilterFunctionBuilder[] filterFunctionBuilders = new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.termQuery("brand", "如家"), new WeightBuilder().setWeight(10))};request.source().query(QueryBuilders.functionScoreQuery(QueryBuilders.matchQuery("all", "外滩"),filterFunctionBuilders).scoreMode(FunctionScoreQuery.ScoreMode.SUM) // 先执行score_mode,再执行boost_mode.boostMode(CombineFunction.SUM)); // 算分函数查询// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析结果handleResponse(response);
}
6 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RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSL// 2.1.准备BooleanQueryBoolQueryBuilder boolQuery = QueryBuilders.boolQuery()// 2.2.添加term.must(QueryBuilders.termQuery("city", "杭州"))// 2.3.添加range.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);
}
7 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, 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 sort.sort("price", SortOrder.ASC)// 2.3.分页 from、size.from((page - 1) * size).size(size); // 链式编程// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);
}
8 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
8.1 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RequestSearchRequest request = new SearchRequest("hotel");// 2.准备DSL// 2.1.queryrequest.source().query(QueryBuilders.matchQuery("all", "如家"))// 2.2.高亮,默认就是加<em></em>标签.highlighter(new HighlightBuilder().field("name").preTags("<em>").postTags("</em>").requireFieldMatch(false));// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);
}
8.2 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 handleHighlightResponse(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 (Objects.nonNull(highlightField)) {// 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);}
}
【微服务】RestClient查询文档相关推荐
- 微服务11_ES:DSL/RestClient查询文档
微服务11_ES:DSL/RestClient查询文档 一.DSL查询文档 1.DSL Query的分类 1.全文检索查询 match查询示例: multi_match查询示例: 2.精准查询 ter ...
- 微服务 前台调用后台的慢的原因_20年IT农民工分享SpringCloud微服务架构实战文档...
前言 越来越多的企业使用 SpringCloud 实现微服务架构设计.我们可以看到这样一种现象:不管是全新开发,还是系统重构,大家似乎都在争先恐后地使用微服务.对于一个Java开发人员来说,学习微服务 ...
- 【开源】物联网智慧消防云平台系统,前后端分离,微服务框架带文档,源码分享
[开源]IoT-智慧消防云平台系统,前后端分离微服务框架源码带文档 基于微服务的物联网消防云平台 开发环境:java+mysql+redis+rabbitmq+elasticsearch 源码类型:全 ...
- 如何使用增强版swagger(通过网关端口看对应各个微服务的接口文档)
文章目录 配置 网关配置 SwaggerHandler.class SwaggerResourceConfig.class 公共配置 SwaggerConfig.class 使用 演示 增强版swag ...
- days05-DSL查询文档以及对搜索结果进行处理
一. DSL查询文档 1. DSL查询分类 DSL Query的分类 Elasticsearch提供了基于JSON的DSL(Domain Specific Language)来定义查询.常见的查询类 ...
- node.js服务端笔记文档学会写接口,学习分类:path、包、模块化、fs、express、中间件、jwt、开发模式、cors。
node.js 学习笔记 node.js服务端笔记文档学会写接口,path.包.模块化.fs.express.中间件.JWT.开发模式.cors. gitee:代码接口笔记 1什么是node.js n ...
- 泛微-采知连文档协作平台:采集、存储、协作更高效智能
文档管理是组织数字化进程中的关键环节.<国家信息化发展战略纲要>中要求"开发信息资源,释放数字红利","全面提升信息采集.处理.传输.利用.安全能力" ...
- RestClient操作文档解读
#博学谷IT技术支持# 目录 1.1.新增文档 1.1.1.索引库实体类 1.1.2.语法说明 1.1.3.完整代码 1.2.查询文档 1.2.1.语法说明 1.2.2.完整代码 1.3.删除文档 1 ...
- RestClient操作文档四
RestClient操作文档 前言: 文档操作(Document)与索引库(mapper)之间的关系 索引库(mapper)映射文件指定了具体的字段是什么类型的,和是否需要索引以及他的分词方式是什么 ...
最新文章
- BZOJ1566:[NOI2009]管道取珠——题解
- Hello!The familiar and strange world.
- Cocoapods 第三方类库管理工具
- learn python the hard way习题31~40总结以及列表的扩展知识
- IPSec逻辑体系架构
- mysql 下 计算 两点 经纬度 之间的距离 计算结果排序
- 【博客搬家旧文】剑指offer [ java ] 面试题10 斐波那契数列
- 【DND图形库】五、按钮控件与音效
- tensorflow综合示例5:图象分割
- python 列表生成表格_【转】Python 列表生成式
- 详解div+css相对定位和绝对定位用法
- dbm和mysql使用场景_mysql基本用法总结
- PHP笔记-随机生成cookie、后台检索、通过session获取ID增强安全性
- 声音模仿_学唱歌 |唱歌声音难听的解决方法有哪些?这里给你总结总结!
- mapxtreme is still in evalutation!
- 黑马程序员_io流详解
- 这样的开源方式,你喜欢吗?
- 用户行为分析最重要的3个点 渠道转化留存
- 如何制作手机自适应网页
- 4星|《经济学通识课》:深入浅出的经济学思想发展简史
热门文章
- 点云数据详解——点云数据变为图像
- java输出生日_运用Java语言输出你的出生日期(小新)
- 操作系统期末考试简答题汇总(全、附带答案)
- 星际译王 stardict 3.0.6 -- Linux 下的优秀词典软件在 Debian 上的一键安装
- 【密码专栏】动手计算双线性对(下)
- 微型计算机可以用于,微型计算机控制技术选择题..docx
- 单片机原理及应用学习笔记(一)
- php递归函数的理解
- 计算机中chitu形式简称,ChiTuBox
- uniapp小程序商城开发thinkphp6积分商城、团购、秒杀 封装APP