elasticsearch的查询依然是基于JSON风格的DSL来实现的。
Elasticsearch提供了基于JSON的DSL(Domain Specific Language)来定义查询。常见的查询类型包括:
查询所有:查询出所有数据,一般测试用。例如:match_all
全文检索(full text)查询:利用分词器对用户输入内容分词,然后去倒排索引库中匹配。例如:
精确查询:根据精确词条值查找数据,一般是查找keyword、数值、日期、boolean等类型字段。例如:
地理(geo)查询:根据经纬度查询。例如:
复合(compound)查询:复合查询可以将上述各种查询条件组合起来,合并查询条件。例如:
查询的语法基本一致:
GET /indexName/_search
{
"query": {
"查询类型": {
"查询条件": "条件值"
}
}
}
例如查询所有
// 查询所有
GET /indexName/_search
{
"query": {
"match_all": {
}
}
}
全文检索查询的基本流程如下:
比较常用的场景包括:
match查询是全文检索查询的一种,会对用户输入内容进行分词,然后进行倒排索引库检索.(单字段查询)
match查询语法如下:
GET /indexName/_search
{
"query": {
"match": {
"FIELD": "TEXT"
}
}
}
mulit_match语法如下:
GET /indexName/_search
{
"query": {
"multi_match": {
"query": "TEXT",
"fields": ["FIELD1", " FIELD12"]
}
}
}
# 示例
GET /hotel/_search
{
"query": {
"match": {
"all": "西直门如家"
}
}
}
GET /hotel/_search
{
"query": {
"multi_match": {
"query": "外滩如家",
"fields": ["brand","name"]
}
}
}
因为我们将brand、name、business值都利用copy_to复制到了all字段中。因此你根据三个字段搜索,和根据all字段搜索效果当然一样了。
但是,搜索字段越多,对查询性能影响越大,因此建议采用copy_to,然后单字段查询的方式。
精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。常见的有:
利用term进行精确查询,精确查询city值为上海的酒店.
# term查询
GET /hotel/_search
{
"query": {
"term": {
"city": {
"value": "上海"
}
}
}
}
利用range进行范围查询查询,查询price在100-300之间的酒店,其中gte
表示大于等于,lte
表示小于等于(另外还有gt
和lt
分别表示大于和小于).
# range查询
GET /hotel/_search
{
"query": {
"range": {
"price": {
"gte": 100,
"lte": 300
}
}
}
}
根据经纬度查询.
geo_bounding_box
:查询geo_point
落在某个矩形范围的所有文档.
// geo_bounding_box查询
GET /indexName/_search
{
"query": {
"geo_bounding_box": {
"FIELD": {
"top_left": { // 左上点
"lat": 31.1,
"lon": 121.5
},
"bottom_right": { // 右下点
"lat": 30.9,
"lon": 121.7
}
}
}
}
}
geo_distance
:查询指定中心点小于某个距离值的所有文档.
// geo_distance 查询
GET /indexName/_search
{
"query": {
"geo_distance": {
"distance": "15km", // 半径
"FIELD": "31.21,121.5" // 圆心
}
}
}
复合(compound)查询:复合查询可以将其它简单查询组合起来,实现更复杂的搜索逻辑。常见的有两种:
利用match查询时,文档结果会根据与搜索词条的关联度打分(_score),返回结果时按照分值降序排列。在elasticsearch中,早期使用的打分算法是TF-IDF算法,公式如下:
在后来的5.1版本升级中,elasticsearch将算法改进为BM25算法,公式如下:
TF-IDF算法有一各缺陷,就是词条频率越高,文档得分也会越高,单个词条对文档影响较大。而BM25则会让单个词条的算分有一个上限,曲线更加平滑:
通过Funciton score query可以修改文档的相关性算分(query score),根据新的到的算分进行排序.
function score 查询中包含四部分内容:
正常查询在外滩的酒店
GET /hotel/_search
{
"query": {
"function_score": {
"query": {
"match": {
"all": "外滩"
}
}
}
}
}
GET /hotel/_search
{
"query": {
"function_score": {
"query": {
"match": {
"all": "外滩"
}
},
"functions": [
{
"filter": {
"term": {
"brand": "如家"
}
},
"weight": 10
}
],
"boost_mode": "sum"
}
}
}
布尔查询是一个或多个查询子句的组合.组合方式有:
查找上海的酒店
从皇宫假日和如家上选取
价格不低于500
评分高于45
GET /hotel/_search
{
"query": {
"bool": {
"must": [
{"term": {"city":"上海"}}
],
"should": [
{"term": {"brand":"皇宫假日"}},
{"term": {"brand":"如家"}}
],
"must_not": [
{"range": {"price":{"lte": 500}}}
],
"filter": [
{"range": {"score":{"gte": 45}}}
]
}
}
}
需求:搜索名字包含“如家”,价格不高于400,在坐标31.21,121.5周围10km范围内的酒店。
分析:
GET /hotel/_search
{
"query": {
"bool": {
"must": [
{"term": {"brand":"如家"}}
],
"must_not": [
{"range": {"price":{"gte": 400}}}
],
"filter": [
{"geo_distance": {
"distance": "10km",
"location": "31.21,121.5"
}}
]
}
}
}