ElasticSearchDSL
DSL Query的分类
- 查询所有：查询出所有数据，一般测试用。match_all
- 全文检索（full text）查询：利用分词器对用户输入内容分词，然后去倒排索引库中进行匹配。例如：
- match_query
- multi_match_query
- 精确查询：根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段。例如
- ids
- range
- term
- 地理（geo）查询：根据经纬度查询。例如：
- geo_distance
- geo_bounding_box
- 复合（compound）查询：复合查询可以将上述各种查询条件组合起来，合并查询条件
- bool
- function_score
DSL Query基本语法
查询的基本语法如下：
GET /indexName/_search
{
"query":{
"查询类型":{
"查询条件"："条件值"
}
}
}
全文检索查询：
match查询：全文检索查询的一种，会对用户输入内容分词，然后去倒排索引库检索，语法：
GET /indexName/_search
{
"query":{
"match":{
"FIELD":"TEXT"
}
}
}
multi_match:与match查询类似，只不过允许同时查询多个字段，语法：
GET /indexName/_search
{
"query":{
"multi_match":{
"query":"TEXT",
"fields":["FIELD1" , "FIELD2"]
}
}
}
match和multi_match的区别：
- match:根据一个字段查询
- multi_match：根据多个字段查询，参与查询字段越多，查询性能越差
精确查询
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
term查询：
GET /indexName/_search
{
"query":{
"term":{
"FIELD":{
"value":"VALUE"
}
}
}
}
range查询：
GET /idnexName/_search
{
"query":{
"range":{
"FIELD":{
"gte":10,
"lte":20
}
}
}
}
地理查询
- geo_bounding_box:查询geo_point值落在某个矩形范围的所有文档
GET /indexName/_search
{
"query":{
"geo_bounding_box":{
"FIELD":{
"top_left":{
"lat":31.1,
"lon":121.5
},
"bottom_right":{
"lat":30.9,
"lon":121.7
}
}
}
}
}
- geo_distance:查询到指定中心点小于某个距离值的所有文档
GET /indexName/_search
{
"query":{
"geo_distance":{
"distance":"15km",
"FIELD":"31.21,121.5"
}
}
}
复合查询
复合查询：将其他的简单查询组合起来，实现更复杂的搜索逻辑，例如：
- function score:算分函数查询，可以控制文档相关性算分，控制文档排名，例如百度竞价
elasticsearch中的相关性打分算法是什么？
- TF-IDF：在elasticsearch5.0之前，会随着词频增加而越来越大
- BM25：在elasticsearch5.0之后，会随着次品增加而增大，但增长曲线会趋于水平
Function Score Query
使用function score query，可以修改文档的相关性算分，根据新得到的算分排序
算分函数的结果称为function score ， 将来会与query score运算，得到新算分，常见的算分函数有：
- weight：给一个常量值，作为函数结果
- field_value_factor:用文档中的某个字段值作为函数结果
- random_score:随机生成一个值，作为函数结果
- script_score:自定义计算公式，公式结果作为函数结果
甲醛模式，定义functionscore与queryscore的运算方式，包括：
- multiply：两者相乘。默认就是这个
- replace：用function score替换query score
- 其他：sum、avg、max、min
function score query定义的三要素是什么
- 过滤条件：哪些文档要加分
- 算分函数：如何计算function score
- 加权方式：function score 与 query score如何运算
复合查询 Boolean Query
布尔查询是一个或多个查询子句的组合。子查询的组合方式有：
布尔查询是一个或多个查询子句的组合。子查询的组合方式有：
- must：必须匹配每个子查询，类似“与”
- 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：必须匹配，不参与算分
排序
elasticsearch支持对搜索结果排序，默认是根据相关度算分来排序。可以排序字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等。
分页
from+size:
- 优点：支持随机翻页
- 缺点：深度分页问题，默认查询上限（from+size）是10000
- 场景：百度、京东、谷歌这样的随机翻页搜索
after search：
- 优点：没有查询上限（单词查询的size不超过10000）
- 缺点：只能向后逐页查询，并且搜索结果是非实时的
- 场景：没有随机翻页需求的搜索，例如手机向下滚动翻页
scroll：
- 优点：没有查询上限
- 缺点：会有额外内存消耗，并且搜索结果是非实时的
- 场景：海量数据的获取和迁移。
