ES的查询上下文、评分、元数据

一、元数据

1、从索引中查询出的结果可以称之为元数据，如下图

 2、可以禁止元数据的展示（一般不使用）

使用如下代码查询后，元数据将不再展示

1 GET product/_search
2 {
3   "_source": false,
4   "query": {
5     "match_all": {}
6   }
7 }

好处：节省存储开销

坏处：不支持update、update_by_query、reindex API

3、数据源过滤器

第一种：使用下图这种形式设置索引mapping，查询结果中只会包含name和price，不会包含desc和tags

 1 PUT product1
 2 {
 3   "mappings": {
 4     "_source": {
 5       "includes": [
 6         "name",
 7         "price"
 8       ],
 9       "excludes": [
10         "desc",
11         "tags"
12       ]
13     }
14   }
15 }

第二种：在查询时指定include和exclude字段

 1 GET product/_search
 2 {
 3   "_source": {
 4     "includes": [
 5       "name"
 6     ],
 7     "excludes": [
 8       "age"
 9     ]
10   },
11   "query": {
12     "match_all": {}
13   }
14 }

 二、全文检索

1、match：根据字段进行匹配。select * from table where name = '';

2、match_all：无条件匹配。select * from table;

3、multi_match：从指定“字段中匹配。select * from table where name=shouji and age=shouji;

1 GET product/_search
2 {
3   "query": {
4     "multi_match": {
5       "query": "shouji",
6       "fields": ["name","age"]
7     }
8   }
9 }

4、match_phrase：会被分词

　　被检索字段必须包含match_phrase中的所有词项并且顺序必须相同

　　被检索字段包含的match_phrase中的词项之间不能有其他问题

1 GET product/_search
2 {
3   "query": {
4     "match_phrase": {
5       "name": "my name"
6     }
7   }
8 }

如上代码：查询的name字段必须为my name，不能为my xx name、name my

三、精准查询

term：搜索词不会被分词

1、如下图查询没有结果是因为：搜索词没有被分词，所以my name lyc被当成一个整体。但是索引中my name lyc被分成了my、name、lyc。所有没有匹配记录

 2、如下图就有结果，因为搜索词没有被分词，而索引中name字段取了keyword，也不会被分词。所以有匹配结果

 3、terms

 1 GET product/_search
 2 {
 3   "query": {
 4     "terms": {
 5       "tags": [
 6         "lowbee",
 7         "gongjiaoka"
 8       ]
 9     }
10   }
11 }

4、range：范围查询

 1 GET product/_search
 2 {
 3   "query": {
 4     "range": {
 5       "price": {
 6         "gte": 10,
 7         "lte": 20
 8       }
 9     }
10   }
11 }

四、过滤器

作用：筛选数据，不会计算相关度评分，提高效率

　　　而query则是会计算相关度评分的

若数据量非常大的时候使用filter会降低性能开销

五、组合查询（bool query）

1、must：所有条件都必须符合相当于sql中的and

使用下面代码查询出的结果有相关度评分

 1 GET product/_search
 2 {
 3   "query": {
 4     "bool": {
 5       "must": [
 6         {
 7           "match": {
 8             "name": "lyc"
 9           }
10         }
11       ]
12     }
13   }
14 }

2、filter：将上图中must替换为filter。替换后查出的结果相关度评分为0。

3、must_not：所有条件都不符合的结果

4、should：或者，相当于sql中的or

5、must与filter组合使用

下面代码为must与filter组合使用，若样本很多时，可以先使用filter进行过滤(filter不计算相关度分数，节省了性能消耗)，之后再使用match计算相关度评分。

 1 GET product/_search
 2 {
 3   "query": {
 4     "bool": {
 5       "must": [
 6         {
 7           "match": {
 8             "name": "lyc"
 9           }
10         }
11       ],
12       "filter": [
13         {
14           "range": {
15             "age": {
16               "gte": 10
17             }
18           }
19         }
20       ]
21     }
22   }
23 }

6、should与filter或must组合使用时

　　minimum_should_match：若没有这个参数，should条件可以被忽略(不匹配)。后面的数字表示需要有几个should满足条件(若组合查询有must或者filter时该参数默认为0；若只有should，该参数默认为1；若需要满足其他场景，该参数需要手动设置)

 1 GET product/_search
 2 {
 3   "query": {
 4     "bool": {
 5       "filter": [
 6         {
 7           "range": {
 8             "age": {
 9               "gte": 10
10             }
11           }
12         }
13       ],
14       "should": [
15         {
16           "match_phrase": {
17             "name": "my name"
18           }
19         }
20       ],
21       "minimum_should_match": 1  
22     }
23   }
24 }

 

posted @ 2022-02-10 16:16  showMeTheCodes  阅读(862)  评论(0)  编辑  收藏  举报