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": {
    }
  }
}

es搜索功能——DSL查询文档——DSL基本语法_第1张图片

 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"
    }
  }
}

es搜索功能——DSL查询文档——DSL基本语法_第2张图片

 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"]
    }
  }
}

es搜索功能——DSL查询文档——DSL基本语法_第3张图片

 

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"
      }
    }
  }
}

es搜索功能——DSL查询文档——DSL基本语法_第4张图片

 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
      }
    }
  }
}

es搜索功能——DSL查询文档——DSL基本语法_第5张图片

 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!!!

es搜索功能——DSL查询文档——DSL基本语法_第6张图片

 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"
    }
  }
}

es搜索功能——DSL查询文档——DSL基本语法_第7张图片

 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:

es搜索功能——DSL查询文档——DSL基本语法_第8张图片

 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:

es搜索功能——DSL查询文档——DSL基本语法_第9张图片

 6.2 算分函数查询(function score )

语法说明

es搜索功能——DSL查询文档——DSL基本语法_第10张图片

 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"
    }
  }
}

es搜索功能——DSL查询文档——DSL基本语法_第11张图片

 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"
          }
        }
      ]
    }
  }
}

es搜索功能——DSL查询文档——DSL基本语法_第12张图片

你可能感兴趣的:(微服务,es,elasticsearch,大数据)