本博客为个人学习笔记,学习网站:黑马程序员SpringCloud 2021教程
目录
DSL文档查询分类
DSL文档查询语法
#各类查询语法基本一致,如下
GET /indexName/_search
{
"query": {
"查询类型": {
"查询条件": "条件值"
}
}
}
#示例如下:查询所有,查询类型为match_all,无查询条件
GET /indexName/_search
{
"query": {
"match_all": {
}
}
}
DSL文档各类查询语法
全文检索查询
全文检索查询的基本流程如下:
1. 对用户搜索的内容做分词,得到词条
2. 根据词条去倒排索引库中匹配,得到文档id
3. 据文档id找到文档,返回给用户
应用场景:
1. 商城的输入框搜索
2. 百度输入框搜索
注意:因为是拿着词条去匹配,因此参与搜索的字段也必须是可分词的text类型的字段。
常见的全文检索查询包括:
1. match查询:单字段查询
2. multi_match查询:多字段查询,任意一个字段符合条件就算符合查询条件
match查询
#语法如下
GET /indexName/_search
{
"query": {
"match": {
"FIELD": "TEXT"
}
}
}
示例:
multi_match查询
GET /indexName/_search
{
"query": {
"multi_match": {
"query": "TEXT",
"fields": ["FIELD1", " FIELD12"]
}
}
}
示例:
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。常见的有:
1. term:根据词条精确值查询,一般搜索keyword类型、数值类型、布尔类型、日期类型字段
2. range:根据数值范围查询,可以是数值、日期的范围
term查询
#语法如下
GET /indexName/_search
{
"query": {
"term": {
"FIELD": {
"value": "VALUE"
}
}
}
}
示例:
range查询
#语法如下
GET /indexName/_search
{
"query": {
"range": {
"FIELD": {
"gte": 10, // 这里的gte代表大于等于,gt则代表大于
"lte": 20 // lte代表小于等于,lt则代表小于
}
}
}
}
示例:
地理坐标查询
矩形范围查询
矩形范围查询,也叫geo_bounding_box查询,查询坐标落在某个矩形范围的所有文档:
#geo_bounding_box查询语法如下
GET /indexName/_search
{
"query": {
"geo_bounding_box": {
"FIELD": {
"top_left": { // 左上点
"lat": 31.1,
"lon": 121.5
},
"bottom_right": { // 右下点
"lat": 30.9,
"lon": 121.7
}
}
}
}
}
附近查询
附近查询,也叫做距离查询(geo_distance):查询到指定中心点小于某个距离值的所有文档。
#geo_distance查询语法如下
GET /indexName/_search
{
"query": {
"geo_distance": {
"distance": "15km", // 半径
"FIELD": "31.21,121.5" // 圆心
}
}
}
示例:
复合查询
相关性算法
TF-IDF算法:在elasticsearch5.0之前,会随着词频增加而越来越大;
BM25算法:在elasticsearch5.0之后,会随着词频增加而增大,但增长曲线会趋于水平。
算法函数查询
示例:
布尔查询
布尔查询是一个或多个查询子句的组合,每一个子句就是一个子查询。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
案例:
DSL搜索结果处理语法
排序
elasticsearch默认是根据相关度算分(_score)来排序,但是也支持自定义方式对搜索结果排序。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。
普通字段排序
#语法如下(keyword、数值、日期类型排序的语法基本一致)
GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"FIELD": "desc" // 排序字段、排序方式ASC、DESC
}
]
}
#示例如下
GET /hotel/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"score": "desc"
},
{
"price": "asc"
}
]
}
排序条件是一个数组,也就是可以写多个排序条件。按照声明的顺序,当第一个条件相等时,再按照第二个条件排序,以此类推
地理坐标排序
#语法如下
GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"_geo_distance" : {
"FIELD" : "纬度,经度", // 文档中geo_point类型的字段名、目标坐标点
"order" : "asc", // 排序方式
"unit" : "km" // 排序的距离单位
}
}
]
}
#示例如下:找到121.612,31.034周围的酒店,距离升序排序
GET /hotel/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"_geo_distance": {
"location": {
"lat": 31.034,
"lon": 121.612
},
"order": "asc",
"unit": "km"
}
}
]
}
这个查询的含义是:
1. 指定一个坐标,作为目标点
2. 计算每一个文档中,指定字段(必须是geo_point类型)的坐标 到目标点的距离是多少
3. 根据距离排序
分页
elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。
elasticsearch中通过修改from、size参数来控制要返回的分页结果:
from:从第几个文档开始
size:总共查询几个文档
#语法如下
GET /hotel/_search
{
"query": {
"match_all": {}
},
"from": 0, // 分页开始的位置,默认为0
"size": 10, // 期望获取的文档总数
"sort": [
{"price": "asc"}
]
}
注意:当查询分页深度较大时,汇总数据过多,对内存和CPU会产生非常大的压力,因此elasticsearch会禁止from+ size 超过10000的请求。
分页查询的常见实现方案以及优缺点:
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、淘宝这样的随机翻页搜索
after search (适合深度分页):
优点:没有查询上限(单次查询的size不超过10000)
缺点:只能向后逐页查询,不支持随机翻页
场景:没有随机翻页需求的搜索,例如手机向下滚动翻页
scroll (适合深度分页):
优点:没有查询上限(单次查询的size不超过10000)
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。从ES7.1开始不推荐,建议用 after search方案。
高亮
什么高亮呢?
我们在百度,京东搜索时,关键字会变成红色,比较醒目,这叫高亮显示。
高亮显示的实现分为两步
1. 给文档中的所有关键字都添加一个标签,例如<em>标签
2. 页面给<em>标签编写CSS样式
#高亮语法如下
GET /hotel/_search
{
"query": {
"match": {
"FIELD": "TEXT" // 查询条件,高亮一定要使用全文检索查询
}
},
"highlight": {
"fields": { // 指定要高亮的字段
"FIELD": {
"pre_tags": "<em>", // 用来标记高亮字段的前置标签
"post_tags": "</em>" // 用来标记高亮字段的后置标签
}
}
}
}
示例:
注意:
1. 高亮是对关键字高亮,因此搜索条件必须带有关键字,而不能是范围这样的查询;
2. 默认情况下,高亮的字段,必须与搜索指定的字段一致,否则无法高亮;
3. 如果要对非搜索字段高亮,则需要添加一个属性:required_field_match=false。
总结
查询的DSL是一个大的JSON对象,包含下列属性:
query:查询条件
from和size:分页条件
sort:排序条件
highlight:高亮条件