分布式搜索elasticsearch java API 之（四）------搜索

elasticsearch的查询是通过执行json格式的查询条件，在java api中就是构造QueryBuilder对象，elasticsearch完全支持queryDSL风格的查询方式，QueryBuilder的构建类 是QueryBuilders，filter的构建类是FilterBuilders。下面是构造QueryBuilder的例子：

 

import static org.elasticsearch.index.query.FilterBuilders.*;    
import static org.elasticsearch.index.query.QueryBuilders.*;    
                
       QueryBuilder qb1 = termQuery("name", "kimchy");    
       QueryBuilder qb2 = boolQuery()    
                           .must(termQuery("content", "test1"))    
                           .must(termQuery("content", "test4"))    
                           .mustNot(termQuery("content", "test2"))    
                           .should(termQuery("content", "test3"));    
       QueryBuilder qb3 = filteredQuery(    
                   termQuery("name.first", "shay"),     
                   rangeFilter("age")    
                       .from(23)    
                       .to(54)    
                       .includeLower(true)    
                       .includeUpper(false)    
                   );

 

 

其中qb1构造了一个TermQuery，对name这个字段进行项搜索，项是最小的索引片段，这个查询对应lucene本身的TermQuery。 qb2构造了一个组合查询（BoolQuery），其对应lucene本身的BooleanQuery，可以通过must、should、mustNot 方法对QueryBuilder进行组合，形成多条件查询。 qb3构造了一个过滤查询，就是在TermQuery的基础上添加一个过滤条件RangeFilter，这个范围过滤器将限制查询age字段大于等于 23，小于54的结果。除了这三个，elasticsearch还支持很多种类的查询方式，迟点写个介绍。
构造好了Query就要传到elasticsearch里面进行查询，下面是例子：

 

SearchResponse response = client.prepareSearch("test")    
        .setQuery(query)    
        .setFrom(0).setSize(60).setExplain(true)    
        .execute()    
        .actionGet();

 

 

这句的意思是，查询test索引，查询条件为query，从第0条记录开始，最多返回60条记录。返回结果为SearchResponse，下面解析SearchResponse：

 

SearchHits hits = searchResponse.getHits();   
for (int i = 0; i < 60; i++) {   
     System.out.println(hits.getAt(i).getSource().get("field"));   
}

 

 

获得SearchResponse中的SearchHits，然后hits.getAt(i).getSource().get("field")获得field字段的值。

 

批量添加删除

 

elasticsearch支持批量添加或删除索引文档，java api里面就是通过构造BulkRequestBuilder，然后把批量的index/delete请求添加到BulkRequestBuilder里 面，执行BulkRequestBuilder。下面是个例子：

 

import static org.elasticsearch.common.xcontent.XContentFactory.*;    
        BulkRequestBuilder bulkRequest = client.prepareBulk();    
        bulkRequest.add(client.prepareIndex("twitter", "tweet", "1")    
                .setSource(jsonBuilder()    
                            .startObject()    
                                .field("user", "kimchy")    
                                .field("postDate", new Date())    
                                .field("message", "trying out Elastic Search")    
                            .endObject()    
                          )    
                );    
        bulkRequest.add(client.prepareIndex("twitter", "tweet", "2")    
                .setSource(jsonBuilder()    
                            .startObject()    
                                .field("user", "kimchy")    
                                .field("postDate", new Date())    
                                .field("message", "another post")    
                            .endObject()    
                          )    
                );
        BulkResponse bulkResponse = bulkRequest.execute().actionGet();    
        if (bulkResponse.hasFailures()) {    
            //处理错误    
        }

 

 

使用More like

 

基于内容的推荐通常是给定一篇文档信息，然后给用户推荐与该文档相识的文档。Lucene的api中有实现查询文章相似度的接口，叫 MoreLikeThis。Elasticsearch封装了该接口，通过Elasticsearch的More like this查询接口，我们可以非常方便的实现基于内容的推荐。
先看一个查询请求的json例子：

 

{    
    "more_like_this" : {    
        "fields" : ["title", "content"],    
        "like_text" : "text like this one",    
    }    
}

其中：

 

fields是要匹配的字段，如果不填的话默认是_all字段
like_text是匹配的文本。
除此之外还可以添加下面条件来调节结果
percent_terms_to_match：匹配项（term）的百分比，默认是0.3
min_term_freq：一篇文档中一个词语至少出现次数，小于这个值的词将被忽略，默认是2
max_query_terms：一条查询语句中允许最多查询词语的个数，默认是25
stop_words：设置停止词，匹配时会忽略停止词
min_doc_freq：一个词语最少在多少篇文档中出现，小于这个值的词会将被忽略，默认是无限制
max_doc_freq：一个词语最多在多少篇文档中出现，大于这个值的词会将被忽略，默认是无限制
min_word_len：最小的词语长度，默认是0
max_word_len：最多的词语长度，默认无限制
boost_terms：设置词语权重，默认是1
boost：设置查询权重，默认是1
analyzer：设置使用的分词器，默认是使用该字段指定的分词器
下面介绍下如何用java api调用，一共有三种调用方式，不过本质上都是一样的，只不过是做了一些不同程度的封装。

 

MoreLikeThisRequestBuilder mlt = new 
                        MoreLikeThisRequestBuilder(client, "indexName", "indexType", "id");
mlt.setField("title");//匹配的字段   
SearchResponse response = client.moreLikeThis(mlt.request()).actionGet();

 

 

这种是在查询与某个id的文档相似的文档。这个接口是直接在client那调用的，比较特殊。还有两种就是构造Query进行查询：

 

MoreLikeThisQueryBuilder query = QueryBuilders.moreLikeThisQuery();   
query.boost(1.0f).likeText("xxx").minTermFreq(10); 

 

这里的boost、likeText方法完全和上面的参数对应的。下面这种就是把要匹配的字段作为参数传进来，参数和MoreLikeThisQueryBuilder是一样的：

MoreLikeThisFieldQueryBuilder query = QueryBuilders.moreLikeThisFieldQuery(fieldname)