ElasticSearch系列整体栏目
| 内容 | 链接地址 |
|---|---|
| 【一】ElasticSearch下载和安装 | https://zhenghuisheng.blog.csdn.net/article/details/129260827 |
| 【二】ElasticSearch概念和基本操作 | https://blog.csdn.net/zhenghuishengq/article/details/134121631 |
| 【二】ElasticSearch的高级查询Query DSL | https://blog.csdn.net/zhenghuishengq/article/details/134159587 |
ElasticSearch的高级句法查询Query DSL
一，ElasticSearch高级查询语法Query DSL
前面两篇主要讲解了es的安装以及一些基本的概念，接下来这篇讲解的是es的高阶语法，QueryDSL。在这里主要是用ik分词器讲解，暂不使用默认的分词器。
一，Query DSL的基本使用
在安装了kibana之后，内部会有一个search的语句，用来查询数据
GET _search
{
"query": {
"match_all": {
}
}
}
其结果如下，默认是返回前10条数据，类似于做了分页，默认加了一个from0和一个size10，并且在es中，size默认是小于或者等于10000，如果超过这个值，就会直接抛异常
1.1，深分页查询Scroll
上面说了默认采用的是from加size的方式来解决分页数据返回的问题，但是size的数据是有大小的限制的，当然也可以通过以下命令来调节size的大小
PUT /zhs/_settings
{
"index.max_result_window" :"20000"
}
虽然这种方式可以暂时调节size大小，但是治标不治本，因为依旧是会存在限制，并且由于数据量太大，还可能将内存撑爆。因此后面引入了这种Scroll游标的方式来查询全量数据
GET /zhs_db/_search?scroll=1m //1m表示查询时间窗口保持1分钟
{
"query": {
"match_all": {
}},
"size": 10 //批量查询10条数据
}
在将查询的值返回中可以看出，会生成一个_scroll_id，以及返回一些分片数，查询的总条数等
就是比如说第一次查询10条数据，随后记录最后一条数据的id，然后在这个时间窗口期内，携带这个id再去库中拉取后十条数据，往复如此。不管是关系系数据库还是非关系型数据库，其设计思想都是这样
拉取的数据会存储在快照里面，后面的操作都是操作这个快照中缓存的数据。因此为了保证性能问题，会牺牲一些精准度，因为后面写进来的数据不在这个快照里面。
1.2，match条件查询
在使用这个match之前，先创建一个索引，并设置分词器为ik分词器
DELETE /zhs_db
PUT /zhs_db
{
"settings" : {
"index" : {
"analysis.analyzer.default.type": "ik_max_word"
}
}
}
先插入几条数据，先用最基础的Put的方式插入五条数据
PUT /zhs_db/_doc/1
{
"address":"东岳泰山"
}
PUT /zhs_db/_doc/2
{
"address":"西岳华山"
}
PUT /zhs_db/_doc/3
{
"address":"南岳衡山"
}
PUT /zhs_db/_doc/4
{
"address":"北岳恒山"
}
PUT /zhs_db/_doc/5
{
"address":"中岳嵩山"
}
在确定要查询某一条数据时，可以先通过这个分词分析看看是如何进行分词的
POST _analyze
{
"analyzer": "ik_max_word",
"text": "中岳嵩山"
}
那么可以直接通过这个match的方式批量查询数据
GET /zhs_db/_search
{
"query": {
"match": {
"address": "中岳"
}
}
}
如果是要查询特定的某个值，可以直接再加一个operator属性，并且value设置成and，如果没有设置这个属性，那么默认值就是的or
GET /zhs_db/_search
{
"query": {
"match": {
"address": {
"query": "中岳嵩山",
"operator": "and"
}
}
}
}
除了上面的operator之外，还可以使用 minimum_should_match ，用于最小分词匹配。就是说分词器默认分为中岳和嵩山两个，只需要满足其中一个就能被查出来
address:{
"query":"中岳嵩山"，
"minimum_should_match": 1
}
1.3，match_phrase短语查询
在使用这个短语查询时，需要通过分词器分析，判断两个词的下标是否连续
GET /zhs_db/_search
{
"query": {
"match_phrase": {
"address": "中岳嵩山"
}
}
}
如通过这个ik分词器分析，可以得知这两个分开的词的position是连续的，分别为0和1，如果不连续，则不能将值查询出
当然为了解决这个间隔问题，可以直接通过设置 slop 属性来设置允许多少个空格进行匹配
address:{
"query":"中岳嵩山"，
"slop": 1
}
1.4，multi_match多字段查询
上面主要讲解的是单字段查询，但是在实际开发中一般都是多字段查询，其语句如下
GET /zhs_db/_search
{
"query": {
"multi_match": {
"query": "中岳嵩山",
"fields": ["address","name"]
}
}
}
1.5，query_string 查询
queryString相当于是一个multi_match的一个综合版，如果没有指定具体的字段，则会在全字段中查询
GET /zhs_db/_search
{
"query": {
"query_string": {
"query": "中岳"
}
}
}
可以设置默认的字段，也可以指定多个字段
"query_string": {
//"default_field": "address",
"fields": ["name","address"],
"query": "中岳"
}
1.6，term精确匹配
上面的match属于是模糊匹配，而使用精确匹配的，就是这个term。
在ES的Mapping Type 中 keyword , date ,integer, long , double , boolean or ip 这些类型不分词，只有text类型分词。因此term在对这些数据进行查询时，就是精确匹配
GET /zhs_db/_search
{
"query": {
"term": {
"address": "中岳"
}
}
}
如果想要对全字段进行精确匹配，可以添加一个keyword 关键字
"address.keyword": "中岳嵩山"
在es中，查询会有算分操作，而算分操作会影响到性能问题，而精确匹配是不需要算分的，可以将query转成filter，从而忽略算分所带来的影响
"query":{
"constant_score":{
"filter":{
}
}
}
如果短时间内存在多次term的查询，那么就会将这部分数据缓存起来
1.7，prefix前缀查询
前缀查询就是查询以某个字段开头的数据，因此用不上底层的倒排字典，而是将所有的数据遍历一遍，将符合的数据返回。由于用不上倒排索引，因此对性能是有一定的影响的
PUT /zhs_db/_search
{
"query":{
"prefix":{
"address":{
"value":"嵩山"
}
}
}
}
1.8，通配符查询wildcard
通配符查询就和这个前缀查询一样，都是利用不上这个倒排索引，而是将所有的数据遍历查询一遍，符合的数据返回。
GET /zhs_db/_search
{
"query": {
"wildcard": {
"address": {
"value": "*山*"
}
}
}
}
1.9，范围查询range
可以直接通过这个range关键字实现范围查询，
- gte 大于等于
- lte 小于等于
- gt 大于
- lt 小于
- now 当前时间
POST /zhs_db/_search
{
"query": {
"range": {
"age": {
"gte": 25,
"lte": 28
}
}
}
}
1.10，fuzzy模糊查询
fuzzy表示允许在打错字的情况下，将想要查询的数据查询出来。
GET /zhs_db/_search
{
"query": {
"fuzzy": {
"address": {
"value": "松山",
"fuzziness": 1 //表示允许错一个字
}
}
}
}
除了使用上面这种方式，还能用match的方式实现这种错别字的模糊查询
GET /zhs_db/_search
{
"query": {
"match": {
"address": {
"query": "松山",
"fuzziness": 1
}
}
}
}
1.11，highlight查询
就是将query查询出来的结果，通过highlight的方式实现高亮
GET /products/_search
{
"query": {
"term": {
"name": {
"value": "牛仔"
}
}
},
"highlight": {
"fields": {
"*":{
}
}
}
}
2，Query DSL多条件查询(高级查询)
2.1，Bool Query布尔查询
在一个bool查询中，可以是一个或者多个查询字句的组合，字句总共有四种，分别是 must、should、must_not、filter，前两者使用时内部会进行算分的操作，后二者不会
must相当于是and操作，即所有几句中的查询条件都要满足。如下must中是一个数组，每个子查询中就是一个正常的query dsl查询，如必须满足中地址字段中带有公园，remark字段中带有北的数据
GET /zhs_db/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"address": "公园"
}
},
{
"match": {
"remark": "北"
}
}
]
}
}
}
shouuld 表示的就是一个or的应用，表示只需要满足其中的一个查询字句就能将结果返回
GET /zhs_db/_search
{
"query": {
"bool": {
"should": []
}
}
}
2.2，Boosting Query权重查询
权重查询是一种控制手段，通过设置boost权重的值来影响最终的查询结果，权重的设置如下
- 当设置的boost大于1时，查询的的相关性会提高
- 当设置的boost大于0而小于1时，查询的相关性会降低
- 当设置的boost的值为负数时，贡献负分
举一个例子，查询一篇文章时，将会员的文章显示在普通用户文章的前面，如下面的代码，先创建一个文章索引，随后插入两条数据，一条是vip用户的，一条是普通用户的，文章标题一样
PUT /article_db
POST /article_db/_bulk
{
"index": {
"_id": "1"}}
{
"title":"java入门","comment":"精通java","type":"vip"}
{
"index": {
"_id": "2"}}
{
"title":"java入门","comment":"精通java","type":"ordinary"}
那么在查询时，想将vip用户的文章排在前面，就可以直接通过设置这个boost权重进行设置，将vip用户的权重值设置为大于1，这样在算分时，算的分值就更大
GET /article_db/_search
{
"query": {
"bool": {
"should": [
{
"match": {
"title": "java入门"
}
},
{
"match": {
"type": {
"query": "vip",
"boost": 3
}
}
},
{
"match": {
"type": {
"query": "ordinary",
"boost": 1
}
}
}
]
}
}
}
如下图所示，vip的算分为2.6，而普通用户的算分在1.2。如果算分值一样，谁id小谁在前面
当然如果查询出了不需要的数据，优先考虑通过过滤去掉数据，再考虑降低其权重
2.3，Dis max query 最佳匹配
通过dis_max以及结合queries进行使用，并且可以通过设置这个tie_breaker来确人是最佳匹配，还是所有的字段的值同等重要
POST /article_db/_search
{
"query": {
"dis_max": {
"queries": [
{
"match": {
"title": "java" }},
{
"match": {
"comment": "java" }}
],
"tie_breaker": 0.5 //0代表使用最佳匹配;1代表所有语句同等重要。
}
}
}
但是在实际开发中，更加的推荐通过这个multi_match这个方式来实现这个最佳字段匹配，并且设置这个type类型为 best_fields
POST /article_db/_search
{
"query": {
"multi_match": {
"type": "best_fields",
"query": "java",
"fields": ["title","comment"],
"tie_breaker": 0.2 //0代表使用最佳匹配;1代表所有语句同等重要。
}
}
}
除了实现最佳匹配之外，multi_match还实现了最多字段匹配，就是将type的类型设置成 most_fields
GET /titles/_search
{
"query": {
"multi_match": {
"query": "java,
"type": "most_fields",
"fields": [
"title",
"comment"
]
}
}
}
2.4，Cross Field跨字段匹配
如在遇到某些场景，需要结合多个字段的值进行匹配，如省市区，在上面讲了一种copy_to的方式解决这种跨字段匹配的方式，也可以使用这个 Cross Field 实现多字段匹配
如先创建一个address_db的地址索引，随后批量的插入一些数据
PUT /address_db
PUT /address_db/_bulk
{
"index": {
"_id": "1"} }
{
"province": "广东","city": "深圳","region":"南山"}
{
"index": {
"_id": "2"} }
{
"province": "广东","city": "深圳","region":"福田"}
{
"index": {
"_id": "3"} }
{
"province": "广东","city": "深圳","region":"宝安"}
{
"index": {
"_id": "4"} }
{
"province": "广东","city": "深圳","region":"龙岗"}
}
随后通过这个multi_match多字段查询，并且设置type类型为 cross_fields
GET /address_db/_search
{
"query": {
"multi_match": {
"query": "广东深圳宝安",
"type": "cross_fields",
"operator": "and",
"fields": ["province","city","region"]
}
}
}