elasticsearch之DSL查询文档

GET /indexName/_search

{

        "query": {

                 "multi_match": {

                         "query": "TEXT",

                        "fields": ["FIELD1", " FIELD12"]

                 }

         }

}

match：根据一个字段查询

multi_match：根据多个字段查询，参与查询字段越多，查询性能越差

精准查询

精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。常见的有： term：根据词条精确值查询 range：根据值的范围查询

GET /hotel/_search
{
"query": {
"term": {
"all": {
"value": "北京上海"
}
}
}
}

这里由于不会分词，就查不出来结果

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

对价格一般范围查询

term查询：根据词条精确匹配，一般搜索keyword类型、数值类型、布尔类型、日期类型字段 range查询：根据数值范围查询，可以是数值、日期的范围

地理坐标查询

根据经纬度查询：

携程：搜索我附近的酒店

滴滴：搜索我附近的出租车

微信：搜索我附近的人

矩形范围查询

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

中心点范围

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

组合查询

复合（compound）查询：复合查询可以将其它简单查询组合起来，实现更复杂的搜索逻辑，例如：

fuction score：算分函数查询，可以控制文档相关性算分，控制文档排名。例如百度竞价

当我们利用match查询时，文档结果会根据与搜索词条的关联度打分（_score），返回结果时按照分值降序排列。

elasticsearch中的相关性打分算法是什么？

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

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

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

案例——给“如家”这个品牌的酒店排名靠前一些

哪些文档需要算分加权？

品牌为如家的酒店

算分函数是什么？

weight就可以

加权模式是什么？

求和

GET /hotel/_search
{
"query": {
"function_score": {
"query": {"match": {
"all": "外滩"
}},
"functions": [ //算分函数
{
"filter": {"term": { // 满足的条件，品牌(精准查询)必须是如家
"brand": "如家"
}},
"weight": 10 // 算分权重为10
}
]
, "boost_mode": "sum"
}
}
}

function score query定义的三要素是什么？

过滤条件：哪些文档要加分

算分函数：如何计算function score

加权方式：function score 与 query score如何运算

复合查询 Boolean Query

布尔查询是一个或多个查询子句的组合。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
}
}
}
]
}
}
}