分佈式搜索引擎ElasticSearch之高級運用（二）

1. 分詞查詢操做

建立索引：

PUT /movies/_doc/1
{
  "name":"The film, filmed in 2021 & tells the story of children"
}

按分詞搜索：

GET /movies/_search
{
  "query": {
    "match": {"name": "story"}
  }
}

經過單個詞，能夠搜索匹配到結果， 採用analyze查看分詞信息：

GET /movies/_analyze 
{
  "field": "name",
  "text": "The film, filmed in 2021 & tells the story of children"
}

analyze分詞處理流程：

分詞器的使用：

若是搜索關鍵詞爲tell是沒有任何結果， 這個時候須要採用英文分詞器。

#從新建立索引
PUT /movies
{
  "settings":{
      "index":{
        "number_of_shards": 1, 
        "number_of_replicas": 0
      }
    },
  "mappings": {
    "properties": {
      "name":{"type":"text", "analyzer": "english"}
    }
  }
}

從新插入數據， 採用關鍵詞tell搜索， 能夠找到對應的結果：

"hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "movies",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.2876821,
        "_source" : {
          "name" : "The film, filmed in 2021 & tells the story of children"
        }
      }
    ]
  }

經過英文分詞器， 會進行詞幹轉化。好比一個單詞tells，實際詞幹爲tell， 均可以進行搜索匹配。

2. 配置TMDB開源電影數據

TMDB是開源的電影網站數據， 裏面累積數據較多，比較規範化，便於ES的研究和學習。

1. 下載tmdb數據

   下載地址

2. 導入工程
   

   ESConfig的鏈接配置類：

   @Bean
       public TransportClient getClient(){
           TransportClient transportClient = null;
           try {
               Settings settings = Settings.builder().build();
               transportClient = new PreBuiltTransportClient(settings);
               // ES的鏈接配置信息, 默認transport傳輸端口爲9300，不是9200
               TransportAddress firstAddress = new TransportAddress(InetAddress.getByName("10.10.20.28"),Integer.parseInt("9300"));
               transportClient.addTransportAddress(firstAddress);
           }catch (Exception e){
               e.printStackTrace();
   
           }
           return transportClient;
       }

   ESController提供導入接口：

   @RequestMapping("/importdata")
   @ResponseBody
   public ResponseEntity importdata() throws IOException {
       ...
       // 索引結構配置信息， 索引名稱要配置正確
       bulkRequest.add(new IndexRequest("movies", "_doc", String.valueOf(lineId-1)).source(XContentType.JSON,
                           "title", records[17],
                           "tagline",records[16],
                           "release_date",date,
                           "popularity",records[8],
                           "cast",cast,
                           "overview",records[7]));
       ...
   }

3. 經過kibana建立索引結構

   PUT /movies
   {
       "settings": {
           "number_of_shards": 1,
           "number_of_replicas": 0
       },
       "mappings": {
           "properties": {
               "title": {
                   "type": "text",
                   "analyzer": "english"
               },
               "tagline": {
                   "type": "text",
                   "analyzer": "english"
               },
               "release_date": {
                   "type": "date",
                   "format": "8yyyy/MM/dd||yyyy/M/dd||yyyy/MM/d||yyyy/M/d"
               },
               "popularity": {
                   "type": "double"
               },
               "cast": {
                   "type": "object",
                   "properties": {
                       "character": {
                           "type": "text",
                           "analyzer": "standard"
                       },
                       "name": {
                           "type": "text",
                           "analyzer": "standard"
                       }
                   }
               },
               "overview": {
                   "type": "text",
                   "analyzer": "english"
               }
           }
       }
   }

4. 導入數據

   調用接口： http://127.0.0.1:8080/es/importdata

   會讀取csv文件， 自動導入數據。

5. 查看導入結果

   經過kibana後臺，查看導入的數據：

   

6. 搜索查詢

   搜索title爲heart的關鍵字

   GET /movies/_search
   {
       "query":{
           "match":{"title":"heart"}
        }
   }

   可以根據english分詞器進行搜索匹配返回全部相關的結果， 每一個結果都會有對應的_score評分，關鍵字出現頻率越高， 或佔比越高， 則得分越高，優先排在前面。

3. 搜索匹配進階

1. or匹配

   GET /movies/_search
   {
       "query": {
           "match": {
               "title": "heart from"
           }
       }
   }

   match搜索實質上就是or關係， 分爲heart 和from兩個關鍵詞進行or關係搜索。

2. or的最小詞匹配控制

   GET /movies/_search
   {
     "query":{
       "match":{
         "title": {
           "query": "good hearts sea",
           "operator": "or",
           "minimum_should_match": 2
         }
         
       }
     }
   }

   這裏minimum_should_match設定爲2， 只要出現good hearts 和 hearts sea，都會展現出來。

3. and匹配

   GET /movies/_search
   {
     "query":{
       "match":{
         "title": {
           "query": "heart sea",
           "operator": "and"
         }     
       }
     }
   }

   經過operator屬性來標識對應的操做。這個時候搜索出來的title會包含heart和sea兩個關鍵字。

4. 短語查詢

   若是想直接搜索某個短語， 好比：The Good Heart， 能夠採用match_phrase

   GET /movies/_search
   {
     "query":{
       "match_phrase":{"title":"The Good Heart"}
     }
   }

   會作整個短語的完整匹配， 不會再進行拆分匹配。

5. 多字段查詢

   若是想對多個字段同時查詢， 能夠採用multi_match方式。

   GET /movies/_search
   {
     "query":{
       "multi_match":{
         "query": "good hearts sea",
         "fields": ["title", "overview"]
       }
     }
   }

   查詢title和overview兩個屬性， 都包含「good hearts sea」的記錄， 相比一個屬性title的查詢， 多出更多的記錄。

4. Query String查詢

能夠採用更簡便的方式，直接使用AND、OR和NOT操做。

GET /movie/_search
{
  "query":{
    "query_string":{
      "fields":["title"],
      "query":"heart AND sea"      
    }
  }
}

查出title當中既包含heart又包含sea的數據。

GET /movie/_search
{
  "query":{
    "query_string":{
      "fields":["title"],
      "query":"heart OR sea"      
    }
  }
}

查出title當中包含heart或sea的數據。

GET /movie/_search
{
  "query":{
    "query_string":{
      "fields":["title"],
      "query":"heart NOT sea"      
    }
  }
}

查出title當中包含heart但不包含sea的數據。

本文由mirson創做分享， 感謝你們的支持， 但願對你們有所收穫! 入羣申請，請加WX號：woodblock99