Elasticsearch 系列（四）- DSL实现自动补全查询

我的未来里没有你

本章将和大家分享如何通过 Elasticsearch 实现自动补全查询功能。
一、自动补全-安装拼音分词器

1、自动补全需求说明

当用户在搜索框输入字符时，我们应该提示出与该字符有关的搜索项，如图：

2、使用拼音分词

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：https://github.com/infinilabs/analysis-pinyin
安装方式与IK分词器一样，分三步：
1）解压
2）上传到 Elasticsearch 的 plugins 目录下
3）重启 Elasticsearch
4）测试 
首先从 GitHub 上下载 Elasticsearch 的拼音分词插件，如下所示：

下载完成后，将其解压出来，然后将解压后的文件夹名称重命名为 “py” ，最后把它复制到 Elasticsearch 的 plugins 目录下，如下所示：

安装完成后，需要重启一下 Elasticsearch ，如下所示：

可以发现拼音分词器插件安装成功了。 
最后我们来测试一下：

1. # 测试拼音分词
2. POST /_analyze
3. {
4.   "text": "如家酒店还不错",
5.   "analyzer": "pinyin"
6. }

复制代码

运行结果如下：

1. {
2.   "tokens" : [
3.     {
4.       "token" : "ru",
5.       "start_offset" : 0,
6.       "end_offset" : 0,
7.       "type" : "word",
8.       "position" : 0
9.     },
10.     {
11.       "token" : "rjjdhbc",
12.       "start_offset" : 0,
13.       "end_offset" : 0,
14.       "type" : "word",
15.       "position" : 0
16.     },
17.     {
18.       "token" : "jia",
19.       "start_offset" : 0,
20.       "end_offset" : 0,
21.       "type" : "word",
22.       "position" : 1
23.     },
24.     {
25.       "token" : "jiu",
26.       "start_offset" : 0,
27.       "end_offset" : 0,
28.       "type" : "word",
29.       "position" : 2
30.     },
31.     {
32.       "token" : "dian",
33.       "start_offset" : 0,
34.       "end_offset" : 0,
35.       "type" : "word",
36.       "position" : 3
37.     },
38.     {
39.       "token" : "hai",
40.       "start_offset" : 0,
41.       "end_offset" : 0,
42.       "type" : "word",
43.       "position" : 4
44.     },
45.     {
46.       "token" : "bu",
47.       "start_offset" : 0,
48.       "end_offset" : 0,
49.       "type" : "word",
50.       "position" : 5
51.     },
52.     {
53.       "token" : "cuo",
54.       "start_offset" : 0,
55.       "end_offset" : 0,
56.       "type" : "word",
57.       "position" : 6
58.     }
59.   ]
60. }

复制代码

从该查询结果可以看出拼音分词器存在的一些问题：
1）第一个问题是拼音分词器它不会分词。
2）第二个问题是它把一句话里面的每一个字都形成了拼音，这对我们来说不仅没什么用，而且还会占用空间。
3）第三个问题是拼音分词结果中没有汉字只剩下了拼音，而实际上我们用拼音搜索的情况是占少数的，大多数情况下其实我们是想通过中文去搜索的，所以说有拼音是锦上添花，但是不能把汉字给扔了，汉字也得保留。
这是我们拼音分词器目前所面临的几个问题，因此我们就必须得对拼音分词器做一些配置或者叫做自定义了，那么怎么样才能实现自定义分词器呢？
二、自动补全-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：对tokenizer输出的词条做进一步的处理。例如：大小写转换、同义词处理、拼音处理等。
  

我们可以在创建索引库时，通过settings来配置自定义的analyzer（分词器）：

1. PUT /test
2. {
3.   "settings": {
4.     "analysis": {
5.       "analyzer": { //自定义分词器
6.         "my_analyzer": { //自定义分词器的名称
7.           "tokenizer": "ik_max_word",
8.           "filter": "pinyin"
9.         }
10.       }
11.     }
12.   }
13. }

复制代码

上面这个只是解决了拼音分词器分词的问题，因此还需要对拼音分词器做进一步的定制，如下所示：

1. # 自定义拼音分词器
2. PUT /test
3. {
4.   "settings": {
5.     "analysis": {
6.       "analyzer": { //自定义分词器
7.         "my_analyzer": { //自定义分词器名称
8.           "tokenizer": "ik_max_word",
9.           "filter": "py" //过滤器名称，可以是自定义的过滤器
10.         }
11.       },
12.       "filter": { //自定义tokenizer filter
13.         "py": { //自定义过滤器的名称，可随意取
14.           "type": "pinyin", //过滤器类型，这里是pinyin
15.           "keep_full_pinyin": false, //修改可选参数，具体可参考拼音分词器GitHub官网
16.           "keep_joined_full_pinyin": true,
17.           "keep_original": true,
18.           "limit_first_letter_length": 16,
19.           "remove_duplicated_term": true,
20.           "none_chinese_pinyin_tokenize": false
21.         }
22.       }
23.     }
24.   },
25.   "mappings": {
26.     "properties": {
27.       "name": {
28.         "type": "text",
29.         "analyzer": "my_analyzer" //使用自定义分词器
30.       }
31.     }
32.   }
33. }

复制代码

拼音分词器更多可选参数可参考GitHub官网：https://github.com/infinilabs/analysis-pinyin
test索引库创建完成后，下面我们来测试下：

1. # 测试自定义分词器
2. POST /test/_analyze
3. {
4.   "text": [
5.     "如家酒店还不错"
6.   ],
7.   "analyzer": "my_analyzer"
8. }

复制代码

注意：在test索引库中自定义的分词器也只能在test索引库中使用。
运行结果如下：

1. {
2.   "tokens" : [
3.     {
4.       "token" : "如家",
5.       "start_offset" : 0,
6.       "end_offset" : 2,
7.       "type" : "CN_WORD",
8.       "position" : 0
9.     },
10.     {
11.       "token" : "rujia",
12.       "start_offset" : 0,
13.       "end_offset" : 2,
14.       "type" : "CN_WORD",
15.       "position" : 0
16.     },
17.     {
18.       "token" : "rj",
19.       "start_offset" : 0,
20.       "end_offset" : 2,
21.       "type" : "CN_WORD",
22.       "position" : 0
23.     },
24.     {
25.       "token" : "酒店",
26.       "start_offset" : 2,
27.       "end_offset" : 4,
28.       "type" : "CN_WORD",
29.       "position" : 1
30.     },
31.     {
32.       "token" : "jiudian",
33.       "start_offset" : 2,
34.       "end_offset" : 4,
35.       "type" : "CN_WORD",
36.       "position" : 1
37.     },
38.     {
39.       "token" : "jd",
40.       "start_offset" : 2,
41.       "end_offset" : 4,
42.       "type" : "CN_WORD",
43.       "position" : 1
44.     },
45.     {
46.       "token" : "还不",
47.       "start_offset" : 4,
48.       "end_offset" : 6,
49.       "type" : "CN_WORD",
50.       "position" : 2
51.     },
52.     {
53.       "token" : "haibu",
54.       "start_offset" : 4,
55.       "end_offset" : 6,
56.       "type" : "CN_WORD",
57.       "position" : 2
58.     },
59.     {
60.       "token" : "hb",
61.       "start_offset" : 4,
62.       "end_offset" : 6,
63.       "type" : "CN_WORD",
64.       "position" : 2
65.     },
66.     {
67.       "token" : "不错",
68.       "start_offset" : 5,
69.       "end_offset" : 7,
70.       "type" : "CN_WORD",
71.       "position" : 3
72.     },
73.     {
74.       "token" : "bucuo",
75.       "start_offset" : 5,
76.       "end_offset" : 7,
77.       "type" : "CN_WORD",
78.       "position" : 3
79.     },
80.     {
81.       "token" : "bc",
82.       "start_offset" : 5,
83.       "end_offset" : 7,
84.       "type" : "CN_WORD",
85.       "position" : 3
86.     }
87.   ]
88. }

复制代码

可以看出，搜索结果中既有汉字、又有拼音、还有分词，这完全符合我们的预期。
但是需要特别注意的是：拼音分词器适合在创建倒排索引的时候使用，不适合在搜索的时候使用。下面我们通过一个例子来说明：
往test索引库中加入2条测试数据，如下所示：

1. POST /test/_doc/1
2. {
3.   "id": 1,
4.   "name": "狮子"
5. }
7. POST /test/_doc/2
8. {
9.   "id": 2,
10.   "name": "虱子"
11. }

复制代码

接着我们搜索“掉入狮子笼咋办”，如下所示：

1. GET /test/_search
2. {
3.   "query": {
4.     "match": {
5.       "name": "掉入狮子笼咋办"
6.     }
7.   }
8. }

复制代码

运行结果如下：

可以发现，其实我们是想找“狮子”，但是它把同音字“虱子” 也搜索出来了。下面我们通过一张图来了解一下这个过程，如下所示：

由此可见，拼音分词器适合在创建倒排索引的时候使用，但不能在搜索的时候使用。
正确的做法是：字段在创建倒排索引时应该用my_analyzer分词器，而字段在搜索时应该使用ik_smart分词器。如下所示：

1. # 自定义拼音分词器
2. PUT /test
3. {
4.   "settings": {
5.     "analysis": {
6.       "analyzer": { //自定义分词器
7.         "my_analyzer": { //自定义分词器名称
8.           "tokenizer": "ik_max_word",
9.           "filter": "py" //过滤器名称，可以是自定义的过滤器
10.         }
11.       },
12.       "filter": { //自定义tokenizer filter
13.         "py": { //自定义过滤器的名称，可随意取
14.           "type": "pinyin", //过滤器类型，这里是pinyin
15.           "keep_full_pinyin": false, //修改可选参数，具体可参考拼音分词器GitHub官网
16.           "keep_joined_full_pinyin": true,
17.           "keep_original": true,
18.           "limit_first_letter_length": 16,
19.           "remove_duplicated_term": true,
20.           "none_chinese_pinyin_tokenize": false
21.         }
22.       }
23.     }
24.   },
25.   "mappings": {
26.     "properties": {
27.       "name": {
28.         "type": "text",
29.         "analyzer": "my_analyzer", //创建倒排索引时使用自定义分词器
30.         "search_analyzer": "ik_smart" //搜索时应该使用ik_smart分词器
31.       }
32.     }
33.   }
34. }

复制代码

总结：
1、如何使用拼音分词器？

• 下载 pinyin 分词器
  
• 解压并放到 Elasticsearch 的 plugins 目录
  
• 重启即可
  

2、如何自定义分词器？

• 创建索引库时，在 settings 中配置，可以包含三部分
  
• character filter
  
• tokenizer
  
• filter
  

3、拼音分词器注意事项？

• 为了避免搜索到同音字，搜索时不要使用拼音分词器。
  

三、自动补全-DSL实现自动补全查询

Elasticsearch 提供了 Completion Suggester 查询来实现自动补全功能。官方文档地址：https://www.elastic.co/guide/en/elasticsearch/reference/7.6/search-suggesters.html#completion-suggester
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。
  

1. # 创建索引库
2. PUT test
3. {
4.   "mappings": {
5.     "properties": {
6.       "title": {
7.         "type": "completion"
8.       }
9.     }
10.   }
11. }

复制代码

1. # 示例数据
2. POST test/_doc
3. {
4.   "title": [
5.     "Sony",
6.     "WH-1000XM3"
7.   ]
8. }
10. POST test/_doc
11. {
12.   "title": [
13.     "SK-II",
14.     "PITERA"
15.   ]
16. }
18. POST test/_doc
19. {
20.   "title": [
21.     "Nintendo",
22.     "switch"
23.   ]
24. }

复制代码

查询语法如下：

1. # 自动补全查询
2. GET /test/_search
3. {
4.   "suggest": {
5.     "title_suggest": { //自动补全查询的名称（自定义的名称）
6.       "text": "s",  //搜索关键字
7.       "completion": {
8.         "field": "title", //自动补全查询的字段
9.         "skip_duplicates": true, //跳过重复的
10.         "size": 10 //获取前10条结果
11.       }
12.     }
13.   }
14. }

复制代码

查询结果如下：

1. {
2.   "took" : 0,
3.   "timed_out" : false,
4.   "_shards" : {
5.     "total" : 1,
6.     "successful" : 1,
7.     "skipped" : 0,
8.     "failed" : 0
9.   },
10.   "hits" : {
11.     "total" : {
12.       "value" : 0,
13.       "relation" : "eq"
14.     },
15.     "max_score" : null,
16.     "hits" : [ ]
17.   },
18.   "suggest" : {
19.     "title_suggest" : [
20.       {
21.         "text" : "s",
22.         "offset" : 0,
23.         "length" : 1,
24.         "options" : [
25.           {
26.             "text" : "SK-II",
27.             "_index" : "test",
28.             "_type" : "_doc",
29.             "_id" : "2CJaPY4Bne6OHhy3cho1",
30.             "_score" : 1.0,
31.             "_source" : {
32.               "title" : [
33.                 "SK-II",
34.                 "PITERA"
35.               ]
36.             }
37.           },
38.           {
39.             "text" : "Sony",
40.             "_index" : "test",
41.             "_type" : "_doc",
42.             "_id" : "1yJaPY4Bne6OHhy3WBoZ",
43.             "_score" : 1.0,
44.             "_source" : {
45.               "title" : [
46.                 "Sony",
47.                 "WH-1000XM3"
48.               ]
49.             }
50.           },
51.           {
52.             "text" : "switch",
53.             "_index" : "test",
54.             "_type" : "_doc",
55.             "_id" : "2SJaPY4Bne6OHhy3fBod",
56.             "_score" : 1.0,
57.             "_source" : {
58.               "title" : [
59.                 "Nintendo",
60.                 "switch"
61.               ]
62.             }
63.           }
64.         ]
65.       }
66.     ]
67.   }
68. }

复制代码

自动补全对字段的要求：

• 类型是completion类型
  
• 字段值是多词条的数组
  

四、自动补全-酒店数据自动补全（案例）

案例：实现hotel索引库的自动补全、拼音搜索功能
实现思路如下：
1、修改hotel索引库结构，设置自定义拼音分词器。
2、修改索引库的name、all字段，使用自定义分词器。
3、索引库添加一个新字段suggestion，类型为completion类型，使用自定义的分词器。
4、给HotelDoc类添加suggestion字段，内容包含brand、business 。
5、重新导入数据到hotel索引库
注意：name、all是可分词的，自动补全的brand、business是不可分词的，要使用不同的分词器组合。

1. # 创建酒店数据索引库
2. PUT /hotel
3. {
4.   "settings": {
5.     "analysis": {
6.       "analyzer": {
7.         "text_anlyzer": { //自定义分词器，在创建倒排索引时使用
8.           "tokenizer": "ik_max_word",
9.           "filter": "py" //自定义过滤器py
10.         },
11.         "completion_analyzer": { //自定义分词器，用于实现自动补全
12.           "tokenizer": "keyword", //不分词
13.           "filter": "py" //自定义过滤器py
14.         }
15.       },
16.       "filter": { //自定义tokenizer filter
17.         "py": { //自定义过滤器的名称，可随意取
18.           "type": "pinyin",
19.           "keep_full_pinyin": false, //可选参数配置，具体可参考拼音分词器Github官网
20.           "keep_joined_full_pinyin": true,
21.           "keep_original": true,
22.           "limit_first_letter_length": 16,
23.           "remove_duplicated_term": true,
24.           "none_chinese_pinyin_tokenize": false
25.         }
26.       }
27.     }
28.   },
29.   "mappings": {
30.     "properties": {
31.       "id": {
32.         "type": "keyword" //不分词
33.       },
34.       "name": {
35.         "type": "text", //分词
36.         "analyzer": "text_anlyzer", //在创建倒排索引时使用自定义分词器text_anlyzer
37.         "search_analyzer": "ik_smart", //在搜索时使用ik_smart
38.         "copy_to": "all" //拷贝到all字段
39.       },
40.       "address": {
41.         "type": "keyword",
42.         "index": false //不创建倒排索引，不参与搜索
43.       },
44.       "price": {
45.         "type": "integer"
46.       },
47.       "score": {
48.         "type": "integer"
49.       },
50.       "brand": {
51.         "type": "keyword",
52.         "copy_to": "all" //拷贝到all字段
53.       },
54.       "city": {
55.         "type": "keyword"
56.       },
57.       "starName": {
58.         "type": "keyword"
59.       },
60.       "business": {
61.         "type": "keyword",
62.         "copy_to": "all" //拷贝到all字段
63.       },
64.       "location": {
65.         "type": "geo_point" //geo_point地理坐标类型
66.       },
67.       "pic": {
68.         "type": "keyword",
69.         "index": false //不创建倒排索引，不参与搜索
70.       },
71.       "all": { //该字段主要用于搜索，没有实际意义，且在搜索结果的原始文档中你是看不到该字段的
72.         "type": "text",
73.         "analyzer": "text_anlyzer", //在创建倒排索引时使用自定义分词器text_anlyzer
74.         "search_analyzer": "ik_smart" //在搜索时使用ik_smart
75.       },
76.       "suggestion": { //自动补全搜索字段
77.         "type": "completion", //completion为自动补全类型
78.         "analyzer": "completion_analyzer" //自动补全使用自定义分词器completion_analyzer
79.       }
80.     }
81.   }
82. }

复制代码

由于hotel索引库发生了变更，因此我们需要重新初始化一下ES的数据，此处我采用了.net代码实现了将酒店数据批量导入到ES中，关键代码如下所示：
Hotel类（酒店数据）：

1. using SqlSugar;
3. namespace Demo.Domain.Entities
4. {
5.     /// <summary>
6.     /// 酒店数据
7.     /// </summary>
8.     [SugarTable("tb_hotel")] //指定数据库表名
9.     public class Hotel
10.     {
11.         /// <summary>
12.         /// 酒店id
13.         /// </summary>
14.         [SugarColumn(IsPrimaryKey = true)] //数据库是主键需要加上IsPrimaryKey
15.         public long id { get; set; }
17.         /// <summary>
18.         /// 酒店名称
19.         /// </summary>
20.         public string name { get; set; }
22.         /// <summary>
23.         /// 酒店地址
24.         /// </summary>
25.         public string address { get; set; }
27.         /// <summary>
28.         /// 酒店价格
29.         /// </summary>
30.         public int price { get; set; }
32.         /// <summary>
33.         /// 酒店评分
34.         /// </summary>
35.         public int score { get; set; }
37.         /// <summary>
38.         /// 酒店品牌
39.         /// </summary>
40.         public string brand { get; set; }
42.         /// <summary>
43.         /// 所在城市
44.         /// </summary>
45.         public string city { get; set; }
47.         /// <summary>
48.         /// 酒店星级
49.         /// </summary>
50.         [SugarColumn(ColumnName = "star_name")] //指定数据库表字段
51.         public string starName { get; set; }
53.         /// <summary>
54.         /// 商圈
55.         /// </summary>
56.         public string business { get; set; }
58.         /// <summary>
59.         /// 纬度
60.         /// </summary>
61.         public string latitude { get; set; }
63.         /// <summary>
64.         /// 经度
65.         /// </summary>
66.         public string longitude { get; set; }
68.         /// <summary>
69.         /// 酒店图片
70.         /// </summary>
71.         public string pic { get; set; }
72.     }
73. }

复制代码

View CodeHotelDoc类（酒店数据对应的ES文档）：

1. using System;
3. namespace Demo.Domain.Docs
4. {
5.     /// <summary>
6.     /// 酒店数据对应的ES文档
7.     /// </summary>
8.     public class HotelDoc
9.     {
10.         /// <summary>
11.         /// 酒店id
12.         /// </summary>
13.         public long id { get; set; }
15.         /// <summary>
16.         /// 酒店名称
17.         /// </summary>
18.         public string name { get; set; }
20.         /// <summary>
21.         /// 酒店地址
22.         /// </summary>
23.         public string address { get; set; }
25.         /// <summary>
26.         /// 酒店价格
27.         /// </summary>
28.         public int price { get; set; }
30.         /// <summary>
31.         /// 酒店评分
32.         /// </summary>
33.         public int score { get; set; }
35.         /// <summary>
36.         /// 酒店品牌
37.         /// </summary>
38.         public string brand { get; set; }
40.         /// <summary>
41.         /// 所在城市
42.         /// </summary>
43.         public string city { get; set; }
45.         /// <summary>
46.         /// 酒店星级
47.         /// </summary>
48.         public string starName { get; set; }
50.         /// <summary>
51.         /// 商圈
52.         /// </summary>
53.         public string business { get; set; }
55.         /// <summary>
56.         /// 纬度
57.         /// </summary>
58.         //public string latitude { get; set; }
60.         /// <summary>
61.         /// 经度
62.         /// </summary>
63.         //public string longitude { get; set; }
65.         /// <summary>
66.         /// 地理坐标字段（将经度和纬度字段合并成一个地理坐标字段）
67.         /// 将经度和纬度的字段值用英文逗号拼在一起，例如："40.048969, 116.619566"
68.         /// </summary>
69.         public string location { get; set; }
71.         /// <summary>
72.         /// 酒店图片
73.         /// </summary>
74.         public string pic { get; set; }
76.         /// <summary>
77.         /// 自动补全搜索字段
78.         /// </summary>
79.         public List<string> suggestion { get; set; }
80.     }
81. }

复制代码

View CodeHotel类 和 HotelDoc类 二者的映射关系：

1. using AutoMapper;
2. using Demo.Domain.Docs;
3. using Demo.Domain.Entities;
5. namespace Demo.Domain.AutoMapperConfigs
6. {
7.     public class MyProfile : Profile
8.     {
9.         public MyProfile()
10.         {
11.             // 配置 mapping 规则
13.             CreateMap<Hotel, HotelDoc>()
14.                 .AfterMap((tbl, doc) =>
15.                 {
16.                     #region 地理坐标字段处理
17.                     if (!string.IsNullOrEmpty(tbl.latitude) && !string.IsNullOrEmpty(tbl.longitude))
18.                     {
19.                         //将经度和纬度的字段值用英文逗号拼在一起，例如："40.048969, 116.619566"
20.                         doc.location = string.Format(@"{0}, {1}", tbl.latitude, tbl.longitude);
21.                     }
22.                     #endregion
24.                     #region 自动补全搜索字段处理
25.                     var suggestionList = new List<string>();
26.                     if (!string.IsNullOrEmpty(tbl.brand))
27.                     {
28.                         //品牌
29.                         suggestionList.Add(tbl.brand);
30.                     }
32.                     if (!string.IsNullOrEmpty(tbl.business))
33.                     {
34.                         //商圈
35.                         if (tbl.business.Contains("/"))
36.                         {
37.                             suggestionList.AddRange(tbl.business.Split('/'));
38.                         }
39.                         else
40.                         {
41.                             suggestionList.Add(tbl.business);
42.                         }
43.                     }
45.                     doc.suggestion = suggestionList;
46.                     #endregion
47.                 });
48.         }
49.     }
50. }

复制代码

View Code将酒店数据批量插入到ES中：

1. using Microsoft.AspNetCore.Mvc;
2. using AutoMapper;
3. using Demo.Domain.Docs;
4. using Demo.Domain.Entities;
5. using Demo.Infrastructure.Repositories;
6. using TianYaSharpCore.Elasticsearch;
8. namespace Demo.MVC.Controllers
9. {
10.     public class HomeController : Controller
11.     {
12.         private readonly HotelRepository _hotelRepository;
13.         private readonly IElasticClientProvider _elasticClientProvider;
14.         private readonly IMapper _mapper;
16.         public HomeController(HotelRepository hotelRepository, IElasticClientProvider elasticClientProvider, IMapper mapper)
17.         {
18.             _hotelRepository = hotelRepository;
19.             _elasticClientProvider = elasticClientProvider;
20.             _mapper = mapper;
21.         }
23.         public async Task<IActionResult> Index()
24.         {
25.             //从数据库中查出所有的酒店数据
26.             var hotelList = await _hotelRepository._sqlSugarClient.Queryable<Hotel>().ToListAsync();
27.             //实体转换
28.             var hotelDocList = _mapper.Map<List<HotelDoc>>(hotelList);
29.             //使用Nest将酒店数据批量插入到ES中
30.             var asyncBulkIndexResponse = await _elasticClientProvider.ElasticLinqClient.BulkAsync(bulk => bulk
31.                 .Index("hotel")
32.                 .IndexMany(hotelDocList)
33.             );
34.             return View();
35.         }
36.     }
37. }

复制代码

View CodeES数据初始化完成后，最后我们再去试一下酒店数据的自动补全查询，如下所示：

1. # 自动补全查询
2. GET /hotel/_search
3. {
4.   "suggest": {
5.     "mySuggestion": {
6.       "text": "sd",
7.       "completion": {
8.         "field": "suggestion",
9.         "skip_duplicates": true,
10.         "size": 10
11.       }
12.     }
13.   }
14. }

复制代码

运行结果如下所示：

1. {
2.   "took" : 1,
3.   "timed_out" : false,
4.   "_shards" : {
5.     "total" : 1,
6.     "successful" : 1,
7.     "skipped" : 0,
8.     "failed" : 0
9.   },
10.   "hits" : {
11.     "total" : {
12.       "value" : 0,
13.       "relation" : "eq"
14.     },
15.     "max_score" : null,
16.     "hits" : [ ]
17.   },
18.   "suggest" : {
19.     "mySuggestion" : [
20.       {
21.         "text" : "sd",
22.         "offset" : 0,
23.         "length" : 2,
24.         "options" : [
25.           {
26.             "text" : "上地产业园",
27.             "_index" : "hotel",
28.             "_type" : "_doc",
29.             "_id" : "2359697",
30.             "_score" : 1.0,
31.             "_source" : {
32.               "id" : 2359697,
33.               "name" : "如家酒店(北京上地安宁庄东路店)",
34.               "address" : "清河小营安宁庄东路18号20号楼",
35.               "price" : 420,
36.               "score" : 46,
37.               "brand" : "如家",
38.               "city" : "北京",
39.               "starName" : "二钻",
40.               "business" : "上地产业园/西三旗",
41.               "location" : "40.041322, 116.333316",
42.               "pic" : "https://m.tuniucdn.com/fb3/s1/2n9c/2wj2f8mo9WZQCmzm51cwkZ9zvyp8_w200_h200_c1_t0.jpg",
43.               "suggestion" : [
44.                 "如家",
45.                 "上地产业园",
46.                 "西三旗"
47.               ]
48.             }
49.           },
50.           {
51.             "text" : "首都机场",
52.             "_index" : "hotel",
53.             "_type" : "_doc",
54.             "_id" : "395702",
55.             "_score" : 1.0,
56.             "_source" : {
57.               "id" : 395702,
58.               "name" : "北京首都机场希尔顿酒店",
59.               "address" : "首都机场3号航站楼三经路1号",
60.               "price" : 222,
61.               "score" : 46,
62.               "brand" : "希尔顿",
63.               "city" : "北京",
64.               "starName" : "五钻",
65.               "business" : "首都机场/新国展地区",
66.               "location" : "40.048969, 116.619566",
67.               "pic" : "https://m.tuniucdn.com/fb2/t1/G6/M00/52/10/Cii-U13ePtuIMRSjAAFZ58NGQrMAAGKMgADZ1QAAVn_167_w200_h200_c1_t0.jpg",
68.               "suggestion" : [
69.                 "希尔顿",
70.                 "首都机场",
71.                 "新国展地区"
72.               ]
73.             }
74.           }
75.         ]
76.       }
77.     ]
78.   }
79. }

复制代码

至此本文就全部介绍完了，如果觉得对您有所启发请记得点个赞哦！！！
 
Demo源码：

1. 链接：https://pan.baidu.com/s/15y_laomAAag6Ruo7I0EMGw
2. 提取码：et4b

复制代码

此文由博主精心撰写转载请保留此原文链接：https://www.cnblogs.com/xyh9039/p/18063462
版权声明：如有雷同纯属巧合，如有侵权请及时联系本人修改，谢谢！！！

来源:https://www.cnblogs.com/xyh9039/p/18063462
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！