一 序
本文属于极客时间Elasticsearch核心技术与实战学习笔记系列。从本节开始,学习进入深入阶段。本节主要学习基于term 的查询与全文本查询的区别。
二 基于term 查询
- Term Level Query:Term Query / Range Query / Exists Query / Prefix Query / Wildcard Query
- 在 ES 中,Term 查询,对输入不做分词。会将输入作为一个整体,在倒排索引中查找准确的词项,并且使用相关度算分公式为每个包含该词项的文档进行相关度算分 - 例如 “Apple Store”
- 可以通过 Constant Score 将查询转换换成一个 Filtering,避免算分,并利用缓存,提交性能
demo
插入数据
DELETE products
PUT products
{
"settings": {
"number_of_shards": 1
}
}
POST /products/_bulk
{ "index": { "_id": 1 }}
{ "productID" : "XHDK-A-1293-#fJ3","desc":"iPhone" }
{ "index": { "_id": 2 }}
{ "productID" : "KDKE-B-9947-#kL5","desc":"iPad" }
{ "index": { "_id": 3 }}
{ "productID" : "JODL-X-1937-#pV7","desc":"MBP" }
查询: iPhone ,term 查询不到。
改为小写iphone. 能查到。因为post写入数据的过程中,把大写字母改为小写。上面term 查询是精准查询。
针对ID查询:// 无结果
es对输入做标准输入,会拆分
//如果对值进行查询
POST /products/_search
{
"query": {
"term": {
"productID.keyword": {
"value": "XHDK-A-1293-#fJ3"
}
}
}
}
term查询还是会返回算分结果的。
- 将 Query 转成 Filter,忽略 TF-IDF 计算,避免相关性算分的开销
- Filter 可以有效利用缓存
三 基于全文本的查询
基于全文本的查找
- Match Query / Match Phrase Query / Query String Query
特点
- 索引和搜索时会进行分词,查询字符串先传递到一个合适的分词器,然后生成一个供查询的词项列表
- 查询时候,先会对输入的查询进行分词。然后每个词项逐个进行底层的查询,最终将结果进行合并。并未每个文档生成一个算分。 例如查 “Martix reloaded”, 会查到包括 Matrix 或者 reload 的所有结果。
查询过程
基于全文本的查找
- Match Query / Match Phrase Query / Query String Query
基于全文本的查询的特点
- 索引和搜索时都会进行分词,查询字符串先传递到一个合适的分词器,然后生成一个供查询的词项列表
- 查询会对每个词项逐个进行底层的查询,再将结果进行合并,并未每个文档生成一个算分
demo:
PUT groups
{
"mappings": {
"properties": {
"names":{
"type": "text",
"position_increment_gap": 0
}
}
}
}
GET groups/_mapping
POST groups/_doc
{
"names": [ "John Water", "Water Smith"]
}
POST groups/_search
{
"query": {
"match_phrase": {
"names": {
"query": "Water Water",
"slop": 100
}
}
}
}