分布式搜索Elasticsearch——QueryBuilders.matchPhrasePrefixQuery

   注:该文项目基础为分布式搜索Elasticsearch——项目过程(一)分布式搜索Elasticsearch——项目过程(二),项目骨架可至这里下载。

        ES源代码中对matchPhrasePrefixQuery的描述如下所示:

 

[java] view plain copy

 

  1. /** 
  2.  * Creates a match query with type "PHRASE_PREFIX" for the provided field name and text. 
  3.  * 
  4.  * @param name The field name. 
  5.  * @param text The query text (to be analyzed). 
  6.  */  
  7. public static MatchQueryBuilder matchPhrasePrefixQuery(String name, Object text) {  
  8.     return new MatchQueryBuilder(name, text).type(MatchQueryBuilder.Type.PHRASE_PREFIX);  
  9. }  

       如果你调用matchPhrasePrefixQuery时,text为中文,那么,很大可能是一种状况:你会发现,matchPhraseQuery和matchPhrasePrefixQuery没有任何差别。而当text为英文时,差别就显现出来了:matchPhraseQuery的text是一个英文单词,而matchPhrasePrefixQuery的text则无这一约束,你可以从一个英文单词中抽几个连接在一起的字母进行查询。

 

        示例代码如下所示:

 

[java] view plain copy

 

  1. /** 
  2.  * @author Geloin 
  3.  */  
  4. package com.gsoft.gsearch.util;  
  5.   
  6. import java.util.UUID;  
  7.   
  8. import junit.framework.Assert;  
  9.   
  10. import org.elasticsearch.action.bulk.BulkRequestBuilder;  
  11. import org.elasticsearch.action.bulk.BulkResponse;  
  12. import org.elasticsearch.action.index.IndexRequest;  
  13. import org.elasticsearch.action.search.SearchResponse;  
  14. import org.elasticsearch.index.query.QueryBuilder;  
  15. import org.elasticsearch.index.query.QueryBuilders;  
  16. import org.elasticsearch.search.SearchHit;  
  17. import org.elasticsearch.search.SearchHits;  
  18. import org.junit.Test;  
  19.   
  20. import com.gsoft.gsearch.BaseTest;  
  21. import com.gsoft.gsearch.entity.Person;  
  22.   
  23. /** 
  24.  * 以短语形式查询,查询时关键字不会被分词,而是直接以一个字符串的形式查询 
  25.  *  
  26.  * @author Geloin 
  27.  *  
  28.  */  
  29. public class MatchPhrasePrefixQueryTest extends BaseTest {  
  30.       
  31.     @Test  
  32.     public void matchPhrasePrefixQuery() {  
  33.         try {  
  34.               
  35.             // 创建索引  
  36.             BulkRequestBuilder builder = client.prepareBulk();  
  37.   
  38.             for (int i = 0; i < 2; i++) {  
  39.                 Person p = new Person();  
  40.                 p.setId(UUID.randomUUID().toString());  
  41.                 p.setAge(20);  
  42.                 p.setIsStudent(false);  
  43.                 p.setSex("男");  
  44.                 p.setName("Zhangsan wang");  
  45.   
  46.                 String source = ElasticSearchUtil.BeanToJson(p);  
  47.   
  48.                 IndexRequest request = client.prepareIndex().setIndex(index)  
  49.                         .setType(type).setId(p.getId()).setSource(source)  
  50.                         .request();  
  51.   
  52.                 builder.add(request);  
  53.             }  
  54.   
  55.             BulkResponse bResponse = builder.execute().actionGet();  
  56.             if (bResponse.hasFailures()) {  
  57.                 Assert.fail("创建索引出错!");  
  58.             }  
  59.   
  60.             // 检索  
  61.             QueryBuilder qb = QueryBuilders.matchPhraseQuery("name", "wa");  
  62.               
  63.             SearchResponse searchResponse = client.prepareSearch(index)  
  64.                     .setTypes(type).setQuery(qb).setFrom(0).setSize(12)  
  65.                     .execute().actionGet();  
  66.   
  67.             SearchHits hits = searchResponse.getHits();  
  68.             if (null == hits || hits.totalHits() == 0) {  
  69.                 log.error("使用matchPhraseQuery(\"name\", \"<span style="font-size:14px;">wa</span>\")没有查询到任何结果!");  
  70.             } else {  
  71.                 for (SearchHit hit : hits) {  
  72.                     String json = hit.getSourceAsString();  
  73.   
  74.                     Person newPerson = mapper.readValue(json, Person.class);  
  75.                     System.out.println("name\t\t" + newPerson.getName());  
  76.                     System.out.println("sex\t\t" + newPerson.getSex());  
  77.                     System.out.println("age\t\t" + newPerson.getAge());  
  78.                     System.out.println("isStudent\t\t"  
  79.                             + newPerson.getIsStudent());  
  80.                 }  
  81.             }  
  82.               
  83.             System.out.println("===================================================");  
  84.   
  85.             // 检索  
  86.             QueryBuilder qb1 = QueryBuilders.matchPhrasePrefixQuery("name", "wa");  
  87.               
  88.             SearchResponse searchResponse1 = client.prepareSearch(index)  
  89.                     .setTypes(type).setQuery(qb1).setFrom(0).setSize(20)  
  90.                     .execute().actionGet();  
  91.   
  92.             SearchHits hits1 = searchResponse1.getHits();  
  93.               
  94.               
  95.             if (null == hits1 || hits1.totalHits() == 0) {  
  96.                 log.error("使用matchPhrasePrefixQuery(\"name\", \"wa\")没有查询到任何结果!");  
  97.                 return;  
  98.             } else {  
  99.                 for (SearchHit hit : hits1) {  
  100.                     String json = hit.getSourceAsString();  
  101.   
  102.                     Person newPerson = mapper.readValue(json, Person.class);  
  103.                     System.out.println("name\t\t" + newPerson.getName());  
  104.                     System.out.println("sex\t\t" + newPerson.getSex());  
  105.                     System.out.println("age\t\t" + newPerson.getAge());  
  106.                     System.out.println("isStudent\t\t"  
  107.                             + newPerson.getIsStudent());  
  108.                 }  
  109.             }  
  110.   
  111.         } catch (Exception e) {  
  112.             e.printStackTrace();  
  113.         } finally {  
  114.             if (null != client) {  
  115.                 client.close();  
  116.             }  
  117.             if (null != node) {  
  118.                 node.close();  
  119.             }  
  120.         }  
  121.     }  
  122. }  

        你会发现,使用matchPhraseQuery并未查询出结果,而matchPhrasePrefixQuery查询出的,则是我们需要的结果。

 

http://blog.csdn.net/geloin/article/details/8939387

 

时间: 2024-10-05 21:13:15

分布式搜索Elasticsearch——QueryBuilders.matchPhrasePrefixQuery的相关文章

elasticsearch 搜索-elasticsearch 过滤器使用问题求大神

问题描述 elasticsearch 过滤器使用问题求大神 5C 通过 界面可以看到数据 过滤器写法: public void search04() { FilterBuilder filter =FilterBuilders.prefixFilter(""name""张三""); SearchResponse res = client.prepareSearch(""test4"").setTypes(&

表格存储结合Elasticsearch进行搜索的场景分析和实践

表格存储结合Elasticsearch进行搜索的场景分析和实践 表格存储(TableStore)是什么 TableStore是一个构建在阿里云飞天分布式系统上的Nosql数据库服务,熟悉阿里云的同学肯定听说过飞天5K,飞天是一个可以管理5000台机器的分布式系统,TableStore作为构建在其上的一个Nosql数据库,可以承载海量(单表几百TB)的数据存储,同时数据有三份拷贝,数据安全性有极高的保证. TableStore的数据是以行进行组织的,每行包含多个主键列和多个属性列,主键列的列名和类

ELK( ElasticSearch+ Logstash+ Kibana)分布式日志系统部署文档

开始在公司实施的小应用,慢慢完善之~~~~~~~~文档制作 了好作运维同事之间的前期普及.. ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 软件下载地址: https://www.elastic.co/downloads 在实际部署中,根据服务器的性能配置,ELK可部署在同一个机器上,也可以分别安装在不同的机器上,只要能保证网络连通.但建议ElasticSearch和Kibana部署在同一个机器上,这样可以加快检索速度. Shipper: 分布式部署在各应用服务器,收集并转发日

elasticsearch 分布式

简介  开始学es,我习惯边学边记,总结出现的问题和解决方法.本文是在两台linux虚拟机下,安装了三个节点.本次搭建es同时实践了两种模式--单机模式和分布式模式.条件允许的话,可以在多台机器上配置es节点,如果你机器性能有限,那么可以在一台虚拟机上完成多节点的配置.  如图,是本次3个节点的分布. 虚拟机主机名 IP es节点 master 192.168.137.100 node1.node3 slave 192.168.137.101 node2 一.下载及配置 1.几个基本名词 ind

基于Elasticsearch搜索平台设计

背景 随着公司业务的高速发展以及数据爆炸式的增长,当前公司各产线都有关于搜索方面的需求,但是以前的搜索服务系统由于架构与业务上的设计,不能很好的满足各个业务线的期望,主要体现下面三个问题: 不能支持对语句级别的搜索,大量业务相关的属性根本无法实现 没有任何搜索相关的指标评价体系 扩展性与维护性特别差 基于现状,对行业内的搜索服务做出充分调研,确认使用ElasticSearch做底层索引存储,同时重新设计现有搜索服务,使其满足业务方对维护性.定制化搜索排序方面的需求. 整体技术架构 沪江搜索服务底

Elasticsearch 创始人 Shay Banon:让数据自己说话

随着互联网数据规模的爆炸式增长,如何从海量的历史.实时数据中快速获取有用的信息,变得越来越具有挑战性.而这其中,搜索作为获取信息最高效的途径之一,已经越来越受到人们的青睐. 一款优秀的搜索引擎,它连接了普通用户和网站网页,用户可以轻而易举且免费地搜索到想看的网站和内容,而这些网站的内容被搜索引擎检索到,通过搜索引擎技术呈现给用户. 11 月 13 日,在 2017 杭州云栖大会上,Elasticsearch 与阿里云宣布达成战略合作,共同研发及发布阿里云上提供托管的 Elasticsearch,

专访 Elasticsearch 创始人 Shay Banon:让数据自己说话

嘉宾|Shay Banon 作者|谢然随着互联网数据规模的爆炸式增长,如何从海量的历史.实时数据中快速获取有用的信息,变得越来越具有挑战性.而这其中,搜索作为获取信息最高效的途径之一,已经越来越受到人们的青睐. 一款优秀的搜索引擎,它连接了普通用户和网站网页,用户可以轻而易举且免费地搜索到想看的网站和内容,而这些网站的内容被搜索引擎检索到,通过搜索引擎技术呈现给用户. 11 月 13 日,在 2017 杭州云栖大会上,Elasticsearch 与阿里云宣布达成战略合作,共同研发及发布阿里云上提

ElasticSearch实战-日志监控平台

1.概述 在项目业务倍增的情况下,查询效率受到影响,这里我们经过讨论,引进了分布式搜索套件--ElasticSearch,通过分布式搜索来解决当下业务上存在的问题.下面给大家列出今天分析的目录: ElasticSearch 套件介绍 ElasticSearch 应用场景和案例 平台架构 下面开始今天的内容分享. 2.ElasticSearch 套件 2.1LogStash LogStash是一个开源的.免费的日志收集工具,属于Elastic家族的一员,负责将收集的日志信息输送到ElasticSe

当 Elasticsearch 遇上 MaxCompute —— 「Elasticsearch on MaxCompute 」简介

转自haixia Elasticsearch on MaxCompute(原ODPS)  Elasticsearch 是目前最流行的开源分布式搜索系统之一,它有着优秀的近实时搜索性能和丰富的周边配套工具.以 Elasticsearch 为核心的 Elastic Stack (Elasticsearch + Logstash + Kibana + Beats) 正逐渐成为企业和个人进行数据收集.搜索.分析.可视化的首选解决方案. 作为一个分布式系统,Elasticsearch 在部署使用时会面临一