Elasticsearch 实现自定义排序插件(转载)

转自:http://www.cnblogs.com/xffy1028/p/6383676.html


插件入口:

package ttd.ugc.plugin;

import org.elasticsearch.plugins.Plugin;

import org.elasticsearch.script.ScriptModule;

/**

* Created by jin_h on 2017/1/9.

*/

public class NativeScriptPlugin  extends Plugin {

@Override

public String name() {

return "comment-default-sort";

}

@Override

public String description() {

return "comment-default-sort";

}

public void onModule(ScriptModule module) {

//comment-default-sort排序算法的名称

module.registerScript("comment-default-sort", CommentDefaultSortScriptFactory.class);

}

}

插件具体实现:

package ttd.ugc.plugin;

import org.elasticsearch.common.Nullable;

import org.elasticsearch.index.fielddata.ScriptDocValues;

import org.elasticsearch.script.AbstractDoubleSearchScript;

import org.elasticsearch.script.AbstractLongSearchScript;

import org.elasticsearch.script.ExecutableScript;

import org.elasticsearch.script.NativeScriptFactory;

import org.elasticsearch.search.lookup.LeafDocLookup;

import java.text.ParseException;

import java.text.SimpleDateFormat;

import java.util.Date;

import java.util.Map;

/**

* Created by jin_h on 2017/1/9.

*/

public class CommentDefaultSortScriptFactory implements NativeScriptFactory {

@Override

public ExecutableScript newScript(@Nullable Map map) {

return new CustomScript(map);

}

@Override

public boolean needsScores() {

return false;

}

protected class CustomScript extends AbstractDoubleSearchScript {

//params 通过外部传入的参数方式进行排序干预

public CustomScript(@Nullable Map params) {

}

@Override

public double runAsDouble() {

//三种获取文档方式.

//((ScriptDocValues.Longs)doc().get("wordnumber")).getValue()

//(int)source().get("wordnumber");

//this.docFieldLongs("wordnumber");

double wordNumber;

double commentTime;

double useDate;

double numPicture;

double feedBack;

try {

SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");

String today = sdf.format(new Date());

if (source().get("wordnumber") == null) {

wordNumber = 0;

} else {

wordNumber = (int)source().get("wordnumber");

if (wordNumber >= 100) {

wordNumber = 1;

} else if (wordNumber >= 70) {

wordNumber = 0.9;

} else if (wordNumber >= 60) {

wordNumber = 0.8;

} else if (wordNumber >= 50) {

wordNumber = 0.7;

} else if (wordNumber >= 40) {

wordNumber = 0.6;

} else if (wordNumber >= 30) {

wordNumber = 0.5;

} else if (wordNumber >= 20) {

wordNumber = 0.4;

} else if (wordNumber >= 10) {

wordNumber = 0.3;

} else if (wordNumber >= 5) {

wordNumber = 0.2;

} else if (wordNumber >= 1) {

wordNumber = 0.1;

} else {

wordNumber = 0;

}

}

if (source().get("imgcount") == null) {

numPicture = 0;

} else {

numPicture = (int)source().get("imgcount");

if (numPicture >= 10) {

numPicture = 1;

} else if (numPicture >= 9) {

numPicture = 0.9;

} else if (numPicture >= 8) {

numPicture = 0.8;

} else if (numPicture >= 7) {

numPicture = 0.7;

} else if (numPicture >= 6) {

numPicture = 0.6;

} else if (numPicture >= 5) {

numPicture = 0.5;

} else if (numPicture >= 4) {

numPicture = 0.4;

} else if (numPicture >= 3) {

numPicture = 0.3;

} else if (numPicture >= 2) {

numPicture = 0.2;

} else if (numPicture >= 1) {

numPicture = 0.1;

} else {

numPicture = 0;

}

}

if (source().get("useful") == null) {

feedBack = 0;

} else {

feedBack = (int)source().get("useful");

if (feedBack >= 10) {

feedBack = 1;

} else if (feedBack >= 9) {

feedBack = 0.9;

} else if (feedBack >= 8) {

feedBack = 0.8;

} else if (feedBack >= 7) {

feedBack = 0.7;

} else if (feedBack >= 6) {

feedBack = 0.6;

} else if (feedBack >= 5) {

feedBack = 0.5;

} else if (feedBack >= 4) {

feedBack = 0.4;

} else if (feedBack >= 3) {

feedBack = 0.3;

} else if (feedBack >= 2) {

feedBack = 0.2;

} else if (feedBack >= 1) {

feedBack = 0.1;

} else {

feedBack = 0;

}

}

commentTime =source().get("cmtdate")==null?-1:(sdf.parse(today).getTime() - sdf.parse(source().get("cmtdate").toString()).getTime())/(24*60*60*1000);

if (commentTime >= 620) {

commentTime = 0.1;

} else if (commentTime >= 360) {

commentTime = 0.2;

} else if (commentTime >= 180) {

commentTime = 0.3;

} else if (commentTime >= 120) {

commentTime = 0.4;

} else if (commentTime >= 90) {

commentTime = 0.5;

} else if (commentTime >= 60) {

commentTime = 0.6;

} else if (commentTime >= 30) {

commentTime = 0.7;

} else if (commentTime >= 14) {

commentTime = 0.8;

} else if (commentTime >= 7) {

commentTime = 0.9;

} else if (commentTime >= 0) {

commentTime = 1;

} else {

commentTime = 0;

}

useDate =source().get("usedate")==null?-1: (sdf.parse(today).getTime() -  sdf.parse(source().get("usedate").toString()).getTime())/(24*60*60*1000);

if (useDate >= 620) {

useDate = 0.1;

} else if (useDate >= 360) {

useDate = 0.2;

} else if (useDate >= 180) {

useDate = 0.3;

} else if (useDate >= 120) {

useDate = 0.4;

} else if (useDate >= 90) {

useDate = 0.5;

} else if (useDate >= 60) {

useDate = 0.6;

} else if (useDate >= 30) {

useDate = 0.7;

} else if (useDate >= 14) {

useDate = 0.8;

} else if (useDate >= 7) {

useDate = 0.9;

} else if (useDate >= 0) {

useDate = 1;

} else {

useDate = 0;

}

double iw_wordNumber = 0.3;

double iw2_commentTime = 0.2;

double iw3_useDate = 0.2;

double iw4_numPicture = 0.15;

double iw5_feedBack = 0.15;

double sumW = iw_wordNumber + iw2_commentTime + iw3_useDate + iw4_numPicture + iw5_feedBack;

double sumScore = wordNumber * iw_wordNumber + commentTime * iw2_commentTime + useDate * iw3_useDate + numPicture * iw4_numPicture + feedBack * iw5_feedBack;

return (sumScore / sumW);

}catch (Exception ex){

ex.printStackTrace();

return -1;//this.docFieldLongs("wordnumber").getValue();

}

}

}

}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,802评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,109评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,683评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,458评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,452评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,505评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,901评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,550评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,763评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,556评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,629评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,330评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,898评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,897评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,140评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,807评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,339评论 2 342

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,579评论 18 139