Elasticsearch：驾驭数据浪潮，利用JavaAPI与ElasticsearchDSL构建智能搜索

在当今数据驱动的企业环境中，利用Java API与Elasticsearch DSL构建的智能搜索应用扮演着至关重要的角色。它不仅能够高效处理和分析海量数据，还能提供精准、即时的搜索结果，极大地提升了信息检索的效率和准确性。通过灵活运用DSL查询，企业可以实现复杂的搜索需求，支持决策制定。

目录

查询步骤

RestClient查询

准备基础代码

代码示例与解读

叶子查询

全文检索查询

match查询

multi_match查询

精确查询

range查询

term查询

复杂查询

bool查询

排序和分页

---

查询步骤

之前说过，由于Elasticsearch对外暴露的接口都是Restful风格的接口，因此JavaAPI调用就是在发送Http请求

查询的基本步骤如下：

创建request对象，这次是搜索，所以是SearchRequest准备请求参数，也就是查询DSL对应的JSON参数发起请求解析响应，响应结果相对复杂，需要逐层解析

事实上，我们必须明白使用Java API 实现DSL的过程是：根据DSL语句拼接条件。

RestClient查询

新建一个ElasticSearchTest测试类

准备基础代码 private RestHighLevelClient client; /** * 创建ES客户端 */ @BeforeEach void setUp() { client = new RestHighLevelClient(RestClient.builder( HttpHost.create("http://你自己的虚拟机地址:9200") )); } /** * 关闭ES客户端 * @throws IOException */ @AfterEach void tearDown() throws IOException { if (client != null) { client.close(); } } /** * 测试连接 */ @Test void testConnection() { System.out.println("client = " + client); } 代码示例与解读 /** * 测试查询所有 * @throws IOException */ @Test void testMatchAll() throws IOException { // 1.创建Request SearchRequest request = new SearchRequest("items"); // 2.组织请求参数 request.source().query(QueryBuilders.matchAllQuery()); // 3.发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleResponse(response); }

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、高亮第三步，利用client.search()发送请求，得到响应第四步，解析请求

这里关键的API有两个，一个是request.source()，它构建的就是DSL中的完整JSON参数。

另一个是QueryBuilders，其中包含了我们学习过的各种叶子查询、复合查询等。

现在通过解析请求的方法：

/** * 处理响应 * @param response */ private void handleResponse(SearchResponse response) { SearchHits searchHits = response.getHits(); // 1.获取总条数 long total = searchHits.getTotalHits().value; System.out.println("共搜索到" + total + "条数据"); // 2.遍历结果数组 SearchHit[] hits = searchHits.getHits(); for (SearchHit hit : hits) { // 3.得到_source，也就是原始json文档 String source = hit.getSourceAsString(); // 4.反序列化并打印 ItemDoc item = JSONUtil.toBean(source, ItemDoc.class); System.out.println(item); } } 叶子查询 全文检索查询 match查询 /** * 测试查询所有 * @throws IOException */ @Test void testMatchAll() throws IOException { // 1.创建Request SearchRequest request = new SearchRequest("items"); // 2.组织请求参数 request.source().query(QueryBuilders.matchAllQuery()); // 3.发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleResponse(response); }

实现效果如下：

multi_match查询 /** * 测试多字段查询 * @throws IOException */ @Test void testMultiMatch() throws IOException { // 1.创建Request SearchRequest request = new SearchRequest("items"); // 2.组织请求参数 request.source().query(QueryBuilders.multiMatchQuery("Apple", "name", "category")); // 3.发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleResponse(response); }

实现效果如下：（即必须name和category中都带有“Apple”）

精确查询 range查询 /** * 测试范围查询 * @throws IOException */ @Test void testRange() throws IOException { // 1.创建Request SearchRequest request = new SearchRequest("items"); // 2.组织请求参数 request.source().query(QueryBuilders.rangeQuery("price").gte(100000).lte(300000)); // 3.发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleResponse(response);

实现效果如下：

term查询 /** * 测试精确查询 * @throws IOException */ @Test void testTerm() throws IOException { // 1.创建Request SearchRequest request = new SearchRequest("items"); // 2.组织请求参数 request.source().query(QueryBuilders.termQuery("brand", "Huawei")); // 3.发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleResponse(response); }

实现效果如下：

复杂查询 bool查询 /** * 测试复杂条件查询 * @throws IOException */ @Test void testSearch() throws IOException { // 1.创建Request SearchRequest request = new SearchRequest("items"); // 2.组织请求参数 request.source().query( QueryBuilders.boolQuery() .must(QueryBuilders.matchQuery("name", "手机")) .filter(QueryBuilders.termQuery("brand", "Huawei")) .filter(QueryBuilders.rangeQuery("price").lt(1000000)) ); // 3.发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleResponse(response); }

实现效果如下：

排序和分页 /** * 分页和排序 * @throws IOException */ @Test void testPageAndSort() throws IOException { int pageNo = 1, pageSize = 5; // 1.创建Request SearchRequest request = new SearchRequest("items"); // 2.组织请求参数 // 2.1.搜索条件参数 request.source().query(QueryBuilders.matchQuery("name", "电脑")); // 2.2.排序参数 request.source(). sort("sold", SortOrder.DESC). sort("price", SortOrder.ASC); // 2.3.分页参数 request.source().from((pageNo - 1) * pageSize).size(pageSize); // 3.发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleResponse(response); }

实现效果如下：（name中包含“电脑”，现役sold降序排序，sold相同，以price升序排序，展示第一页，展示五条）

高亮

/** * 高亮 * @throws IOException */ @Test void testHighlight() throws IOException { // 1.创建Request SearchRequest request = new SearchRequest("items"); // 2.组织请求参数 // 2.1.query条件 request.source().query(QueryBuilders.matchQuery("name", "手机")); // 2.2.高亮条件 request.source().highlighter( SearchSourceBuilder.highlight() .field("name") .preTags("<em>") .postTags("</em>") ); // 3.发送请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); // 4.解析响应 handleHighResponse(response); } /** * 处理高亮响应 * @param response */ private void handleHighResponse(SearchResponse response) { SearchHits searchHits = response.getHits(); // 1.获取总条数 long total = searchHits.getTotalHits().value; System.out.println("共搜索到" + total + "条数据"); // 2.遍历结果数组 SearchHit[] hits = searchHits.getHits(); for (SearchHit hit : hits) { // 3.得到_source，也就是原始json文档 String source = hit.getSourceAsString(); // 4.反序列化 ItemDoc item = JSONUtil.toBean(source, ItemDoc.class); // 5.获取高亮结果 Map<String, HighlightField> hfs = hit.getHighlightFields(); if (CollUtil.isNotEmpty(hfs)) { // 5.1.有高亮结果，获取name的高亮结果 HighlightField hf = hfs.get("name"); if (hf != null) { // 5.2.获取第一个高亮结果片段，就是商品名称的高亮值 String hfName = hf.getFragments()[0].string(); item.setName(hfName); } } System.out.println(item); } }

实现效果如下：