本文详细介绍了Elasticsearch的Query DSL，包括查询上下文和过滤上下文的区别，如match、term、复合查询等各类查询方式的用法，以及全文搜索、通配符和字段权重等功能。通过对查询DSL的学习，读者可以更好地理解和使用Elasticsearch进行数据检索。
"ES提供了基于JSON的查询DSL，它由两种语句组成：
- 叶子查询（Leaf Query）：查询特定字段的特定值，比如
match,term,range查询，这些查询可以单独使用。 - 复合查询（Compound Query）：复合查询包装其他叶子查询和复合查询，以逻辑运算的方式（比如
bool，dis_max查询）连接多个查询，或更改它们的行为（比如，constant_score查询）
依据它们是在查询上下文（query context）还是过滤上下文（filter context），查询语句的行为也有所不同。
查询和过滤上下文
查询上下文
在查询上下文解决的是这种问题：“此文档与此查询的匹配程度如何？”，除了决定文档是否匹配外，查询语句还会计算一个_score字段，表示该文档相对其他文档的匹配程度。
位于query参数下的语句，处于查询上下文。
过滤查询
过滤上下文解决的是这种问题：“此文档是否匹配该查询”，回答只有是或者否，不会计算相关性分值。过滤上下文主要用于过滤结构化的数据，比如：
- 这个时间是否属于2015-2016年之间
- status字段的值是否是
1
ES会缓存经常使用的查询，以提升性能。
位于filter参数下的语句，处于过滤上下文中。比如在bool查询中的filter或must_not参数，在constant_score查询中的filter参数，或filter聚合。
下面的示例展示搜索API中，在查询上下文和过滤上下文中的语句。这条查询会匹配满足下列条件的文档：
title字段包含单词searchcontent字段包含单词elasticsearchsatus字段指就是publishedpublish_date字段的日期大于等于2015.1.1
GET /_search
{
"query": {
// 查询上下文
"bool": {
"must":[
{
"match": {
"title": "search"}},
{
"match": {
"content": "elasticsearch"}}
],
"filter":[ // 过滤上下文
{
"term": {
"status": "published"}},
{
"range": {
"publish_data": {
"gte": "2015-01-01"}}}
]
}
}
}
说明：
bool和match语句用在查询上下文中，这意味着他们被用来评估每个文档的匹配程度（分值）。term和range语句用在过滤上下文中，它们会过滤掉不匹配的文档，但是不会影响匹配文档的分值
匹配所有
match_all查询，匹配所有文档，每个文档_score值为1：
GET {
index}/_search
{
"query": {
"match_all": {
}
}
}
与之相反的是match_none，不匹配任何文档
全文查询
全文查询允许你搜索分词后的文本字段，比如电子邮件的内容。包括：
match：全文查询的标准方式，包括模糊匹配（fuzzing），短语或邻近查询。match_phrase：类似match，但只用于精确匹配短语或单词邻近匹配match_phrase_prefix：同上，但是只对最后一个单词进行通配符搜索match_bool_prefix：创建一个bool查询，对每个词条创建一个term查询，最后一个词条除外，该词条作为prefix查询匹配multi_match：match查询的多字段形式common词条查询：相对专门的查询，适用于不常用的单词query_string查询：支持紧凑的Lucene查询字符串语法，支持在单个查询字符串中指定AND|OR|NOT逻辑条件和多字段搜索。仅限专业用户使用simple_query_string查询：比起query_string语法更简单，更健壮，适用于普通用户使用intervals查询：允许对匹配词条的顺序和邻近度进行细粒度（fine-grained）的控制
match
我们先创建一条文档：
POST twitter/_doc
{
"user": "ayhan",
"post_date": "2009-11-15T14:12:12",
"message": "let me out from here"
}
基本用法：
GET twitter/_search
{
"query": {
"match": {
"message": "out me" // messag是搜索的字段，值是要查询的字符串
}
}
}
因此上述查询的结果是message字段中包含词条out, 或me的所有文档。
match查询会对提供的文本进行分词，并构建布尔查询。逻辑运算符operator默认是or，我们也可以手动设为and，来控制布尔语句。
GET twitter/_search
{
"query": {
"match": {
"message": {
"query": "out me", // 指定查询字符串
"operator": "and" // 指定逻辑运算符
}
}
}
}
这样查询的结果是message字段中同时包含词条out 和 me的所有文档，范围将大大缩小。
除了指定operator，我们还可以指定如下参数：
analyzer指定分词器minimum_should_match，没看懂lenient：异常处理，是否忽略由数据类型错误导致的异常，默认false，比如使用文本查询字符串来查询数字字段zero_terms_query：零项查询，指定查询词条为空时的行为（比如指定的分词器移除了所有词条），其值为：none，相当于match_none，默认值all，相当于match_all
cutoff frequency：指定文档高低频的分界线synonyms对于同义词定义：ny, new york，相当于ny OR (new york)
match phrase
短语匹配，示例：
GET twitter/_search
{
"query": {
"match_phrase": {
"message": "huawei mate pro" // 查询message字段包含huawei mate pro的文档
}
}
}
类似match查询，短语匹配首先也会将查询字符串解析为词条列表，然后对这些词条进行搜索。但是只保留同时包含所有词条，且位置顺序与搜索词条一致，中间不夹杂其他单词的文档。
短语匹配是利用倒排索引中的位置信息实现的。
判断文档是否和短语huawei mate pro匹配，要同时满足如下条件：
huawei、mate和pro必须全部出现mate的位置比huawei大1pro的位置比mate大2
multi_match
multi_match基于match查询，但是支持查询多个字段：
GET article/_search
{
"query": {
"multi_match": {
"query": "hello world", // 查询字符串
"fields": ["title", "content"] 
最低0.47元/天 解锁文章
302
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
