Question

我对ES很陌生，但在谷歌搜索一段时间之后，我还没有找到任何示例如何使用术语向量设置ES索引，并在以后通过文档ID以编程方式检索它们。< / p>

此处描述的JSON变体正在运行：https://www.elastic.co/guide/en/elasticsearch/reference/2.2/docs-termvectors.html

任何人都可以提供Java＆＃34;翻译＆＃34;对此？

目前，我像这样创建索引：

CreateIndexRequestBuilder createIndexRequestBuilder = client.admin().indices().prepareCreate(indexName);
createIndexRequestBuilder.execute().actionGet();

并添加如下文档：

XContentBuilder sourceBuilder;
sourceBuilder = XContentFactory.jsonBuilder().startObject()
                .field("text", text)
                .field("type", "testType");
IndexRequest request = new IndexRequest(indexName, esContentType).source(sourceBuilder);
client.index(request);

这是我再次获取文档的方式：

GetResponse response = client.prepareGet(indexName, esContentType, id).execute().actionGet();

非常感谢任何帮助。

Answer 1

好的，我终于找到了我想要的东西（这个link也很有帮助）。因为它可能对其他人有帮助，我想在此分享：

像这样创建索引：

CreateIndexRequestBuilder createIndexRequestBuilder = client.admin().indices().prepareCreate("indexName");
createIndexRequestBuilder.execute().actionGet(); 

try {
    client.admin().indices().preparePutMapping("indexName").setType("docType")
        .setSource(XContentFactory.jsonBuilder().prettyPrint()
        .startObject()
            .startObject("docType")
            .startObject("properties")
                .startObject("text").field("type", "string").field("index", "not_analyzed").field("term_vector", "yes").endObject()
            .endObject()
            .endObject()
        .endObject())
    .execute().actionGet();
} catch (IOException e) ...

以下是如何从ES中取回术语向量：

TermVectorsResponse resp = client.prepareTermVectors().setIndex("indexName")
                          .setType("docType").setId("docId").execute().actionGet();

XContentBuilder builder;
try {
    builder = XContentFactory.jsonBuilder().startObject();
    resp.toXContent(builder, ToXContent.EMPTY_PARAMS);
    builder.endObject();
    System.out.println(builder.string());
} catch (IOException e) ...

到目前为止，这对我有用，但如果有人有其他或更好的解决方案，请随时分享。

Answer 2

要获得条款我们解析TermsVectorResponse，如下所示：

import org.apache.lucene.index.Fields;
import org.apache.lucene.index.Terms;
import org.apache.lucene.index.TermsEnum;
import org.apache.lucene.util.BytesRef;
import org.elasticsearch.action.termvectors.TermVectorsResponse;

...

public List<String> getTerms(TermVectorsResponse resp){

    List<String> termStrings = new ArrayList<>();
    Fields fields = resp.getFields();
    Iterator<String> iterator = fields.iterator();
    while (iterator.hasNext()) {
        String field = iterator.next();
        Terms terms = fields.terms(field);
        TermsEnum termsEnum = terms.iterator();
        while(termsEnum.next() != null){
            BytesRef term = termsEnum.term();
            if (term != null) {
                termStrings.add(term.utf8ToString());
            }
        }
    }
    return termStrings;
}

TermsEnum对象提供了进一步获取当前术语的聚合值的方法。如果您需要不同文档的值（例如每个文档的术语频率），您可能使用termsEnum.postings（...）来检索它们。

我们将Elastic 2.3与Lucene 5.5.0一起使用

如何以编程方式（在Java中）检索Elasticsearch中的术语向量？

2 个答案: