es 查询介绍

Query DSL(Domain Specific Language)

1 查询上下文

​ 使用query关键字进行检索，倾向于相关度搜索，故需要计算评分。搜索是Elasticsearch最关键和重要的部分。

2 相关度评分：_score

​ 概念：相关度评分用于对搜索结果排序，评分越高则认为其结果和搜索的预期值相关度越高，即越符合搜索预期值。在7.x之前相关度评分默认使用TF/IDF算法计算而来，7.x之后默认为BM25。在核心知识篇不必关心相关评分的具体原理，只需知晓其概念即可。

​ 排序：相关度评分为搜索结果的排序依据，默认情况下评分越高，则结果越靠前。

3 元数据：_source

1. 禁用_source：

   1. 好处：节省存储开销

   2. 坏处：

      • 不支持update、update_by_query和reindex API。
      • 不支持高亮。
      • 不支持reindex、更改mapping分析器和版本升级。
      • 通过查看索引时使用的原始文档来调试查询或聚合的功能。
      • 将来有可能自动修复索引损坏。

      总结：如果只是为了节省磁盘，可以压缩索引比禁用_source更好。

2. 数据源过滤器：

   Including：结果中返回哪些field

   Excluding：结果中不要返回哪些field，不返回的field不代表不能通过该字段进行检索，因为元数据不存在不代表索引不存在

   1. 在mapping中定义过滤：支持通配符，但是这种方式不推荐，因为mapping不可变

      PUT product
      {
        "mappings": {
          "_source": {
            "includes": [
              "name",
              "price"
            ],
            "excludes": [
              "desc",
              "tags"
            ]
          }
        }
      }
      

   2. 常用过滤规则

      • “_source”: “false”,
      • “_source”: “obj.*”,
      • “_source”: [ “obj1.*”, “obj2.*” ],
      • “_source”: {
        “includes”: [ “obj1.*”, “obj2.*” ],
        “excludes”: [ “*.description” ]
        }

4 Query String

• 查询所有：

  GET /product/_search

• 带参数：

  GET /product/_search?q=name:xiaomi

• 分页：

  GET /product/_search?from=0&size=2&sort=price:asc

• 精准匹配 exact value

  GET /product/_search?q=date:2021-06-01

• _all搜索 相当于在所有有索引的字段中检索

  GET /product/_search?q=2021-06-01

  DELETE product
  # 验证_all搜索
  PUT product
  {
    "mappings": {
      "properties": {
        "desc": {
          "type": "text", 
          "index": false
        }
      }
    }
  }
  # 先初始化数据
  POST /product/_update/5
  {
    "doc": {
      "desc": "erji zhong de kendeji 2021-06-01"
    }
  }
  

5 全文检索-Fulltext query

GET index/_search
{
  "query": {
    ***
  }
}

• match：匹配包含某个term的子句

• match_all：匹配所有结果的子句

• multi_match：多字段条件

• match_phrase：短语查询，

6 精准查询-Term query

• term：匹配和搜索词项完全相等的结果

  • term和match_phrase区别:

    match_phrase 会将检索关键词分词, match_phrase的分词结果必须在被检索字段的分词中都包含，而且顺序必须相同，而且默认必须都是连续的

    term搜索不会将搜索词分词

  • term和keyword区别

    term是对于搜索词不分词,

    keyword是字段类型,是对于source data中的字段值不分词

• terms：匹配和搜索词项列表中任意项匹配的结果

• range：范围查找

7 过滤器-Filter

GET _search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "status": "active"
        }
      }
    }
  }
}

• filter：query和filter的主要区别在： filter是结果导向的而query是过程导向。query倾向于“当前文档和查询的语句的相关度”而filter倾向于“当前文档和查询的条件是不是相符”。即在查询过程中，query是要对查询的每个结果计算相关性得分的，而filter不会。另外filter有相应的缓存机制，可以提高查询效率。

8 组合查询-Bool query

bool：可以组合多个查询条件，bool查询也是采用more_matches_is_better的机制，因此满足must和should子句的文档将会合并起来计算分值

• must：必须满足子句（查询）必须出现在匹配的文档中，并将有助于得分。
• filter：过滤器 不计算相关度分数，cache☆子句（查询）必须出现在匹配的文档中。但是不像 must查询的分数将被忽略。Filter子句在filter上下文中执行，这意味着计分被忽略，并且子句被考虑用于缓存。
• should：可能满足 or子句（查询）应出现在匹配的文档中。
• must_not：必须不满足 不计算相关度分数 not子句（查询）不得出现在匹配的文档中。子句在过滤器上下文中执行，这意味着计分被忽略，并且子句被视为用于缓存。由于忽略计分，0因此将返回所有文档的分数。

minimum_should_match：参数指定should返回的文档必须匹配的子句的数量或百分比。如果bool查询包含至少一个should子句，而没有must或 filter子句，则默认值为1。否则，默认值为0