10.ElasticSearch系列之深入搜索
1. 基于词项与全文的搜索
1.1 基于term的搜索
- term的重要性：term是表达语义的最小单位
- 特点：
- 包括term query\range query\exists query\prefix query\wildcard query
- term查询，对输入不做分词
- 可以通过constant score将查询转换成一个filtering,避免算分，并利用缓存，提高性能
GET kibana_sample_data_logs/_search
{
"explain": true,
"query": {
"term": {
"extension.keyword": {
"value": "css"
}
}
}
}
GET kibana_sample_data_logs/_search
{
"explain": true,
"query": {
"constant_score": { // 避免算分，并利用缓存
"filter": {
"term": {
"extension.keyword": "css"
}
}
}
}
}
1.2 基于全文的搜索
- 基于全文本的查找 match query\match phrase query\query string query
- 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，并为每个文档生成一个算分。例如查"新 泾 三 村"，会查到包含新或泾或三或村的所有结果
GET amap_poi_detail/_search
{
"query": {
"match": {
"name": {
"query": "新 泾 三 村",
"operator": "and" // 查询这四个字均包含的文档
}
}
}
}
2. 基于结构化的搜索
- 布尔、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，包括范围，比较大小
- 结构化文本可以做term查询或prefix查询
GET kibana_sample_data_flights/_search
{
"query": {
"constant_score": {
"filter": {
"range": {
"AvgTicketPrice": {
"gte": 600,
"lte": 800
}
}
}
}
}
GET kibana_sample_data_flights/_search
{
"query": {
"constant_score": {
"filter": {
"range": {
"timestamp": {
"gte": "now-1y"
}
}
}
}
}
}
# 其中 y年 M月 w周 d天 H/h小时 m分钟 s秒
3. 基于bool的查询
- 一个bool查询，是一个或者多个查询子句的组合
- 总共包括4中子句。其中2种会影响评分，2种不影响评分
- must子句，必须匹配，贡献算分
- should选择性匹配，贡献算分
- must_not Filter Context查询子句，必须不能匹配，不贡献算分
- filter Filter Context必须匹配，但是不贡献算分
POST products/_search
{
"query": {
"bool" : {
"must" : {
"term" : { "price" : "30" }
},
"filter": {
"term" : { "avaliable" : "true" }
},
"must_not" : {
"range" : {
"price" : { "lte" : 10 }
}
},
"should" : [
{ "term" : { "productID.keyword" : "JODL-X-1937-#pV7" } },
{ "term" : { "productID.keyword" : "XHDK-A-1293-#fJ3" } }
],
"minimum_should_match" :1
}
}
}
// 同一层级下的竞争字段，具有相同的权重
// 通过嵌套bool查询，可以改变对算分的影响
POST animals/_search
{
"query": {
"bool": {
"should": [
{ "term": { "text": "quick" }}, // A
{ "term": { "text": "dog" }}, // B 与A具有相同的权重
{
"bool":{
"should":[
{ "term": { "text": "brown" }}, // C
{ "term": { "text": "brown" }} // D C+D权重=A权重=B权重
]
}
}
]
}
}
}
4. 单字符串多字段查询
Disjunction Max Query: 将任何与任一查询匹配的文档做为返回结果。采用字段上最匹配的评分作为最终评分返回
PUT /blogs/_doc/1
{
"title": "Quick brown rabbits",
"body": "Brown rabbits are commonly seen."
}
PUT /blogs/_doc/2
{
"title": "Keeping pets healthy",
"body": "My quick brown fox eats rabbits on a regular basis."
}
POST /blogs/_search
{
"query": {
"bool": {
"should": [
{ "match": { "title": "Brown fox" }},
{ "match": { "body": "Brown fox" }}
]
}
}
}
// 可以发现should match出来的排序结果并不是想要的，因此需要Disjunction Max Query
POST blogs/_search
{
"query": {
"dis_max": {
"queries": [
{ "match": { "title": "Brown fox" }},
{ "match": { "body": "Brown fox" }}
]
}
}
}
POST blogs/_search
{
"query": {
"dis_max": {
"queries": [
{ "match": { "title": "Quick pets" }},
{ "match": { "body": "Quick pets" }}
],
// 可以尝试去掉该行，会发现评分会一致
// 0<=tie_breaker<=1: 0最佳评分 1所有语句同样重要
// 工作原理1.获得最佳匹配语句的评分_score 2.将其他匹配语句的评分与tie_breaker相乘
// 3. 对以上评分求和并规范化
"tie_breaker": 0.2
}
}
}
5. 索引新增别名查询
POST blog-2021/_doc
{
"name":"domi",
"rating":5
}
POST blog-2022/_doc
{
"name":"shenjian",
"rating":3
}
POST _aliases
{
"actions": [
{
"add": {
"index": "blog-2021",
"alias": "blog-latest"
}
},
{
"add": {
"index": "blog-2022",
"alias": "blog-latest"
}
}
]
}
GET blog-latest/_search
{
"query": {
"match_all": {}
}
}
