一、數(shù)據(jù)聚合

1、聚合的分類

聚合（aggregations）可以實(shí)現(xiàn)對(duì)文檔數(shù)據(jù)的統(tǒng)計(jì)、分析、運(yùn)算。

聚合常見(jiàn)有三類：

• 桶聚合 Bucket：對(duì)文檔數(shù)據(jù)分組，并統(tǒng)計(jì)每組數(shù)量
  • TermAggregation：按照文檔字段值分組（有點(diǎn)像mysql的group by）
  • Date Histogram：按照日期階梯分組，例如一周為一組，或者一月一組
• 度量聚合 Metric：對(duì)文檔數(shù)據(jù)做計(jì)算，例如最大值，最小值，平均值等
  • avg：求平均值
  • max：求最大值
  • min：求最小值
  • stats：同時(shí)求max、min、avg、sum等
• 管道聚合 Pipeline：基于其他聚合結(jié)果再做聚合

參與聚合的字段類型必須是不可分詞的：

• keyword
• 數(shù)值
• 日期
• 布爾

2、DSL實(shí)現(xiàn)Bucket聚合

現(xiàn)在要統(tǒng)計(jì)所有數(shù)據(jù)中的酒店品牌有幾種，可以根據(jù)酒店品牌的名稱做聚合

aggs代表聚合，與query同級(jí)，用aggs的時(shí)候query的作用是做返回，在query范圍下聚合

聚合必須要的三要素是：聚合名稱，聚合類型，聚合字段

可以配置的屬性：

• size：限制聚合結(jié)果的數(shù)量
• order：指定聚合結(jié)果排序方式
• field：指定聚合字段

3、DSL實(shí)現(xiàn)Metrics聚合

用了mertrics的stats，最大、最小、平均都求，然后再上面order指定根據(jù)平均值排序

4、RestAPI實(shí)現(xiàn)聚合

5、案例

實(shí)現(xiàn)對(duì)品牌、城市、星級(jí)的聚合

需求：搜索頁(yè)面的品牌、城市等信息不應(yīng)該是在頁(yè)面寫死，而是通過(guò)聚合索引庫(kù)中的酒店數(shù)據(jù)得來(lái)

要用map來(lái)接收，map的key就是城市或者星級(jí)這些，value就是對(duì)應(yīng)的聚合list

這樣就可以完成基本的功能了，但會(huì)有個(gè)問(wèn)題：

像這樣，如果用戶帶著條件來(lái)查詢的話，比如帶著虹橋來(lái)查詢，我們給用戶篩選條件聚合還是根據(jù)全局索引聚合的，會(huì)先很多別的城市，這些城市沒(méi)有虹橋如果點(diǎn)擊就出問(wèn)題了。所以我們要想辦法改成對(duì)用戶的輸入條件聚合

其實(shí)就是在聚合條件上加查詢條件，限制聚合的范圍。

?二、自動(dòng)補(bǔ)全

1、拼音分詞器

要實(shí)現(xiàn)根據(jù)字母做補(bǔ)全，就必須對(duì)文檔按照拼音分詞。

直接去下載拼音分詞器的插件，然后analyzer選pinyin就行

2、自定義分詞器

拼音分詞器的問(wèn)題：分的次都是單個(gè)的沒(méi)有什么用，ru、jia這種沒(méi)用的，還有就是全部第一個(gè)小寫，而且我們大多數(shù)情況還是用漢字進(jìn)行分詞，而不是拼音，我們要保留漢字分詞

這個(gè)時(shí)候就必須要自定義分詞器

要自定義分詞器，必須先了解分詞器的組成：

• character filters：在tokenizer之前對(duì)文本進(jìn)行處理，例如刪除字符、替換字符
• tokenizer：將文本按照一定的規(guī)則切割成詞條（tern），例如keyword就是不分詞
• tokenizer filter：將tokenizer輸出的詞條做進(jìn)一步處理，例如大小寫轉(zhuǎn)化，同義詞處理，拼音處理

所以，我們知道pinyin分詞器不會(huì)進(jìn)行分詞，那么我們就可以先用ik分詞器先分詞，再用pinyin分詞器做處理，就可以得到pinyin的分詞了

但是拼音分詞器會(huì)對(duì)每個(gè)字的首字母結(jié)合的還有會(huì)去中文，這兩個(gè)我們要優(yōu)化

?我們?cè)趧?chuàng)建索引的時(shí)候，可以用自定義分詞器，但是在搜索的時(shí)候，就不能使用這個(gè)分詞器了

?

3、completion suggester查詢

es提供了completion suggester查詢來(lái)實(shí)現(xiàn)自動(dòng)補(bǔ)全功能。這個(gè)查詢會(huì)匹配以用戶輸入內(nèi)容開頭的詞條并返回。為了提高補(bǔ)全查詢的效率，對(duì)文檔中字段的類型有一些約束：

參與補(bǔ)全查詢的字段必須是completion類型（專門做自動(dòng)補(bǔ)全查詢的類型）

字段的內(nèi)容一般是用來(lái)補(bǔ)全的多個(gè)詞條形成的數(shù)組（右圖，如果我們輸入的s，那么可以補(bǔ)全這兩個(gè)數(shù)據(jù)，但如果我們輸入w，沒(méi)有等多個(gè)詞條的話就不會(huì)補(bǔ)全，所以分多個(gè)詞條更人性化）

前面是品牌，后面是產(chǎn)品的名稱，一個(gè)產(chǎn)品的都存在一個(gè)數(shù)組里

4、案例實(shí)戰(zhàn)

實(shí)現(xiàn)hotel索引庫(kù)的自動(dòng)補(bǔ)全、拼音搜索功能

思路：

1. 修改hotel索引庫(kù)結(jié)構(gòu)，設(shè)置自定義拼音分詞器
2. 修改索引庫(kù)的name、all字段，使用自定義分詞器
3. 索引庫(kù)添加一個(gè)新字段suggestion，類型為completion類型，使用自定義的分詞器
4. 給HotelDoc類添加suggestion字段，內(nèi)容包含brand、business
5. 重新導(dǎo)入數(shù)據(jù)到hotel庫(kù)

首先，我們先修改索引庫(kù)的數(shù)據(jù)結(jié)構(gòu)，要多加一個(gè)completion_analyzer分詞器，這個(gè)分詞器是keyword，代表不分詞，因?yàn)槲覀儏⑴c自動(dòng)補(bǔ)全的都是一個(gè)個(gè)的詞條，這些詞條已經(jīng)是最小了不需要再分詞了，然后再用拼音分詞器變成拼音就好了

all的創(chuàng)建索引庫(kù)用的是自定義的拼音結(jié)合的分詞器，搜索的分詞器就用ik

因?yàn)檫@個(gè)suggestion是多個(gè)類型的詞條組成的數(shù)組，所以用list，然后品牌和商圈都可以做自動(dòng)補(bǔ)全的內(nèi)容。把想要做自動(dòng)動(dòng)補(bǔ)全的都可以加進(jìn)去。但是這個(gè)商圈，business可能有多個(gè)是用/分割開的，所以我們要進(jìn)一步進(jìn)行拆分

然后加入，現(xiàn)在就可以搜索一下試試了

然后我們就要用java的客戶端來(lái)操作了?

這樣就能實(shí)現(xiàn)自動(dòng)補(bǔ)全功能了?文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-429339.html

到了這里，關(guān)于Elasticsearch聚合、自動(dòng)補(bǔ)全 | 黑馬旅游的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！