一、文章內容搜索思路
上一篇講了在怎么在 Spring Boot 2.0 上整合 ES 5 ，這一篇聊聊具體實戰。簡單講下如何實現文章、問答這些內容搜索的具體實現。實現思路很簡單：
- 基于「短語匹配」并設置最小匹配權重值
- 哪來的短語，利用 IK 分詞器分詞
- 基于 Fiter 實現篩選
- 基于 Pageable 實現分頁排序
這里直接調用搜索的話，容易搜出不盡人意的東西。因為內容搜索關注內容的連接性。所以這里處理方法比較 low ，希望多交流一起實現更好的搜索方法。就是通過分詞得到很多短語，然后利用短語進行短語精準匹配。
ES 安裝 IK 分詞器插件很簡單。第一步，在下載對應版本 https://github.com/medcl/elasticsearch-analysis-ik/releases。第二步，在 elasticsearch-5.5.3/plugins 目錄下，新建一個文件夾 ik，把 elasticsearch-analysis-ik-5.5.3.zip 解壓后的文件拷貝到 elasticsearch-5.1.1/plugins/ik 目錄下。最后重啟 ES 即可。
二、搜索內容分詞
安裝好 IK ，如何調用呢？
第一步，我這邊搜搜內容會以 逗號 拼接傳入。所以會先將逗號分割
第二步，在搜索詞中加入自己本身，因為有些詞經過 ik 分詞后就沒了... 這是個 bug
第三步，利用 AnalyzeRequestBuilder 對象獲取 IK 分詞后的返回值對象列表
第四步，優化分詞結果，比如都為詞，則保留全部；有詞有字，則保留詞；只有字，則保留字
核心實現代碼如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
|
/** * 搜索內容分詞 */protected List<String> handlingSearchContent(String searchContent) { List<String> searchTermResultList = new ArrayList<>(); // 按逗號分割，獲取搜索詞列表 List<String> searchTermList = Arrays.asList(searchContent.split(SearchConstant.STRING_TOKEN_SPLIT)); // 如果搜索詞大于 1 個字，則經過 IK 分詞器獲取分詞結果列表 searchTermList.forEach(searchTerm -> { // 搜索詞 TAG 本身加入搜索詞列表，并解決 will 這種問題 searchTermResultList.add(searchTerm); // 獲取搜索詞 IK 分詞列表 searchTermResultList.addAll(getIkAnalyzeSearchTerms(searchTerm)); }); return searchTermResultList;}/** * 調用 ES 獲取 IK 分詞后結果 */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(); // 循環賦值 List<String> searchTermList = new ArrayList<>(); ikTokenList.forEach(ikToken -> { searchTermList.add(ikToken.getTerm()); }); return handlingIkResultTerms(searchTermList);}/** * 如果分詞結果：洗發水（洗發、發水、洗、發、水） * - 均為詞，保留 * - 詞 + 字，只保留詞 * - 均為字，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、搜索查詢語句
構造內容枚舉對象，羅列需要搜索的字段，ContentSearchTermEnum 代碼如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
import lombok.AllArgsConstructor;@AllArgsConstructorpublic enum ContentSearchTermEnum { // 標題 TITLE("title"), // 內容 CONTENT("content"); /** * 搜索字段 */ private String name; public String getName() { return name; } public void setName(String name) { this.name = name; }} |
循環進行「短語搜索匹配」搜索字段，然后并設置最低權重值為 1。核心代碼如下：
|
1
2
3
4
5
6
7
8
9
10
11
|
/** * 構造查詢條件 */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、篩選條件
搜到東西不止，有時候需求是這樣的。需要在某個品類下搜索，比如電商需要在某個 品牌 下搜索商品。那么需要構造一些 fitler 進行篩選。對應 SQL 語句的 Where 下的 OR 和 AND 兩種語句。在 ES 中使用 filter 方法添加過濾。代碼如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
/** * 構建篩選條件 */private void buildFilterQuery(BoolQueryBuilder boolQueryBuilder, Integer type, String category) { // 內容類型篩選 if (type != null) { BoolQueryBuilder typeFilterBuilder = QueryBuilders.boolQuery(); typeFilterBuilder.should(QueryBuilders.matchQuery(SearchConstant.TYPE_NAME, type).lenient(true)); boolQueryBuilder.filter(typeFilterBuilder); } // 內容類別篩選 if (!StringUtils.isEmpty(category)) { BoolQueryBuilder categoryFilterBuilder = QueryBuilders.boolQuery(); categoryFilterBuilder.should(QueryBuilders.matchQuery(SearchConstant.CATEGORY_NAME, category).lenient(true)); boolQueryBuilder.filter(categoryFilterBuilder); }} |
type 是大類，category 是小類，這樣就可以支持 大小類 篩選。但是如果需要在 type = 1 或者 type = 2 中搜索呢？具體實現代碼很簡單：
|
1
2
3
4
|
typeFilterBuilder .should(QueryBuilders.matchQuery(SearchConstant.TYPE_NAME, 1) .should(QueryBuilders.matchQuery(SearchConstant.TYPE_NAME, 2) .lenient(true)); |
通過鏈式表達式，兩個 should 實現或，即 SQL 對應的 OR 語句。通過兩個 BoolQueryBuilder 實現與，即 SQL 對應的 AND 語句。
五、分頁、排序條件
分頁排序代碼就很簡單了：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
|
@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); // 構建搜索短語 String searchContent = contentSearchBean.getSearchContent(); List<String> searchTermList = handlingSearchContent(searchContent); // 構建查詢條件 BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery(); buildMatchQuery(boolQueryBuilder, searchTermList); // 構建篩選條件 buildFilterQuery(boolQueryBuilder, contentSearchBean.getType(), contentSearchBean.getCategory()); // 構建分頁、排序條件 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 對象，構造分頁參數以及指定對應的 排序字段、排序順序（DESC ASC）即可。
六、小結
這個思路比較簡單。希望對大家的學習有所幫助，也希望大家多多支持服務器之家。
原文鏈接：https://zhuanlan.zhihu.com/p/32562131
