elasticsearch(三)：DSL查询语法

DSL Query的分类

        Elasticsearch提供了基于JSON的DSL（Domain Specific  Language）来定义查询。常见的查询类型包括： 查询所有：查询出所有数据，一般测试用。例如：match_all 全文检索（full text）查询：利用分词器对用户输入内容分词，然后去倒排索引库中匹配。例如： match_query

multi_match_query 精确查询：根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段。例如： ids range term 地理（geo）查询：根据经纬度查询。例如： geo_distance geo_bounding_box 复合（compound）查询：复合查询可以将上述各种查询条件组合起来，合并查询条件。例如： bool function_score

查询的基本语法如下：

GET /indexName/_search { "query": { "查询类型": { "查询条件": "条件值" } } }
GET /indexName/_search { "query": { "match_all": {     } } }

查询DSL的基本语法是什么？

GET /索引库名/_search { "query": { "查询类型": { "FIELD": "TEXT"}}}

全文检索查询

match查询：全文检索查询的一种，会对用户输入内容分词，然后去倒排索引库检索，语法：

GET /indexName/_search { "query": { "match": { "FIELD": "TEXT" } } }

multi_match：与match查询类似，只不过允许同时查询多个字段，语法：

GET /indexName/_search { "query": { "multi_match": { "query": "TEXT", "fields": ["FIELD1", " FIELD12"] } } }

match和multi_match的区别是什么？

match：根据一个字段查询 multi_match：根据多个字段查询，参与查询字段越多，查询性能越差

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：

term：根据词条精确值查询

range：根据值的范围查询

精确查询常见的有term查询和range查询。语法如下： term查询：            

term查询 GET /indexName/_search { "query": { "term": { "FIELD": { "value": "VALUE" } } } }

range查询 GET /indexName/_search { "query": { "range": { "FIELD": { "gte": 10, "lte": 20 } } } }

 精确查询常见的有哪些？ term查询：根据词条精确匹配，一般搜索keyword类型、数值类型、布尔类型、日期类型字段 range查询：根据数值范围查询，可以是数值、日期的范围

地理查询

根据经纬度查询。常见的使用场景包括： 携程：搜索我附近的酒店 滴滴：搜索我附近的出租车 微信：搜索我附近的人

根据经纬度查询，官方文档。例如： geo_bounding_box：查询geo_point值落在某个矩形范围的所有文档

geo_bounding_box查询 GET /indexName/_search { "query": { "geo_bounding_box": { "FIELD": { "top_left": { "lat": 31.1, "lon": 121.5 }, "bottom_right": { "lat": 30.9, "lon": 121.7 } } } } }

根据经纬度查询，官方文档。例如： 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 GET /indexName/_search { "query": { "geo_distance": { "distance": "15km", "FIELD": "31.21,121.5" } } }

复合查询

复合（compound）查询：复合查询可以将其它简单查询组合起来，实现更复杂的搜索逻辑，例如： fuction score：算分函数查询，可以控制文档相关性算分，控制文档排名。例如百度竞价

相关性算分

当我们利用match查询时，文档结果会根据与搜索词条的关联度打分（_score），返回结果时按照分值降序排列。 例如，我们搜索 "虹桥如家"，结果如下：、

[ { "_score" : 17.850193, "_source" : 
{ "name" : "虹桥如家酒店真不错", } },
 { "_score" : 12.259849, "_source" : { "name" : "外滩如家酒店真不错", } }, 
{ "_score" : 11.91091, "_source" : { "name" : "迪士尼如家酒店真不错", } } ]

elasticsearch中的相关性打分算法是什么？

TF-IDF：在elasticsearch5.0之前，会随着词频增加而越来越大 BM25：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

function score query定义的三要素是什么？

过滤条件：哪些文档要加分 算分函数：如何计算function  score 加权方式：function score 与 query score如何运算

复合查询 Boolean Query

布尔查询是一个或多个查询子句的组合。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

GET /hotel/_search { "query":
 { "bool": { "must": [ {"term": {"city": "上海" }} ],
 "should": [ {"term": {"brand": "皇冠假日" }},
         {"term": {"brand": "华美达" }} ], 
"must_not": [ { "range": { "price": { "lte": 500 } }} ],
 "filter": [ { "range": {"score": { "gte": 45 } }} ] } } }

bool查询有几种逻辑关系？

must：必须匹配的条件，可以理解为“与” should：选择性匹配的条件，可以理解为“或” must_not：必须不匹配的条件，不参与打分 filter：必须匹配的条件，不参与打分

搜索结果处理

elasticsearch支持对搜索结果排序，默认是根据相关度算分（_score）来排序。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。

GET /indexName/_search { "query":
 { "match_all": {} }, "sort": [ { "FIELD": "desc" // 排序字段和排序方式ASC、DESC } ] }

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：

GET /hotel/_search { "query": { "match_all": {} }, "from": 990, // 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"} ] }

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： 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： 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

原理是这样的： 将搜索结果中的关键字用标签标记出来 在页面中给标签添加css样式 语法：

GET /hotel/_search { "query": { "match": { "FIELD": "TEXT" } }, "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 } } } }

GET /hotel/_search { "query": { "match": { "name": "如家" } }, "from": 0, // 分页开始的位置 "size": 20, // 期望获取的文档总数 "sort": [ { "price": "asc" }, // 普通排序 { "_geo_distance" : { // 距离排序 "location" : "31.040699,121.618075", "order" : "asc", "unit" : "km" } } ], "highlight": { "fields": { // 高亮字段 "name": { "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 } } } }