Spring Boot2.0整合ES5实现文章内容搜索实战

2024-07-13 10:15:52

字体：大中小

来源：转载

供稿：网友

一、文章内容搜索思路

上一篇讲了在怎么在 Spring Boot 2.0 上整合 ES 5 ，这一篇聊聊具体实战。简单讲下如何实现文章、问答这些内容搜索的具体实现。实现思路很简单：

基于「短语匹配」并设置最小匹配权重值
哪来的短语，利用 IK 分词器分词
基于 Fiter 实现筛选
基于 Pageable 实现分页排序

这里直接调用搜索的话，容易搜出不尽人意的东西。因为内容搜索关注内容的连接性。所以这里处理方法比较 low ，希望多交流一起实现更好的搜索方法。就是通过分词得到很多短语，然后利用短语进行短语精准匹配。

ES 安装 IK 分词器插件很简单。第一步，在下载对应版本 https://github.com/medcl/elasticsearch-analysis-ik/releases。第二步，在 elasticsearch-5.5.3/plugins 目录下，新建一个文件夹 ik，把 elasticsearch-analysis-ik-5.5.3.zip 解压后的文件拷贝到 elasticsearch-5.1.1/plugins/ik 目录下。最后重启 ES 即可。

二、搜索内容分词

安装好 IK ，如何调用呢？

第一步，我这边搜搜内容会以逗号拼接传入。所以会先将逗号分割

第二步，在搜索词中加入自己本身，因为有些词经过 ik 分词后就没了... 这是个 bug

第三步，利用 AnalyzeRequestBuilder 对象获取 IK 分词后的返回值对象列表

第四步，优化分词结果，比如都为词，则保留全部；有词有字，则保留词；只有字，则保留字

核心实现代码如下：

  /**   * 搜索内容分词   */  protected List<String> handlingSearchContent(String searchContent) {    List<String> searchTermResultList = new ArrayList<>();    // 按逗号分割，获取搜索词列表    List<String> searchTermList = Arrays.asList(searchContent.split(SearchConstant.STRING_TOKEN_SPLIT));    // 如果搜索词大于 1 个字，则经过 IK 分词器获取分词结果列表    searchTermList.forEach(searchTerm -> {      // 搜索词 TAG 本身加入搜索词列表，并解决 will 这种问题      searchTermResultList.add(searchTerm);      // 获取搜索词 IK 分词列表      searchTermResultList.addAll(getIkAnalyzeSearchTerms(searchTerm));    });    return searchTermResultList;  }  /**   * 调用 ES 获取 IK 分词后结果   */  protected List<String> getIkAnalyzeSearchTerms(String searchContent) {    AnalyzeRequestBuilder ikRequest = new AnalyzeRequestBuilder(elasticsearchTemplate.getClient(),        AnalyzeAction.INSTANCE, SearchConstant.INDEX_NAME, searchContent);    ikRequest.setTokenizer(SearchConstant.TOKENIZER_IK_MAX);    List<AnalyzeResponse.AnalyzeToken> ikTokenList = ikRequest.execute().actionGet().getTokens();    // 循环赋值    List<String> searchTermList = new ArrayList<>();    ikTokenList.forEach(ikToken -> {      searchTermList.add(ikToken.getTerm());    });    return handlingIkResultTerms(searchTermList);  }  /**   * 如果分词结果：洗发水（洗发、发水、洗、发、水）   * - 均为词，保留   * - 词 + 字，只保留词   * - 均为字，保留字   */  private List<String> handlingIkResultTerms(List<String> searchTermList) {    Boolean isPhrase = false;    Boolean isWord = false;    for (String term : searchTermList) {      if (term.length() > SearchConstant.SEARCH_TERM_LENGTH) {        isPhrase = true;      } else {        isWord = true;      }    }    if (isWord & isPhrase) {      List<String> phraseList = new ArrayList<>();      searchTermList.forEach(term -> {        if (term.length() > SearchConstant.SEARCH_TERM_LENGTH) {          phraseList.add(term);        }      });      return phraseList;    }    return searchTermList;  }

三、搜索查询语句

构造内容枚举对象，罗列需要搜索的字段，ContentSearchTermEnum 代码如下：

import lombok.AllArgsConstructor;@AllArgsConstructorpublic enum ContentSearchTermEnum {  // 标题  TITLE("title"),  // 内容  CONTENT("content");  /**   * 搜索字段   */  private String name;  public String getName() {    return name;  }  public void setName(String name) {    this.name = name;  }}

循环进行「短语搜索匹配」搜索字段，然后并设置最低权重值为 1。核心代码如下：

  /**   * 构造查询条件   */  private void buildMatchQuery(BoolQueryBuilder queryBuilder, List<String> searchTermList) {    for (String searchTerm : searchTermList) {      for (ContentSearchTermEnum searchTermEnum : ContentSearchTermEnum.values()) {        queryBuilder.should(QueryBuilders.matchPhraseQuery(searchTermEnum.getName(), searchTerm));      }    }    queryBuilder.minimumShouldMatch(SearchConstant.MINIMUM_SHOULD_MATCH);  }

四、筛选条件

搜到东西不止，有时候需求是这样的。需要在某个品类下搜索，比如电商需要在某个品牌下搜索商品。那么需要构造一些 fitler 进行筛选。对应 SQL 语句的 Where 下的 OR 和 AND 两种语句。在 ES 中使用 filter 方法添加过滤。代码如下：

  /**   * 构建筛选条件   */  private void buildFilterQuery(BoolQueryBuilder boolQueryBuilder, Integer type, String category) {    // 内容类型筛选    if (type != null) {      BoolQueryBuilder typeFilterBuilder = QueryBuilders.boolQuery();      typeFilterBuilder.should(QueryBuilders.matchQuery(SearchConstant.TYPE_NAME, type).lenient(true));      boolQueryBuilder.filter(typeFilterBuilder);    }    // 内容类别筛选    if (!StringUtils.isEmpty(category)) {      BoolQueryBuilder categoryFilterBuilder = QueryBuilders.boolQuery();      categoryFilterBuilder.should(QueryBuilders.matchQuery(SearchConstant.CATEGORY_NAME, category).lenient(true));      boolQueryBuilder.filter(categoryFilterBuilder);    }  }

type 是大类，category 是小类，这样就可以支持大小类筛选。但是如果需要在 type = 1 或者 type = 2 中搜索呢？具体实现代码很简单：

typeFilterBuilder  .should(QueryBuilders.matchQuery(SearchConstant.TYPE_NAME, 1)  .should(QueryBuilders.matchQuery(SearchConstant.TYPE_NAME, 2)  .lenient(true));

通过链式表达式，两个 should 实现或，即 SQL 对应的 OR 语句。通过两个 BoolQueryBuilder 实现与，即 SQL 对应的 AND 语句。

五、分页、排序条件

分页排序代码就很简单了：

 @Override  public PageBean searchContent(ContentSearchBean contentSearchBean) {    Integer pageNumber = contentSearchBean.getPageNumber();    Integer pageSize = contentSearchBean.getPageSize();    PageBean<ContentEntity> resultPageBean = new PageBean<>();    resultPageBean.setPageNumber(pageNumber);    resultPageBean.setPageSize(pageSize);    // 构建搜索短语    String searchContent = contentSearchBean.getSearchContent();    List<String> searchTermList = handlingSearchContent(searchContent);    // 构建查询条件    BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();    buildMatchQuery(boolQueryBuilder, searchTermList);    // 构建筛选条件    buildFilterQuery(boolQueryBuilder, contentSearchBean.getType(), contentSearchBean.getCategory());    // 构建分页、排序条件    Pageable pageable = PageRequest.of(pageNumber, pageSize);    if (!StringUtils.isEmpty(contentSearchBean.getOrderName())) {      pageable = PageRequest.of(pageNumber, pageSize, Sort.Direction.DESC, contentSearchBean.getOrderName());    }    SearchQuery searchQuery = new NativeSearchQueryBuilder().withPageable(pageable)        .withQuery(boolQueryBuilder).build();    // 搜索    LOGGER.info("/n ContentServiceImpl.searchContent() [" + searchContent        + "] /n DSL = /n " + searchQuery.getQuery().toString());    Page<ContentEntity> contentPage = contentRepository.search(searchQuery);    resultPageBean.setResult(contentPage.getContent());    resultPageBean.setTotalCount((int) contentPage.getTotalElements());    resultPageBean.setTotalPage((int) contentPage.getTotalElements() / resultPageBean.getPageSize() + 1);    return resultPageBean;  }

利用 Pageable 对象，构造分页参数以及指定对应的排序字段、排序顺序（DESC ASC）即可。

六、小结

这个思路比较简单。希望对大家的学习有所帮助，也希望大家多多支持VeVb武林网。

注：相关教程知识阅读请移步到JAVA教程频道。

上一篇：java事务回滚失败问题分析

下一篇：Java性能优化之数据结构实例代码