es搜索功能——DSL查询文档——DSL基本语法

1、查询的基本语法

# GET请求方式（固定写法）
# indexName 要查询的索引库
# _search 查询语句的固定格式
GET /indexName/_search
{
  "query": {
    "查询类型": {
      "查询条件": "条件值"
    }
  }
}

2、无条件查询（查询所有）

注：不会把所有查询到的结构都显示，默认只显示10条数据

# 查询所有
# GET请求方式（固定写法）
# indexName 要查询的索引库
# _search 查询语句的固定格式
GET /indexName/_search
{
  "query": {
    "match_all": {
    }
  }
}

 3、全文检索查询（相当于mysql中的模糊查询）

全文检索查询的基本流程如下：

• 对用户搜索的内容做分词，得到词条

• 根据词条去倒排索引库中匹配，得到文档id

• 根据文档id找到文档，返回给用户

比较常用的场景包括：

• 商城的输入框搜索

• 百度输入框搜索

常见的全文检索查询包括：

• match查询：单字段查询

• multi_match查询：多字段查询，任意一个字段符合条件就算符合查询条件

3.1 match查询：

全文检索查询的一种，会对用户输入内容分词，然后去倒排索引库检索

语法：

# match 全文检索查询的一种语句
# FIELD 要查询的字段名
# TEXT 查询条件
GET /indexName/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT"
    }
  }
}

示例：

# 查询-全文检索查询（match-单字段查询）
GET /hotel/_search
{
  "query": {
    "match": {
      "name": "如家"
    }
  }
}

 3.2 multi_match：

与match查询类似，只不过允许同时查询多个字段，

注：不推荐使用此方法，因为查询多个字段，查询的性能不佳，推荐使用虚拟字段查询

虚拟字段查询，也就是在把频繁查询的多个字段，复制一份到一个all字段中，以后同时查询这几个字段时，可以直接使用match查询all字段

语法：

# multi_match 全文检索查询的一种语句
# FIELD 要查询的字段名
# TEXT 查询条件
GET /indexName/_search
{
  "query": {
    "multi_match": {
      "query": "TEXT",
      "fields": ["FIELD1", " FIELD2"]
    }
  }
}

示例：

# 查询-全文检索查询（multi_match-多字段查询）
GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query": "外滩",
      "fields": ["name","brand","business"]
    }
  }
}

 

4、精准查询

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：

• term：根据词条精确值查询

• range：根据值的范围查询

4.1 term查询

语法说明：

# term查询
# FIELD 查询字段名
# value 固定写法
# VALUE 查询条件
GET /indexName/_search
{
  "query": {
    "term": {
      "FIELD": {
        "value": "VALUE"
      }
    }
  }
}

示例

# 查询-精确查询（term）
GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "北京"
      }
    }
  }
}

 4.2 range查询

范围查询，一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。

语法：

# range查询
# FIELD 查询字段名
# 这里的gte代表大于等于，gt则代表大于
# lte代表小于等于，lt则代表小于
GET /indexName/_search
{
  "query": {
    "range": {
      "FIELD": {
        "gte": 10, 
        "lte": 20 
      }
    }
  }
}

示例：

# 查询-精确查询（range）
GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 100,
        "lte": 200
      }
    }
  }
}

 5、地理坐标查询

所谓的地理坐标查询，其实就是根据经纬度查询，官方文档：Geo queries | Elasticsearch Guide [8.5] | Elastic

常见的使用场景包括：

• 携程：搜索我附近的酒店

• 滴滴：搜索我附近的出租车

• 微信：搜索我附近的人

5.1 矩形范围查询（geo_bounding_box查询 ）

实际开发用的少！！！

 查询时，需要指定矩形的左上、右下两个点的坐标，然后画出一个矩形，落在该矩形内的都是符合条件的点。

语法如下：

// 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
        }
      }
    }
  }
}

5.2 附近查询（距离查询（geo_distance） ）

在地图上找一个点作为圆心，以指定距离为半径，画一个圆，落在圆内的坐标都算符合条件：

语法说明：

# geo_distance 查询
# FIELD 文档中保存经纬度的字段名
# distance 距离半径
GET /indexName/_search
{
  "query": {
    "geo_distance": {
      "distance": "15km", // 半径
      "FIELD": "31.21,121.5" // 圆心
    }
  }
}

示例：

# 查询-距离查询
GET /hotel/_search
{
  "query": {
    "geo_distance":{
      "location": "31.047235, 121.46224",
      "distance": "3km"
    }
  }
}

 6、复合查询

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：

• fuction score：算分函数查询，可以控制文档相关性算分，控制文档排名

• bool query：布尔查询，利用逻辑关系组合多个其它的查询，实现复杂搜索

6.1 相关性算分

当我们利用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：

 6.2 算分函数查询(function score )

语法说明

 function score 查询中包含四部分内容：

• 原始查询条件：query部分，基于这个条件搜索文档，并且基于BM25算法给文档打分，原始算分（query score)

• 过滤条件：filter部分，符合该条件的文档才会重新算分

• 算分函数：符合filter条件的文档要根据这个函数做运算，得到的函数算分（function score），有四种函数

  • weight：函数结果是常量

  • field_value_factor：以文档中的某个字段值作为函数结果

  • random_score：以随机数作为函数结果

  • script_score：自定义算分函数算法

• 运算模式：算分函数的结果、原始查询的相关性算分，两者之间的运算方式，包括：

  • multiply：相乘

  • replace：用function score替换query score

  • 其它，例如：sum、avg、max、min

function score的运行流程如下：

• 1）根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）

• 2）根据过滤条件，过滤文档

• 3）符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）

• 4）将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。

因此，其中的关键点是：

• 过滤条件：决定哪些文档的算分被修改

• 算分函数：决定函数算分的算法

• 运算模式：决定最终算分结果

示例：

# 查询-函数算分查询
# function_score 固定写法
# query 表示原始查询
# functions 固定写法
# term 精确查询
# filter 过滤条件（哪些文档加分）
# weight 加分的方式
# boost_mode 指定weight新的分数和原始查询中的分数如何运算，默认是multiply相乘
GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "all": "外滩"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "brand": "如家"
            }
          },
          "weight": 10
        }
      ],
       "boost_mode": "sum"
    }
  }
}

 6.3 布尔查询

布尔查询是一个或多个查询子句的组合，每一个子句就是一个子查询。

子查询的组合方式有：

• must：必须匹配每个子查询，类似“与”

• should：选择性匹配子查询，类似“或”

• must_not：必须不匹配，不参与算分，类似“非”

• filter：必须匹配，不参与算分

需要注意的是，搜索时，参与打分的字段越多，查询的性能也越差。因此这种多条件查询时，建议这样做：

• 搜索框的关键字搜索，是全文检索查询，使用must查询，参与算分

• 其它过滤条件，采用filter查询。不参与算分

语法示例：

# must 是一个数组，可以有多个条件，以，逗号分隔，是与操作，
# 所有的全文检索查询（模糊查询）都可以使用must，参与算分
# filter 不参与算分，除了模糊查询之外的都可以使用filter
GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {"term": {"city": "上海" }}
      ],
      "should": [
        {"term": {"brand": "皇冠假日" }},
        {"term": {"brand": "华美达" }}
      ],
      "must_not": [
        { "range": { "price": { "lte": 500 } }}
      ],
      "filter": [
        { "range": {"score": { "gte": 45 } }}
      ]
    }
  }
}

示例：

# 查询-复合查询-布尔查询（bool）
# 需求：搜索名字包含“如家”，价格不高于400，在坐标31.220506, 121.498769周围10km范围内的酒店
GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "如家"
          }
        }
      ],
      "must_not": [
        {
          "range": {
            "price": {
              "gte": 400
            }
          }
        }
      ],
      "filter": [
        {
          "geo_distance": {
            "distance": "10km",
            "location": "31.220506, 121.498769"
          }
        }
      ]
    }
  }
}