《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门，即可获取！
{
“query”: {
“match”: {
“remark”: {
“query”: “java developer”,
“operator”: “and”
}
}
}
}
复制代码
上述语法中，如果将operator的值改为or。则与第一个案例搜索语法效果一致。默认的ES执行搜索的时候，operator就是or。
如果在搜索的结果document中，需要remark字段中包含多个搜索词条中的一定比例，可以使用下述语法实现搜索。其中minimum_should_match可以使用百分比或固定数字。百分比代表query搜索条件中词条百分比，如果无法整除，向下匹配（如，query条件有3个单词，如果使用百分比提供精准度计算，那么是无法除尽的，如果需要至少匹配两个单词，则需要用67%来进行描述。如果使用66%描述，ES 则认为匹配一个单词即可。）。固定数字代表query搜索条件中的词条，至少需要 匹配多少个。
GET /es_db/_search
{
“query”: {
“match”: {
“remark”: {
“query”: “java architect assistant”,
“minimum_should_match”: “68%”
}
}
}
}
复制代码
如果使用should+bool搜索的话，也可以控制搜索条件的匹配度。具体如下：下述
案例代表搜索的document中的remark字段中，必须匹配java、developer、 assistant三个词条中的至少2个。
GET /es_db/_search
{ “query”: {
“bool”: {
“should”: [
{
“match”: {
“remark”: “java”
}
},
{
“match”: {
“remark”: “developer”
}
},
{
“match”: {
“remark”: “assistant”
}
}
],
“minimum_should_match”: 2
}
}
}
复制代码
5.2、match 的底层转换
其实在ES中，执行match搜索的时候，ES底层通常都会对搜索条件进行底层转换，
来实现最终的搜索结果。如：
GET /es_db/_search
{
“query”: {
“match”: {
“remark”: “java developer”
}
}
}
转换后是：
GET /es_db/_search
{
“query”: { “bool”: {
“should”: [
{
“term”: {
“remark”: “java”
}
},
{
“term”: {
“remark”: {
“value”: “developer”
}
}
}
]
}
}
}
完全匹配
GET /es_db/_search
{
“query”: {
“match”: {
“remark”: {
“query”: “java developer”,
“operator”: “and”
}
}
}
}
转换后是：
GET /es_db/_search
{
“query”: {
“bool”: {
“must”: [
{
“term”: {
“remark”: “java”
} },
{
“term”: {
“remark”: {
“value”: “developer”
}
}
}
]
}
}
}
匹配度
GET /es_db/_search
{
“query”: {
“match”: {
“remark”: {
“query”: “java architect assistant”,
“minimum_should_match”: “68%”
}
}
}
}
转换后为：
GET /es_db/_search
{
“query”: {
“bool”: {
“should”: [
{
“term”: {
“remark”: “java”
}
},
{
“term”: {
“remark”: “architect”
}
}, {
“term”: {
“remark”: “assistant”
}
}
],
“minimum_should_match”: 2
}
}
}
复制代码
**建议，如果不怕麻烦，尽量使用转换后的语法执行搜索，效率更高。 **
**如果开发周期短，工作量大，使用简化的写法。 **
5.3、boost权重控制
搜索document中remark字段中包含java的数据，如果remark中包含developer
或architect，则包含architect的document优先显示。（就是将architect数据匹
配时的相关度分数增加）。
一般用于搜索时相关度排序使用。如：电商中的综合排序。将一个商品的销
量，广告投放，评价值，库存，单价比较综合排序。在上述的排序元素中，广告投
放权重最高，库存权重最低。
GET /es_db/_search
{
“query”:{
“bool”:{
“must”:[
{
“match”:{
“remark”:“java”
}
}
],
“should”:[
{
“match”:{
“remark”:{
“query”:“developer”,
“boost”:1
}
}
},
{
“match”:{
“remark”:{
“query”:“architect”,
“boost”:3
}
}
}
]
}
}
}
复制代码
5.4、基于dis_max实现best fields策略进行多字段搜索
best fields策略： 搜索的document中的某一个field，尽可能多的匹配搜索条件。与之相反的是，尽可能多的字段匹配到搜索条件（most fields策略）。如百度搜索使用这种策略。
优点：精确匹配的数据可以尽可能的排列在最前端，
且可以通过 minimum_should_match来去除长尾数据，避免长尾数据字段对排序结果的影响。
长尾数据比如说我们搜索4个关键词，但很多文档只匹配1个，也显示出来了，这些文档其实不是我们想要的
_缺点：相对排序不均匀。 _
_dis_max语法： 直接获取搜索的多条件中的，单条件query相关度分数最高的数据，以这个数据做相关度排序。 _
下述的案例中，就是找name字段中rod匹配相关度分数或remark字段中java
developer匹配相关度分数，哪个高，就使用哪一个相关度分数进行结果排序。
GET /es_db/_search
{
“query”: {
“dis_max”: {
“queries”: [
{
“match”: { “name”: “rod”
}
},
{
“match”: {
“remark”: “java developer”
}
}
]
}
}
}
返回结果
#! Elasticsearch built-in security features are not enabled. Without authentication, your cluster could be accessible to anyone. See https://www.elastic.co/guide/en/elasticsearch/reference/7.15/security-minimal-setup.html to enable security.
{
“took” : 1,
“timed_out” : false,
“_shards” : {
“total” : 1,
“successful” : 1,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : {
“value” : 4,
“relation” : “eq”
},
“max_score” : 1.6375021,
“hits” : [
{
“_index” : “es_db”,
“_type” : “_doc”,
“_id” : “3”,
“_score” : 1.6375021,
“_source” : {
“name” : “rod”,
“sex” : 0,
“age” : 26,
“address” : “广州白云山公园”,
“remark” : “php developer”
}
},
{
“_index” : “es_db”,
“_type” : “_doc”,
“_id” : “1”,
“_score” : 1.4691012,
“_source” : {
“name” : “张三”,
“sex” : 1,
“age” : 25,
“address” : “广州天河公园”,
“remark” : “java developer”
}
},
{
“_index” : “es_db”,
“_type” : “_doc”,
“_id” : “2”,
“_score” : 0.5598161,
“_source” : {
“name” : “李四”,
“sex” : 1,
“age” : 28,
“address” : “广州荔湾大厦”,
“remark” : “java assistant”
}
},
{
“_index” : “es_db”,
“_type” : “_doc”,
“_id” : “5”,
“_score” : 0.46919835,
“_source” : {
“name” : “小明”,
“sex” : 0,
“age” : 19,
“address” : “长沙岳麓山”,
“remark” : “java architect assistant”
}
}
]
}
}
复制代码
5.5、基于tie_breaker参数优化dis_max搜索效果
dis_max是将多个搜索query条件中相关度分数最高的用于结果排序，忽略其他 query分数，在某些情况下，可能还需要其他query条件中的相关度介入最终的结果排序，这个时候可以使用tie_breaker参数来优化dis_max搜索。
tie_breaker参数代表的含义是：将其他query搜索条件的相关度分数乘以参数值，再参与到结果排序中。如果不定义此参数，相当于参数值为0。所以其他query条件的相关度分数被忽略。
GET /es_db/_search
{
“query”: {
“dis_max”: {
“queries”: [
{
“match”: {
“name”: “rod”
}
},
{
“match”: {
“remark”: “java developer”
}
}
],
“tie_breaker”:0.5
}
}
}
复制代码
5.6、使用multi_match简化dis_max+tie_breaker
ES中相同结果的搜索也可以使用不同的语法语句来实现。不需要特别关注，只要能够实现搜索，就是完成任务！
如：
GET /es_db/_search
{
“query”:{
“dis_max”:{
“queries”:[
{
“match”:{
“name”:“rod”
}
},
{
“match”:{
“remark”:{
“query”:“javadeveloper”,
“boost”:2,
“minimum_should_match”:2
}
}
}
],
“tie_breaker”:0.5
}
}
}
返回结果
#! Elasticsearch built-in security features are not enabled. Without authentication, your cluster could be accessible to anyone. See https://www.elastic.co/guide/en/elasticsearch/reference/7.15/security-minimal-setup.html to enable security.
{
“took” : 0,
“timed_out” : false,
“_shards” : {
“total” : 1,
“successful” : 1,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : {
“value” : 1,
“relation” : “eq”
},
“max_score” : 1.6375021,
“hits” : [
{
“_index” : “es_db”,
“_type” : “_doc”,
“_id” : “3”,
“_score” : 1.6375021,
“_source” : {
“name” : “rod”,
“sex” : 0,
“age” : 26,
“address” : “广州白云山公园”,
“remark” : “php developer”
}
}
]
}
}
#使用multi_match语法为：其中type常用的有best_fields和most_fields。^n代表权重，相当于"boost":n。
GET /es_db/_search
{
“query”:{
“multi_match”:{
“query”: “rod java developer”,
“fields”: [“name”,“remark^2”],
“type”: “best_fields”,
“tie_breaker”: 0.5,
“minimum_should_match”: “50%”
}
}
}
复制代码
5.7、cross fields搜索
cross fields ： 一个唯一的标识，分部在多个fields中，使用这种唯一标识
搜索数据就称为cross fields搜索。如：人名可以分为姓和名，地址可以分为省、
市、区县、街道等。那么使用人名或地址来搜索document，就称为cross fields搜
索。
实现这种搜索，一般都是使用most fields搜索策略。因为这就不是一个field
的问题。
**Cross fields搜索策略，是从多个字段中搜索条件数据。默认情况下，和most **
**fields搜索的逻辑是一致的，计算相关度分数是和best fields策略一致的。一般 **
**来说，如果使用cross fields搜索策略，那么都会携带一个额外的参数operator。 **
**用来标记搜索条件如何在多个字段中匹配。 **
当然，在ES中也有cross fields搜索策略。具体语法如下：
GET /es_db/_search
{
“query”: {
“multi_match”: {
“query”: “java developer”,
“fields”: [“name”, “remark”],
“type”: “cross_fields”,
“operator” : “and”
}
}
}
复制代码
上述语法代表的是，搜索条件中的java必须在name或remark字段中匹配，
developer也必须在name或remark字段中匹配。most field策略问题：most fields策略是尽可能匹配更多的字段，所以会导致
精确搜索结果排序问题。又因为cross fields搜索，不能使用
minimum_should_match来去除长尾数据。
所以在使用most fields和cross fields策略搜索数据的时候，都有不同的缺
陷。所以商业项目开发中，都推荐使用best fields策略实现搜索。
5.8、copy_to组合fields
京东中，如果在搜索框中输入“手机”，点击搜索，那么是在商品的类型名称、商品的名称、商品的卖点、商品的描述等字段中，哪一个字段内进行数据的匹配？如果使用某一个字段做搜索不合适，那么使用_all做搜索是否合适？也不合适，因为_all字段中可能包含图片，价格等字段。假设，有一个字段，其中的内容包括(但不限于)：商品类型名称、商品名称、 商品卖点等字段的数据内容。是否可以在这个特殊的字段上进行数据搜索匹配？
{
“category_name” : “手机”,
“product_name” : “一加6T手机”,
“price” : 568800,
“sell_point” : “国产最好的Android手机”,
“tags”: [“8G+128G”, “256G可扩展”],
“color” : “红色”,
“keyword” : “手机 一加6T手机 国产最好的Android手机”
}
复制代码
copy_to : 就是将多个字段，复制到一个字段中，实现一个多字段组合。copy_to
可以解决cross fields搜索问题，在商业项目中，也用于解决搜索条件默认字段问
题。
如果需要使用copy_to语法，则需要在定义index的时候，手工指定mapping映射策
略。
copy_to语法：
PUT /es_db/_mapping
{
“properties”: {
“provice” : {
“type”: “text”,
“analyzer”: “standard”,
“copy_to”: “address”
},
“city” : {
“type”: “text”,
“analyzer”: “standard”,
“copy_to”: “address”
},
“street” : {
“type”: “text”,
“analyzer”: “standard”,
“copy_to”: “address”
},
“address” : {
“type”: “text”,
“analyzer”: “standard”
}
}
}
复制代码
上述的mapping定义中，是新增了4个字段，分别是provice、city、street、
address，其中provice、city、street三个字段的值，会自动复制到address字段
中，实现一个字段的组合。那么在搜索地址的时候，就可以在address字段中做条
件匹配，从而避免most fields策略导致的问题。在维护数据的时候，不需对
address字段特殊的维护。因为address字段是一个组合字段，是由ES自动维护的。
类似java代码中的推导属性。在存储的时候，未必存在，但是在逻辑上是一定存在
的，因为address是由3个物理存在的属性province、city、street组成的。
5.9、近似匹配
前文都是精确匹配。如doc中有数据java assistant，那么搜索jave是搜索不到
数据的。因为jave单词在doc中是不存在的。
如果搜索的语法是：
GET _search
{
“query” : {
“match” : {
“name” : “jave”
}
}
}
复制代码
如果需要的结果是有特殊要求，如：hello world必须是一个完整的短语，不
可分割；或document中的field内，包含的hello和world单词，且两个单词之间离
的越近，相关度分数越高。那么这种特殊要求的搜索就是近似搜索。包括hell搜索
条件在hello world数据中搜索，包括h搜索提示等都数据近似搜索的一部分。
如何上述特殊要求的搜索，使用match搜索语法就无法实现了。
5.10、match phrase
短语搜索。**就是搜索条件不分词。代表搜索条件不可分割。 **
如果hello world是一个不可分割的短语，我们可以使用前文学过的短语搜索
match phrase来实现。语法如下：
GET _search
{
“query”: {
“match_phrase”: {
“remark”: “java assistant”
}
}
}
复制代码
**-1)、 match phrase原理 – term position **
ES是如何实现match phrase短语搜索的？其实在ES中，使用match phrase做搜
索的时候，也是和match类似，首先对搜索条件进行分词-analyze。将搜索条件拆
分成hello和world。既然是分词后再搜索，ES是如何实现短语搜索的？
这里涉及到了倒排索引的建立过程。在倒排索引建立的时候，ES会先对
document数据进行分词，如：
GET _analyze
{
“text”: “hello world, java spark”,
“analyzer”: “standard”
}
复制代码
分词的结果是：
{
“tokens”: [
{
“token”: “hello”,
“start_offset”: 0,
“end_offset”: 5,
“type”: “”,
“position”: 0
},
{
“token”: “world”,
“start_offset”: 6,
“end_offset”: 11,
“type”: “”,
“position”: 1
},
{
“token”: “java”,
“start_offset”: 13,
“end_offset”: 17,
“type”: “”,
“position”: 2
},
{
“token”: “spark”,
“start_offset”: 18,
“end_offset”: 23,
“type”: “”,
“position”: 3
}
]
}
复制代码
从上述结果中，可以看到。ES在做分词的时候，除了将数据切分外，还会保留
一个position。position代表的是这个词在整个数据中的下标。当ES执行match
phrase搜索的时候，首先将搜索条件hello world分词为hello和world。然后在倒
排索引中检索数据，如果hello和world都在某个document的某个field出现时，那么检查这两个匹配到的单词的position是否是连续的，如果是连续的，代表匹配成
功，如果是不连续的，则匹配失败。
**-2). match phrase搜索参数 – slop **
在做搜索操作的是，如果搜索参数是hello spark。而ES中存储的数据是hello
world, java spark。那么使用match phrase则无法搜索到。在这个时候，可以使
用match来解决这个问题。但是，当我们需要在搜索的结果中，做一个特殊的要
求：hello和spark两个单词距离越近，document在结果集合中排序越靠前，这个时
候再使用match则未必能得到想要的结果。
ES的搜索中，对match phrase提供了参数slop。slop代表match phrase短语搜
索的时候，单词最多移动多少次，可以实现数据匹配。在所有匹配结果中，多个单
词距离越近，相关度评分越高，排序越靠前。
这种使用slop参数的match phrase搜索，就称为近似匹配（proximity
search）
如：
数据为： hello world, java spark
搜索为： match phrase : hello spark。
slop为： 3 （代表单词最多移动3次。）
执行短语搜索的时候，将条件hello spark分词为hello和spark两个单词。并
且连续。
hello spark
接下来，可以根据slop参数执行单词的移动。
| 下标 | 0 | 1 | 2 | 3 |
| — | — | — | — | — |
| doc | hello | world | java | spark |
| 搜索 | hello | spark | | |
| 移动 | hello | | spark | |
| 移动2 | hello | | | spark |
匹配成功，不需要移动第三次即可匹配。
如果：
数据为： hello world, java spark
搜索为： match phrase : spark hello。
slop为： 5 （代表单词最多移动5次。）执行短语搜索的时候，将条件hello spark分词为hello和spark两个单词。并且连续。
spark hello
接下来，可以根据slop参数执行单词的移动。
下标 ： 0 1 2 3
doc ： hello world java spark
搜索 ： spark hello
移动1： spark/hello
移动2： hello spark
移动3： hello spark
移动4： hello spark
匹配成功，不需要移动第五次即可匹配。
如果当slop移动次数使用完毕，还没有匹配成功，则无搜索结果。如果使用中文分词，则
移动次数更加复杂，因为中文词语有重叠情况，很难计算具体次数，需要多次尝试才行。
测试案例：
英文：
GET _analyze
{
“text”: “hello world, java spark”,
“analyzer”: “standard”
}
POST /test_a/_doc/3
{
“f” : “hello world, java spark”
}
GET /test_a/_search
{
“query”: {
“match_phrase”: {
“f” : {
“query”: “hello spark”,
“slop” : 2
}
}
}
}
GET /test_a/_search
{
“query”: {
“match_phrase”: {
“f” : {
“query”: “spark hello”,
“slop” : 4
}
}
}
}
复制代码
**中文： **
GET _analyze
{
“text”: “中国，一个世界上最强的国家”,
“analyzer”: “ik_max_word”
}
POST /test_a/_doc/1
{
“f” : “中国，一个世界上最强的国家”
}
GET /test_a/_search
{
“query”: {
“match_phrase”: {
“f” : {
“query”: “中国最强”,
“slop” : 5
}
}
}
}
GET /test_a/_search
{
“query”: {
“match_phrase”: {
“f” : {
“query”: “最强中国”,
“slop” : 9
}
}
}
读者福利
分享一份自己整理好的Java面试手册，还有一些面试题pdf
不要停下自己学习的脚步
《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门，即可获取！
spark两个单词。并且连续。
spark hello
接下来，可以根据slop参数执行单词的移动。
下标 ： 0 1 2 3
doc ： hello world java spark
搜索 ： spark hello
移动1： spark/hello
移动2： hello spark
移动3： hello spark
移动4： hello spark
匹配成功，不需要移动第五次即可匹配。
如果当slop移动次数使用完毕，还没有匹配成功，则无搜索结果。如果使用中文分词，则
移动次数更加复杂，因为中文词语有重叠情况，很难计算具体次数，需要多次尝试才行。
测试案例：
英文：
GET _analyze
{
“text”: “hello world, java spark”,
“analyzer”: “standard”
}
POST /test_a/_doc/3
{
“f” : “hello world, java spark”
}
GET /test_a/_search
{
“query”: {
“match_phrase”: {
“f” : {
“query”: “hello spark”,
“slop” : 2
}
}
}
}
GET /test_a/_search
{
“query”: {
“match_phrase”: {
“f” : {
“query”: “spark hello”,
“slop” : 4
}
}
}
}
复制代码
**中文： **
GET _analyze
{
“text”: “中国，一个世界上最强的国家”,
“analyzer”: “ik_max_word”
}
POST /test_a/_doc/1
{
“f” : “中国，一个世界上最强的国家”
}
GET /test_a/_search
{
“query”: {
“match_phrase”: {
“f” : {
“query”: “中国最强”,
“slop” : 5
}
}
}
}
GET /test_a/_search
{
“query”: {
“match_phrase”: {
“f” : {
“query”: “最强中国”,
“slop” : 9
}
}
}
读者福利
分享一份自己整理好的Java面试手册，还有一些面试题pdf
不要停下自己学习的脚步
[外链图片转存中…(img-1nUe0u4s-1714475328247)]
[外链图片转存中…(img-031YDlOb-1714475328248)]
《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门，即可获取！
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
