Spring Boot操作ES进行各种高级查询（值得收藏）

港控/mmm° 2022-10-15 05:48 20阅读 0赞

![0D5F937FE12312312D81F17F.jpg][]

程序员的成长之路

互联网/程序员/技术/资料共享

[关注][Link 1]

阅读本文大概需要 15 分钟。

作者 | 后青春期的Keats

来源 | http://cnblogs.com/keatsCoder/p/11341835.html

SpringBoot整合ES

创建SpringBoot项目，导入 ES 6.2.1 的 RestClient 依赖和 ES 依赖。在项目中直接引用 es-starter 的话会报容器初始化异常错误，导致项目无法启动。如果有读者解决了这个问题，欢迎留言交流

<dependency>
        <groupId>org.elasticsearch.client</groupId>
        <artifactId>elasticsearch-rest-high-level-client</artifactId>
        <version>${elasticsearch.version}</version>
    </dependency>
    
    <dependency>
        <groupId>org.elasticsearch</groupId>
        <artifactId>elasticsearch</artifactId>
        <version>${elasticsearch.version}</version>
    </dependency>

为容器定义 RestClient 对象

/**
     * 在Spring容器中定义 RestClient 对象
     * @Author: keats_coder
     * @Date: 2019/8/9
     * @Version 1.0
     * */
    @Configuration
    public class ESConfig {
        @Value("${yunshangxue.elasticsearch.hostlist}")
        private String hostlist; // 127.0.0.1:9200
    
        @Bean // 高版本客户端
        public RestHighLevelClient restHighLevelClient() {
            // 解析 hostlist 配置信息。假如以后有多个，则需要用 ， 分开
            String[] split = hostlist.split(",");
            // 创建 HttpHost 数组，其中存放es主机和端口的配置信息
            HttpHost[] httpHostArray = new HttpHost[split.length];
            for (int i = 0; i < split.length; i++) {
                String item = split[i];
                httpHostArray[i] = new HttpHost(item.split(":")[0], Integer.parseInt(item.split(":")[1]), "http");
            }
            // 创建RestHighLevelClient客户端
            return new RestHighLevelClient(RestClient.builder(httpHostArray));
        }
    
        // 项目主要使用 RestHighLevelClient，对于低级的客户端暂时不用
        @Bean
        public RestClient restClient() {
            // 解析hostlist配置信息
            String[] split = hostlist.split(",");
            // 创建HttpHost数组，其中存放es主机和端口的配置信息
            HttpHost[] httpHostArray = new HttpHost[split.length];
            for (int i = 0; i < split.length; i++) {
                String item = split[i];
                httpHostArray[i] = new HttpHost(item.split(":")[0], Integer.parseInt(item.split(":")[1]), "http");
            }
            return RestClient.builder(httpHostArray).build();
        }
    }

在 yml 文件中配置 eshost

yunshangxue:
      elasticsearch:
        hostlist: ${eshostlist:127.0.0.1:9200}

调用相关 API 执行操作

1.  创建操作索引的对象
2.  构建操作索引的请求
3.  调用对象的相关API发送请求
4.  获取响应消息

/**
     * 删除索引库
     */
    @Test
    public void testDelIndex() throws IOException {
        // 操作索引的对象
        IndicesClient indices = client.indices();
        // 删除索引的请求
        DeleteIndexRequest deleteIndexRequest = new DeleteIndexRequest("ysx_course");
        // 删除索引
        DeleteIndexResponse response = indices.delete(deleteIndexRequest);
        // 得到响应
        boolean b = response.isAcknowledged();
        System.out.println(b);
    }

创建索引, 步骤和删除类似，需要注意的是删除的时候需要指定 ES 库分片的数量和副本的数量，并且在创建索引的时候可以将映射一起指定了。代码如下

public void testAddIndex() throws IOException {
            // 操作索引的对象
            IndicesClient indices = client.indices();
            // 创建索引的请求
            CreateIndexRequest request = new CreateIndexRequest("ysx_course");
            request.settings(Settings.builder().put("number_of_shards", "1").put("number_of_replicas", "0"));
            // 创建映射
            request.mapping("doc", "{\n" +
                    "                \"properties\": {\n" +
                    "                    \"description\": {\n" +
                    "                        \"type\": \"text\",\n" +
                    "                        \"analyzer\": \"ik_max_word\",\n" +
                    "                        \"search_analyzer\": \"ik_smart\"\n" +
                    "                    },\n" +
                    "                    \"name\": {\n" +
                    "                        \"type\": \"text\",\n" +
                    "                        \"analyzer\": \"ik_max_word\",\n" +
                    "                        \"search_analyzer\": \"ik_smart\"\n" +
                    "                    },\n" +
                    "\"pic\":{                    \n" +
                    "\"type\":\"text\",                        \n" +
                    "\"index\":false                        \n" +
                    "},                    \n" +
                    "                    \"price\": {\n" +
                    "                        \"type\": \"float\"\n" +
                    "                    },\n" +
                    "                    \"studymodel\": {\n" +
                    "                        \"type\": \"keyword\"\n" +
                    "                    },\n" +
                    "                    \"timestamp\": {\n" +
                    "                        \"type\": \"date\",\n" +
                    "                        \"format\": \"yyyy-MM‐dd HH:mm:ss||yyyy‐MM‐dd||epoch_millis\"\n" +
                    "                    }\n" +
                    "                }\n" +
                    "            }", XContentType.JSON);
    
    
            // 执行创建操作
            CreateIndexResponse response = indices.create(request);
            // 得到响应
            boolean b = response.isAcknowledged();
            System.out.println(b);
        }

### Java API操作ES ###

#### 准备数据环境 ####

创建索引：ysx\_course

创建映射：

PUT http://localhost:9200/ysx_course/doc/_mapping
    {
        "properties": {
            "description": { // 课程描述
                "type": "text", // String text 类型
                "analyzer": "ik_max_word", // 存入的分词模式：细粒度
                "search_analyzer": "ik_smart" // 查询的分词模式：粗粒度
            },
            "name": { // 课程名称
                "type": "text",
                "analyzer": "ik_max_word",
                "search_analyzer": "ik_smart"
            },
            "pic":{ // 图片地址
                "type":"text", 
                "index":false // 地址不用来搜索，因此不为它构建索引
            },
            "price": { // 价格
            	"type": "scaled_float", // 有比例浮点
            	"scaling_factor": 100 // 比例因子 100
            },
            "studymodel": {
                "type": "keyword" // 不分词，全关键字匹配
            },
            "timestamp": {
                "type": "date",
                "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
            }
        }
    }

加入原始数据:

POST http://localhost:9200/ysx_course/doc/1
    {
    	"name": "Bootstrap开发",
    	"description": "Bootstrap是由Twitter推出的一个前台页面开发框架，是一个非常流行的开发框架，此框架集成了多种页面效果。此开发框架包含了大量的CSS、JS程序代码，可以帮助开发者（尤其是不擅长页面开发的程序人员）轻松的实现一个不受浏览器限制的精美界面效果。",
    	"studymodel": "201002",
    	"price":38.6,
    	"timestamp":"2018-04-25 19:11:35",
    	"pic":"group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg"
    }

#### DSL搜索 ####

DSL(Domain Specific Language)是ES提出的基于json的搜索方式，在搜索时传入特定的json格式的数据来完成不 同的搜索需求。DSL比URI搜索方式功能强大，在项目中建议使用DSL方式来完成搜索。

##### 查询全部 #####

原本我们想要查询全部的话，需要使用 GET 请求发送 \_search 命令，如今使用 DSL 方式搜索，可以使用 POST 请求，并在请求体中设置 JSON 字符串来构建查询条件

POST http://localhost:9200/ysx_course/doc/_search

请求体 JSON

{ 
        "query": {
            "match_all": {} // 查询全部
        },
        "_source" : ["name","studymodel"] // 查询结果包括 课程名 + 学习模式两个映射
    }

具体的测试方法如下：过程比较繁琐，好在条理还比较清晰

// 搜索全部记录
    @Test
    public void testSearchAll() throws IOException, ParseException {
        // 搜索请求对象
        SearchRequest searchRequest = new SearchRequest("ysx_course");
        // 指定类型
        searchRequest.types("doc");
        // 搜索源构建对象
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        // 搜索方式
        // matchAllQuery搜索全部
        searchSourceBuilder.query(QueryBuilders.matchAllQuery());
        // 设置源字段过虑,第一个参数结果集包括哪些字段，第二个参数表示结果集不包括哪些字段
        searchSourceBuilder.fetchSource(new String[]{"name","studymodel","price","timestamp"},new String[]{});
        // 向搜索请求对象中设置搜索源
        searchRequest.source(searchSourceBuilder);
        // 执行搜索,向ES发起http请求
        SearchResponse searchResponse = client.search(searchRequest);
        // 搜索结果
        SearchHits hits = searchResponse.getHits();
        // 匹配到的总记录数
        long totalHits = hits.getTotalHits();
        // 得到匹配度高的文档
        SearchHit[] searchHits = hits.getHits();
        // 日期格式化对象
        SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        for(SearchHit hit:searchHits){
            // 文档的主键
            String id = hit.getId();
            // 源文档内容
            Map<String, Object> sourceAsMap = hit.getSourceAsMap();
            String name = (String) sourceAsMap.get("name");
            // 由于前边设置了源文档字段过虑，这时description是取不到的
            String description = (String) sourceAsMap.get("description");
            // 学习模式
            String studymodel = (String) sourceAsMap.get("studymodel");
            // 价格
            Double price = (Double) sourceAsMap.get("price");
            // 日期
            Date timestamp = dateFormat.parse((String) sourceAsMap.get("timestamp"));
            System.out.println(name);
            System.out.println(studymodel);
            System.out.println("你看不见我，看不见我~" + description);
            System.out.println(price);
        }
    
    }

###### 坑：red> ######

执行过程中遇到的问题：不能对这个值进行初始化，导致 Spring 容器无法初始化

Caused by: java.lang.IllegalArgumentException: Could not resolve placeholder 'yunshangxue.elasticsearch.hostlist' in value "${yunshangxue.elasticsearch.hostlist}"

通过检查 target 目录发现，生成的 target 文件包中没有将 yml 配置文件带过来... 仔细对比发现，我的项目竟然变成了一个不是 Maven 的项目。重新使用 IDEA 导入 Mavaen 工程之后便能正常运行了

##### 分页查询 #####

我们来 look 一下 ES 的分页查询参数：

{ 
        // from 起始索引
        // size 每页显示的条数
        "from" : 0, "size" : 1,
        "query": {
           "match_all": {}
         },
        "_source" : ["name","studymodel"]
    }

![e30596c5cd513d0633c28f7fe181cfc2.png][][坚决不给中国人发Offer的GitLab成立中国公司！立志3-5年上市，怕是闻到了韭菜香？][Offer_GitLab_3-5]

通过查询结果可以发现，我们设置了分页参数之后， hits.total 仍然是 3，表示它找到了 3 条数据，而按照分页规则，它只会返回一条数据，因此 hits.hits 里面只有一条数据。这也符合我们的业务规则，在查询前端页面显示总共的条数和当前的数据。

由此，我们就可以通过 Java API 来构建查询条件了：对上面查询全部的代码进行如下改造：

// 搜索源构建对象
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
    int page = 2; // 页码
    int size = 1; // 每页显示的条数
    int index = (page - 1) * size;
    searchSourceBuilder.from(index);
    searchSourceBuilder.size(1);
    // 搜索方式
    // matchAllQuery搜索全部
    searchSourceBuilder.query(QueryBuilders.matchAllQuery());

##### 精确查询 TermQuery #####

Term Query为精确查询，在搜索时会整体匹配关键字，不再将关键字分词

例如：

{
        "query": {
         "term": { // 查询的方式为 term 精确查询
          "name": "spring" // 查询的字段为 name 关键字是 spring
         }
        },
        "_source": [
            "name",
            "studymodel"
        ]
    }

此时查询的结果是：

"hits": [
         {
             "_index": "ysx_course",
             "_type": "doc",
             "_id": "3",
             "_score": 0.9331132,
             "_source": {
                 "studymodel": "201001",
                 "name": "spring开发基础"
             }
         }
     ]

查询到了上面这条数据，因为 spring开发基础 分完词后是 spring 开发 基础 ，而查询关键字是 spring 不分词，这样当然可以匹配到这条记录，但是当我们修改关键字为 spring开发，按照往常的查询方法，也是可以查询到的。但是 term 不一样，它不会对关键字分词。结果可想而知是查询不到的

JavaAPI如下：

// 搜索方式
    // termQuery 精确查询
    searchSourceBuilder.query(QueryBuilders.termQuery("studymodel", "201002"));

###### 根据 ID 查询： ######

根据 ID 精确查询和根据其他条件精确查询是一样的，不同的是 id 字段前面有一个下划线注意写上

searchSourceBuilder.query(QueryBuilders.termQuery("_id", "1"));

但是，当**一次查询多个 ID 时**，相应的 API 也应该改变，使用 termsQuery 而不是 termQuery。多了一个 s

##### 全文检索 MatchQuery #####

MatchQuery 即全文检索，会对关键字进行分词后匹配词条。

query：搜索的关键字，对于英文关键字如果有多个单词则中间要用半角逗号分隔，而对于中文关键字中间可以用 逗号分隔也可以不用

operator：设置查询的结果取交集还是并集，并集用 or， 交集用 and

{
        "query": {
            "match": {
                "description": {
                    "query": "spring开发",
                    "operator": "or"
                }
            }
        }
    }

有时，我们需要设定一个量化的表达方式，例如查询 spring开发基础，这三个词条。我们需求是至少匹配两个词条，这时 operator 属性就不能满足要求了，ES 还提供了另外一个属性：minimum\_should\_match 用一个百分数来设定应该有多少个词条满足要求。例如查询：

“spring开发框架”会被分为三个词：spring、开发、框架 设置"minimum\_should\_match": "80%"表示，三个词在文档的匹配占比为80%，即3\*0.8=2.4，**向下取整**得2，表 示至少有两个词在文档中要匹配成功。

###### JavaAPI ######

通过 matchQuery.minimumShouldMatch 的方式来设置条件

// matchQuery全文检索
            searchSourceBuilder.query(QueryBuilders.matchQuery("description", "Spring开发框架").minimumShouldMatch("70%"));

##### 多字段联合搜索 MultiQuery #####

上面的 MatchQuery 有一个短板，假如用户输入了某关键字，我们在查找的时候并不知道他输入的是 name 还是 description，这时我们用什么都不合适，而 MultiQuery 的出现解决了这个问题，他可以通过 fields 属性来设置多个域联合查找：具体用法如下

{
        "query": {
            "multi_match": {
                "query": "Spring开发",
                "minimum_should_match": "70%",
                "fields": ["name", "description"]
            }
        }
    }

JavaAPI

searchSourceBuilder.query(QueryBuilders.multiMatchQuery("Spring开发框架", "name", "description").minimumShouldMatch("70%"));

###### 提升 boost ######

在多域联合查询的时候，可以通过 boost 来设置某个域在计算得分时候的比重，比重越高的域当他符合条件时计算的得分越高，相应的该记录也更靠前。通过在 fields 中给相应的字段用 ^权重倍数来实现

"fields": ["name^10", "description"]

上面的代码表示给 name 字段提升十倍权重，查询到的结果：

{
        "_index": "ysx_course",
        "_type": "doc",
        "_id": "3",
        "_score": 13.802518, // 可以清楚的发现，得分竟然是 13 了
        "_source": {
            "name": "spring开发基础",
            "description": "spring 在java领域非常流行，java程序员都在用。",
            "studymodel": "201001",
            "price": 88.6,
            "timestamp": "2018-02-24 19:11:35",
            "pic": "group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg"
        }
    },

而在 Java 中，仍然可以通过链式编程来实现

searchSourceBuilder.query(QueryBuilders.multiMatchQuery("Spring开发框架", "name", "description").field("name", 10)); // 设置 name 10倍权重

##### 布尔查询 BoolQuery #####

如果我们既要对一些字段进行分词查询，同时要对另一些字段进行精确查询，就需要使用布尔查询来实现了。布尔查询对应于Lucene的BooleanQuery查询，实现将多个查询组合起来，有三个可选的参数：

must：文档必须匹配must所包括的查询条件，相当于 “AND”

should：文档应该匹配should所包括的查询条件其中的一个或多个，相当于 "OR"

must\_not：文档不能匹配must\_not所包括的该查询条件，相当于“NOT”

{
        "query": {
            "bool": { // 布尔查询
                "must": [ // 查询条件 must 表示数组中的查询方式所规定的条件都必须满足
                    {
                        "multi_match": {
                            "query": "spring框架",
                            "minimum_should_match": "50%",
                            "fields": [
                                "name^10",
                                "description"
                            ]
                        }
                    },
                    {
                        "term": {
                            "studymodel": "201001"
                        }
                    }
                ]
            }
        }
    }

JavaAPI

// 搜索方式
    // 首先构造多关键字查询条件
    MultiMatchQueryBuilder matchQueryBuilder = QueryBuilders.multiMatchQuery("Spring开发框架", "name", "description").field("name", 10);
    // 然后构造精确匹配查询条件
    TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("studymodel", "201002");
    // 组合两个条件，组合方式为 must 全满足
    BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
    boolQueryBuilder.must(matchQueryBuilder);
    boolQueryBuilder.must(termQueryBuilder);
    // 将查询条件封装给查询对象
    searchSourceBuilder.query(boolQueryBuilder);

##### 过滤器 #####

定义过滤器查询，是在原本查询结果的基础上对数据进行筛选，因此省略了重新计算的分的步骤，效率更高。并且方便缓存。推荐尽量使用过虑器去实现查询或者过虑器和查询共同使用，过滤器在布尔查询中使用，下边是在搜索结果的基础上进行过滤：

{
        "query": {
            "bool": {
                "must": [
                    {
                        "multi_match": {
                            "query": "spring框架",
                            "minimum_should_match": "50%",
                            "fields": [
                                "name^10",
                                "description"
                            ]
                        }
                    }
                ],
                "filter": [
                    {
                        // 过滤条件：studymodel 必须是 201001
                        "term": {"studymodel": "201001"}
                    },
                    {
                        // 过滤条件：价格 >=60 <=100
                        "range": {"price": {"gte": 60,"lte": 100}}
                    }
                ]
            }
        }
    }

**注意**：range和term一次只能对一个Field设置范围过虑。

JavaAPI

// 首先构造多关键字查询条件
    MultiMatchQueryBuilder matchQueryBuilder = QueryBuilders.multiMatchQuery("Spring框架", "name", "description").field("name", 10);
    // 添加条件到布尔查询
    BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
    boolQueryBuilder.must(matchQueryBuilder);
    // 通过布尔查询来构造过滤查询
    boolQueryBuilder.filter(QueryBuilders.termQuery("studymodel", "201001"));
    boolQueryBuilder.filter(QueryBuilders.rangeQuery("price").gte(60).lte(100));
    // 将查询条件封装给查询对象
    searchSourceBuilder.query(boolQueryBuilder);

##### 排序 #####

我们可以在查询的结果上进行二次排序，支持对 keyword、date、float 等类型添加排序，text类型的字段不允许排序。排序使用的 JSON 格式如下：

{
        "query": {
            "bool": {
                "filter": [
                    {
                        "range": {
                            "price": {
                                "gte": 0,
                                "lte": 100
                            }
                        }
                    }
                ]
            }
        },
        "sort": [ // 注意这里排序是写在 query key 的外面的。这就表示它的API也不是布尔查询提供
            {
                "studymodel": "desc" // 对 studymodel(keyword)降序
            },
            {
                "price": "asc" // 对 price(double)升序
            }
        ]
    }

由上面的 JSON 数据可以发现，排序所属的 API 是和 query 评级的，因此在调用 API 时也应该选择对应的 SearchSourceBuilder 对象

// 排序查询
    @Test
    public void testSort() throws IOException, ParseException {
        // 搜索请求对象
        SearchRequest searchRequest = new SearchRequest("ysx_course");
        // 指定类型
        searchRequest.types("doc");
        // 搜索源构建对象
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        // 搜索方式
        // 添加条件到布尔查询
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
        // 通过布尔查询来构造过滤查询
        boolQueryBuilder.filter(QueryBuilders.rangeQuery("price").gte(0).lte(100));
        // 将查询条件封装给查询对象
        searchSourceBuilder.query(boolQueryBuilder);
        // 向搜索请求对象中设置搜索源
        searchRequest.source(searchSourceBuilder);
        
        // 设置排序规则
        searchSourceBuilder.sort("studymodel", SortOrder.DESC); // 第一排序规则
        searchSourceBuilder.sort("price", SortOrder.ASC); // 第二排序规则
        
        // 执行搜索,向ES发起http请求
        SearchResponse searchResponse = client.search(searchRequest);
        // 搜索结果
        SearchHits hits = searchResponse.getHits();
        // 匹配到的总记录数
        long totalHits = hits.getTotalHits();
        // 得到匹配度高的文档
        SearchHit[] searchHits = hits.getHits();
        // 日期格式化对象
        soutData(searchHits);
    }

##### 高亮显示 #####

高亮显示可以将搜索结果一个或多个字突出显示，以便向用户展示匹配关键字的位置。

高亮三要素：高亮关键字、高亮前缀、高亮后缀

{
        "query": {
            "bool": {
                "must": [
                    {
                        "multi_match": {
                            "query": "开发框架",
                            "minimum_should_match": "50%",
                            "fields": [
                                "name^10",
                                "description"
                            ],
                            "type": "best_fields"
                        }
                    }
                ]
            }
        },
        "sort": [
            {
                "price": "asc"
            }
        ],
        "highlight": {
            "pre_tags": [
                "<em>"
            ],
            "post_tags": [
                "</em>"
            ],
            "fields": {
                "name": {},
                "description": {}
            }
        }
    }

查询结果的数据如下：

![ec298c40ac6b6a2172e093695cebdcae.png][][这是人家大一新生开发的工具！网友：我好菜][Link 2]

Java 代码如下，注意到上面的 JSON 数据， highlight 和 sort 和 query 依然是同级的，所以也需要用 SearchSourceBuilder 对象来设置到搜索条件中

// 高亮查询
    @Test
    public void testHighLight() throws IOException, ParseException {
        // 搜索请求对象
        SearchRequest searchRequest = new SearchRequest("ysx_course");
        // 指定类型
        searchRequest.types("doc");
        // 搜索源构建对象
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        // 搜索方式
        // 首先构造多关键字查询条件
        MultiMatchQueryBuilder matchQueryBuilder = QueryBuilders.multiMatchQuery("Spring框架", "name", "description").field("name", 10);
        // 添加条件到布尔查询
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
        boolQueryBuilder.must(matchQueryBuilder);
        // 通过布尔查询来构造过滤查询
        boolQueryBuilder.filter(QueryBuilders.rangeQuery("price").gte(60).lte(100));
        // 将查询条件封装给查询对象
        searchSourceBuilder.query(boolQueryBuilder);
     // ***********************
        
        // 高亮查询
        HighlightBuilder highlightBuilder = new HighlightBuilder();
        highlightBuilder.preTags("<em>"); // 高亮前缀
        highlightBuilder.postTags("</em>"); // 高亮后缀
        highlightBuilder.fields().add(new HighlightBuilder.Field("name")); // 高亮字段
        // 添加高亮查询条件到搜索源
        searchSourceBuilder.highlighter(highlightBuilder);
        
     // ***********************
        
        // 设置源字段过虑,第一个参数结果集包括哪些字段，第二个参数表示结果集不包括哪些字段
        searchSourceBuilder.fetchSource(new String[]{"name","studymodel","price","timestamp"},new String[]{});
        // 向搜索请求对象中设置搜索源
        searchRequest.source(searchSourceBuilder);
        // 执行搜索,向ES发起http请求
        SearchResponse searchResponse = client.search(searchRequest);
        // 搜索结果
        SearchHits hits = searchResponse.getHits();
        // 匹配到的总记录数
        long totalHits = hits.getTotalHits();
        // 得到匹配度高的文档
        SearchHit[] searchHits = hits.getHits();
        // 日期格式化对象
        soutData(searchHits);
    }

根据查询结果的数据结构来获取高亮的数据，替换原有的数据：

private void soutData(SearchHit[] searchHits) throws ParseException {
        SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        for (SearchHit hit : searchHits) {
            // 文档的主键
            String id = hit.getId();
            // 源文档内容
            Map<String, Object> sourceAsMap = hit.getSourceAsMap();
            String name = (String) sourceAsMap.get("name");
    
            // 获取高亮查询的内容。如果存在，则替换原来的name
            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            if( highlightFields != null ){
                HighlightField nameField = highlightFields.get("name");
                if(nameField!=null){
                    Text[] fragments = nameField.getFragments();
                    StringBuffer stringBuffer = new StringBuffer();
                    for (Text str : fragments) {
                        stringBuffer.append(str.string());
                    }
                    name = stringBuffer.toString();
                }
            }
    
            // 由于前边设置了源文档字段过虑，这时description是取不到的
            String description = (String) sourceAsMap.get("description");
            // 学习模式
            String studymodel = (String) sourceAsMap.get("studymodel");
            // 价格
            Double price = (Double) sourceAsMap.get("price");
            // 日期
            Date timestamp = dateFormat.parse((String) sourceAsMap.get("timestamp"));
            System.out.println(name);
            System.out.println(id);
            System.out.println(studymodel);
            System.out.println("你看不见我，看不见我~" + description);
            System.out.println(price);
        }
    }

<END>

**推荐阅读：**

[又涨了！2021 年 5 月程序员工资统计新鲜出炉，网友：还是Java程序员牛逼~][2021 _ 5 _Java]

[还在写大量 if 来判断？试试用一个规则执行器来替代它][if]、

最近面试BAT，整理一份面试资料《Java面试BATJ通关手册》，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。

**获取方式：点个「****在看****」，点击上方小卡片，进入公众号后回复「****面试题****」领取，更多内容陆续奉上。**

朕已阅 ![06aba0d0c8489c8dc29fbbee08f96c6b.gif][]

[0D5F937FE12312312D81F17F.jpg]: /images/20221014/0aded8d9f7df4309be6d4ca1798cb373.png
[Link 1]: https://mp.weixin.qq.com/s?__biz=MzUyNDkzNzczNQ%3D%3D&chksm=fa24f0bacd5379ac93d74ffebac826d2401fd494f82e900e5102a8bf968f108e4ec72a4ad548&idx=3&lang=zh_CN&mid=2247487442&scene=21&sn=61e758d4bf9f15a3419fd028146469a3&token=1854383306#wechat_redirect
[e30596c5cd513d0633c28f7fe181cfc2.png]: /images/20221014/c8d883a8d8dc43799709ba0d52f4a1a3.png
[Offer_GitLab_3-5]: http://mp.weixin.qq.com/s?__biz=MzAxODcyNjEzNQ%3D%3D&chksm=9bd3c2fdaca44beb5c828f0c89dfe4d3146a88aee6e1d18083bbf79b7a473ab3b7ee4ffc00d3&idx=1&mid=2247528293&scene=21&sn=e76f043583b909b59c16313fbd02a66c#wechat_redirect
[ec298c40ac6b6a2172e093695cebdcae.png]: /images/20221014/cd5cf5aac1c94748b6d921efed280000.png
[Link 2]: http://mp.weixin.qq.com/s?__biz=MzAxODcyNjEzNQ%3D%3D&chksm=9bd3c2fdaca44beb4a64fa8d905a864570bbd4d3658bc08da47e1374810424da11d243da8faa&idx=4&mid=2247528293&scene=21&sn=f751b95d5379a8c6fdae0dae85214c27#wechat_redirect
[2021 _ 5 _Java]: http://mp.weixin.qq.com/s?__biz=MzUyNDkzNzczNQ%3D%3D&chksm=fa272284cd50ab9203907ddf6bdf00e560cdbc122f490e9dca319e4d4e7a6c5666b61e162cd5&idx=1&mid=2247507436&scene=21&sn=1a19a01ef465f836cda6ca3ffaafce7f#wechat_redirect
[if]: http://mp.weixin.qq.com/s?__biz=MzUyNDkzNzczNQ%3D%3D&chksm=fa272284cd50ab92bc50e601a58ba51e321bfbf9e16f6087a47e8578cb197ad490e720fc9d1d&idx=2&mid=2247507436&scene=21&sn=468710c9cc7069352bae11d85954e6b2#wechat_redirect
[06aba0d0c8489c8dc29fbbee08f96c6b.gif]: /images/20221014/3115e8508f0d4596b013f8c41e0e5b76.png