全文检索查询
使用场景
全文检索的基本流程如下：
- 对用户搜索的内容做分词，得到词条
- 根据词条去倒排索引库中匹配，得到文档id
- 根据文档id找到文档，把所有匹配结果以并集或交集返回给用户
比较常见的场景包括：
- 商城的输入框搜索
- 百度的输入框搜索
DSL语句
常见的全文检索查询包括：
- match查询：单字段查询
- multi_match查询：多字段查询，任意一个字段符合条件就算符合查询条件
match查询
#搜索单字段
GET /indexName/_search
{
"query":{
"match":{
"字段名称":"TEXT",
"operator":"or and" #搜索分词时选择关键字的关系为or 或者 and
}
}
}
#搜索全部
GET /indexName/_serach
{
"query":{
"match_all":{}
}
}
multi_match查询
GET /indexName/_search
{
"query":{
"mutil_match":{
"query":"TEXT",
"field":["FIELD1","FIELD2"]
}
}
}
精确查询
使用场景
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 equals =
- range：根据值的范围查询 >= , <=, between and
DSL语句
term查询
// term查询
GET /indexName/_search
{
"query": {
"term": {
"FIELD": {
"value": "VALUE"
}
}
}
}
range查询
// range查询
GET /indexName/_search
{
"query": {
"range": {
"FIELD": {
"gte": 10, // 这里的gte代表大于等于，gt则代表大于
"lte": 20 // lte代表小于等于，lt则代表小于
}
}
}
}
地理坐标查询
使用场景
所谓的地理坐标查询，就是根据经纬度查询
常见的使用场景包括：
- 携程：搜索附近的酒店
- 滴滴：搜索附近的出租车
- 微信：搜索附近的人
DSL语句
geo_bounding_box查询
矩形范围查询，也就是geo_bounding_box查询，查询会落在某个矩形范围内的所有文档：
查询时，需指定左上，右下两个坐标
语法如下：
# 地理位置搜索
GET hotel/_search
{
"query": {
"geo_bounding_box":{
"location":{
"top_left":{
"lat":31.1,
"lon":121.5
},
"bottom_right":{
"lat":30.9,
"lon":121.7
}
}
}
}
}
geo_distance查询
附近查询，也叫距离查询：查询到指定中心点小于某个距离的所有文档
语法如下：
GET hotel/_search
{
"query": {
"geo_distance":{
"distance":"15km",
"location":"31.21,121.5"
}
}
}
复合查询-布尔查询
使用场景
布尔查询是一个或多个查询子句的组合，每一个子句就是一个子查询。子查询的组合方式有：
- must：必须匹配每个子查询，类似“与”，must的条件参与算分的
- 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：效果和must一样，都是and。必须匹配，filter的条件不参与算分
DSL语句
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 } }}
]
}
}
}
复合查询-算分函数查询
使用场景
ElasticSearch会根据词条和文档的相关度打分，算法有两种：
- TF-IDF算法
- BM25算法，ES5.1版本后采用的算法
相关场景：百度搜索打广告的优先展示
DSL语句
function score 查询包含四部分内容：
- 原始查询条件：query部分，基于这个条件搜索文档，并且基于BM25算法给文档打分，原始算分
- 过滤条件：filter部分，符合该条件的文档才会重新算分
- 算分函数：符合filter条件的文档要根据这个函数做运算，得到的函数算法，有四种函数：
-
- weight：函数结果是常量
- filed_value_factor：以文档中某个字段值作为函数结果
- random_score：以随机数作为函数结果
- script_score:自定义算分函数算法
- 运算模式：算分函数的结果，原始查询的相关性算分，两者之间的运算关系包括：
-
- multiply：相乘
- replace：用function score替换query score
- 其他，例如：sum、avg、max、min
function score的运行流程如下：
- 根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分
- 根据过滤条件，过滤文档
- 符合过滤条件的文档，基于算分函数运算，得到函数算分
- 将原始算分和函数算分基于运算模式做运算，得到最终结果，作为相关性算分
语法如下：
# 需求： 查询如家酒店， 对于深圳的如家进行+10分
GET hotel/_search
{
"query": {
"function_score": {
"query": {
"match": {
"all": "如家"
}
},
"functions": [
{
"filter": {
"term": {
"city": "深圳"
}
},
"weight": 10
}
],
"boost_mode": "sum"
}
}
}
搜索结果处理
排序
elasticsearch默认是根据相关性算分来排序，但是也支持自定义方式对搜索结果排序，可以排序的字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等
普通字段排序
keyword、数值、日期类型的排序的语法基本一致
语法如下
GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"FIELD": "desc" // 排序字段、排序方式ASC、DESC
}
]
}
排序条件是一个数组，按照声明的顺序，当第一个条件相等时，再按照第二个条件排序
地理坐标排序
语法如下
GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"_geo_distance" : {
"FIELD" : "纬度，经度", // 文档中geo_point类型的字段名、目标坐标点
"order" : "asc", // 排序方式
"unit" : "km" // 排序的距离单位
}
}
]
}
- 指定一个坐标，作为目标点
- 计算每一个文档中，必须是geo_point类型的坐标到目标点的距离是多少
- 根据距离排序
分页
elasticsearc默认情况下只返回top10的数据，而如果要查询更多数据就要修改分页参数，elasticsearch中·通过修改from、size参数来控制要返回的分页结果
- from：从第几个文档开始，从0开始的
- size：总共查询几个文档
语法如下：
# 查找如家酒店，查找离我最近的如家酒店, 分页
GET hotel/_search
{
"query": {
"match": {
"name": "如家酒店"
}
},
"sort": [
{
"_geo_distance": {
"location": "39.76,116.33",
"order": "asc",
"unit": "km"
}
}
],
"from": 1,
"size": 2
}
高亮显示
对关键字高亮处理
语法如下
GET /hotel/_search
{
"query": {
"match": {
"FIELD": "TEXT" // 查询条件，高亮一定要使用全文检索查询
}
},
"highlight": {
"fields": { // 指定要高亮的字段
"FIELD": {
"pre_tags": "<em>", // 用来标记高亮字段的前置标签 ,默认使用<em>标签
"post_tags": "</em>" // 用来标记高亮字段的后置标签
}
}
}
}
注意：
- 高亮是对关键字高亮，因此搜索条件必须带有关键字而不能是范围这样的查询
- 默认情况下，高亮的字段，必须与搜索的指定的字段一致，否则无法高亮
- 如果对非搜索字段高亮，则需要添加一个属性：required_filed_match=false