Spring Boot 整合分布式搜索引擎 Elastic Search 实现自动补全功能

àì夳堔傛蜴生んèń 2024-05-01 04:54 92阅读 0赞

#### 文章目录 ####

*  ⛄引言
 *  一、分词器
 *   *  ⛅拼音分词器
     *  ⚡自定义分词器
 *  二、自动补全查询
 *  三、自动补全
 *   *  ⌚业务需求
     *  ⏰实现酒店搜索自动补全
 *  四、效果图
 *  ⛵小结

## ⛄引言 ##

**本文参考黑马 分布式Elastic search**

Elasticsearch是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容

**像京东这样的提示应该如何实现？**  
![在这里插入图片描述][31b2d73e96e64a6c84fca3dffd5f24ab.png_pic_center]

可通过ES实现该自动补全功能，搭载分词器配合使用！

**本篇文章将讲解 Elastic Search 如何使用分词器实现自动补全功能，以及 在项目实战中如何通过完成自动补全的需求开发**

## 一、分词器 ##

**为什么要使用分词器呢，因为我们要实现自动补全功能，要对输入的文字进行分词，从而更好的查询结果集**

### ⛅拼音分词器 ###

要实现根据字母做补全，就必须对文档按照拼音分词。在GitHub上恰好有elasticsearch的拼音分词插件。地址：https://github.com/medcl/elasticsearch-analysis-pinyin

![在这里插入图片描述][e897fc9bc0644a099c0bb5a2ffb7af7a.png_pic_center]

**下载zip，安装方式如下：**

*  解压，通过工具上传至 elasticsearch的plugin目录
 *  重启elasticsearch
 *  进行测试拼音分词器

**重启命令：** `docker restart es`

测试方法：

POST /_analyze
    {
        
      "text": "希尔顿酒店还不错",
      "analyzer": "pinyin"
    }

![在这里插入图片描述][ea8d77ce45e2468586df7a9025e3bc6b.png_pic_center]

### ⚡自定义分词器 ###

默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。

elasticsearch中分词器（analyzer）的组成包含三部分：

*  character filters：在tokenizer之前对文本进行处理。例如删除字符、替换字符
 *  tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik\_smart
 *  tokenizer filter：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等

声明自定义分词器的语法如下：

PUT /test
    {
        
      "settings": {
        
        "analysis": {
        
          "analyzer": {
         // 自定义分词器
            "my_analyzer": {
          // 分词器名称
              "tokenizer": "ik_max_word",
              "filter": "py"
            }
          },
          "filter": {
         // 自定义tokenizer filter
            "py": {
         // 过滤器名称
              "type": "pinyin", // 过滤器类型，这里是pinyin
    		  "keep_full_pinyin": false,
              "keep_joined_full_pinyin": true,
              "keep_original": true,
              "limit_first_letter_length": 16,
              "remove_duplicated_term": true,
              "none_chinese_pinyin_tokenize": false
            }
          }
        }
      },
      "mappings": {
        
        "properties": {
        
          "name": {
        
            "type": "text",
            "analyzer": "my_analyzer",
            "search_analyzer": "ik_smart"
          }
        }
      }
    }

测试

![在这里插入图片描述][f103064657f94123b87b5828851ede47.png_pic_center]

**总结**：

如何使用拼音分词器？

*  下载pinyin分词器
 *  解压并放到elasticsearch的plugin目录
 *  重启即可

如何自定义分词器？

*  创建索引库时，在settings中配置，可以包含三部分
 *  character filter
 *  tokenizer
 *  filter

拼音分词器注意事项？

*  为了避免搜索到同音字，搜索时不要使用拼音分词器

## 二、自动补全查询 ##

elasticsearch提供了[Completion Suggester][]查询来实现自动补全功能。这个查询会匹配以用户输入内容开头的词条并返回。为了提高补全查询的效率，对于文档中字段的类型有一些约束：

*  参与补全查询的字段必须是completion类型。
    
     *  字段的内容一般是用来补全的多个词条形成的数组。

比如，一个这样的索引库：

// 创建索引库
    PUT test
    {
        
      "mappings": {
        
        "properties": {
        
          "title":{
        
            "type": "completion"
          }
        }
      }
    }

然后插入下面的数据：

// 示例数据
    POST test/_doc
    {
        
      "title": ["Sony", "WH-1000XM3"]
    }
    POST test/_doc
    {
        
      "title": ["SK-II", "PITERA"]
    }
    POST test/_doc
    {
        
      "title": ["Nintendo", "switch"]
    }

查询的DSL语句如下：

// 自动补全查询
    GET /test/_search
    {
        
      "suggest": {
        
        "title_suggest": {
        
          "text": "sw" // 关键字
          "completion": {
        
            "field": "title", // 补全查询的字段
            "skip_duplicates": true, // 跳过重复的
            "size": 10 // 获取前10条结果
          }
        }
      }
    }

![在这里插入图片描述][c3b122c5a0144b9aa7c2cd9dbe2d613d.png_pic_center]

**测试出一条数据**

## 三、自动补全 ##

### ⌚业务需求 ###

在页面实现 输入 文字或者拼音，自动提示匹配的列表数据

![在这里插入图片描述][f981810b0f2b42a3b5dba40032fb2170.png_pic_center]

**根据酒店数据和地址进行查询数据列表**

### ⏰实现酒店搜索自动补全 ###

现在，我们的hotel索引库还没有设置拼音分词器，需要修改索引库中的配置。但是我们知道索引库是无法修改的，只能删除然后重新创建。

另外，我们需要添加一个字段，用来做自动补全，将brand、suggestion、city等都放进去，作为自动补全的提示。

因此，总结一下，我们需要做的事情包括：

1.  修改hotel索引库结构，设置自定义拼音分词器
2.  修改索引库的name、all字段，使用自定义分词器
3.  索引库添加一个新字段suggestion，类型为completion类型，使用自定义的分词器
4.  给HotelDoc类添加suggestion字段，内容包含brand、business
5.  重新导入数据到hotel库

// 酒店数据索引库
    PUT /hotel
    {
        
      "settings": {
        
        "analysis": {
        
          "analyzer": {
        
            "text_anlyzer": {
        
              "tokenizer": "ik_max_word",
              "filter": "py"
            },
            "completion_analyzer": {
        
              "tokenizer": "keyword",
              "filter": "py"
            }
          },
          "filter": {
        
            "py": {
        
              "type": "pinyin",
              "keep_full_pinyin": false,
              "keep_joined_full_pinyin": true,
              "keep_original": true,
              "limit_first_letter_length": 16,
              "remove_duplicated_term": true,
              "none_chinese_pinyin_tokenize": false
            }
          }
        }
      },
      "mappings": {
        
        "properties": {
        
          "id":{
        
            "type": "keyword"
          },
          "name":{
        
            "type": "text",
            "analyzer": "text_anlyzer",
            "search_analyzer": "ik_smart",
            "copy_to": "all"
          },
          "address":{
        
            "type": "keyword",
            "index": false
          },
          "price":{
        
            "type": "integer"
          },
          "score":{
        
            "type": "integer"
          },
          "brand":{
        
            "type": "keyword",
            "copy_to": "all"
          },
          "city":{
        
            "type": "keyword"
          },
          "starName":{
        
            "type": "keyword"
          },
          "business":{
        
            "type": "keyword",
            "copy_to": "all"
          },
          "location":{
        
            "type": "geo_point"
          },
          "pic":{
        
            "type": "keyword",
            "index": false
          },
          "all":{
        
            "type": "text",
            "analyzer": "text_anlyzer",
            "search_analyzer": "ik_smart"
          },
          "suggestion":{
        
              "type": "completion",
              "analyzer": "completion_analyzer"
          }
        }
      }
    }

**修改HotelDoc实体**

HotelDoc中要添加一个字段，用来做自动补全，内容为酒店品牌、城市、商圈等信息。按照自动补全字段的要求，最好是这些字段的数组。

因此我们在HotelDoc中添加一个suggestion字段，类型为`List<String>`，然后将brand、city、business等信息放到里面。

代码如下：

@Data
    @NoArgsConstructor
    public class HotelDoc {
        
        private Long id;
        private String name;
        private String address;
        private Integer price;
        private Integer score;
        private String brand;
        private String city;
        private String starName;
        private String business;
        private String location;
        private String pic;
        private Object distance;
        private Boolean isAD;
        private List<String> suggestion;
    
        public HotelDoc(Hotel hotel) {
        
            this.id = hotel.getId();
            this.name = hotel.getName();
            this.address = hotel.getAddress();
            this.price = hotel.getPrice();
            this.score = hotel.getScore();
            this.brand = hotel.getBrand();
            this.city = hotel.getCity();
            this.starName = hotel.getStarName();
            this.business = hotel.getBusiness();
            this.location = hotel.getLatitude() + ", " + hotel.getLongitude();
            this.pic = hotel.getPic();
            //拼装数据，把数据一个个放到数组中
            if (this.business.contains("/") || this.business.contains("、") || this.business.contains("，")) {
        
                String[] arr = {
        };
                if (this.business.contains("/")) {
        
                    arr = this.business.split("/");
                } else if (this.business.contains("、")) {
        
                    arr = this.business.split("、");
                } else if (this.business.contains("，")) {
        
                    arr = this.business.split("，");
                }
                this.suggestion = new ArrayList<>();
                this.suggestion.add(this.brand);
                //把数组中的元素一个个放进去
                Collections.addAll(this.suggestion, arr);
            } else {
        
                this.suggestion = Arrays.asList(this.brand, this.business);
            }
        }
    }

**执行方法重新导入酒店数据**

@Test
        void testBulkRequest() throws IOException {
        
            // 查询所有的酒店数据
            List<Hotel> list = hotelService.list();
    
            // 1.准备Request
            BulkRequest request = new BulkRequest();
            // 2.准备参数
            for (Hotel hotel : list) {
        
                // 2.1.转为HotelDoc
                HotelDoc hotelDoc = new HotelDoc(hotel);
                // 2.2.转json
                String json = JSON.toJSONString(hotelDoc);
                // 2.3.添加请求
                request.add(new IndexRequest("hotel").id(hotel.getId().toString()).source(json, XContentType.JSON));
            }
    
            // 3.发送请求
            client.bulk(request, RequestOptions.DEFAULT);
        }

**自动补全查询API**

自动补全查询DSL 对应代码

![在这里插入图片描述][8d89706f8460486093db4077a4b00393.png_pic_center]

自动补全结果解析 对应代码DSL

![在这里插入图片描述][f4d605fb46dc4c319cd5024fc8aafe0c.png_pic_center]

**核心源码**

**在Controller类新增接口**

@GetMapping("suggestion")
    public List<String> getSuggestions(@RequestParam("key") String prefix) {
        
        return hotelService.getSuggestions(prefix);
    }

**Service业务代码**

public List<String> getSuggestions(String prefix) {
        
            //1. 准备request
            SearchRequest request = new SearchRequest("hotel");
            //2. 准备DSL
            request.source().suggest(new SuggestBuilder().addSuggestion("suggestions",
                    SuggestBuilders.completionSuggestion("suggestion")
                            .prefix(prefix)
                            .skipDuplicates(true)
                            .size(10)));
            try {
        
                //3. 发送请求
                SearchResponse response = restHighLevelClient.search(request, RequestOptions.DEFAULT);
                //4. 解析结果
                Suggest suggest = response.getSuggest();
    
                //根据补全查询名称获取补全结果
                CompletionSuggestion suggestions = suggest.getSuggestion("suggestions");
                //获取options
                List<CompletionSuggestion.Entry.Option> options = suggestions.getOptions();
                //遍历
                List<String> result = new ArrayList<>(options.size());
                for (CompletionSuggestion.Entry.Option option : options) {
        
                    result.add(option.getText().toString());
                }
                return result;
            } catch (Exception e) {
        	
                e.printStackTrace();
            }
            return null;
        }

## 四、效果图 ##

![在这里插入图片描述][1e136b79725542fe8eceb487ef85839b.gif_pic_center]

## ⛵小结 ##

以上就是【**Bug 终结者**】对 **Spring Boot 整合分布式搜索引擎 Elastic Search 实现 自动补全功能** 的简单介绍，**ES搜索引擎无疑是最优秀的分布式搜索引擎，使用它，可大大提高项目的灵活、高效性！** **`技术改变世界！！！`**

> 如果这篇【文章】有帮助到你，希望可以给【**Bug 终结者**】点个赞?，创作不易，如果有对【**后端技术**】、【**前端领域**】感兴趣的小可爱，也欢迎关注❤️❤️❤️ 【**Bug 终结者**】❤️❤️❤️，我将会给你带来巨大的【收获与惊喜】???！

[31b2d73e96e64a6c84fca3dffd5f24ab.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/e58177a2d71d4597a24958db45cf26f8.png
[e897fc9bc0644a099c0bb5a2ffb7af7a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/20338256de0845ef9513938f2d80d835.png
[ea8d77ce45e2468586df7a9025e3bc6b.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/0140e7f5a604457699b9e84d3baf835a.png
[f103064657f94123b87b5828851ede47.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/099a315c72404a06b86ded7323000ab4.png
[Completion Suggester]: https://www.elastic.co/guide/en/elasticsearch/reference/7.6/search-suggesters.html
[c3b122c5a0144b9aa7c2cd9dbe2d613d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/9b5862ac64524915bff4b503b8421f80.png
[f981810b0f2b42a3b5dba40032fb2170.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/1e305e83479844d99f0b2c017991a41f.png
[8d89706f8460486093db4077a4b00393.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/d60bdb85779e4ea88ce78d88865aa72e.png
[f4d605fb46dc4c319cd5024fc8aafe0c.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/9ed0a57eee4e4e7d808032917e1c53da.png
[1e136b79725542fe8eceb487ef85839b.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/7f10f5c6e996450490948e3ba63aaf64.gif