es7深入搜索

基于词项和基与全⽂的搜索

查询方式，包括：复合查询/全文本查询/term-level查询等

什么场景下用 boolen查询，什么场景下用match查询，又是什么场景下用term查询。

你可以自己对查询去做一些分类。
例如terms查询是用于结构化数据的查询。全文用match查询。而bool属于一种复合查询。可以结合terms查询和match查询。

term查询和全文本查询。
如果你对内容做精确匹配，肯定是用term查询。如果你是对全文本查询，那就使用match 查询。
基与term的模糊查询，匹配查询，建议谨慎使用，有时性能不够好

 

多索引 关联查询。父子关系的查询

 

多字段 Mapping 和 Term查询

 

复合查询 – Constant Score 转为 Filter

 

Operator

 

Minimum_should_match

 

 

 

Match Phrase Query  短语匹配(Phrase Matching)

 

 

Elasticsearch - 短语匹配(match_phrase)以及slop参数

ES是如何处理日期类型数据的时区的？
作者回复: date类型是包含时区信息的，如果我们没有在json代表日期的字符串中显式指定时区，对es来说没什么问题，
但是如果通过kibana显示es里的数据时，就会出现问题，数据的时间会晚8个小时。因为kibana从es里读取的date类型数据，没有时区信息，
kibana会默认当作0时区来解析，但是kibana在通过浏览器展示的时候，会通过js获取当前客户端机器所在的时区，也就是东八区，
所以kibana会把从es得到的日期数据减去8小时。这里就会导致kibana经常遇到的“数据时间延迟8小时”的问题。
所以最佳实践方案就是：我们在往es提交日期数据的时候，直接提交带有时区信息的日期字符串，如：“2016-07-15T12:58:17.136+0800”。
##索引中定义的日期格式与提交数据的日期格式要一致，否则会报错。

term查询是不分词的，哪怕我们设置了该字段的搜索分词也不分吗？
match是分词的，哪怕我们没有设置搜索分词也会分吗？
作者回复: 如果字段设置了keyword，你用term查询，就会精确匹配。例如说keyword字段，索引时是“Iphone”，
你的term查询必须是Iphone，输入“iphone”就无法匹配。
而如果你的字段是“text”类型。你index时候，如果是“Iphone”，在term查询时，“iphone”可以匹配。但是，
“Iphone”不会。很多刚接触的同学会有点困惑。背后的原因是，
text类型的数据会分词，默认分词器会将输入一个个单词切开，并且转小写了。所以你 term查询时，必须用“iphone”
如果你是match查询，在text字段上查询iphone或者Iphone 应该都能查到。

是text会做分词。keyword不做分词。
term查询是把你输入的“内容”不做任何处理，去和text和keyword中的内容比较。
在text中，product-Id被分成词了，iPhone转小写了

对多值字段进行精确匹配提到要用到genre_count组合bool query实现，老师能给个参考实现吗
PUT my_movies/_doc/1
{
  "title":"movie title action",
  "tags":["action"],
  "tags_count":1
}

PUT my_movies/_doc/2
{
  "title":"movie title love",
  "tags":["action","love"],
  "tags_count":2
}

POST my_movies/_search
{
  "query": {
    "bool": {
      "must": [
        {"match": {
          "tags": "action"
        }}
      ], 
      "filter": {
        "term": {
          "tags_count": 1
        }
      }
    }
  }
}

老师，文档上也看到了filter 忽略了算分的步骤，而且可以缓存。
那么 我们目前用不到分值是不是可以把条件都写在filter里呢？
缓存压力会不会过大，会不会类似oversharding的效果？或者说有哪些负面影响？
overshard的意思是，分片数设置过多。能用filter context就尽量不要用query content，应该不存在什么负面影响

term查询是不做分词的，而'XHDK-A-1293-#fJ3’这个数据的字段类型是text ，
在编入index的时候做了分词，所以直接查询是查询不到的。
但keyword类型字段默认是不做分词处理的，所以indexing会将其'XHDK-A-1293-#fJ3’完整数据做倒排索引，
使用第二种查询方式便可以查询。
productID.keyword的数据类型为keyword，keyword的数据类型是不分词的；

 

基于全⽂的查询

● 基于全⽂本的查找

● Match Query / Match Phrase Query / Query String Query

● 特点

● 索引和搜索时都会进⾏分词，查询字符串先传递到⼀个合适的分词器，然后⽣成⼀个供查询的词

项列表

● 查询时候，先 会对输⼊的查询进⾏分词 ，然后每个词项逐个进⾏底层的查询，最终将结果进⾏合

并。并为每个⽂档⽣成⼀个算分。- 例如查 “Matrix reloaded”，会查到包括 Matrix 或者 reload

的所有结果。

 

• 如果要查询执行过程，可以增加 profile 为 true
• Match Query Result