Elasticsearch学习记录

安装

写入

查询

查询与过滤

基础知识

Elasticsearch 使用的查询语言（DSL）拥有一套查询组件，这些组件可以以无限组合的方式进行搭配。这套组件可以在以下两种情况下使用：过滤情况（filtering context）和查询情况（query context）。

• 过滤情况
  关键词：filter
  使用过滤时，只关心一个问题，该文档是否匹配
• 查询情况
  关键词：query
  与过滤一样，也需要判断该文档是否匹配，同时还要判断文档的匹配程度。它会计算每个文档与该查询的相关程度，同时将这个相关性分配给表示相关性的字段_score，并根据_score排序，非常适用于全文检索。

Elasticsearch2.0之后，过滤(filters)已经在技术上被排除，
同时，所有的查询(queries)拥有变成不评分查询的能力。？？？

性能差异

• filter 只是简单的检查包含或排除，且会被缓存到内存，速度快
• query 不仅要找出匹配的文档，还要计算每个匹配文档的相关程度，结果也不缓存

选择

通常的规则是，使用查询（query）语句来进行 全文 搜索或者其它任何需要影响 相关性得分 的搜索。除此以外的情况都使用过滤（filters)。

查询关键字

1. match_all
   匹配所有文档，为elasticsearch的默认查询
   常与filter结合使用，如查询收件箱中的所有邮件，所有邮件被认为有相同的相关性，所以都将获得评分为1的中性_score

2. match
   无论你在任何字段上进行的是全文搜索还是精确查询，match 查询是你可用的标准查询。

   • 如果你在一个全文字段上使用 match 查询，在执行查询前，它将用正确的分析器去分析查询字符串：
   • 如果在一个精确值的字段上使用它，例如数字、日期、布尔或者一个 not_analyzed 字符串字段，那么它将会精确匹配给定的值：
     

3. multi_match
   可以在多个字段上执行相同的 match 查询
   

4. range
   查询在指定区间内的数字或时间
   
   gt 大于
   lt 小于
   gte 大于等于
   lte 小于等于

5. term
   被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些 not_analyzed 的字符串：
   

6. terms
   和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件：
   

7. exists
   被用于查找那些指定字段中有值 (exists) 的文档。

8. missing
   被用于查找那些指定字段中无值 (missing) 的文档。
   

组合多查询

bool 将多种查询条件组合成一个整体

1. must 文档必须匹配这些条件
2. must_not 文档必须不匹配这些条件
3. should 如果满足这些语句中的任意语句，则增加_score，否则无影响。主要用于修正相关性得分
4. filter 必须满足这些条件，但不参与评分（非全文检索时常用）
   
   bool内部可以组合多种查询
   而bool本身也可以嵌套到filter内部

constant_score查询
它将一个不变的常量评分应用于所有匹配的文档。它被经常用于你只需要执行一个 filter 而没有其它查询（例如，评分查询）的情况下。

实际应用
因为本身做的项目是将ES作为缓存使用，并不涉及全文检索的评分功能，所以最终组合出的查询条件如下：

{
  "query": {
    "constant_score": {
      "filter": {
        "bool": {
        	"must": [{
          		"term": {
          			"id": "123456"
          		}
          	}, {
          		"term": {
          			"billType": "sale"
          		}
          	}, {
          		"range": {
          			"billDate": {
          				"gte": 1614528000,
          				"lte": 1615392000
          			}
          		}
          	}, {
          		"term": {
          			"transType": "1111111"
          		}
          	}]
          }
        }
      }
  },
  "sort": [
    {
      "contactName.keyword": {
        "order": "desc"
      }
    }
  ]
}

详细官方文档 组合多查询官方文档

排序

默认情况下，返回的结果是按照 相关性 进行排序的——相关性最高的文档排在最前。

在 Elasticsearch 中， 相关性得分 由一个浮点数进行表示，并在搜索结果中通过 _score 参数返回， 默认排序是 _score 降序。

按照字段的值排序

可以简单的指定一个字段用于排序

“sort”: "id"

字段将会默认升序排序，而按_score降序排序

也可以指定排序方式

"sort": { "date": { "order": "desc" }}

此时，_score值不被计算，且不用于排序
结果数组会包含一个名为sort的元素，包含我们用于排序的值

多级排序

当需要根据多条件进行排序的时候，可以这么写

"sort": [
        { "date":   { "order": "desc" }},
        { "_score": { "order": "desc" }}
    ]

排序条件的顺序是很重要的。结果首先按第一个条件排序，仅当结果集的第一个 sort 值完全相同时才会按照第二个条件进行排序，以此类推。

多级排序并不一定包含 _score 。可以根据一些不同的字段进行排序。

文本排序

文本排序会涉及到拆词和多字段等问题，具体查看官方文档 字符串排序与多字段

本人遇到的情况是需要使用text字段做排序，es对text字段，默认有一个keyword映射
因此，正如在组合多查询里的例子，我们可以直接使用contactName.keyword来做排序

"sort": [
    {
      "contactName.keyword	": {
        "order": "desc"
      }
    }
  ]

参考文档