ElasticSearch学习笔记八（查询入门）

本学习笔记基于ElasticSearch 7.10版本，旧版本已经废弃的查询功能暂时不做笔记，以后有涉及到再做补充。

一、概述

查询是 ElasticSearch 核心功能，也是最为丰富有趣的功能，接下来我们开始学习全文查询、词项查询、复合查询、嵌套查询、位置查询、特殊查询等查询功能，从多个方面逐一剖析 ElasticSearch 中查询的玩法！今天我们就先来看一个简单的查询入门。

在开始学习查询之前，我们要先来了解一下 ElasticSearch 是如何通过倒排索引进行查询的。

1.1、“正排索引”

在关系型数据库中用到的索引，就是“正排索引”。

假如有一张博客表：

id	作者	标题	内容
1	张三	博客标题1	查询是 ElasticSearch 核心功能
2	李四	博客标题2	也是最为丰富有趣的功能

针对这个表建立 id 和标题字段的索引（正排索引）：

索引	内容
1	查询是 ElasticSearch 核心功能
2	也是最为丰富有趣的功能
博客标题1	查询是 ElasticSearch 核心功能
博客标题2	也是最为丰富有趣的功能

当我们通过 id 或者标题去查询文章内容时，就可以快速找到。

但如果我们通过文章内容的关键字去查询，就只能去内容中做字符匹配了，查询效率相当慢！为了提高查询效率，就要考虑使用倒排索引。

1.2、倒排索引

倒排索引就是以文章内容的关键字建立索引，通过索引找到文档id，进而找到整个文档：

索引	文档id=1	文档id=2
查询	√
是	√	√
丰富有趣		√
功能	√	√

一般来说，倒排索引分为两个部分：

1. 词项词典：记录所有的文档词项，以及词项与倒排列表的关联关系。
2. 倒排列表：记录词项与文章内容的关联关系，由一系列倒排索引项组成，倒排索引项包括文档 id、词频（词项在文档中出现的次数，评分时使用）、位置（词项在文档中分词的位置）、偏移（记录词项开始和结束的位置）。

1.3、查询过程

ElasticSearch 的查询分为两个过程：

1. 创建索引：当向索引中保存文档时，默认情况下，ElasticSearch 会保存两份内容，一份是 _source 中的数据，另一份则是通过分词、排序等一系列过程生成的倒排索引文件，倒排索引中保存了词项和文档之间的对应关系。
2. 查询：当 es 接收到用户的查询请求之后，就会去倒排索引中查询，通过的倒排索引中维护的倒排记录表找到关键词对应的文档集合，然后对文档进行评分、排序、高亮等处理，处理完成后返回文档。

二、ElasticSearch 索引数据导入

开始学习之前，我们先来导入一些练习数据。
练习数据脚本下载地址：https://download.csdn.net/download/weixin_45067790/14503089
也可以关注原作者微信公众号：江南一点雨，后台回复 bookdata.json 下载脚本。

创建索引：

PUT books
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "publish":{
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "type":{
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "author":{
        "type": "keyword"
      },
      "info":{
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "price":{
        "type": "double"
      }
    }
  }
}

执行命令导入数据脚本：

curl -XPOST "http://localhost:9200/books/_bulk?pretty" -H "content-type:application/json" --data-binary @bookdata.json

三、查询入门

3.1、简单查询

查询文档：

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

查询结果如下：
hits 中是查询结果，total 是符合查询条件的文档数，简单查询默认查询 10 条记录。

简单查询可以简写为：

GET books/_search

3.2、词项查询

词项查询即 term 查询，根据分词u查询，查询指定字段中包含给定单词的文档，term 查询不被解析，只有查询的词和文档中的词精确匹配，才会返回文档。应用场景如：人名、地名等等。

查询 name 字段中包含“计算机”的文档：

GET books/_search
{
  "query": {
    "term": {
      "name": "计算机"
    }
  }
}

3.3、分页

查询默认返回前 10 条数据，ElasticSearch中也可以像关系型数据库一样，设置分页参数，size 设置查询多少条数据， from 设置查询开始的位置：

GET books/_search
{
  "query": {
    "term": {
      "name": "计算机"
    }
  },
  "size": 20,
  "from": 0
}

3.4、过滤返回字段

如果返回的字段比较多，又不需要这么多字段，可以通过 _source 指定返回的字段：

GET books/_search
{
  "query": {
    "term": {
      "name": "计算机"
    }
  },
  "size": 20,
  "from": 0,
  "_source": ["name", "author"]
}

3.5、过滤最低评分

有的文档得分特别低，说明这个文档和我们查询的关键字相关度很低。可以通过 min_score 设置一个最低分，只有得分超过最低分的文档才会被返回：

GET books/_search
{
  "query": {
    "term": {
      "name": "计算机"
    }
  },
  "size": 20,
  "from": 0,
  "_source": ["name", "author"],
  "min_score": "2.75"
}

3.6、高亮

通过 highlight 设置查询关键字高亮：

GET books/_search
{
  "query": {
    "term": {
      "name": "计算机"
    }
  },
  "size": 20,
  "from": 0,
  "_source": ["name", "author"],
  "min_score": "2.75",
  "highlight": {
    "fields": {
      "name": {}
    }
  }
}

版权声明：

本文仅记录ElasticSearch学习心得，如有侵权请联系删除。
更多内容请访问原创作者：江南一点雨