DSL搜索

目录

请求参数的查询(QueryString)

相关博客：

DSL基本语法

1.分页

2.term精确搜索与match分词搜索

 4.terms 多个词语匹配检索

5.match_phrase 短语匹配

 6.match（operator）/ids

7- multi_match/boost(权重)

8.布尔查询:可以组合多重查询

9.过滤器

10.高亮highlight

11.refix-fuzzy-wildcard

12.深度分页

13.scroll 滚动搜索

14.批量查询mget

15.批量操作 bulk

16映射mapping （无法修改只能迁移)

17.分词

---

 

 

---

请求参数的查询(QueryString)

GET     /shop/_doc/_search?q=desc:慕课网
GET     /shop/_doc/_search?q=nickname:慕&q=age:25

相关博客：

1.Elasticsearch简单的使用步骤以及查询模块的实现

DSL基本语法

语法格式为一个json object，内容都是key-value键值对，json可以嵌套。
key可以是一些es的关键字，也可以是某个field字段，后面会遇到

# 查询
POST     /shop/_doc/_search
{
    "query": {
        "match": {
            "desc": "慕课网"
        }
    }
}
# 判断某个字段是否存在
{
    "query": {
        "exists": {
            "field": "desc"
        }
    }
}

1.分页

POST     /shop/_doc/_search
{
    "query": {
        "match_all": {}
    },
    "from": 0,
    "size": 10
}

{
    "query": {
        "match_all": {}
    },
    "_source": [
        "id",
        "nickname",
        "age"
    ],
    "from": 5, 从第几条数据开始
    "size": 5  数据的大小
}

2.term精确搜索与match分词搜索

//name 的type是 text 需要加上keyword才能精准匹配
{
    "query":{
     "term":{
        "name.keyword":"imooc-3"
     }
}
}

• 注：match会对慕课网先进行分词（其实就是全文检索），在查询，而term则不会，直接把慕课网作为一个整的词汇去搜索。

POST     /shop/_doc/_search
{
    "query": {
        "term": {
            "desc": "慕课网"
        }
    }
}
对比
{
    "query": {
        "match": {
            "desc": "慕课网"
        }
    }
}

 4.terms 多个词语匹配检索

相当于是tag标签查询，比如慕课网的一些课程会打上前端/后端/大数据/就业课这样的标签，可以完全匹配做类似标签的查询

 

POST     /shop/_doc/_search
{
    "query": {
        "terms": {
            "desc": ["慕课网", "学习", "骚年"]
        }
    }
}

5.match_phrase 短语匹配

match：分词后只要有匹配就返回，match_phrase：分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的。（搜索比较严格）

slop：允许词语间跳过的数量

POST     /shop/_doc/_search
{
    "query": {
        "match_phrase": {
            "desc": {
                "query": "大学 毕业 研究生",
                "slop": 2
            }
        }
    }
}

 6.match（operator）/ids

• or：搜索内容分词后，只要存在一个词语匹配就展示结果
• and：搜索内容分词后，都要满足词语匹配

  POST     /shop/_doc/_search
  {
      "query": {
          "match": {
              "desc": "慕课网"
          }
      }
  }
  # 等同于
  {
      "query": {
          "match": {
              "desc": {
                  "query": "xbox游戏机",
                  "operator": "or"
              }
          }
      }
  }
  # 相当于 select * from shop where desc='xbox' or|and desc='游戏机'

  minimum_should_match: 最低匹配精度，至少有[分词后的词语个数]x百分百，得出一个数据值取整。举个例子：当前属性设置为70，若一个用户查询检索内容分词后有10个词语，那么匹配度按照 10x70%=7，则desc中至少需要有7个词语匹配，就展示；若分词后有8个，则 8x70%=5.6，则desc中至少需要有5个词语匹配，就展示。

  POST     /shop/_doc/_search
  {
      "query": {
          "match": {
              "desc": {
                  "query": "女友生日送我好玩的xbox游戏机",
                  "minimum_should_match": "60%"
              }
          }
      }
  }

  根据文档主键ids搜索

• POST     /shop/_doc/_search
  
  {
      "query": {
          "ids": {
              "type": "_doc",
              "values": ["1001", "1010", "1008"]
          }
      }
  }

  7- multi_match/boost(权重)

  满足使用match在多个字段中进行查询的需求

POST     /shop/_doc/_search
{
    "query": {
        "multi_match": {
                "query": "皮特帕克慕课网",
                "fields": ["desc", "nickname"]

        }
    }
}

boost:权重，为某个字段设置权重，权重越高，文档相关性得分就越高。通畅来说搜索商品名称要比商品简介的权重更高。

POST     /shop/_doc/_search
{
    "query": {
        "multi_match": {
                "query": "皮特帕克慕课网",
                "fields": ["desc", "nickname^10"]

        }
    }
}

nickname^10 代表搜索提升10倍相关性，也就是说用户搜索的时候其实以这个nickname为主，desc为辅，nickname的匹配相关度当然要提高权重比例了。