朝花夕拾

Appearance

搜索 Query DSL ​

字数: 0 字 时长: 0 分钟

查询和检索 ​

查询和检索尽管有时会被互换使用，但它们实际上有着不同的含义和技术背景。

  • 查询：通常针对结构化的数据，基于某些条件进行精确匹配或者范围筛选
  • 检索：指从大量的文档、网页、文件或其他非结构化或半结构化的数据集合中找到相关数据的过程。召回结果取决于 相关性 。

相关度评分 _score ​

_source 是搜索结果中每个文档的相关性评分，用于衡量文档与搜索条件的匹配程度，得分越高，文档与查询越相关。

在 ES 早期版本中，使用 TF-IDF 算法， ES 5.* 版本之后采用 BM25 算法。

  • 查看 _score 细节
json
GET goods/_search
{
  "explain": true,
  "query": {
    "match": {
      "name": "手机"
    }
  }
}
  • 设置权重 boost
json
GET goods/_search
{
  "query": {
    "match": {
      "name": {
        "query": "手机",
        // 设置该字段权重为其他字段的 2 倍
        "boost": 2 
      }
    }
  }
}

源数据 _source ​

  • 通过 including 或 excluding 来设置查询出的源数据中包含哪些数据
json
GET goods2/_search
{
  "_source": {
    "includes": ["name","price"],
    "excludes": "description"
  }
}
  • 使用通配符来设置查询出的源数据中包含哪些数据
json
GET goods/_search
{
  "_source": ["n*"]
}
  • 关闭源数据展示
json
GET goods/_search
{
  "_source": false,
  "query": {
    "match": {
      "name": "手机"
    }
  }
}

全文检索 ​

match ​

match 查询是 ES 中最常用的查询方式，它基于全文检索算法，也是 ES 中最重要的查询方式。

比如，通过 "手机" 查询，所有分词词项包含 "手机" 相关的文档都会被检索出来。

json
GET goods/_search
{
  "query": {
    "match": {
      "name": "手机"
    }
  }
}

{
  "_index": "goods",
  "_id": "1",
  "_score": 0.50392604,
  "_source": {
    "name": "手机",
    "price": 2000,
    "description": "手机"
  }
},
{
"_index": "goods",
"_id": "3",
"_score": 0.3034693,
"_source": {
"name": "小米智能手机",
"price": 2000,
"description": "小米手机真智能"
}
},
{
"_index": "goods",
"_id": "4",
"_score": 0.3034693,
"_source": {
"name": "智能手机小米",
"price": 2000,
"description": "智能手机选小米"
}
}

match_all ​

检索所有文档

match_phrase ​

match_phrase 查询，基于全文检索算法，可以精确匹配短语。

比如，当查询条件为 "小米手机" 时

  • match : 会将结果中包含 “小米” 和 “手机” 的文档都返回
  • match_phrase : 只会返回包含 “小米手机” 的文档

匹配规则 ​

  • 会分词: 首先先将 "小米手机" 分词为 "小米" 和 "手机"
  • 必须全部匹配且顺序必须相同 ： 检索文档必须包含 "小米" 和 "手机" ，顺序必须相同
  • slop 距离：允许在检索文档中，有 slop 个词项的误差,默认为 0

精确查询 Term Query ​

与 match 查询相比 term 查询不会对搜索词进行分词，而且会保留搜索词的完整属性，比如带小写、标定符号等。

一般来说，term 查询适用于 keyword 之类的不需要分词的字段。

注意， term 只是保证搜索词不分词，文档字段是否分词与 term 无关

json
//文档字段 name 被分词成了 小米 与 手机 两个词项，此时不会命中
GET goods/_search
{
  "query": {
    "term": {
      "name" : "小米手机"
    }
  }
}

完美匹配 ​

json
PUT goods2/_doc/7
{
  "name":"XiaoMi 900"
}

//此时 match 会对搜索词分词为 xiaomi 和 900 两个词项
//而 name.keyword不会分词，按理说不会命中
//但这里是特殊情况，搜索词和字段内容完全一样，称为完美匹配，会命中
GET goods2/_search
{
  "query": {
    "match": {
      "name.keyword": "XiaoMi 900"
    }
  }
}

Terms 查询 ​

terms 查询可以一次查询多个 term，性能比多次查询性能高。

json
GET goods2/_search
{
  "query": {
    "terms": {
      "name.keyword": [
        "华为",
        "小米"
      ]
    }
  }
}

范围查找 Range Query ​

  • gte : 大于等于
  • gt : 大于
  • lte : 小于等于
  • lt : 小于
json
GET goods/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 1000,
        "lte": 3000
      }
    }
  }
}

组合查询 （布尔查询） bool Query ​

bool 查询可以组合多个查询条件，有多个子句

must 子句 ​

  • must 子句表示多个条件必须同时满足
  • 会计算相关度得分
json
GET goods/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "小米"
          }
        },
        {
          "range": {
            "price": {
              "gte": 10
            }
          }
        }
      ]
    }
  }
}

filter 子句 ​

  • 与 must 子句不同，filter 子句不会计算相关度得分，性能更高,能用 filer 都用 filter
  • 结果会被缓存

should 子句 ​

  • 查询条件不需要全部满足，是 or 的关系
  • 会计算相关度得分
  • minimum_should_match 参数可以指定查询条件至少满足几个才命中，默认为 1
  • 注意，当 should 子句与 must 或 filter 子句一起使用时，should 子句的 minimum_should_match 默认值变为 0

must_not 子句 ​

  • 查询条件都不能被满足
  • 不会计算相关度得分