先开个篇

opensearch是aws根据Elasticsearch（ES）开发的一个组件，本文将讲解的入门教程。使用spring boot 2.5.3 和opensearch-java 1.0 JDK 开发

1、 先说使用es的比较重要，也是现在比较火的一个主要的功能， 向量库

向量的基础语法

{
            "query": {
                "knn": {
                    "embedding": {
                        "vector": keyword_embedding,
                        "k": k
                    }
                }
            },
             "size": size
}

java 构建ES的向量查询

public Map<String, Double> getOpenSearchMap(String testStr) {
        if(StringUtils.isBlank(testStr)) return null;
        StopWatch stopWatch = new StopWatch();
        stopWatch.start();
        String embeddingData = this.getEmbeddingData(testStr);
        if(org.apache.commons.lang3.StringUtils.isBlank(embeddingData)) {
            log.error("embeddingData empty {}", embeddingData);
            return null;
        }
        // 构建 OpenSearch 查询
        String index = "/opensearch_index_embedding/_search";
        String jsonStart = "{\n" +
                " \"size\": 7,\n" +
                " \"query\": {\n" +
                "   \"script_score\": {\n" +
                "     \"query\": {\n" +
                "       \"match_all\": {}\n" +
                "     },\n" +
                "     \"script\": {\n" +
                "       \"source\": \"knn_score\",\n" +
                "       \"lang\": \"knn\",\n" +
                "       \"params\": {\n" +
                "         \"field\": \"embedding_data\",\n" +
                "         \"space_type\": \"cosinesimil\",\n" +
                "         \"query_value\":";
        String jsonEnd = "}\n" +
                "     }\n" +
                "   }\n" +
                " }\n" +
                "}";
        String json = jsonStart+embeddingData+jsonEnd;
        // 执行查询
        OpenSearchCommonRes commonRes = opensearchUtils.queryByJson(index, "GET", json);
        stopWatch.stop();
        log.info("getOpenSearchMap,param:{},cost:{}",category,stopWatch.getTotalTimeMillis());
        // 处理查询结果
        if(Objects.nonNull(commonRes) && commonRes.getHits().getTotal().getValue()>0) {
            return commonRes.getHits().getHits().stream()
                    .filter(p -> p.get_score() > 1.9d)
                    .collect(Collectors.toMap(
                            p -> p.get_source().get("category").toString(),
                            p -> p.get_score(),
                            (p1, p2) -> p1));
        }
        return null;
    }
    // 获取查询字段的具体 embedding的值
    private String getEmbeddingData(String testStr) {
        if(StringUtils.isBlank(testStr)) return null;
        StopWatch stopWatch = new StopWatch();
        stopWatch.start();
        String index = "/opensearch_index_embedding/_search";
        String jsonStart = "{\n" +
                "  \"query\": {\n" +
                "    \"term\": {\n" +
                "      \"embedding_data\": {\n" +
                "        \"value\": \"";
        String jsonEnd = "\"\n" +
                "      }\n" +
                "    }\n" +
                "  },\n" +
                "  \"_source\": [\"embedding_data\"]\n" +
                "  \n" +
                "}";
        // 拼接查询字符串
        String json = jsonStart+testStr+jsonEnd;
        // 执行查询
        OpenSearchCommonRes commonRes = opensearchUtils.queryByJson(index, "POST", json);
        // 记录查询耗时
        if (commonRes == null || commonRes.getHits() == null || commonRes.getHits().getTotal() == null) {
            log.error("getEmbeddingData,testStr:{},result is null", testStr);
            return null;
        }
        stopWatch.stop();
        // 如果查询结果不为空且只有一个结果，返回该结果的 embedding_data 字段
        if(Objects.nonNull(commonRes) && commonRes.getHits().getTotal().getValue()==1) {
            return  commonRes.getHits().getHits().stream().map(p -> p.get_source().get("embedding_data").toString()).findFirst().get();
        }
        return null;
    }

2、es中的搜索算法

1. BM25算法

   BM25（Best Matching 25）是一种基于概率检索框架的排名函数，用于估算文档和查询之间的相关性。它是TF-IDF（词频-逆文档频率）算法的改进版本，考虑了文档的长度和词频等因素，旨在解决TF-IDF在处理某些问题时的不足。

3、es中的基础的几个查询

普通查询

_search

精确查找

精确查找