网站怎么做数据分析,建设部网站内装修标准,西安网络科技公司有哪些,天津定制网站建设商店设计文章目录 一#xff0c;175-商城业务-检索服务-检索查询参数模型分析抽取二#xff0c;176-商城业务-检索服务-检索返回结果模型分析抽取三#xff0c;177-商城业务-检索服务-检索DSL测试-查询部分四#xff0c;178-商城业务-检索服务-检索DSL测试-聚合部分问题记录解决方案… 文章目录 一175-商城业务-检索服务-检索查询参数模型分析抽取二176-商城业务-检索服务-检索返回结果模型分析抽取三177-商城业务-检索服务-检索DSL测试-查询部分四178-商城业务-检索服务-检索DSL测试-聚合部分问题记录解决方案 搜索页面搭建完成之后点击搜索按钮发送参数给后台服务后台服务根据参数从Elasticsearch中查询符合条件的数据返回给前端。
一175-商城业务-检索服务-检索查询参数模型分析抽取
根据前端的交互设计将前端发送的请求参数解析、封装检索查询请求对象。
这一步骤在实际工作中非常重要开发人员在开发详细设计阶段完成并输出文档后续依据文档完成开发。
package com.atguigu.gulimall.search.vo;import lombok.Data;import java.util.List;Data
public class SearchParam {/*** 页面传递过来的全文匹配关键字*/private String keyword;/*** 品牌id,可以多选*/private ListLong brandId;/*** 三级分类id*/private Long catalog3Id;/*** 排序条件sortprice/salecount/hotscore_desc/asc*/private String sort;/*** 是否显示有货*/private Integer hasStock;/*** 价格区间查询*/private String skuPrice;/*** 按照属性进行筛选*/private ListString attrs;/*** 页码*/private Integer pageNum 1;/*** 原生的所有查询条件*/private String _queryString;}
二176-商城业务-检索服务-检索返回结果模型分析抽取
这一节的主要内容是分析搜索响应的数据结构根据实际业务和前端需求将要返回给前端的内容分为如下几部分
检索到的产品信息分页信息汇总的产品的所有属性信息集合汇总的产品的品牌信息集合分类信息
package com.atguigu.gulimall.search.vo;import com.atguigu.common.es.SkuEsModel;
import lombok.Data;import java.util.List;Data
public class SearchResult {/*** 查询到的所有商品信息*/private ListSkuEsModel product;/*** 当前页码*/private Integer pageNum;/*** 总记录数*/private Long total;/*** 总页码*/private Integer totalPages;private ListInteger pageNavs;/*** 当前查询到的结果所有涉及到的品牌*/private ListBrandVo brands;/*** 当前查询到的结果所有涉及到的所有属性*/private ListAttrVo attrs;/*** 当前查询到的结果所有涉及到的所有分类*/private ListCatalogVo catalogs;Datapublic static class BrandVo {private Long brandId;private String brandName;private String brandImg;}Datapublic static class AttrVo {private Long attrId;private String attrName;private ListString attrValue;}Datapublic static class CatalogVo {private Long catalogId;private String catalogName;}
}
以上是返回给前端的所有信息。
三177-商城业务-检索服务-检索DSL测试-查询部分
这一节的主要内容是结合前端交互编写后端的Elasticsearch的DSL语句。
涉及到Elasticsearch查询的开发最佳的开发方式是先把DSL查询出来然后转化为Java代码。
在编写ES查询DSL时需要全文匹配的使用match query其余的使用filter因为全文匹配会有评分精确匹配不需要评分所以用filter以提高查询性能。
GET gulimall_product/_search
{query: {bool: {must: [{match: {skuTitle: 华为}}],filter: [{term: {catalogId: 225}},{terms: {brandId: [1,2,9]}},{nested: {path: attrs,query: {bool: {must: [{term: {attrs.attrId: {value: 15}}},{terms: {attrs.attrValue: [海思Hisilicon,以官网信息为准]}}]}}}},{term: {hasStock: true}},{range: {skuPrice: {gte: 5000,lte: 7000}}}]}},sort: [{skuPrice: {order: desc}}],from: 0,size: 4,highlight: {pre_tags: [b stylecolor:red],post_tags: [/b], fields: {skuTitle:{}}}
}如果对DSL的语法比较熟悉编写DSL难度并不大。
四178-商城业务-检索服务-检索DSL测试-聚合部分
在搜索界面点击搜索后会展示如下的属性信息以供用户进行点击查询这些信息是在查询时根据产品信息汇总得到的是实时的。 也就是说我们还要在es查询结果基础上对数据进行汇总分析可以使用ES提供的聚合分析完成这个需求。
GET gulimall_product/_search
{query: {match_all: {}},aggs: {brand_agg: {terms: {field: brandId},aggs: {brand_name_agg: {terms: {field: brandName,size: 10}},brand_img_agg: {terms: {field: brandImg,size: 10}}}},catelog_agg: {terms: {field: catalogId},aggs: {catelog_name_agg: {terms: {field: catalogName,size: 10}}}},attr_agg:{nested: {path: attrs},aggs: {attr_id_agg: {terms: {field: attrs.attrId,size: 10},aggs: {attr_name_agg: {terms: {field: attrs.attrName,size: 10}},attr_value_agg: {terms: {field: attrs.attrValue,size: 10}}}}}}},size: 0
}
问题记录
在kibana上执行搜索请求时后台服务报错报错信息如下。
{error : {root_cause : [{type : query_shard_exception,reason : failed to create query: Cannot invoke \org.wltea.analyzer.dic.DictSegment.match(char[], int, int)\ because \org.wltea.analyzer.dic.Dictionary.singleton._StopWords\ is null,index_uuid : 2y1rV0AxTEO-0b3NW_7vyA,index : gulimall_product}],type : search_phase_execution_exception,reason : all shards failed,phase : query,grouped : true,failed_shards : [{shard : 0,index : gulimall_product,node : xUhfiZFBQlC5T8RerthrhQ,reason : {type : query_shard_exception,reason : failed to create query: Cannot invoke \org.wltea.analyzer.dic.DictSegment.match(char[], int, int)\ because \org.wltea.analyzer.dic.Dictionary.singleton._StopWords\ is null,index_uuid : 2y1rV0AxTEO-0b3NW_7vyA,index : gulimall_product,caused_by : {type : null_pointer_exception,reason : Cannot invoke \org.wltea.analyzer.dic.DictSegment.match(char[], int, int)\ because \org.wltea.analyzer.dic.Dictionary.singleton._StopWords\ is null}}}]},status : 400
} 原因是安装的IK分词器不能正常工作。
之前是使用命令进行自动安装。
bin/elasticsearch-plugin install https://get.infini.cloud/elasticsearch/analysis-ik/7.13.0
这种安装方式是有缺陷的缺失配置文件相关。
应该手动安装。
解决方案
① 在/mydata/elasticsearch/plugins目录下创建ik目录cd到ik目录下。
② 下载IK分词器。
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.13.0/elasticsearch-analysis-ik-7.13.0.zip③ 解压压缩包。
unzip elasticsearch-analysis-ik-7.13.0.zip④ 重启Elasticsearch容器。
docker restart elasticsearch
