dsProject/dsSchoolBuddy/ElasticSearch/T7_XiangLiangQuery.py

import logging

from Config.Config import ES_CONFIG
from ElasticSearch.Utils.EsSearchUtil import EsSearchUtil

# 初始化日志
logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)


if __name__ == "__main__":
    # 初始化EsSearchUtil
    search_util = EsSearchUtil(ES_CONFIG)

    # 获取用户输入
    user_query = input("请输入查询语句（例如：高性能的混凝土）: ")
    if not user_query:
        user_query = "高性能的混凝土"
        print(f"未输入查询语句，使用默认值: {user_query}")

    query_tags = []  # 可以根据需要添加标签过滤

    print(f"\n=== 开始执行查询 ===")
    print(f"原始查询文本: {user_query}")

    try:
        # 1. 向量搜索
        print("\n=== 向量搜索阶段 ===")
        print("1. 文本向量化处理中...")
        query_embedding = search_util.get_query_embedding(user_query)
        print(f"2. 生成的查询向量维度: {len(query_embedding)}")
        print(f"3. 前3维向量值: {query_embedding[:3]}")

        print("4. 正在执行Elasticsearch向量搜索...")
        vector_results = search_util.search_by_vector(query_embedding, k=5)
        vector_hits = vector_results['hits']['hits']
        print(f"5. 向量搜索结果数量: {len(vector_hits)}")

        # 向量结果重排
        print("6. 正在进行向量结果重排...")
        reranked_vector_results = search_util.rerank_results(user_query, vector_hits)
        print(f"7. 重排后向量结果数量: {len(reranked_vector_results)}")

        # 2. 关键字搜索
        print("\n=== 关键字搜索阶段 ===")
        print("1. 正在执行Elasticsearch关键字搜索...")
        keyword_results = search_util.text_search(user_query, size=5)
        keyword_hits = keyword_results['hits']['hits']
        print(f"2. 关键字搜索结果数量: {len(keyword_hits)}")

        # 3. 合并结果
        print("\n=== 合并搜索结果 ===")
        # 为关键字结果添加分数
        keyword_results_with_scores = [(doc, doc['_score']) for doc in keyword_hits]
        merged_results = search_util.merge_results(keyword_results_with_scores, reranked_vector_results)
        print(f"合并后唯一结果数量: {len(merged_results)}")

        # 4. 打印最终结果
        print("\n=== 最终搜索结果 ===")
        for i, (doc, score, source) in enumerate(merged_results, 1):
            print(f"{i}. 文档ID: {doc['_id']}, 分数: {score:.2f}, 来源: {source}")
            print(f"   内容: {doc['_source']['user_input']}")
            print("  --- ")

    except Exception as e:
        logger.error(f"搜索过程中发生错误: {str(e)}")
        print(f"搜索失败: {str(e)}")