分布式搜索引擎(分布式搜索引擎架构)

  本篇文章为你整理了分布式搜索引擎(分布式搜索引擎架构)的详细内容,包含有分布式搜索引擎排名 分布式搜索引擎架构 分布式搜索引擎需要解决的核心问题包括 分布式搜索引擎算法 分布式搜索引擎,希望能帮助你了解 分布式搜索引擎。

  1.1.DSL查询分类

  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。例如:

  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。例如:

  range

  
1.3.精准查询

  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

  range:根据值的范围查询

  1.3.1.term查询

  因为精确查询的字段搜是不分词的字段,因此查询的条件也必须是不分词的词条。查询时,用户输入的内容跟自动值完全匹配时才认为符合条件。如果用户输入的内容过多,反而搜索不到数据。

  语法说明:

  

//term查询

 

  GET/indexName/_search

  "query":{

  "term":{

  "FIELD":{

  "value":"VALUE"

  }

  }

  }

  

 

  1.3.2.range查询

  范围查询,一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。

  基本语法:

  

//range查询

 

  GET/indexName/_search

  "query":{

  "range":{

  "FIELD":{

  "gte":10, // 这里的gte代表大于等于,gt则代表大于

  "lte":20 // lte代表小于等于,lt则代表小于

  }

  }

  }

  

 

  1.3.3.总结

  精确查询常见的有哪些?

  term查询:根据词条精确匹配,一般搜索keyword类型、数值类型、布尔类型、日期类型字段

  range查询:根据数值范围查询,可以是数值、日期的范围

  1.4.地理坐标查询

  所谓的地理坐标查询,其实就是根据经纬度查询,官方文档:https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-queries.html

  1.4.1.矩形范围查询

  矩形范围查询,也就是geo_bounding_box查询,查询坐标落在某个矩形范围的所有文档:

  查询时,需要指定矩形的左上、右下两个点的坐标,然后画出一个矩形,落在该矩形内的都是符合条件的点。

  语法如下:

  

//geo_bounding_box查询

 

  GET/indexName/_search

  "query":{

  "geo_bounding_box":{

  "FIELD":{

  "top_left":{ // 左上点

  "lat":31.1,

  "lon":121.5

  },

  "bottom_right":{ // 右下点

  "lat":30.9,

  "lon":121.7

  }

  }

  }

  }

  

 

  1.4.2.附近查询

  附近查询,也叫做距离查询(geo_distance):查询到指定中心点小于某个距离值的所有文档。

  换句话来说,在地图上找一个点作为圆心,以指定距离为半径,画一个圆,落在圆内的坐标都算符合条件:

  语法说明:

  

//geo_distance 查询

 

  GET/indexName/_search

  "query":{

  "geo_distance":{

  "distance":"15km", // 半径

  "FIELD":"31.21,121.5" // 圆心

  }

  }

  

 

  1.5.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。常见的有两种:

  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

  bool query:布尔查询,利用逻辑关系组合多个其它的查询,实现复杂搜索

  1.5.1.算分函数查询

  说白了谁掏钱多谁排名靠前

  1)语法说明

  function score的运行流程如下:

  1)根据原始条件查询搜索文档,并且计算相关性算分,称为原始算分(query score)

  2)根据过滤条件,过滤文档

  3)符合过滤条件的文档,基于算分函数运算,得到函数算分(function score)

  4)将原始算分(query score)和函数算分(function score)基于运算模式做运算,得到最终结果,作为相关性算分。

  2)小结

  function score query定义的三要素是什么?

  过滤条件:哪些文档要加分

  算分函数:如何计算function score

  加权方式:function score 与 query score如何运算

  1.5.2.布尔查询

  布尔查询是一个或多个查询子句的组合,每一个子句就是一个子查询。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

  1).语法示例

  2).小结

  bool查询有几种逻辑关系?

  must:必须匹配的条件,可以理解为“与”

  should:选择性匹配的条件,可以理解为“或”

  must_not:必须不匹配的条件,不参与打分

  filter:必须匹配的条件,不参与打分

  2.搜索结果处理

  搜索的结果可以按照用户指定的方式去处理或展示。

  2.1.排序

  语法:

  普通字段排序:

  

GET/indexName/_search

 

  "query":{

  "match_all":{}

  },

  "sort":[

  {

  "FIELD":"desc"//排序字段、排序方式ASC、DESC

  }

  ]

  

 

  排序条件是一个数组,也就是可以写多个排序条件。按照声明的顺序,当第一个条件相等时,再按照第二个条件排序,以此类推

  地理坐标排序:

  

GET/indexName/_search

 

  "query":{

  "match_all":{}

  },

  "sort":[

  {

  "_geo_distance":{

  "FIELD":"纬度,经度", // 文档中geo_point类型的字段名、目标坐标点

  "order":"asc", // 排序方式

  "unit":"km" // 排序的距离单位

  }

  }

  ]

  

 

  2.2.分页

  语法:

  基本的分页:

  

GET/hotel/_search

 

  "query":{

  "match_all":{}

  },

  "from":0,//分页开始的位置,默认为0

  "size":10,//期望获取的文档总数

  "sort":[

  {"price":"asc"}

  ]

  

 

  深度分页问题:

  

GET/hotel/_search

 

  "query":{

  "match_all":{}

  },

  "from":990,//分页开始的位置,默认为0

  "size":10,//期望获取的文档总数

  "sort":[

  {"price":"asc"}

  ]

  

 

  2.3.高亮

  高亮显示的实现分为两步:

  
"match":{

  "FIELD":"TEXT" // 查询条件,高亮一定要使用全文检索查询

  }

  },

  "highlight":{

  "fields":{//指定要高亮的字段

  "FIELD":{

  "pre_tags":" em ",//用来标记高亮字段的前置标签

  "post_tags":" /em "//用来标记高亮字段的后置标签

  }

  }

  }

  

 

 

  3.RestClient查询文档

  3.1.快速入门

  我们以match_all查询为例

  3.1.1.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

  
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:

  一个是QueryBuilders,其中包含match、term、function_score、bool等各种查询:

  3.1.2.解析响应

  响应结果的解析:

  3.1.3.完整代码

  完整代码如下:

  

@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);

  

 

  3.1.4.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)

  3.2.match查询

  同样是利用QueryBuilders提供的方法:

  3.3.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:

  3.4.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:

  3.5.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:

  3.6.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

  3.6.1.高亮请求构建

  高亮请求的构建API如下:

  3.6.2.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,需要替换原来显示高亮的字段。

  因此解析高亮的代码需要额外处理

  3.7.算分函数

  对应的JavaAPI如下:

  代码如下:

  

// 2.算分控制

 

   FunctionScoreQueryBuilder functionScoreQuery =

   QueryBuilders.functionScoreQuery(

   // 原始查询,相关性算分的查询

   boolQuery,

   // function score的数组

   new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{

   // 其中的一个function score 元素

   new FunctionScoreQueryBuilder.FilterFunctionBuilder(

   // 过滤条件 这里实体类加个字段 "isAD" 条件为true的加广告

   QueryBuilders.termQuery("isAD", true),

   // 算分函数

   ScoreFunctionBuilders.weightFactorFunction(10)

   request.source().query(functionScoreQuery);

  

 

  以上就是分布式搜索引擎(分布式搜索引擎架构)的详细内容,想要了解更多 分布式搜索引擎的内容,请持续关注盛行IT软件开发工作室。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: