springboot——集成elasticsearch进行搜索并高亮关键词

偏执的太偏执、 2024-03-23 11:57 121阅读 0赞

**目录**

1.elasticsearch概述

3.springboot集成elasticsearch

4.实现搜索并高亮关键词

--------------------

### 1.elasticsearch概述 ###

**（1）是什么：**

Elasticsearch 是位于 Elastic Stack 核心的分布式搜索和分析引擎。

Lucene 可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。但Lucene 只是一个基于java下的库，需要使用 Java 并要将其集成到你的应用中才可进行使用。而Elasticsearch 则是基于Lucene 下实现的开源搜索引擎。

Elasticsearch 基于分布式进行实时文件存储，每个字段都被索引并可被搜索，并可进行实时分析。同事由于基于分布式，可以扩展到上百台服务器，处理PB级结构化或非结构化数据。

**（2）核心概念：**

elasticsearch可归类于NoSQL的一种，其主要包含index（索引）、type（类型，elasticsearch 7.x后已被舍弃）、Document（文档）、Fields（字段）。

类比于MySQL如下：

![91a83fbb11c54c0d8bc497f419b9af7c.png][]

其实现的核心在于**倒排索引**： 指的是将文档内容中的单词作为索引，将包含该词的文档 ID 作为记录。

一般的sql中都是正排索引，即以表中的唯一标识id作为索引，通过主键索引找到文档其他内容（具体请参考mysql存储结构）。

而elasticsearch通过关键字作为索引反向找到文档ID，可以高效的实现全文检索。

如我们有以下两条记录：

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td>id</td> 
   <td>content</td> 
   <td>writer</td> 
  </tr> 
  <tr> 
   <td>1</td> 
   <td>这是一条测试数据，测试elasticsearch</td> 
   <td>seven</td> 
  </tr> 
  <tr> 
   <td>2</td> 
   <td>这是第二条、测试数据，试一下elasticsearch搜索</td> 
   <td>seven</td> 
  </tr> 
 </tbody> 
</table>

以上两条数据，在mysql中id为主键，当我们以elasticsearch以关键词搜索去搜查所有和elasticsearch有关的content时，在没有为content建索引的情况下，无法走主键索引，mysql会进行全表检索，效率一般。

而elasticsearch中会为content建立倒排索引，根据content找到对应的id，返回搜索结果，效率快鱼mysql。并且，整个搜索过程中我们不需要做任何文本的模糊匹配。

**（3）应用场景：**

ElasticSearch作为一个便于使用的分布式全文搜索引擎，常被用于各种搜索场景中：

*  维基百科，百度等搜索引擎，对关键词和内容概要进行匹对，并对搜索的关键词进行高亮。
 *  电商平台，对关键词和商品名称、标题进行匹配，并对对搜索的关键词进行高亮。
 *  论坛，对关键词和帖子内容及评论等快速匹配，并对搜索关键词进行高亮。

总之言之， ElasticSearch是一个优秀的检索工具，可以对各类内容进行快速检索，并返回结果：

![c4c57a3ad2dc4068a62cd6c872167ae0.png][]

（检索关键词并进行高亮）

一般情况我们会在数据存入数据库前，把需要检索的字段作为ElasticSearch的索引和需要返回的数据存入ElasticSearch（比如电商平台达到商品标题），然后在搜索时使用ElasticSearch进行全文检索，快速返回相关结果。

### 3.springboot集成elasticsearch ###

下面对springboot集成elasticsearch进行演示：

pom依赖文件：

<properties>
            <java.version>1.8</java.version>
            <elasticsearch.version>7.6.1</elasticsearch.version>
        </properties>
    
        <dependencies>
            
            <dependency>
                <groupId>com.alibaba</groupId>
                <artifactId>fastjson</artifactId>
                <version>1.2.70</version>
            </dependency>
            
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
            </dependency>
            
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-web</artifactId>
            </dependency>
            
            <dependency>
                <groupId>org.projectlombok</groupId>
                <artifactId>lombok</artifactId>
                <optional>true</optional>
            </dependency>
            
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-test</artifactId>
                <scope>test</scope>
            </dependency>
        </dependencies>

此处需要注意的是springboot自带的ElasticSearch版本为6.8.5 ，如果你使用的是其他版本的ElasticSearch请注意指定版本号。

config配置文件，对ElasticSearch进行连接：

@Configuration
    public class ElasticSearchConfig {
        @Bean
        public RestHighLevelClient restHighLevelClient(){
            RestHighLevelClient client = new RestHighLevelClient(
                    RestClient.builder(
                            new HttpHost("127.0.0.1",9200,"http")
                    )
            );
            return client;
        }
    }

至此，我们皆可以通过 *RestHighLevelClient* 对ElasticSearch进行使用*。*

### 4.实现搜索并高亮关键词 ###

下面对 ElasticSearch进行使用，进行查询并高亮关键词。

首先我们建立索引：user，并存入以下数据：

![a5d56705952641208552fa240363c57c.png][]

然后，我们在业务类编写查询方法：

//查询
        public List<User> searchUserByKeyword(String keyword,int pageNo,int pageSize) throws IOException {
            if (pageNo<=1){
                pageNo=1;
            }
            //条件查询
            SearchRequest searchRequest = new SearchRequest("user");
            SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
    
            //分页
            searchSourceBuilder.from(pageNo);
            searchSourceBuilder.size(pageSize);
    
            //匹配关键词（类似于模糊查询）
            //MatchQueryBuilder queryBuilder = QueryBuilders.matchQuery("sign",keyword);
            //组合查询
            BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();
            //and查询，所有条件都要符合；    or查询可以使用queryBuilder.should
            queryBuilder.must(QueryBuilders.matchQuery("sign",keyword));
            queryBuilder.must(QueryBuilders.matchQuery("statue","use"));
            //精确匹配
            //TermQueryBuilder queryBuilder = QueryBuilders.termQuery("sign",keyword);
            searchSourceBuilder.query(queryBuilder);
    
            //设置高亮
            //highlightBuilder.requireFieldMatch(false);   //只需要高亮第一个
            searchSourceBuilder.highlighter(new HighlightBuilder().field("sign"));
    
            //执行
            searchRequest.source(searchSourceBuilder);
            SearchResponse response = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
    
            //解析结果
            List<User> list = new ArrayList<>();
            for (SearchHit hit: response.getHits().getHits()){
                //解析高亮字段
                Map<String, HighlightField> highlightFields = hit.getHighlightFields();
                HighlightField sign = highlightFields.get("sign");
                //获取原字段
                Map<String, Object> oldUser = hit.getSourceAsMap();
                //将高亮替换原字段内容
                StringBuilder stringBuilder = new StringBuilder();
                if (sign!=null){
                    Text[] texts = sign.fragments();
                    for (Text t:texts){
                        stringBuilder.append(t);
                    }
                    log.info("替换："+stringBuilder);
                    oldUser.put("sign",stringBuilder.toString());
                }
    
                User user = JSONObject.parseObject(hit.getSourceAsString(),User.class);
                user.setSign(oldUser.get("sign").toString());
                list.add(user);
            }
           return list;
        }

ElasticSearch的match配置是拆字匹配，即关键词为“测试”，那么会查询出所有目标字段中包含“测”和“试”任一字符的结果；若为“java”则不会对字母进行拆分，会保持整个单词完整。

**上述代码需要注意的是，高亮的字段必须是查询的字段，才可以对查询的关键词进行高亮处理，否则高亮字段会为空。**

编写controller进行测试：

@RestController
    public class SearchController {
    
        @Resource
        private SearchService searchService;
    
        @GetMapping("/test")
        public List<User> test(@RequestParam("keyword")String keyword) throws IOException {
            return searchService.searchUserByKeyword(keyword,0,5);
        }
    }

结果：

![3358bb14631d45e291134986f882e18b.png][]

成功查询所有sign包含java关键词且statue为use的用户，并对java关键词进行高亮（em标签，需要使用html进行解析）。

拓展：

（1）ElasticSearch还可以对搜索结果进行排序：

searchSourceBuilder.sort("age");

上述代码即根据age字段对搜索结果进行排序。

（2）过滤查询条件：

BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();
            //过滤statue!=use的数据
            queryBuilder.filter(QueryBuilders.matchPhraseQuery("statue","use"));
            //过滤age不大于20的数据
            queryBuilder.filter(QueryBuilders.rangeQuery("age").gt(20));

具体还有很多查询条件，具体可参考ElasticSearch官网文档。

[91a83fbb11c54c0d8bc497f419b9af7c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/bf29ca1871324ce896cac2bc8e0c53eb.png
[c4c57a3ad2dc4068a62cd6c872167ae0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/f01d0c05818746dbbc3730d3cdccda8d.png
[a5d56705952641208552fa240363c57c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4767d4e922274f6693306374c071660e.png
[3358bb14631d45e291134986f882e18b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/63bcc328e0954f78b1318cb8226c0689.png