DSL查询语法

DSL查询语法

Elasticsearch提供了基于JSON的DSL来定义查询

• 查询所有：查询出所有的数据，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、日前、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

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

1.查询所有

GET /hotel/_search
{
  "query": {
    "match_all": {
      
    }
  }
}

分页查询

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,
  "size": 5
}

_score:[“字段名”,"字段名”]:只返回该字段的数据

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,
  "size": 5,
  "_source": ["address","price"]
}

2.全文检索查询

match查询：全文检索的一种，会对用户输入内容分词，然后去倒排索引库检索

GET /hotel/_search
{
  "query": {
    "match": {
      "all":"如家"
      
    }
  }
}

multi_match:与match查询类似，只不过允许同时查询多个字段

GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query":"如家",
      "fields": ["brand","name","business"]
      
    }
  }
}

只要brand，name，business中含有“如家”就能被检索出来

但是根据多个字段查询性能较差，建议使用copy_to将要查询的字段拷贝到一个字段all中，然后使用match查询

match_phrase：短语品牌

GET /hotel/_search
{
  "query": {
  "match_phrase": {
    "brand": "7天酒店"
  }
  }
}

不将字段中的内容进行分词，直接看做一个短语处理

3.精确查询

term:根据词条精确值查询

GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "上海"
      }
    }
  }
}

range:根据值的范围查询

GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 100,
        "lte": 200
      }
    }
  }

“gte"是大于等于

"gt"是大于

"lte"是小于等于

"lt"是小于

4.地理查询

根据经纬度查询

geo_bounding_box：查询geo_point值落在某个矩形范围内

GET /hotel/_search
{
  "query": {
    "geo_bounding_box": {
      "location": {
        "top_left": { 
          "lat": 31.1,
          "lon": 121.5
        },
        "bottom_right": { 
          "lat": 30.9,
          "lon": 121.7
        }
      }
    }
  }
}

geo_distance：查询到指定中心点小于某个距离值

GET /hotel/_search
{
  "query": {
    "geo_distance":{
      "distance":"15km",
      "location":"31.21,121.5"
    }
  }
}

5.复合查询

function score 查询

当我们利用match查询时，文档结果会根据与搜索词条的关联连度打分，返回结果按照分值降序排列

TF-IDF：在elasticsearch5.0之前，会随着词频增大而越来越大

BM25：在elasticsearch5.0之后，会随着词频增大而增大，但增长曲线会趋于水平

算分函数

使用funcation score query 可以修改文档的相关性算分，根据新得到的算分排序

function score 查询中包含四部分内容：

1、原始查询条件：query部分，基于这个条件搜索文档，并且基于BM25算法给文档打分，原始算分（query score)

2、过滤条件：filter部分，符合该条件的文档才会重新算分

3、算分函数：符合filter条件的文档要根据这个函数做运算，得到的函数算分（function score），有四种函数

weight：函数结果是常量

field_value_factor：以文档中的某个字段值作为函数结果

random_score：以随机数作为函数结果

script_score：自定义算分函数算法

4、运算模式：算分函数的结果、原始查询的相关性算分，两者之间的运算方式，包括：

multiply：相乘 （默认）

replace：用function score替换query score

其它，例如：sum、avg、max、min

function score的运行流程如下：

1. 根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）

2. 根据过滤条件，过滤文档

3. 符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）

4. 将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。

注：

过滤条件：哪些文档要加分

算分函数：决定函数算分的算法

运算模式：决定最终算分结果

举例：

给在外滩且品牌名为如家的加分

GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "all": "外滩"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "brand": "如家"
            }
          },
          "weight": 10
          
        }
      ]
    }
  }
}

布尔查询

布尔查询是一个或多个查询字句的组合。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

案例：搜索名字包含”如家“，价格不高于400，在坐标31.21,121.5周围10km范围内的酒店

GET /hotel/_search
{
  "query": {
    "bool":{
      "must": [
        {
          "match": {
            "name": "如家"
          }
        }
      ],
      "must_not": [
        {
          "range": {
            "price": {
              "gt": 400
            }
          }
          
        }
      ],
      "filter": [
        {
          "geo_distance": {
            "distance": "10km",
            "location": {
              "lat": 31.21,
              "lon": 121.5
            }
          }
        }
      ]
    }
    
  }
}