ES DSL查询语法

1.ES官方提供了各种不同语言的客户端，用来操作ES。这些客户端的本质就是组装DSL语句，通过http请求发送给ES。官方文档地址：

Elasticsearch Clients | Elastichttps://www.elastic.co/guide/en/elasticsearch/client/index.html

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：

• match_query

• multi_match_query

• 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：

• ids

• range

• term

• 地理（ geo ）查询：根据经纬度查询。例如：

• geo_distance

• geo_bounding_box

• 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：

• bool

• function_score

2.全文检索

#查询所有
GET /hotel/_search
{
  "query": {
    "match_all": {}
  }
}

#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：
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "如家"
    }
  }
}

#multi_match 与match查询类似，只不过允许同时查询多个字段，语法：
GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query": "外滩如家",
      "fields": ["brand","name","business"]
    }
  }
}

match和multi_match的区别是什么？

• match ：根据一个字段查询

• multi_match ：根据多个字段查询，参与查询字段越多，查询性能越差

3.精确查询

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

精确查询常见的有哪些？

• term 查询：根据词条精确匹配，一般搜索 keyword 类型、数值类型、布尔类型、日期类型字段

• range 查询：根据数值范围查询，可以是数值、日期的范围

#term 精确查询
GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "上海"
      }
    }
  }
}

#range范围查询
GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 20,
        "lte": 400
      }
    }
  }
}

4.地理查询

根据经纬度查询。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

根据经纬度查询，官方文档https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-queries.html。例如：

• geo_bounding_box ：查询 geo_point 值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": {
          "lat": 31.1,
          "lon": 121.5
        },
        "bottom_right": {
          "lat": 30.9,
          "lon": 121.7
        }
      }
    }
  }
}

• geo_distance ：查询到指定中心点小于某个距离值的所有文档

# geo_distance 查询
GET /hotel/_search
{
  "query": {
    "geo_distance": {
      "distance": "2km",
      "location": "31.21,121.5"
    }
  }
}

 5.复合查询

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，例如：

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。例如百度竞价 

 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。

例如，我们搜索 "虹桥如家"，结果如下：

[
  {
    "_score" : 17.850193,
    "_source" : {
      "name" : "虹桥如家酒店真不错",
    }
  },
  {
    "_score" : 12.259849,
    "_source" : {
      "name" : "外滩如家酒店真不错",
    }
  },
  {
    "_score" : 11.91091,
    "_source" : {
      "name" : "迪士尼如家酒店真不错",
    }
  }
]

 

elasticsearch中的相关性打分算法是什么？

• TF-IDF ：在 elasticsearch5.0 之前，会随着词频增加而越来越大

• BM25 ：在 elasticsearch5.0 之后，会随着词频增加而增大，但增长曲线会趋于水平

Function Score Query 

使用 function score query，可以修改文档的相关性算分（query score），根据新得到的算分排序

GET /hotel/_search
{
  "query": {
    "function_score": {

#原始查询条件，搜索文档并根据相关性打分(query score)
      "query": { "match": {"all": "外滩"} },

      "functions": [
        {

           # 过滤条件，符合条件的文档才会被重新算分
          "filter": {"term": {"id": "1"}},
#算分函数，算分函数的结果称为function score,
#将来会与query score运算，得到新算分，常见的算分函数有：
#weight：给一个常量值，作为函数结果（function score）
#field_value_factor：用文档中的某个字段值作为函数结果
#random_score：随机生成一个值，作为函数结果
#script_score：自定义计算公式，公式结果作为函数结果
          "weight": 10 

        }
      ],

#加权模式，定义function score与query score的运算方式，包括：
#1.multiply：两者相乘。默认就是这个
#2.replace：用function score 替换 query score
#3.其它：sum、avg、max、min
      "boost_mode": "multiply" 


    }
  }
}


#function_score查询
GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "all": "外滩"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "brand": "如家"
            }
          },
          "weight": 10
        }
      ],
      "boost_mode": "multiply"
    }
  }
}

function score query定义的三要素是什么？

• 过滤条件：哪些文档要加分

• 算分函数：如何计算 function  score

• 加权方式： function score 与 query score 如何运算

 复合查询 Boolean Query

布尔查询是一个或多个查询子句的组合。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

 

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 } }}
      ]
    }
  }
}

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

GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {"name": "如家"}
        }
      ],
      "must_not": [
        {
          "range": { "price": {"gt": 400}}
        }
      ],
      "filter": [
        {
          "geo_distance": {
            "distance": "10km", "location": {"lat": 31.21, "lon": 121.5}
          }
        }
      ]
    }
  }
}