谷粒商城----ES篇

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 谷粒商城----ES篇

一、product-es准备

P128

ES在内存中,所以在检索中优于mysql。ES也支持集群,数据分片存储。

需求:

  • 上架的商品才可以在网站展示。
  • 上架的商品需要可以被检索。

分析sku在es中如何存储

商品mapping

分析:商品上架在es中是存sku还是spu?

1)、检索的时候输入名字,是需要按照sku的title进行全文检索的

2)、检素使用商品规格,规格是spu的公共属性,每个spu是一样的

3)、按照分类id进去的都是直接列出spu的,还可以切换。

4〕、我们如果将sku的全量信息保存到es中(包括spu属性〕就太多字段了

方案1:

{
    skuId:1
    spuId:11
    skyTitile:华为xx
    price:999
    saleCount:99
    attr:[
        {尺寸:5},
        {CPU:高通945},
        {分辨率:全高清}
  ]
缺点:如果每个sku都存储规格参数(如尺寸),会有冗余存储,因为每个sku对应的spu的规格参数都一样

方案2:

sku索引
{
    spuId:1
    skuId:11
}
attr索引
{
    skuId:11
    attr:[
        {尺寸:5},
        {CPU:高通945},
        {分辨率:全高清}
  ]
}
先找到4000个符合要求的spu,再根据4000个spu查询对应的属性,封装了4000个id,long 8B*4000=32000B=32KB
1K个人检索,就是32MB
结论:如果将规格参数单独建立索引,会出现检索时出现大量数据传输的问题,会引起网络网络

🚩 因此选用方案1,以空间换时间

建立product索引

最终选用的数据模型:

  • { “type”: “keyword” }, # 保持数据精度问题,可以检索,但不分词
  • “analyzer”: “ik_smart” # 中文分词器
  • “index”: false, # 不可被检索,不生成index
  • “doc_values”: false # 默认为true,不可被聚合,es就不会维护一些聚合的信息
PUT product
{
    "mappings":{
        "properties": {
            "skuId":{ "type": "long" },
            "spuId":{ "type": "keyword" },  # 不可分词
            "skuTitle": {
                "type": "text",
                "analyzer": "ik_smart"  # 中文分词器
            },
            "skuPrice": { "type": "keyword" },  # 保证精度问题
            "skuImg"  : { "type": "keyword" },  # 视频中有false
            "saleCount":{ "type":"long" },
            "hasStock": { "type": "boolean" },
            "hotScore": { "type": "long"  },
            "brandId":  { "type": "long" },
            "catalogId": { "type": "long"  },
            "brandName": {"type": "keyword"}, # 视频中有false
            "brandImg":{
                "type": "keyword",
                "index": false,  # 不可被检索,不生成index,只用做页面使用
                "doc_values": false # 不可被聚合,默认为true
            },
            "catalogName": {"type": "keyword" }, # 视频里有false
            "attrs": {
                "type": "nested",
                "properties": {
                    "attrId": {"type": "long"  },
                    "attrName": {
                        "type": "keyword",
                        "index": false,
                        "doc_values": false
                    },
                    "attrValue": {"type": "keyword" }
                }
            }
        }
    }
}

如果检索不到商品,自己用postman测试一下,可能有的字段需要更改,你也可以把没必要的"keyword"去掉

冗余存储的字段:不用来检索,也不用来分析,节省空间

库存是bool。

检索品牌id,但是不检索品牌名字、图片

用skuTitle检索

二、nested嵌入式对象

属性是"type": “nested”,因为是内部的属性进行检索

数组类型的对象会被扁平化处理(对象的每个属性会分别存储到一起)

user.name=["aaa","bbb"]
user.addr=["ccc","ddd"]
这种存储方式,可能会发生如下错误:
错误检索到{aaa,ddd},这个组合是不存在的

数组的扁平化处理会使检索能检索到本身不存在的,为了解决这个问题,就采用了嵌入式属性,数组里是对象时用嵌入式属性(不是对象无需用嵌入式属性)

三、商品上架(ES保存)

@Override // SpuInfoServiceImpl
    public void up(Long spuId) {
        // 1 组装数据 查出当前spuId对应的所有sku信息
        List<SkuInfoEntity> skus = skuInfoService.getSkusBySpuId(spuId);
        // 查询这些sku是否有库存
        List<Long> skuids = skus.stream().map(sku -> sku.getSkuId()).collect(Collectors.toList());
        // 2 封装每个sku的信息
        // 3.查询当前sku所有可以被用来检索的规格属性
        List<ProductAttrValueEntity> baseAttrs = attrValueService.baseAttrListForSpu(spuId);
        // 得到基本属性id
        List<Long> attrIds = baseAttrs.stream().map(attr -> attr.getAttrId()).collect(Collectors.toList());
        // 过滤出可被检索的基本属性id,即search_type = 1 [数据库中目前 4、5、6、11不可检索]
        Set<Long> ids = new HashSet<>(attrService.selectSearchAttrIds(attrIds));
        // 可被检索的属性封装到SkuEsModel.Attrs中
        List<SkuEsModel.Attrs> attrs = baseAttrs.stream()
                .filter(item -> ids.contains(item.getAttrId()))
                .map(item -> {
                    SkuEsModel.Attrs attr = new SkuEsModel.Attrs();
                    BeanUtils.copyProperties(item, attr);
                    return attr;
                }).collect(Collectors.toList());
        // 每件skuId是否有库存
        Map<Long, Boolean> stockMap = null;
        try {
            // 3.1 远程调用库存系统 查询该sku是否有库存
            R hasStock = wareFeignService.getSkuHasStock(skuids);
            // 构造器受保护 所以写成内部类对象
            stockMap = hasStock.getData(new TypeReference<List<SkuHasStockVo>>() {})
                    .stream()
                    .collect(Collectors.toMap(SkuHasStockVo::getSkuId, item -> item.getHasStock()));
            log.warn("服务调用成功" + hasStock);
        } catch (Exception e) {
            log.error("库存服务调用失败: 原因{}", e);
        }
        Map<Long, Boolean> finalStockMap = stockMap;//防止lambda中改变
        // 开始封装es
        List<SkuEsModel> skuEsModels = skus.stream().map(sku -> {
            SkuEsModel esModel = new SkuEsModel();
            BeanUtils.copyProperties(sku, esModel);
            esModel.setSkuPrice(sku.getPrice());
            esModel.setSkuImg(sku.getSkuDefaultImg());
            // 4 设置库存,只查是否有库存,不查有多少
            if (finalStockMap == null) {
                esModel.setHasStock(true);
            } else {
                esModel.setHasStock(finalStockMap.get(sku.getSkuId()));
            }
            // TODO 1.热度评分  刚上架是0
            esModel.setHotScore(0L);
            // 设置品牌信息
            BrandEntity brandEntity = brandService.getById(esModel.getBrandId());
            esModel.setBrandName(brandEntity.getName());
            esModel.setBrandImg(brandEntity.getLogo());
            // 查询分类信息
            CategoryEntity categoryEntity = categoryService.getById(esModel.getCatalogId());
            esModel.setCatalogName(categoryEntity.getName());
            // 保存商品的属性,  查询当前sku的所有可以被用来检索的规格属性,同一spu都一样,在外面查一遍即可
            esModel.setAttrs(attrs);
            return esModel;
        }).collect(Collectors.toList());
        // 5.发给ES进行保存  gulimall-search
        R r = searchFeignService.productStatusUp(skuEsModels);
        if (r.getCode() == 0) {
            // 远程调用成功
            baseMapper.updateSpuStatus(spuId, ProductConstant.StatusEnum.SPU_UP.getCode());
        } else {
            // 远程调用失败 TODO 接口幂等性 重试机制
            /**
             * Feign 的调用流程  Feign有自动重试机制
             * 1. 发送请求执行
             * 2.
             */
        }
    }
@Slf4j
@Service
public class ProductSaveServiceImpl implements ProductSaveService {
  @Resource
  private RestHighLevelClient client;
  /**
   * 将数据保存到ES
   * 用bulk代替index,进行批量保存
   * BulkRequest bulkRequest, RequestOptions options
   */
  @Override // ProductSaveServiceImpl
  public boolean productStatusUp(List<SkuEsModel> skuEsModels) throws IOException {
    // 1. 批量保存
    BulkRequest bulkRequest = new BulkRequest();
    // 2.构造保存请求
    for (SkuEsModel esModel : skuEsModels) {
      // 设置es索引 gulimall_product
      IndexRequest indexRequest = new IndexRequest(EsConstant.PRODUCT_INDEX);
      // 设置索引id
      indexRequest.id(esModel.getSkuId().toString());
      // json格式
      String jsonString = JSON.toJSONString(esModel);
      indexRequest.source(jsonString, XContentType.JSON);
      // 添加到文档
      bulkRequest.add(indexRequest);
    }
    // bulk批量保存
    BulkResponse bulk = client.bulk(bulkRequest, GuliESConfig.COMMON_OPTIONS);
    // TODO 是否拥有错误
    boolean hasFailures = bulk.hasFailures();
    if(hasFailures){
      List<String> collect = Arrays.stream(bulk.getItems()).map(item -> item.getId()).collect(Collectors.toList());
      log.error("商品上架错误:{}",collect);
    }
    return hasFailures;
  }
}
PUT product
{
  "mappings": {
    "properties": {
      "skuId":{
        "type": "long"
      },
      "spuId":{
        "type": "keyword"
      },
      "skuTitle":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "skuPrice":{
        "type": "keyword"
      },
      "skuImg":{
        "type": "keyword",
        "index": false,
        "doc_values": false
      },
      "saleCount":{
        "type": "long"
      },
      "hasStock":{
        "type": "boolean"
      },
      "hotScore":{
        "type": "long"
      },
      "brandId":{
        "type": "long"
      },
      "catalogId":{
        "type": "long"
      },
      "brandName":{
        "type":"keyword",
        "index": false,
        "doc_values": false
      },
      "brandImg":{
        "type": "keyword",
        "index": false,
        "doc_values": false
      },
      "catalogName":{
        "type": "keyword",
        "index": false,
        "doc_values": false
      },
      "attrs":{
        "type": "nested",
        "properties": {
          "attrId":{
            "type":"long"
          },
          "attrName":{
            "type":"keyword",
            "index":false,
            "doc_values": false
          },
          "attrValue":{
            "type":"keyword"
          }
        }
      }
    }
  }
}

四、检索服务

package com.atguigu.gulimall.search.service.impl;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.TypeReference;
import com.atguigu.common.to.es.SkuEsModel;
import com.atguigu.common.utils.R;
import com.atguigu.gulimall.search.config.GuliESConfig;
import com.atguigu.gulimall.search.constant.EsConstant;
import com.atguigu.gulimall.search.feign.ProductFeignService;
import com.atguigu.gulimall.search.service.SearchService;
import com.atguigu.gulimall.search.vo.AttrResponseVo;
import com.atguigu.gulimall.search.vo.BrandVo;
import com.atguigu.gulimall.search.vo.SearchParam;
import com.atguigu.gulimall.search.vo.SearchResult;
import lombok.extern.slf4j.Slf4j;
import org.apache.lucene.search.join.ScoreMode;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.NestedQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.index.query.RangeQueryBuilder;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.aggregations.AggregationBuilders;
import org.elasticsearch.search.aggregations.bucket.nested.NestedAggregationBuilder;
import org.elasticsearch.search.aggregations.bucket.nested.ParsedNested;
import org.elasticsearch.search.aggregations.bucket.terms.ParsedLongTerms;
import org.elasticsearch.search.aggregations.bucket.terms.ParsedStringTerms;
import org.elasticsearch.search.aggregations.bucket.terms.Terms;
import org.elasticsearch.search.aggregations.bucket.terms.TermsAggregationBuilder;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.elasticsearch.search.fetch.subphase.highlight.HighlightBuilder;
import org.elasticsearch.search.fetch.subphase.highlight.HighlightField;
import org.elasticsearch.search.sort.SortOrder;
import org.springframework.stereotype.Service;
import org.springframework.util.StringUtils;
import javax.annotation.Resource;
import java.io.IOException;
import java.io.UnsupportedEncodingException;
import java.net.URLEncoder;
import java.util.ArrayList;
import java.util.List;
import java.util.stream.Collectors;
/**
 * <p>Title: MallServiceImpl</p>
 * Description:
 * date:2020/6/12 23:06
 */
@Slf4j
@Service
public class SearchServiceImpl implements SearchService {
  @Resource
  private RestHighLevelClient restHighLevelClient;
  @Resource
  private ProductFeignService productFeignService;
  @Override
  public SearchResult search(SearchParam Param) {
    SearchResult result = null;
    // 1.准备检索请求
    SearchRequest searchRequest = buildSearchRequest(Param);
    try {
      // 2.执行检索请求
      SearchResponse response = restHighLevelClient.search(searchRequest, GuliESConfig.COMMON_OPTIONS);
      // 3.分析响应数据
      result = buildSearchResult(response, Param);
    } catch (IOException e) {
      e.printStackTrace();
    }
    return result;
  }
  /**
   * 准备检索请求  [构建查询语句]
   */
  private SearchRequest buildSearchRequest(SearchParam Param) {
    // 帮我们构建DSL语句的
    SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
    // 1. 模糊匹配 过滤(按照属性、分类、品牌、价格区间、库存) 先构建一个布尔Query
    // 1.1 must
    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    if(!StringUtils.isEmpty(Param.getKeyword())){
      boolQuery.must(QueryBuilders.matchQuery("skuTitle",Param.getKeyword()));
    }
    // 1.2 bool - filter Catalog3Id
    if(StringUtils.isEmpty(Param.getCatalog3Id() != null)){
      boolQuery.filter(QueryBuilders.termQuery("catalogId", Param.getCatalog3Id()));
    }
    // 1.2 bool - brandId [集合]
    if(Param.getBrandId() != null && Param.getBrandId().size() > 0){
      boolQuery.filter(QueryBuilders.termsQuery("brandId", Param.getBrandId()));
    }
    // 属性查询
    if(Param.getAttrs() != null && Param.getAttrs().size() > 0){
      for (String attrStr : Param.getAttrs()) {
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
        String[] s = attrStr.split("_");
        // 检索的id  属性检索用的值
        String attrId = s[0];
        String[] attrValue = s[1].split(":");
        boolQueryBuilder.must(QueryBuilders.termQuery("attrs.attrId", attrId));
        boolQueryBuilder.must(QueryBuilders.termsQuery("attrs.attrValue", attrValue));
        // 构建一个嵌入式Query 每一个必须都得生成嵌入的 nested 查询
        NestedQueryBuilder attrsQuery = QueryBuilders.nestedQuery("attrs", boolQueryBuilder, ScoreMode.None);
        boolQuery.filter(attrsQuery);
      }
    }
    // 1.2 bool - filter [库存]
    if(Param.getHasStock() != null){
      boolQuery.filter(QueryBuilders.termQuery("hasStock",Param.getHasStock() == 1));
    }
    // 1.2 bool - filter [价格区间]
    if(!StringUtils.isEmpty(Param.getSkuPrice())){
      RangeQueryBuilder rangeQuery = QueryBuilders.rangeQuery("skuPrice");
      String[] s = Param.getSkuPrice().split("_");
      if(s.length == 2){
        // 有三个值 就是区间
        rangeQuery.gte(s[0]).lte(s[1]);
      }else if(s.length == 1){
        // 单值情况
        if(Param.getSkuPrice().startsWith("_")){
          rangeQuery.lte(s[0]);
        }
        if(Param.getSkuPrice().endsWith("_")){
          rangeQuery.gte(s[0]);
        }
      }
      boolQuery.filter(rangeQuery);
    }
    // 把以前所有条件都拿来进行封装
    sourceBuilder.query(boolQuery);
    // 1.排序
    if(!StringUtils.isEmpty(Param.getSort())){
      String sort = Param.getSort();
      // sort=hotScore_asc/desc
      String[] s = sort.split("_");
      SortOrder order = s[1].equalsIgnoreCase("asc") ? SortOrder.ASC : SortOrder.DESC;
      sourceBuilder.sort(s[0], order);
    }
    // 2.分页 pageSize : 5
    sourceBuilder.from((Param.getPageNum()-1) * EsConstant.PRODUCT_PASIZE);
    sourceBuilder.size(EsConstant.PRODUCT_PASIZE);
    // 3.高亮
    if(!StringUtils.isEmpty(Param.getKeyword())){
      HighlightBuilder builder = new HighlightBuilder();
      builder.field("skuTitle");
      builder.preTags("<b style='color:red'>");
      builder.postTags("</b>");
      sourceBuilder.highlighter(builder);
    }
    // 聚合分析
    // TODO 1.品牌聚合
    TermsAggregationBuilder brand_agg = AggregationBuilders.terms("brand_agg");
    brand_agg.field("brandId").size(50);
    // 品牌聚合的子聚合
    brand_agg.subAggregation(AggregationBuilders.terms("brand_name_agg").field("brandName").size(1));
    brand_agg.subAggregation(AggregationBuilders.terms("brand_img_agg").field("brandImg").size(1));
    // 将品牌聚合加入 sourceBuilder
    sourceBuilder.aggregation(brand_agg);
    // TODO 2.分类聚合
    TermsAggregationBuilder catalog_agg = AggregationBuilders.terms("catalog_agg").field("catalogId").size(20);
    catalog_agg.subAggregation(AggregationBuilders.terms("catalog_name_agg").field("catalogName").size(1));
    // 将分类聚合加入 sourceBuilder
    sourceBuilder.aggregation(catalog_agg);
    // TODO 3.属性聚合 attr_agg 构建嵌入式聚合
    NestedAggregationBuilder attr_agg = AggregationBuilders.nested("attr_agg", "attrs");
    // 3.1 聚合出当前所有的attrId
    TermsAggregationBuilder attrIdAgg = AggregationBuilders.terms("attr_id_agg").field("attrs.attrId");
    // 3.1.1 聚合分析出当前attrId对应的attrName
    attrIdAgg.subAggregation(AggregationBuilders.terms("attr_name_agg").field("attrs.attrName").size(1));
    // 3.1.2 聚合分析出当前attrId对应的所有可能的属性值attrValue  这里的属性值可能会有很多 所以写50
    attrIdAgg.subAggregation(AggregationBuilders.terms("attr_value_agg").field("attrs.attrValue").size(50));
    // 3.2 将这个子聚合加入嵌入式聚合
    attr_agg.subAggregation(attrIdAgg);
    sourceBuilder.aggregation(attr_agg);
    log.info("\n构建语句:->\n" + sourceBuilder.toString());
    SearchRequest searchRequest = new SearchRequest(new String[]{EsConstant.PRODUCT_INDEX}, sourceBuilder);
    return searchRequest;
  }
  /**
   * 构建结果数据 指定catalogId 、brandId、attrs.attrId、嵌入式查询、倒序、0-6000、每页显示两个、高亮skuTitle、聚合分析
   */
  private SearchResult buildSearchResult(SearchResponse response, SearchParam Param) {
    SearchResult result = new SearchResult();
    // 1.返回的所有查询到的商品
    SearchHits hits = response.getHits();
    List<SkuEsModel> esModels = new ArrayList<>();
    if(hits.getHits() != null &&  hits.getHits().length > 0){
      for (SearchHit hit : hits.getHits()) {
        String sourceAsString = hit.getSourceAsString();
        // ES中检索得到的对象
        SkuEsModel esModel = JSON.parseObject(sourceAsString, SkuEsModel.class);
        if(!StringUtils.isEmpty(Param.getKeyword())){
          // 1.1 获取标题的高亮属性
          HighlightField skuTitle = hit.getHighlightFields().get("skuTitle");
          String highlightFields = skuTitle.getFragments()[0].string();
          // 1.2 设置文本高亮
          esModel.setSkuTitle(highlightFields);
        }
        esModels.add(esModel);
      }
    }
    result.setProducts(esModels);
    // 2.当前所有商品涉及到的所有属性信息
    ArrayList<SearchResult.AttrVo> attrVos = new ArrayList<>();
    ParsedNested attr_agg = response.getAggregations().get("attr_agg");
    ParsedLongTerms attr_id = attr_agg.getAggregations().get("attr_id_agg");
    for (Terms.Bucket bucket : attr_id.getBuckets()) {
      SearchResult.AttrVo attrVo = new SearchResult.AttrVo();
      // 2.1 得到属性的id
      attrVo.setAttrId(bucket.getKeyAsNumber().longValue());
      // 2.2 得到属性的名字
      String attr_name = ((ParsedStringTerms) bucket.getAggregations().get("attr_name_agg")).getBuckets().get(0).getKeyAsString();
      attrVo.setAttrName(attr_name);
      // 2.3 得到属性的所有值
      List<String> attr_value = ((ParsedStringTerms) bucket.getAggregations().get("attr_value_agg")).getBuckets().stream().map(item -> item.getKeyAsString()).collect(Collectors.toList());
      attrVo.setAttrValue(attr_value);
      attrVos.add(attrVo);
    }
    result.setAttrs(attrVos);
    // 3.当前所有商品涉及到的所有品牌信息
    ArrayList<SearchResult.BrandVo> brandVos = new ArrayList<>();
    ParsedLongTerms brand_agg = response.getAggregations().get("brand_agg");
    for (Terms.Bucket bucket : brand_agg.getBuckets()) {
      SearchResult.BrandVo brandVo = new SearchResult.BrandVo();
      // 3.1 得到品牌的id
      long brnadId = bucket.getKeyAsNumber().longValue();
      brandVo.setBrandId(brnadId);
      // 3.2 得到品牌的名
      String brand_name = ((ParsedStringTerms) bucket.getAggregations().get("brand_name_agg")).getBuckets().get(0).getKeyAsString();
      brandVo.setBrandName(brand_name);
      // 3.3 得到品牌的图片
      String brand_img = ((ParsedStringTerms) (bucket.getAggregations().get("brand_img_agg"))).getBuckets().get(0).getKeyAsString();
      brandVo.setBrandImg(brand_img);
      brandVos.add(brandVo);
    }
    result.setBrands(brandVos);
    // 4.当前商品所有涉及到的分类信息
    ParsedLongTerms catalog_agg = response.getAggregations().get("catalog_agg");
    List<SearchResult.CatalogVo> catalogVos = new ArrayList<>();
    for (Terms.Bucket bucket : catalog_agg.getBuckets()) {
      // 设置分类id
      SearchResult.CatalogVo catalogVo = new SearchResult.CatalogVo();
      catalogVo.setCatalogId(Long.parseLong(bucket.getKeyAsString()));
      // 得到分类名
      ParsedStringTerms catalog_name_agg = bucket.getAggregations().get("catalog_name_agg");
      String catalog_name = catalog_name_agg.getBuckets().get(0).getKeyAsString();
      catalogVo.setCatalogName(catalog_name);
      catalogVos.add(catalogVo);
    }
    result.setCatalogs(catalogVos);
    // ================以上信息从聚合信息中获取
    // 5.分页信息-页码
    result.setPageNum(Param.getPageNum());
    // 总记录数
    long total = hits.getTotalHits().value;
    result.setTotal(total);
    // 总页码:计算得到
    int totalPages = (int)(total / EsConstant.PRODUCT_PASIZE + 0.999999999999);
    result.setTotalPages(totalPages);
    // 设置导航页
    ArrayList<Integer> pageNavs = new ArrayList<>();
    for (int i = 1;i <= totalPages; i++){
      pageNavs.add(i);
    }
    result.setPageNavs(pageNavs);
    // 6.构建面包屑导航功能
    if(Param.getAttrs() != null){
      List<SearchResult.NavVo> navVos = Param.getAttrs().stream().map(attr -> {
        SearchResult.NavVo navVo = new SearchResult.NavVo();
        String[] s = attr.split("_");
        navVo.setNavValue(s[1]);
        R r = productFeignService.getAttrsInfo(Long.parseLong(s[0]));
        // 将已选择的请求参数添加进去 前端页面进行排除
        result.getAttrIds().add(Long.parseLong(s[0]));
        if(r.getCode() == 0){
          AttrResponseVo data = r.getData(new TypeReference<AttrResponseVo>(){});
          navVo.setName(data.getAttrName());
        }else{
          // 失败了就拿id作为名字
          navVo.setName(s[0]);
        }
        // 拿到所有查询条件 替换查询条件
        String replace = replaceQueryString(Param, attr, "attrs");
        navVo.setLink("http://search.gulimall.com/list.html?" + replace);
        return navVo;
      }).collect(Collectors.toList());
      result.setNavs(navVos);
    }
    // 品牌、分类
    if(Param.getBrandId() != null && Param.getBrandId().size() > 0){
      List<SearchResult.NavVo> navs = result.getNavs();
      SearchResult.NavVo navVo = new SearchResult.NavVo();
      navVo.setName("品牌");
      // TODO 远程查询所有品牌
      R r = productFeignService.brandInfo(Param.getBrandId());
      if(r.getCode() == 0){
        List<BrandVo> brand = r.getData("data", new TypeReference<List<BrandVo>>() {});
        StringBuffer buffer = new StringBuffer();
        // 替换所有品牌ID
        String replace = "";
        for (BrandVo brandVo : brand) {
          buffer.append(brandVo.getBrandName() + ";");
          replace = replaceQueryString(Param, brandVo.getBrandId() + "", "brandId");
        }
        navVo.setNavValue(buffer.toString());
        navVo.setLink("http://search.gulimall.com/list.html?" + replace);
      }
      navs.add(navVo);
    }
    return result;
  }
  /**
   * 替换字符
   * key :需要替换的key
   */
  private String replaceQueryString(SearchParam Param, String value, String key) {
    String encode = null;
    try {
      encode = URLEncoder.encode(value,"UTF-8");
      // 浏览器对空格的编码和java的不一样
      encode = encode.replace("+","%20");
      encode = encode.replace("%28", "(").replace("%29",")");
    } catch (UnsupportedEncodingException e) {
      e.printStackTrace();
    }
    return Param.get_queryString().replace("&" + key + "=" + encode, "");
  }
}


相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
SQL 前端开发 应用服务中间件
学成在线----day2
学成在线----day2
|
缓存 监控 算法
学成在线----day6
学成在线----day6
|
3月前
|
存储 自然语言处理 关系型数据库
谷粒商城笔记+踩坑(9)——上架商品spu到ES索引库
ES回顾、【查询模块】保存ES文档、【库存模块】库存量查询、【商品模块】上架单个spu
谷粒商城笔记+踩坑(9)——上架商品spu到ES索引库
|
7月前
|
JavaScript Java 测试技术
基于SpringBoot+Vue的免税商品优选购物商城系统附带文章和源代码
基于SpringBoot+Vue的免税商品优选购物商城系统附带文章和源代码
57 1
|
7月前
|
JavaScript Java 测试技术
基于SpringBoot+Vue的免税商品优选购物商城的设计与实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue的免税商品优选购物商城的设计与实现(源码+lw+部署文档+讲解等)
|
7月前
|
关系型数据库 MySQL 开发工具
谷粒商城--环境部署(2022/7/28最新)
谷粒商城--环境部署(2022/7/28最新)
179 0
谷粒商城--环境部署(2022/7/28最新)
|
NoSQL Redis
谷粒商城----认证服务
谷粒商城----认证服务
|
缓存 负载均衡 应用服务中间件
谷粒商城----Nginx篇
谷粒商城----Nginx篇
|
存储 NoSQL 调度
学成在线----day8
学成在线----day8
|
存储 前端开发 Java
学成在线----day3
学成在线----day3