当前位置：首页 > news >正文

黑马SpringBoot+Elasticsearch作业2实战：商品搜索与竞价排名功能实现

news 2025/8/11 7:03:27

Elasticsearch的基本语法我们已经学完，足以应对大多数搜索业务需求了。接下来大家就可以基于学习的知识实现商品搜索的业务了。在昨天的作业中要求大家拆分一个独立的微服务：search-service，在这个微服务中实现搜索数据的导入、商品数据库数据与elasticsearch索引库数据的同步。接下来的搜索功能也要在search-service服务中实现。

拆分成单独的服务search-service在上一个作业已经实现了

这次作业主要是过滤条件聚合和竞价排序

工具直接用swagger调试就行，记得在网关的时候把/Search/**路径放行，不用登录校验这样就方便很多。

1.过滤条件聚合

在这里插入图片描述

这张图片就是发过来的参数，首先分析一个每个参数在文档中设置的类型，整体流程就是，先根据条件查询，再排序，最后分页取出

1.1 条件查询

"mappings" : {"properties" : {"brand" : {"type" : "keyword"},"category" : {"type" : "keyword"},"commentCount" : {"type" : "integer","index" : false},"id" : {"type" : "keyword"},"image" : {"type" : "keyword","index" : false},"isAD" : {"type" : "boolean"},"name" : {"type" : "text","analyzer" : "ik_max_word"},"price" : {"type" : "integer"},"sold" : {"type" : "integer"},"stock" : {"type" : "integer"},"updateTime" : {"type" : "date"}}

因此可以得出：

text ——》 matchQuery

keyword ——》 termQuery

price ——》 rangeQuery

注意：在添加条件之前，记得先进行判空

1.2 排序

整体思路，前端有个参数传过来是——sortBy，表示按照什么排序，我这里设置了默认值为price

      if (query.getIsAsc()){if (query.getSortBy() == null){query.setSortBy("price");}request.source().sort(query.getSortBy(), SortOrder.ASC);}

1.3 分页

分页是根据前端传过来的pageSize，pageNo决定的

 request.source().query(bool).from((query.getPageNo() - 1) * query.getPageSize()).size(query.getPageSize());

1.4 完整代码

@Overridepublic Page<ItemDOC> queryItemByES(ItemPageQuery query) {client = new RestHighLevelClient(RestClient.builder(new HttpHost("127.0.0.1", 9200, "http")));SearchRequest request = new SearchRequest("item");BoolQueryBuilder bool = new BoolQueryBuilder();if (query.getKey() != null) {bool.filter(QueryBuilders.matchQuery("name", query.getKey()));}if (query.getCategory() != null) {bool.filter(termQuery("category", query.getCategory()));}if (query.getBrand() != null){bool.filter(termQuery("brand", query.getBrand()));}if (query.getMinPrice() != null || query.getMaxPrice() != null) {RangeQueryBuilder rangeQuery = QueryBuilders.rangeQuery("price");if (query.getMinPrice() != null) {rangeQuery.gte(query.getMinPrice()); // 大于等于最小价格}if (query.getMaxPrice() != null) {rangeQuery.lte(query.getMaxPrice()); // 小于等于最大价格}bool.filter(rangeQuery);}//TODO 设置竞价排名Page<ItemDOC> page = new Page<>();try {if (query.getIsAsc()){if (query.getSortBy() == null){query.setSortBy("price");}request.source().sort(query.getSortBy(), SortOrder.ASC);}request.source().query(bool).from((query.getPageNo() - 1) * query.getPageSize()).size(query.getPageSize());SearchResponse response = client.search(request, RequestOptions.DEFAULT);List<ItemDOC> itemDOCS = handleResponse(response);SearchHits searchHits = response.getHits();long total = searchHits.getTotalHits().value;page.setCurrent(query.getPageNo());page.setSize(query.getPageSize());page.setTotal(total);page.setRecords(itemDOCS);client.close();}catch (Exception e){e.printStackTrace();}return page;}

2.竞价排名

要让广告商品（isAD = true）排在前面，同时保持原有相关性得分，可以用 function_score 查询，通过 filter + weight 的方式给广告商品额外加分。

在这里插入图片描述

2.1 实现代码：代码位置上面标注了

//1.过滤出加权函数
FunctionScoreQueryBuilder.FilterFunctionBuilder[] functions = {new FunctionScoreQueryBuilder.FilterFunctionBuilder(termQuery("isAD", true),  //如果是广告就进行加权weightFactorFunction(100.0f) //设置权重)};// 2. 用带有 FilterFunctionBuilder[] 的构造器FunctionScoreQueryBuilder fsqb = new FunctionScoreQueryBuilder(bool,        // 你原来的 bool 查询functions    // 函数数组).scoreMode(FunctionScoreQuery.ScoreMode.SUM) //多个 function 得分相加.boostMode(CombineFunction.SUM);// 与原始的得分进行累加// 3. 替换原来的 query
request.source().query(fsqb);