ElasticSearch: 搜索与查询-前置知识

Yepel_candyfloss

已于 2023-11-15 10:10:20 修改

阅读量107

点赞数

文章标签： elasticsearch 大数据搜索引擎

于 2023-10-18 20:26:33 首次发布

本文链接：https://blog.csdn.net/Yepel_candyfloss/article/details/133912980

版权

前言

在我们学习搜索查询之前，我们需要先学习一些前置知识，包含了上下文，元数据，文档源数据，评分。如果我们对ES的查询结果的结构及内容含义都不知道的话，学习搜索会相当不优化，正所谓磨刀不误砍柴工，让我们开始吧。

首先我们先往ES中写入一些数据，为大家贴在下面了。

PUT /product/_doc/1
{
    "name" : "xiaomi phone",
    "desc" :  "shouji zhong de zhandouji",
    "price" :  3999,
    "lv":"qijianji",
    "type":"phone",
    "createtime":"2020-10-01T08:00:00Z",
    "tags": [ "xingjiabi", "fashao","buka" ]
}
PUT /product/_doc/2
{
    "name" : "xiaomi nfc phone",
    "desc" :  "zhichi quangongneng nfc,shouji zhong de jianjiji",
    "price" :  4999,
    "lv":"qijianji",
    "type":"phone",
    "createtime":"2020-05-21T08:00:00Z",
    "tags": [ "xingjiabi", "fashao","gongjiaoka" ]
}
PUT /product/_doc/3
{
    "name" : "nfc phone",
    "desc" :  "shouji zhong de hongzhaji ",
    "price" :  2999,
    "lv":"gaoduanji",
    "type":"phone",
    "createtime":"2020-06-20",
    "tags": [ "xingjiabi", "fashao", "menjinka" ]
}
PUT /product/_doc/4
{
    "name" : "xiaomi erji",
    "desc" :  "erji zhong de huangmenji",
    "price" :  999,
    "lv":"baiyuanji",
    "type":"erji",
    "createtime":"2020-06-23",
    "tags": [ "low", "bufangshui","yinzhicha" ]
}
PUT /product/_doc/5
{
    "name" : "hongmi erji",
    "desc" :  "erji zhong de kendeji nfc",
    "price" :  399,
    "type":"erji",
    "lv":"baiyuanji",
    "createtime":"2020-07-20",
    "tags": [ "lowbee","xuhangduan", "zhiliangx" ]
}
PUT /product/_doc/6
{
    "name" : "xiaomi phone 10",
    "desc" :  "chongdian zeikuai diaodian gengkuai，chaoji wudi wangyuanjing，gaoshua dianjingping",
    "price" :  "5999",
    "lv":"qijianji",
    "type":"phone",
    "createtime":"2020-07-27",
    "tags": [ "120Hz", "120W", "120bianjiao" ]
}
PUT /product/_doc/7
{
    "name" : "aipao SE2",
    "desc" :  "chule CPU，nothing",
    "price" :  "3299",
    "lv":"qijianji",
    "type":"phone",
    "createtime":"2020-07-21",
    "tags": [ "gejiucai", "gejiujiucai", "gexinjiucai" ]
}
PUT /product/_doc/8
{
    "name" : "XS Max",
    "desc" :  "tingshuo yaochu 12 le zhongyu keyi huandiao shouli de 4S le",
    "price" :  4399,
    "lv":"qijianji",
    "type":"shouji",
    "createtime":"2020-08-19",
    "tags": [ "5V1A", "4Gquanwangtong", "big" ]
}
PUT /product/_doc/9
{
    "name" : "xiaomi TV",
    "desc" :  "Sydney's KTV",
    "price" :  2998,
    "lv":"gaoduanji",
    "type":"erji",
    "createtime":"2020-08-16",
    "tags": [ "jumo", "jiatingyingyuan", "games" ]
}
PUT /product/_doc/10
{
    "name" : "hongmi TV",
    "desc" :  "wo bishangmian nage genghuasuan，woye 2998，woye 70 cun，danshi wo genghaokan",
    "price" :  2999,
    "type":"TV",
    "lv":"gaoduanji",
    "createtime":"2020-08-28",
    "tags": [ "dapian", "languang8K", "chaobo" ]
}

一. 上下文

首先我们查询一个索引（文末附有本篇文章的数据，各位可以先将数据写入自己的ES中）

如下图，这里对查询的结果进行一个解析：

took：表示这次请求消耗了多少时间
time_out：本次请求是否超时
_shards： 当前请求的分片信息
total：分片总数量
successful：分片请求成功数量
skipped：跳过分片数量
failed：分片请求失败数量
hits：当前请求查询到的结果
total：结果相关信息
value：结果总数量
relation：当前查询关系
max_score：当前查询结果中的最大评分值
hits：当前返回的结果集合，里面包含了若干个文档。

GET /product/_search

以上就是ES中查询结果的上下文，简而言之就是真正查询到结果（第二层级的hits）以上位置的数据被称之为上下文。

二. 元数据

讲解完上下文后，我们往下看，接下来就到了我们查询到的文档数据。

上图为ES中的一条文档数据，可以理解为mysql中的一行数据，只不是ES是以机构化json的方式进行存储，我们对结果进行一个解析：

_index：本次查询请求的索引名称
_id：文档的id
_score：文档的评分值
_source：文档的源数据，就是我们实际上业务使用的数据。

三. 评分

1. 概念

评分在ES中是一个非常非常非常重要的概念，大家一定要理解评分的作用及用法。

在ES进行全文检索时，会对根据搜索条件和文档内容进行一个匹配度打分，匹配度越高得到的评分也就越高。而当我们查询时并没有指定排序字段的话， ES是默认根据评分来进行排名。

大家可以试想一下，当我们在百度中搜索一个关键字或者一段话，是不是按照相关内容最多到最少的顺序来展示？这样是不是就很好理解了这个评分的概念。

2. 示例

只说概念的话大家可能不好理解，这里给大家展示一个简单的案例让大家有更好的学习。

我们通过match查询 desc 字段包含 "shouji zhong de" 的结果.

#查询代码
GET /product/_search
{
  "query": {
    "match": {
      "desc": "shouji zhong de"
    }
  }
}

这里查询结果比较多, 这里为了方便查看, 只截图了三条结果,我们对比三条数据的_score值,可以发现:

结果1和结果2的评分值是一样的
结果3的评分值略低

因为我们可以知道ES是根据评分值默认排序的, 那为什么数据1和数据2的评分会一样呢?

大家可以用肉眼观察数据1和数据2的desc字段, 可以发现它们都完全包含了"shouji zhong de"这个短语, 并且这个短语在两条数据中所占字符的比例是相同的, 因此两条数据的评分值是一模一样的