Elasticsearch+Kibana·入门·贰·DSL专题

最新推荐文章于 2024-04-01 22:10:02 发布

欧尼焦

最新推荐文章于 2024-04-01 22:10:02 发布

阅读量426

点赞数

分类专栏： ES 文章标签： elasticsearch 大数据搜索引擎

本文链接：https://blog.csdn.net/stange1/article/details/130044539

版权

ES 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

本文详细介绍了Elasticsearch中的DSL查询，包括全文检索查询（match,multi_match）、精准查询（term,range）、地理坐标查询（geo_distance,geo_bounding_box）以及复合查询（bool,function_score）。这些查询类型和方法用于构建复杂的搜索逻辑，提高数据检索的效率和准确性。

摘要由CSDN通过智能技术生成

1 DSL查询文档

1.1 DSL查询分类

查询类型	解释	关键字	相当于MySQL中
查询所有	查询出所有数据，一般测试用。	① match_all	select *
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。	①match_query；② multi_match_query	模糊查询
精确查询	根据精确词条值查找数据，一般查找keyword、数值、日期、boolean等类型字段	① ids；② range；③ term	–
地理（geo）查询	根据经纬度查询	① geo_distance；② geo_bounding_box	–
复合（compound）查询	将上述各种查询条件组合起来，合并查询条件。	① bool；② function_score	–

DSL语法：

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

// 查询所有
GET /indexName/_search
{
  "query": {
    "match_all": {
    }
  }
}

1.2.全文检索查询

1.2.1 使用场景

商城输入框

1.2.2.基本语法：match与multi_match

属性	解释	备注
match	单字段查询	根据一个字段查询
multi_match	多字段查询，任意一个字段符合条件，只要查到就给你返回	根据多个字段查询，参与查询字段越多，查询性能越差，建议使用`all字段，copy_to方法优化`

match查询语法：

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

mulit_match语法:

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

1.2.3 示例：match与multi_match

multi_match 示例：

match 示例：

注意：我们发现上述match、multi_match查询到的结果相同，因为：在Elasticsearch+Kibana·入门·壹中创建索引库时，我们使用到组合字段all，已经将brand、name、business值利用copy_to复制到all字段中，因此会出现查询结果相同。

在实际开发者，当查询多个字段时使用copy_to方法，可以减少搜索字段，相较可以提高查询性能。

1.3.精准查询

精准查询一般查找keyword、数值、日期类型字段，所以不会对搜索条件分词。

属性	解释
term	根据词条精确值查询
range	根据值的范围查询

1.3.1 term查询

语法：

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

term查询：

1.3.2 range查询

语法:

// range查询
GET /indexName/_search
{
  "query": {
    "range": {
      "FIELD": {
        "gte": 10, // 这里的gte代表大于等于，gt则代表大于
        "lte": 20 // lte代表小于等于，lt则代表小于
      }
    }
  }
}

range查询示例：

1.4 地理坐标查询

官方参阅文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-queries.html

应用场景：例如查找附近的酒店等。

1.4.1 矩形范围查询

在这里插入图片描述

语法：

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

1.4.2 附近查询

附近查询（距离查询）geo_distance：以指定点为中心，指定距离为半径的圆形区域内所需信息。

语法：

// geo_distance 查询
GET /indexName/_search
{
  "query": {
    "geo_distance": {
      "distance": "15km", // 半径
      "FIELD": "31.21,121.5" // 圆心
    }
  }
}

附近查询示例：

1.5.复合查询

复合（compound）查询：将简单查询组合起来，实现复杂的搜索逻辑。

属性	解释
fuction score	算分函数查询，通过控制文档相关性算分（权重），控制文档排名
bool query	布尔查询，利用逻辑关系组合多个查询其他查询，实现复杂搜索

1.5.1 相关性算分

在elasticsearch中，早期使用的打分算法是TF-IDF算法，公式如下：

注意：TF-IDF算法的缺陷，词条频率越高，文档得分（score）越高，词条出现次数对文档影响较大。而BM25则会使单个词条的算分出现上限，分子（词条出现次数过多）趋向于文档中词条总数时，曲线会变平滑，此时相关性算分幅度基本保持不变，使得控制文档排名业务复杂。

5.1版本后，elasticsearch将算法改进为BM25算法，公式如下

1.5.1.2 算分函数查询

在这里插入图片描述

算分函数内容	解释
原始查询	查询方式可根据需求改变，如：查询品牌中出现万怡字眼的，并中根据下方过滤，得到最终负荷调节的将要设置算分的文档，并得到默认原始算分文档
过滤条件	查询方式可根据需求改变，得到最终符合条件的将要设置算分文档
算分函数	与下方boost_mode相结合，再依据原始算分，得到最终算分结果
运算模式	也就是加权模式，multiply与weight相乘（默认方式）

1.5.1.3 算分函数运行流程

① 根据原始条件查询文档，得到原始算分
② 根据过滤条件，过滤文档
③ 得到符合过滤条件的文档，设置权重，得到函数算分
④ 将此处的加权模式与上方函数算分做出计算，得到最终相关性算分。

1.5.1.4 算分函数示例

#将上海地区的如家品牌酒店排名靠前
GET /hotel/_search
{
  "query": {
    "function_score":{
      "query": {
        "match": {
          "all": "上海"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "brand": "如家"
            }
          },
          "weight": 100
        }
      ],
      "boost_mode": "multiply"
    }
  }
}

1.5.2 布尔查询

布尔查询（bool）：查询时，在bool方法体内，使用一个或多个支持下的组合，每一个字句就是一个子查询，子查询的组合方式：

条件	解释
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

注意：打分的字段越多，查询的性能也越差。优化方法：

①当全文检索时，使用must查询，参与算分
②其他过滤条件，采用filter查询，不参与算分

1.5.2.1 语法示例

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 } }}
      ]
    }
  }
}

1.5.2.2 示例

需求：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。

#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": {//模糊查询，匹配名字中含有如家关键字的酒店吗
            "name": "如家"
          }
        }
      ],
      "must_not": [
        {
          "range": {//子查询
             "price": {
              "gt": 400 //非大于400，即小于400的价格
            }
          }
        }
      ],
      "filter": [ //过滤子查询，得到位置信息内的相关酒店
        {
          "geo_distance": {
            "distance": "10km",
            "location": {
              "lat": 31.21,
              "lon": 121.5
            }
          }
        }
      ]
    }
  }
}