企业官网建设流程全解析

黑马旅游案例：

yfeif/hotel-demo: 黑马旅游网案例https://github.com/yfeif/hotel-demo

1.索引库操作

2.文档操作

文档操作根据原请求也能正常处理数据，但是有些解析的时候由于ES版本是8.4.1，依赖是7.12.1导致空指针异常，所以改写为初级的请求。

3.DSL 查询文档

1.DSL 查询分类

🔍 搜索引擎DSL查询的分类（以Elasticsearch/OpenSearch为例）

在搜索领域，DSL查询特指用JSON风格定义的查询语言。其查询可按结构和功能进行分类，最常见的分类方式如下：

一、按查询结构分类

这是最基础的分类方式，将查询分为两大类：

二、按查询功能分类

在叶子查询内部，根据功能又可以细分为以下几种：

• 查询所有：最简单，用于测试，返回索引中的所有文档。例如：match_all。

• 全文检索查询：对输入文本分词后，在text类型字段中搜索。例如：match（单字段）、multi_match（多字段）。

• 精确查询：对keyword、数值、日期等字段进行不分词的精确查找。例如：term（精确值）、range（范围查询）。

• 地理查询：基于经纬度等地理数据进行搜索。例如：geo_distance（距离）、geo_bounding_box（矩形范围）。

• 专业查询：处理特定需求的查询，如span query（跨度查询，用于精确位置搜索）、nested query（嵌套查询）、joining query（关联查询）等。

📝 其他分类维度

• 查询 (Query) vs 过滤 (Filter)：query上下文会计算相关性得分并排序；filter上下文只做筛选，不计算得分，性能更高，常用于缓存。

• 按数据类型：查询方式需匹配字段类型，例如text字段用全文检索，keyword字段用精确查询。

💎 总结

简单来说，对DSL查询的分类可以从三个层面理解：

1. 广义概念：分为外部DSL和内部DSL。

2. 结构上：分为叶子查询和复合查询。

3. 功能上：叶子查询可进一步分为全文检索、精确查询、地理查询等。

# 查询所有 GET /hotel/_search { "query": { "match_all": {} } }

2.全文检索查询

全文检索（Full-Text Search）是搜索引擎和数据库中最核心的查询方式之一，它不是为了进行简单的“字符串匹配”，而是为了进行理解内容含义的“语义”搜索。

💡 什么是全文检索？

简单来说，全文检索的过程就像查字典：

1. 建立索引（查字典前的准备工作）：系统会像编写字典的“索引页”一样，扫描文档中的每一个词，为它们建立索引。这个索引会记录每个词出现在哪些文档、以及出现的次数和位置。这个索引结构通常被称为“倒排索引”（Inverted Index）。

2. 执行搜索（根据索引查内容）：当你输入关键词查询时，系统不会去原文里逐字扫描，而是直接去“倒排索引”这个目录里快速查找，然后返回包含这些词的文档。

这种“先建目录，再查目录”的方式，让检索效率远高于传统的LIKE模糊匹配。

⚙️ 核心原理：分词与倒排索引

全文检索之所以能“理解”你的搜索，主要依赖两个关键技术：

• 分词（Analysis）：在建立索引和执行搜索时，系统都会用分词器（Analyzer）将文本切分成一个个独立的词条（Term）。例如，“我爱北京天安门”会被切分为“我”、“爱”、“北京”、“天安门”等词条。

• 倒排索引（Inverted Index）：这是全文检索速度的保证。它是一个词条到文档ID的映射表，能快速定位包含特定词条的所有文档。

📋 常见查询类型（以Elasticsearch为例）

在实际使用中，最常见的全文检索查询类型如下：

此外，还有一些特定场景的变种，如match_phrase_prefix常用于搜索框的自动补全（Auto-complete）功能。

💎 总结：全文检索 vs. 精确查询

理解全文检索，关键在于区分它和精确查询（Term Query）：

• 处理方式：全文检索会对输入文本进行分词；而精确查询不会，它将输入作为一个整体。

• 搜索目标：全文检索搜索的是分词后的词条；精确查询搜索的是未经处理的完整词条。

• 主要用途：全文检索用于相关性搜索，如Google、百度；精确查询用于过滤，如查找特定ID、状态、精确分类等。

# match查询 GET /hotel/_search { "query": { "match": { "all": "外滩如家" } } } # multi_match查询 GET /hotel/_search { "query": { "multi_match": { "query": "外滩如家", "fields": ["brand","name","business"] } }

3.精准查询

在Elasticsearch等搜索引擎的DSL中，精确查询对应的是术语级查询（Term-level Query）。它的核心特点是：查询条件不会被分词器处理，而是作为一个完整的、精确的词条（Term），直接去倒排索引中匹配。

简单来说，全文检索是“模糊理解”，而精确查询是“铁面无私”的一对一比对。

⚙️ 核心机制：不分词 + 精确匹配

精确查询的执行逻辑非常直白：

1. 索引时：文档中的字段值（如果是keyword类型）会作为一个完整的词条存入倒排索引。

2. 查询时：你输入的搜索词不会被分词，直接拿到倒排索引里查找完全相同的词条。

# term查询 GET /hotel/_search { "query": { "term": { "city": { "value": "北京" } } } } # range查询 GET /hotel/_search { "query": { "range": { "price": { "gte": 900, "lte": 2000 } } } }

📋 常见精确查询类型

在日常开发中，最常用的精确查询主要有以下几种：

4.地理坐标查询

核心数据类型：geo_point

在进行任何地理查询前，索引中用于存储位置的字段类型必须是geo_point。它支持多种经纬度格式：

• 对象格式："location": {"lat": 41.12, "lon": -71.34}

• 数组格式："location": [-71.34, 41.12]（注意：GeoJSON格式是经度在前，纬度在后）

• 字符串格式："location": "41.12,-71.34"（纬度在前，经度在后）

• GeoJSON格式："location": {"type": "Point", "coordinates": [-71.34, 41.12]}

• WKT格式："location": "POINT (-71.34 41.12)"

📌 主要的地理查询类型

Elasticsearch提供了几种主要的地理查询方式：

1.geo_distance查询：查找“附近”的位置

用于查找距某中心点指定距离内的所有文档。例如，查找(39.90, 116.65)坐标2公里内的所有位置：距离单位可以是km（公里）或m（米）等

# distance 查询 GET /hotel/_search { "query": { "geo_distance": { "distance": "2km", "location": "39.90,116.65" } } }

2.geo_bounding_box查询：查找“矩形框”内的位置

用于查找落在指定矩形范围内的所有文档。需要提供矩形的左上角和右下角两个点的坐标。例如，查找以下矩形框内的位置：

GET /my_locations/_search { "query": { "bool": { "filter": { "geo_bounding_box": { "pin.location": { "top_left": { "lat": 40.73, "lon": -74.1 }, "bottom_right": { "lat": 40.01, "lon": -71.12 } } } } } } }

5.组合查询

组合查询，在Elasticsearch中特指复合查询（Compound Query），它的核心作用是将多个独立的查询条件组合成一个整体，以实现更复杂的搜索逻辑

GET /hotel/_search { "query": { "function_score": { "query": { "match": { "all": "北京" } }, "functions": [ { "filter": { "term": { "brand": "如家" } }, "weight": 10 } ], "boost_mode": "sum" } } }

GET /hotel/_search { "query": { "bool": { "must": [ { "term": { "city": "北京" } } ], "should": [ { "term": { "brand.keyword": "7天酒店" } }, { "term": { "brand.keyword": "速8" } } ], "must_not": [ {"range": {"price": {"lte": 500}}} ], "filter": [{"range": {"score": {"gte": 45}}} ] } } }

4.查询结果处理

# 分数按照降序价格按照升序 GET /hotel/_search { "query": { "match_all": {} }, "sort": [ { "score":"desc"}, { "price": "asc"} ] } # 按照经纬度升序 GET /hotel/_search { "query": { "match_all": {} }, "sort": [ { "_geo_distance": {"location": { "lat": 39.911, "lon": 116.395 }, "order": "asc", "unit": "km" } } ] }

GET /hotel/_search { "query": { "match": { "all": "如家" } }, "highlight": { "fields": { "all": {}, "name": {"require_field_match": "false"} } } }