Elasticsearch核心技术与实战学习笔记 第四章 25 | 结构化搜索

一 序

  本文属于极客时间Elasticsearch核心技术与实战学习笔记系列。

二 结构化数据

结构化搜索（Structured search） 是指对结构化数据的搜索

• 日期，布尔类型和数字都是结构化

文本也可以是结构化的

• 如彩色笔可以有离散的颜色集合：红（red）、绿（green）、蓝（blue）
• 一个博客可能被标记了标签，例如，分布式（distributed）和搜索（search）
• 电商网站上的商品都有 UPCs（通用产品码 Universal Product Codes）或其他的唯一标识，它们都遵从严格规定的、结构化的格式

ES 中的机构化搜索

• 布尔、时间，日期和数字这类结构化数据：有精确的格式，我们可以对这些格式进行逻辑操作。包括比较数字或时间的范围，或判断两个值的大小
• 结构化的文本可以做到精确匹配或者部分匹配

1. Term 查询 / Prefix 前缀查询

• 结构化结构只有 “是” 或 “否” 两个值

1. 根据场景需要，可以决定结构化搜索是否需要打分

demo

#结构化搜索，精确匹配
DELETE products
POST /products/_bulk
{ "index": { "_id": 1 }}
{ "price" : 10,"avaliable":true,"date":"2018-01-01", "productID" : "XHDK-A-1293-#fJ3" }
{ "index": { "_id": 2 }}
{ "price" : 20,"avaliable":true,"date":"2019-01-01", "productID" : "KDKE-B-9947-#kL5" }
{ "index": { "_id": 3 }}
{ "price" : 30,"avaliable":true, "productID" : "JODL-X-1937-#pV7" }
{ "index": { "_id": 4 }}
{ "price" : 30,"avaliable":false, "productID" : "QQPX-R-3956-#aD8" }

GET products/_mapping

查询你boolean

查询#对布尔值，通过constant score 转成 filtering，没有算分

数字类型 Term

 #数字类型 terms

数字类型支持range查询

 constant_score  把filter包起来，并且跳过了算分的步骤

• gt 大于
• lt 小于
• gte 大于等于
• lte 小于等于

日期 range

demo的查询就是大于一年之前的。 

exists 查询 - 非空查询

处理多值字段 

#处理多值字段
POST /movies/_bulk
{ "index": { "_id": 1 }}
{ "title" : "Father of the Bridge Part II","year":1995, "genre":"Comedy"}
{ "index": { "_id": 2 }}
{ "title" : "Dave","year":1993,"genre":["Comedy","Romance"] }


#处理多值字段，term 查询是包含，而不是等于
POST movies/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "genre.keyword": "Comedy"
        }
      }
    }
  }
}

处理多值字段，term 查询是包含，而不是等于

尽管包含除了Comedy以外的其他词，它还是被匹配并作为结果返回

 怎么实现genre里面只有Comedy这1个值的搜索结果?

最好的方式是增加并索引另一个字段， 这个字段用以存储该字段包含词项的数量.

我另外插入测试数据

POST /movies/_bulk
{ "index": { "_id": 3 }}
{ "title" : "Father of the Bridge Part II","year":1995, "genre":"Comedy","genre_count" : 1}
{ "index": { "_id": 4 }}
{ "title" : "Dave","year":1993,"genre":["Comedy","Romance"],"genre_count" : 2 }
GET /movies/_doc/3

#处理多值字段，term 查询是包含，而不是等于
POST movies/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "bool": {
          "must":[
                 { "term" : { "genre.keyword" : "Comedy" }},
                { "term" : { "genre_count" : 1 } }
            ]
        }
      }
    }
  }
}

这个查询现在只会匹配具有单个标签 comedy 的文档，而不是任意一个包含 comedy 的文档。 

参考：

https://www.elastic.co/guide/cn/elasticsearch/guide/current/_finding_multiple_exact_values.html

小结