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
查询的基本语法如下:
GET /indexName/_search { "query": { "查询类型": { "查询条件": "条件值" } } }
GET /indexName/_search { "query": { "match_all": { } } }
查询DSL的基本语法是什么?
GET /索引库名/_search { "query": { "查询类型": { "FIELD": "TEXT"}}}
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 /indexName/_search { "query": { "match": { "FIELD": "TEXT" } } }
multi_match:与match查询类似,只不过允许同时查询多个字段,语法:
GET /indexName/_search { "query": { "multi_match": { "query": "TEXT", "fields": ["FIELD1", " FIELD12"] } } }
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
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term查询和range查询。语法如下: term查询:
term查询 GET /indexName/_search { "query": { "term": { "FIELD": { "value": "VALUE" } } } }
range查询 GET /indexName/_search { "query": { "range": { "FIELD": { "gte": 10, "lte": 20 } } } }
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
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。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 } } } } }
根据经纬度查询,官方文档。例如: 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 /indexName/_search { "query": { "geo_distance": { "distance": "15km", "FIELD": "31.21,121.5" } } }
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
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
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 } }} ] } } }
bool查询有几种逻辑关系?
must:必须匹配的条件,可以理解为“与” should:选择性匹配的条件,可以理解为“或” must_not:必须不匹配的条件,不参与打分 filter:必须匹配的条件,不参与打分
elasticsearch支持对搜索结果排序,默认是根据相关度算分(_score)来排序。可以排序字段类型有:keyword类型、数值类型、地理坐标类型、日期类型等。
GET /indexName/_search { "query":
{ "match_all": {} }, "sort": [ { "FIELD": "desc" // 排序字段和排序方式ASC、DESC } ] }
elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。 elasticsearch中通过修改from、size参数来控制要返回的分页结果:
GET /hotel/_search { "query": { "match_all": {} }, "from": 990, // 分页开始的位置,默认为0
"size": 10, // 期望获取的文档总数 "sort": [ {"price": "asc"} ] }
from + size: 优点:支持随机翻页
缺点:深度分页问题,默认查询上限(from + size)是10000 场景:百度、京东、谷歌、淘宝这样的随机翻页搜索 after search: 优点:没有查询上限(单次查询的size不超过10000) 缺点:只能向后逐页查询,不支持随机翻页 场景:没有随机翻页需求的搜索,例如手机向下滚动翻页 scroll: 优点:没有查询上限(单次查询的size不超过10000) 缺点:会有额外内存消耗,并且搜索结果是非实时的 场景:海量数据的获取和迁移。从ES7.1开始不推荐,建议用 after search方案。
原理是这样的: 将搜索结果中的关键字用标签标记出来 在页面中给标签添加css样式 语法:
GET /hotel/_search { "query": { "match": { "FIELD": "TEXT" } }, "highlight": { "fields": { // 指定要高亮的字段 "FIELD": { "pre_tags": "", // 用来标记高亮字段的前置标签 "post_tags": "" // 用来标记高亮字段的后置标签 } } } }
GET /hotel/_search { "query": { "match": { "name": "如家" } }, "from": 0, // 分页开始的位置 "size": 20, // 期望获取的文档总数 "sort": [ { "price": "asc" }, // 普通排序 { "_geo_distance" : { // 距离排序 "location" : "31.040699,121.618075", "order" : "asc", "unit" : "km" } } ], "highlight": { "fields": { // 高亮字段 "name": { "pre_tags": "", // 用来标记高亮字段的前置标签 "post_tags": "" // 用来标记高亮字段的后置标签 } } } }