最新Java Elasticsearch 7.10教程(六)-词频统计

一、高亮查询方案

1、直接基于http发送请求
2、基于springboot Repositories
3、基于原生Rest Client(HighRestClient)

二、具体实现

1、直接基于http发送请求

#词频统计
DELETE message_index
#创建索引数据结构
PUT message_index
{
   "mappings": {
       "properties":{
            "message": {
               "analyzer": "ik_smart",
                "type": "text",
                "fielddata":"true"
            }
        }
    }
}

#增加doc1
PUT /message_index/_doc/1
{
   "message":"沉溺于「轻易获得高成就感」的事情：有意无意地寻求用很小付出获得很大「回报」的偏方，哪怕回报是虚拟的"
 }
#增加doc2
PUT /message_index/_doc/2
{
    "message":"过度追求“短期回报”可以先思考这样一个问题：为什么玩王者荣耀沉溺我们总是停不下来回报"

 }
 
#增加doc3
PUT /message_index/_doc/3
{
   "message":"过度追求的努力无法带来超额的回报，就因此放弃了努力。这点在聪明人身上尤其明显。以前念本科的时候身在沉溺"
 }
 
#aggs为Aggregations(聚合)缩写
#size 10 为前10的统计结果
#默认热点降序出结果
POST /message_index/_search
{
   "size" : 0,  
    "aggs" : {   
        "messages" : {   
            "terms" : {   
               "size" : 10,
              "field" : "message"
            }  
        }
    }
}

当方法使用的是fielddata的方式，另外就是也有使用keyword的方式。keyword与fielddata类似。他们都有一些弊端，如fielddata会占用堆空间，keyword不支持分词(适合放一些类似邮件账号这种数据)。在官网还有另一种词频统计的方法，就是termvectors词条向量的方式，具体见以下链接。

Term vectors API | Elasticsearch Reference [7.9] | Elasticwww.elastic.co

2、基于springboot Repositories

暂时没有找到Repositories词频统计的代码，如果有这块代码的大神欢迎留言

3、基于原生Rest Client(HighRestClient)

      /**
     * 词频统计aggregate
     */
    @Test
    public void aggregate() throws IOException {
        SearchRequest searchRequest = new SearchRequest("person-index");
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        TermsAggregationBuilder aggregation = AggregationBuilders.terms("person-aggregate")
                .field("firstname");
        searchSourceBuilder.aggregation(aggregation);
        searchRequest.source(searchSourceBuilder);
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);

        Aggregations aggregations = searchResponse.getAggregations();
        Terms byCompanyAggregation = aggregations.get("person-aggregate");
        List<? extends Terms.Bucket> elasticBucket = byCompanyAggregation.getBuckets();
        elasticBucket.forEach(el -> {
            log.info("key:" + el.getKeyAsString());
            log.info("doc_count:" + el.getDocCount());

        });

    }

源代码仓库：

https://gitee.com/hankzhousandyos/springboot-elasticsearchgitee.com