1.DSL查詢文檔

elasticsearch的查詢依然是基于JSON風格的DSL來實現的。

1.1.DSL查詢分類

Elasticsearch提供了基于JSON的DSL（Domain Specific Language）來定義查詢。常見的查詢類型包括：

• 查詢所有：查詢出所有數據，一般測試用。例如：match_all

• 全文檢索（full text）查詢：利用分詞器對用戶輸入內容分詞，然后去倒排索引庫中匹配。例如：

  • match_query

  • multi_match_query

• 精確查詢：根據精確詞條值查找數據，一般是查找keyword、數值、日期、boolean等類型字段。例如：

  • ids

  • range

  • term

• 地理（geo）查詢：根據經緯度查詢。例如：

  • geo_distance

  • geo_bounding_box

• 復合（compound）查詢：復合查詢可以將上述各種查詢條件組合起來，合并查詢條件。例如：

  • bool

  • function_score

查詢的語法基本一致：

GET?/indexName/_search {"query":?{"查詢類型":?{"查詢條件":?"條件值"}} }

以查詢所有為例，其中：

• 查詢類型為match_all

• 沒有查詢條件

// 查詢所有 GET?/indexName/_search {"query":?{"match_all":?{}} }

其它查詢無非就是查詢類型、查詢條件的變化。

1.2.全文檢索查詢

1.2.1.使用場景

全文檢索查詢的基本流程如下：

• 對用戶搜索的內容做分詞，得到詞條

• 根據詞條去倒排索引庫中匹配，得到文檔id

• 根據文檔id找到文檔，返回給用戶

比較常用的場景包括：

• 商城的輸入框搜索

• 百度輸入框搜索

例如京東：

?

因為是拿著詞條去匹配，因此參與搜索的字段也必須是可分詞的text類型的字段。

1.2.2.基本語法

常見的全文檢索查詢包括：

• match查詢：單字段查詢

• multi_match查詢：多字段查詢，任意一個字段符合條件就算符合查詢條件

match查詢語法如下：

GET?/indexName/_search {"query":?{"match":?{"FIELD":?"TEXT"}} }

mulit_match語法如下：

GET?/indexName/_search {"query":?{"multi_match":?{"query":?"TEXT","fields":?["FIELD1",?" FIELD12"]}} }

總結

match和multi_match的區別是什么？

• match：根據一個字段查詢

• multi_match：根據多個字段查詢，參與查詢字段越多，查詢性能越差

1.3.精準查詢

精確查詢一般是查找keyword、數值、日期、boolean等類型字段。所以不會對搜索條件分詞。常見的有：

• term：根據詞條精確值查詢

• range：根據值的范圍查詢

1.3.1.term查詢

因為精確查詢的字段搜是不分詞的字段，因此查詢的條件也必須是不分詞的詞條。查詢時，用戶輸入的內容跟自動值完全匹配時才認為符合條件。如果用戶輸入的內容過多，反而搜索不到數據。

//?term查詢 GET?/indexName/_search {"query":?{"term":?{"FIELD":?{"value":?"VALUE"}}} }

?

1.3.2.range查詢

范圍查詢，一般應用在對數值類型做范圍過濾的時候。比如做價格范圍過濾。

//?range查詢 GET?/indexName/_search {"query":?{"range":?{"FIELD":?{"gte":?10, // 這里的gte代表大于等于，gt則代表大于"lte":?20 // lte代表小于等于，lt則代表小于}}} }

?

?

總結

精確查詢常見的有哪些？

• term查詢：根據詞條精確匹配，一般搜索keyword類型、數值類型、布爾類型、日期類型字段

• range查詢：根據數值范圍查詢，可以是數值、日期的范圍

1.4.地理坐標查詢

附近查詢

附近查詢，也叫做距離查詢（geo_distance）：查詢到指定中心點小于某個距離值的所有文檔。

換句話來說，在地圖上找一個點作為圓心，以指定距離為半徑，畫一個圓，落在圓內的坐標都算符合條件。

//?geo_distance 查詢 GET?/indexName/_search {"query":?{"geo_distance":?{"distance":?"15km", // 半徑"FIELD":?"31.21,121.5" // 圓心}} }

?

1.5.復合查詢

復合（compound）查詢：復合查詢可以將其它簡單查詢組合起來，實現更復雜的搜索邏輯。常見的有兩種：

• fuction score：算分函數查詢，可以控制文檔相關性算分，控制文檔排名

• bool query：布爾查詢，利用邏輯關系組合多個其它的查詢，實現復雜搜索

1.5.1.相關性算分

當我們利用match查詢時，文檔結果會根據與搜索詞條的關聯度打分（_score），返回結果時按照分值降序排列。

例如，我們搜索 "虹橋如家"，結果如下：

[{"_score"?:?17.850193,"_source"?:?{"name"?:?"虹橋如家酒店真不錯",}},{"_score"?:?12.259849,"_source"?:?{"name"?:?"外灘如家酒店真不錯",}},{"_score"?:?11.91091,"_source"?:?{"name"?:?"迪士尼如家酒店真不錯",}} ]

?

?

?

小結：elasticsearch會根據詞條和文檔的相關度做打分，算法由兩種：

• TF-IDF算法

• BM25算法，elasticsearch5.1版本后采用的算法

1.5.2.算分函數查詢

根據相關度打分是比較合理的需求，但合理的不一定是產品經理需要的。

以百度為例，你搜索的結果中，并不是相關度越高排名越靠前，而是誰掏的錢多排名就越靠前。如圖：

?

?

function score 查詢中包含四部分內容：

• 原始查詢條件：query部分，基于這個條件搜索文檔，并且基于BM25算法給文檔打分，原始算分（query score)

• 過濾條件：filter部分，符合該條件的文檔才會重新算分

• 算分函數：符合filter條件的文檔要根據這個函數做運算，得到的函數算分（function score），有四種函數

  • weight：函數結果是常量

  • field_value_factor：以文檔中的某個字段值作為函數結果

  • random_score：以隨機數作為函數結果

  • script_score：自定義算分函數算法

• 運算模式：算分函數的結果、原始查詢的相關性算分，兩者之間的運算方式，包括：

  • multiply：相乘

  • replace：用function score替換query score

  • 其它，例如：sum、avg、max、min

function score的運行流程如下：

• 1）根據原始條件查詢搜索文檔，并且計算相關性算分，稱為原始算分（query score）

• 2）根據過濾條件，過濾文檔

• 3）符合過濾條件的文檔，基于算分函數運算，得到函數算分（function score）

• 4）將原始算分（query score）和函數算分（function score）基于運算模式做運算，得到最終結果，作為相關性算分。

因此，其中的關鍵點是：

• 過濾條件：決定哪些文檔的算分被修改

• 算分函數：決定函數算分的算法

• 運算模式：決定最終算分結果

2）示例

需求：給外灘的“如家”這個品牌的酒店排名靠前一些

翻譯一下這個需求，轉換為之前說的四個要點：

• 原始條件：不確定，可以任意變化

• 過濾條件：brand = "如家"

• 算分函數：可以簡單粗暴，直接給固定的算分結果，weight

• 運算模式：比如求和

因此最終的DSL語句如下：

GET?/hotel/_search {"query":?{"function_score":?{"query":?{ .... }, // 原始查詢，可以是任意條件"functions":?[?//?算分函數{"filter":?{?//?滿足的條件，品牌必須是如家"term":?{"brand":?"如家"}},"weight":?2?//?算分權重為2}],"boost_mode": "sum" // 加權模式，求和}} }

?

?

小結

function score query定義的三要素是什么？

• 過濾條件：哪些文檔要加分

• 算分函數：如何計算function score

• 加權方式：function score 與 query score如何運算

1.5.3.布爾查詢

布爾查詢是一個或多個查詢子句的組合，每一個子句就是一個子查詢。子查詢的組合方式有：

• must：必須匹配每個子查詢，類似“與”

• should：選擇性匹配子查詢，類似“或”

• must_not：必須不匹配，不參與算分，類似“非”

• filter：必須匹配，不參與算分

比如在搜索酒店時，除了關鍵字搜索外，我們還可能根據品牌、價格、城市等字段做過濾：

?

GET?/hotel/_search {"query":?{"bool":?{"must":?[{"term":?{"city":?"上海"?}}],"should":?[{"term":?{"brand":?"皇冠假日"?}},{"term":?{"brand":?"華美達"?}}],"must_not":?[{?"range":?{?"price":?{?"lte":?500?}?}}],"filter":?[{?"range":?{"score":?{?"gte":?45?}?}}]}} }

?

示例

需求：搜索名字包含“如家”，價格不高于400，在坐標31.21,121.5周圍10km范圍內的酒店。

分析：

• 名稱搜索，屬于全文檢索查詢，應該參與算分。放到must中

• 價格不高于400，用range查詢，屬于過濾條件，不參與算分。放到must_not中

• 周圍10km范圍內，用geo_distance查詢，屬于過濾條件，不參與算分。放到filter中

  小結

  bool查詢有幾種邏輯關系？

• must：必須匹配的條件，可以理解為“與”

• should：選擇性匹配的條件，可以理解為“或”

• must_not：必須不匹配的條件，不參與打分

• filter：必須匹配的條件，不參與打分

2.搜索結果處理

搜索的結果可以按照用戶指定的方式去處理或展示。

2.1.排序

elasticsearch默認是根據相關度算分（_score）來排序，但是也支持自定義方式對搜索結果排序。可以排序字段類型有：keyword類型、數值類型、地理坐標類型、日期類型等。

2.1.1.普通字段排序

keyword、數值、日期類型排序的語法基本一致。

語法：

GET?/indexName/_search {"query":?{"match_all":?{}},"sort":?[{"FIELD":?"desc"??//?排序字段、排序方式ASC、DESC}] }

排序條件是一個數組，也就是可以寫多個排序條件。按照聲明的順序，當第一個條件相等時，再按照第二個條件排序，以此類推

示例：

需求描述：酒店數據按照用戶評價（score)降序排序，評價相同的按照價格(price)升序排序

?

2.1.2.地理坐標排序

地理坐標排序略有不同。

GET?/indexName/_search {"query":?{"match_all":?{}},"sort":?[{"_geo_distance"?:?{"FIELD"?:?"緯度，經度", // 文檔中geo_point類型的字段名、目標坐標點"order"?:?"asc", // 排序方式"unit"?:?"km" // 排序的距離單位}}] }

這個查詢的含義是：

• 指定一個坐標，作為目標點

• 計算每一個文檔中，指定字段（必須是geo_point類型）的坐標 到目標點的距離是多少

• 根據距離排序

示例：

需求描述：實現對酒店數據按照到你的位置坐標的距離升序排序

提示：獲取你的位置的經緯度的方式：獲取鼠標點擊經緯度-地圖屬性-示例中心-JS API 2.0 示例 | 高德地圖API

假設我的位置是：31.034661，121.612282，尋找我周圍距離最近的酒店。

?

2.2.分頁

elasticsearch 默認情況下只返回top10的數據。而如果要查詢更多數據就需要修改分頁參數了。elasticsearch中通過修改from、size參數來控制要返回的分頁結果：

• from：從第幾個文檔開始

• size：總共查詢幾個文檔

類似于mysql中的limit ?, ?

2.2.1.基本的分頁

分頁的基本語法如下：

GET?/hotel/_search {"query":?{"match_all":?{}},"from":?0,?//?分頁開始的位置，默認為0"size":?10,?//?期望獲取的文檔總數"sort":?[{"price":?"asc"}] }

2.2.2.深度分頁問題

現在，我要查詢990~1000的數據，查詢邏輯要這么寫：

GET?/hotel/_search {"query":?{"match_all":?{}},"from":?9900,?//?分頁開始的位置，默認為0"size":?200,?//?期望獲取的文檔總數"sort":?[{"price":?"asc"}] }

這里是查詢9900開始的數據，也就是 第9900~第11000條 數據。

不過，elasticsearch內部分頁時，必須先查詢 0~1000條，然后截取其中的990 ~ 1000的這10條：

?

查詢TOP1000，如果es是單點模式，這并無太大影響。

但是elasticsearch將來一定是集群，例如我集群有5個節點，我要查詢TOP1000的數據，并不是每個節點查詢200條就可以了。

因為節點A的TOP200，在另一個節點可能排到10000名以外了。

因此要想獲取整個集群的TOP1000，必須先查詢出每個節點的TOP1000，匯總結果后，重新排名，重新截取TOP1000。

那如果我要查詢9900~10000的數據呢？是不是要先查詢TOP10000呢？那每個節點都要查詢10000條？匯總到內存中？

當查詢分頁深度較大時，匯總數據過多，對內存和CPU會產生非常大的壓力，因此elasticsearch會禁止from+ size 超過10000的請求。

針對深度分頁，官方文檔：

• search after：分頁時需要排序，原理是從上一次的排序值開始，查詢下一頁數據。官方推薦使用的方式。

實例：

GET /hotel/_search {"query": {"match_all": {}},"size": 200,"sort": [{"id": {"order": "desc"}}],"search_after": [ "657192"] }

?

每個文檔具有一個唯一值的字段應該用作排序規范的仲裁器。否則，具有相同排序值的文檔的排序順序將是未定義的。建議的方法是使用字段id，它肯定包含每個文檔的一個唯一值。

PS:sort中的參數值要和search_after一一對應(數量&順序的對應)。

上面的請求會為每一個文檔返回一個包含sort排序值的數組。這些sort排序值可以被用于 search_after 參數里以便抓取下一頁的數據。

2.2.3.小結

分頁查詢的常見實現方案以及優缺點：

• from + size：

  • 優點：支持隨機翻頁

  • 缺點：深度分頁問題，默認查詢上限（from + size）是10000

  • 場景：百度、京東、谷歌、淘寶這樣的隨機翻頁搜索

• search after：

  • 優點：沒有查詢上限（單次查詢的size不超過10000）

  • 缺點：只能向后逐頁查詢，不支持隨機翻頁

  • 場景：沒有隨機翻頁需求的搜索，例如手機向下滾動翻頁

2.3.高亮

2.3.1.高亮原理

什么是高亮顯示呢？

我們在百度，京東搜索時，關鍵字會變成紅色，比較醒目，這叫高亮顯示：

高亮顯示的實現分為兩步：

• 1）給文檔中的所有關鍵字都添加一個標簽，例如<em>標簽

• 2）頁面給<em>標簽編寫CSS樣式

2.3.2.實現高亮

高亮的語法：

GET?/hotel/_search {"query":?{"match":?{"FIELD":?"TEXT" // 查詢條件，高亮一定要使用全文檢索查詢}},"highlight":?{"fields":?{?//?指定要高亮的字段"FIELD":?{"pre_tags":?"<em>",??//?用來標記高亮字段的前置標簽"post_tags":?"</em>"?//?用來標記高亮字段的后置標簽}}} }

?

?

2.4.總結

查詢的DSL是一個大的JSON對象，包含下列屬性：

• query：查詢條件

• from和size：分頁條件

• sort：排序條件

• highlight：高亮條件

3.RestClient查詢文檔

文檔的查詢同樣適用昨天學習的 RestHighLevelClient對象，基本步驟包括：

• 1）準備Request對象

• 2）準備請求參數

• 3）發起請求

• 4）解析響應

3.1.快速入門

我們以match_all查詢為例

3.1.1.發起查詢請求

代碼解讀：

• 第一步，創建SearchRequest對象，指定索引庫名

• 第二步，利用request.source()構建DSL，DSL中可以包含查詢、分頁、排序、高亮等

  • query()：代表查詢條件，利用QueryBuilders.matchAllQuery()構建一個match_all查詢的DSL

• 第三步，利用client.search()發送請求，得到響應

這里關鍵的API有兩個，一個是request.source()，其中包含了查詢、排序、分頁、高亮等所有功能：

?

另一個是QueryBuilders，其中包含match、term、function_score、bool等各種查詢：

3.1.2.解析響應

響應結果的解析：

?

elasticsearch返回的結果是一個JSON字符串，結構包含：

• hits：命中的結果

  • total：總條數，其中的value是具體的總條數值

  • max_score：所有結果中得分最高的文檔的相關性算分

  • hits：搜索結果的文檔數組，其中的每個文檔都是一個json對象

    • _source：文檔中的原始數據，也是json對象

因此，我們解析響應結果，就是逐層解析JSON字符串，流程如下：

• SearchHits：通過response.getHits()獲取，就是JSON中的最外層的hits，代表命中的結果

  • SearchHits#getTotalHits().value：獲取總條數信息

  • SearchHits#getHits()：獲取SearchHit數組，也就是文檔數組

    • SearchHit#getSourceAsString()：獲取文檔結果中的_source，也就是原始的json文檔數據

3.1.3.完整代碼

完整代碼如下：

package cn.itcast.hotel;import cn.itcast.hotel.pojo.Hotel; import cn.itcast.hotel.pojo.HotelDoc; import cn.itcast.hotel.service.IHotelService; import com.alibaba.fastjson.JSON; import org.apache.http.HttpHost; import org.elasticsearch.action.bulk.BulkRequest; import org.elasticsearch.action.bulk.BulkResponse; import org.elasticsearch.action.index.IndexRequest; import org.elasticsearch.action.search.SearchRequest; import org.elasticsearch.action.search.SearchResponse; import org.elasticsearch.client.RequestOptions; import org.elasticsearch.client.RestClient; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.common.xcontent.XContentType; import org.elasticsearch.index.query.QueryBuilders; import org.elasticsearch.search.SearchHit; import org.elasticsearch.search.SearchHits; import org.elasticsearch.search.builder.SearchSourceBuilder; import org.junit.jupiter.api.AfterEach; import org.junit.jupiter.api.BeforeEach; import org.junit.jupiter.api.Test; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest;import java.io.IOException; import java.util.List;@SpringBootTest public class HotelDemo4Search {@Autowiredprivate IHotelService hotelService;private RestHighLevelClient client = null;// 查詢所有的語法格式 // SearchRequest searchRequest = new SearchRequest(); // // 創建查詢類型對象,用于構建查詢類型 // SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); // searchSourceBuilder.query(QueryBuilders.matchAllQuery()); // searchRequest.source(searchSourceBuilder);/*** 查詢的5大類:* 查詢所有: match_all* 全文檢索: match mutil_match* 精準查詢: term range* 地理坐標查詢: geo_bounding_box geo_distance* 復合查詢: function_score bool*//*** 查詢所有文檔信息* @throws IOException*/@Testpublic void search01() throws IOException {//1.創建請求語義對象SearchRequest request = new SearchRequest("hotel");// QueryBuilders: 構建查詢類型request.source().query(QueryBuilders.matchAllQuery());//searchRequest.source().query(QueryBuilders.matchQuery("name","如家酒店"));//searchRequest.source().query(QueryBuilders.multiMatchQuery("如家酒店","name","brand"));//searchRequest.source().query(QueryBuilders.termQuery("brand","如家"));//searchRequest.source().query(QueryBuilders.rangeQuery("price").gte("100").lte("200"));//2.發送請求給ESSearchResponse response = client.search(request, RequestOptions.DEFAULT);//3.處理返回結果handleResponse(response);}/*** 處理響應結果* @param response*/public void handleResponse(SearchResponse response){// 獲取命中的所有內容SearchHits searchHits = response.getHits();// 獲取命中的總條數long count = searchHits.getTotalHits().value;System.out.println("命中的條數為: "+ count);// 獲取命中的文檔對象數組SearchHit[] hits = searchHits.getHits();for (SearchHit hit : hits) {// 解析每一個hit對象得到對應的文檔數據String json = hit.getSourceAsString();HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);System.out.println(hotelDoc);}}/*** 在單元測試執行前執行* 創建RestAPI對象*/@BeforeEachpublic void init() {client = new RestHighLevelClient(RestClient.builder(new HttpHost("192.168.163.130", 9200, "http")//new HttpHost("localhost", 9201, "http")));System.out.println(client);}/*** 在單元測試執行前執行* 關閉client對象*/@AfterEachpublic void destory() throws Exception{if (client!=null){client.close();}}}

?

3.1.4.小結

查詢的基本步驟是：

創建SearchRequest對象

準備Request.source()，也就是DSL。

① QueryBuilders來構建查詢條件

② 傳入Request.source() 的 query() 方法

發送請求，得到結果

解析結果（參考JSON結果，從外到內，逐層解析）

?

3.2.match查詢

全文檢索的match和multi_match查詢與match_all的API基本一致。差別是查詢條件，也就是query的部分。

?

完整代碼如下： ?

@Test void testMatch() throws IOException {// 1.準備RequestSearchRequest request = new SearchRequest("hotel");// 2.準備DSLrequest.source().query(QueryBuilders.matchQuery("all", "如家"));// 3.發送請求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析響應handleResponse(response);}

3.3.精確查詢

精確查詢主要是兩者：

• term：詞條精確匹配

• range：范圍查詢

與之前的查詢相比，差異同樣在查詢條件，其它都一樣。

查詢條件構造的API如下：

3.4.布爾查詢

布爾查詢是用must、must_not、filter等方式組合其它查詢，代碼示例如下：

?

可以看到，API與其它查詢的差別同樣是在查詢條件的構建，QueryBuilders，結果解析等其他代碼完全不變。

完整代碼如下：

@Test void testBool() throws IOException {// 1.準備RequestSearchRequest request = new SearchRequest("hotel");// 2.準備DSL// 2.1.準備BooleanQueryBoolQueryBuilder boolQuery = QueryBuilders.boolQuery();// 2.2.添加termboolQuery.must(QueryBuilders.termQuery("city", "杭州"));// 2.3.添加rangeboolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));request.source().query(boolQuery);// 3.發送請求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析響應handleResponse(response);}

?

3.5.排序、分頁

完整代碼如下：

@Test void testPageAndSort() throws IOException {// 頁碼，每頁大小int page = 1, size = 5;// 1.準備RequestSearchRequest request = new SearchRequest("hotel");// 2.準備DSL// 2.1.queryrequest.source().query(QueryBuilders.matchAllQuery());// 2.2.排序 sortrequest.source().sort("price", SortOrder.ASC);// 2.3.分頁 from、sizerequest.source().from((page - 1) * size).size(5);// 3.發送請求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析響應handleResponse(response);}

?

3.6.高亮

高亮的代碼與之前代碼差異較大，有兩點：

• 查詢的DSL：其中除了查詢條件，還需要添加高亮條件，同樣是與query同級。

• 結果解析：結果除了要解析_source文檔數據，還要解析高亮結果

3.6.1.高亮請求構建

高亮請求的構建API如下：

@Test void testHighlight() throws IOException {// 1.準備RequestSearchRequest request = new SearchRequest("hotel");// 2.準備DSL// 2.1.queryrequest.source().query(QueryBuilders.matchQuery("all", "如家"));// 2.2.高亮request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));// 3.發送請求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析響應handleResponse(response);}

?

3.6.2.高亮結果解析

高亮的結果與查詢的文檔結果默認是分離的，并不在一起。

因此解析高亮的代碼需要額外處理：

代碼解讀：

• 第一步：從結果中獲取source。hit.getSourceAsString()，這部分是非高亮結果，json字符串。還需要反序列為HotelDoc對象

• 第二步：獲取高亮結果。hit.getHighlightFields()，返回值是一個Map，key是高亮字段名稱，值是HighlightField對象，代表高亮值

• 第三步：從map中根據高亮字段名稱，獲取高亮字段值對象HighlightField

• 第四步：從HighlightField中獲取Fragments，并且轉為字符串。這部分就是真正的高亮字符串了

• 第五步：用高亮的結果替換HotelDoc中的非高亮結果

完整代碼如下：

private void handleResponse(SearchResponse response) {// 4.解析響應SearchHits searchHits = response.getHits();// 4.1.獲取總條數long total = searchHits.getTotalHits().value;System.out.println("共搜索到" + total + "條數據");// 4.2.文檔數組SearchHit[] hits = searchHits.getHits();// 4.3.遍歷for (SearchHit hit : hits) {// 獲取文檔sourceString json = hit.getSourceAsString();// 反序列化HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);// 獲取高亮結果Map<String, HighlightField> highlightFields = hit.getHighlightFields();if (!CollectionUtils.isEmpty(highlightFields)) {// 根據字段名獲取高亮結果HighlightField highlightField = highlightFields.get("name");if (highlightField != null) {// 獲取高亮值String name = highlightField.getFragments()[0].string();// 覆蓋非高亮結果hotelDoc.setName(name);}}System.out.println("hotelDoc = " + hotelDoc);} }

?

總結

以上是生活随笔為你收集整理的Elasticsearch02的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。