ES自动补全

安装IK分词器

要实现根据字母做补全，就必须对文档按照拼音分词。在GitHub上恰好有elasticsearch的拼音分词插件。地址：GitHub - medcl/elasticsearch-analysis-pinyin: This Pinyin Analysis plugin is used to do conversion between Chinese characters and Pinyin.

或者：

链接：https://pan.baidu.com/s/1IH6YEaa0ol039plev1wnag?pwd=dvl5  提取码：dvl5

安装方式与IK分词器一样，分三步：

①解压，命名为py

②上传到虚拟机中，elasticsearch的plugin目录

③重启elasticsearch④测试

详细安装步骤可以参考IK分词器的安装过程：怎么安装IK分词器-CSDN博客

测试用法如下：

结果：

自定义分词器

默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。

elasticsearch中分词器（analyzer）的组成包含三部分：

character filters：在tokenizer之前对文本进行处理。例如删除字符、替换字符

tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik_smart

tokenizer filter：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等

文档分词时会依次由这三部分来处理文档：

PUT /test { "settings": { "analysis": { "analyzer": { "my_analyzer": { "tokenizer": "ik_max_word", "filter": "py" } }, "filter": { "py": { "type": "pinyin", "keep_full_pinyin": false, "keep_joined_full_pinyin": true, "keep_original": true, "limit_first_letter_length": 16, "remove_duplicated_term": true, "none_chinese_pinyin_tokenize": false } } } }, "mappings": { "properties": { "name":{ "type": "text", "analyzer": "my_analyzer", "search_analyzer": "ik_smart" }, "id":{ "type": "keyword" } } } } DELETE /test #测试分词器： POST /test/_doc/1 { "id": 1, "name": "狮子" } POST /test/_doc/2 { "id": 2, "name": "虱子" } GET /test/_search { "query": { "match": { "name": "掉入狮子笼咋办" } } } 自动补全查询

elasticsearch提供了Completion Suggester查询来实现自动补全功能。这个查询会匹配以用户输入内容开头的词条并返回。为了提高补全查询的效率，对于文档中字段的类型有一些约束：

参与补全查询的字段必须是completion类型。

字段的内容一般是用来补全的多个词条形成的数组。

比如，一个这样的索引库：

#创建一个索引库 PUT test2 { "mappings": { "properties": { "title":{ "type": "completion" } } } } #添加3个数据 POST test2/_doc { "title": ["Sony", "WH-1000XM3"] } POST test2/_doc { "title": ["SK-II", "PITERA"] } POST test2/_doc { "title": ["Nintendo", "switch"] } #自动补全查询 POST /test2/_search { "suggest": { "title_suggest": { "text": "s", "completion": { "field": "title", "skip_duplicates": true, "size": 10 } } } }

自动补全查询的JavaAPI

而自动补全的结果也比较特殊，解析的代码如下：

//自动补全 public List<String> getSuggestions(String prefix) { try { //1.准备Request SearchRequest request = new SearchRequest("hotel"); //2.准备DSL request.source().suggest(new SuggestBuilder().addSuggestion( "mySuggestion", SuggestBuilders.completionSuggestion("suggestion") .prefix(prefix) .skipDuplicates(true) .size(10) )); //3,发起请求 SearchResponse response = client.search(request, RequestOptions.DEFAULT); //4,解析结果 Suggest suggest = response.getSuggest(); CompletionSuggestion completionSuggestion=suggest.getSuggestion("mySuggestion"); //获取options并遍历 List<String> result =new ArrayList<>(); for (CompletionSuggestion.Entry.Option option : completionSuggestion.getOptions()) { //获取一个option中的text，也就是补全的词条 String string = option.getText().string(); result.add(string); } return result; } catch (IOException e) { throw new RuntimeException(e); } }