目录
1.DSL查询分类
2.全文检索查询
3.精确查询
4.地理查询
5.复合查询
2.搜索结果处理
1.排序
2.分页
3.深度分页问题
4.高亮
5.搜索结果处理整体语法
3.RestClient查询文档
1.快速入门
2.全文检索查询
3.精确查询
4.复合查询-boolean query
5.排序和分页
6.高亮
1.DSL查询文档 1.DSL查询分类
Elasticsearch提供了基于JSON的DSL（Domain Specific Language）来定义查询。常见的查询类型包括：
• 查询所有：查询出所有数据，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、日期、 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查询的基本语法如下：
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": {
}
}
}
2.全文检索查询
全文检索查询，会对用户输入内容分词，常用于搜索框搜索：
match查询：全文检索查询的一种，会对用户输入内容分词，然后去倒排索引库检索，语法：
GET /indexName/_search
{
"query": {
"match": {
"FIELD": "TEXT"
}
}
}
multi_match：与match查询类似，只不过允许同时查询多个字段，参与查询字段越多，查询性能越差
GET /indexName/_search
{
"query": {
"multi_match": {
"query": "TEXT",
"fields": ["FIELD1", " FIELD12"]
}
}
}
3.精确查询
精确查询常见的有哪些？
• 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term查询：
// term查询
GET /indexName/_search
{
"query": {
"term": {
"FIELD": {
"value": "VALUE"
}
}
}
}
#term查询
GET /hotel/_search
{
"query": {
"term": {
"city": {
"value": "上海"
}
}
}
}
range查询：
// range查询
GET /indexName/_search
{
"query": {
"range": {
"FIELD": {
"gte": 10,
"lte": 20
}
}
}
}
#range查询
GET /hotel/_search
{
"query": {
"range": {
"price": {
"gte": 1000,
"lte": 3000
}
}
}
}
4.地理查询
根据经纬度查询，官方文档。例如：
geo_bounding_box：查询geo_point值落在某个矩形范围的所有文档(使用较少)
// geo_bounding_box查询
GET /indexName/_search
{
"query": {
"geo_bounding_box": {
"FIELD": {
"top_left": {
"lat": 31.1,
"lon": 121.5
},
"bottom_right": {
"lat": 30.9,
"lon": 121.7
}
}
}
}
}
根据经纬度查询，官方文档。例如：
geo_distance：查询到指定中心点小于某个距离值的所有文档
// geo_distance 查询
GET /indexName/_search
{
"query": {
"geo_distance": {
"distance": "15km",
"FIELD": "31.21,121.5"
}
}
}
5.复合查询
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
1.相关性算分
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2.Function Score Query
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。
3.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 } }}
]
}
}
}
2.搜索结果处理
1.排序
elasticsearch支持对搜索结果排序，默认是根据相关度算分（_score）来排序。可以排序字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等。
GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"FIELD": "desc" // 排序字段和排序方式ASC、DESC
}
]
}
GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"_geo_distance" : {
"FIELD" : "纬度，经度",
"order" : "asc",
"unit" : "km"
}
}
]
}
2.分页
elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。elasticsearch中通过修改from、size参数来控制要返回的分页结果：
GET /hotel/_search
{
"query": {
"match_all": {}
},
"from": 990, // 分页开始的位置，默认为0
"size": 10, // 期望获取的文档总数
"sort": [
{"price": "asc"}
]
}
3.深度分页问题
ES是分布式的，所以会面临深度分页问题。例如按price排序后，获取from = 990，size =10的数据：
1. 首先在每个数据分片上都排序并查询前 1000 条文档。 2. 然后将所有节点的结果聚合，在内存中重新排序选出前 1000 条文档 3. 最后从这 1000 条中，选取从 990 开始的 10 条文档如果搜索页数过深，或者结果集（from + size）越大，对内存和CPU的消耗也越高。因此ES设定结果集查询的上限是10000
深度分页解决方案
针对深度分页，ES提供了两种解决方案，官方文档：
• search after ：分页时需要排序， 原理是从上一次的排序值开始，查询下一页数据。官方 推荐使用的方式。 • scroll ：原理 将排序数据形成快照，保存在内存。 官方已经不推荐使用。 4.高亮高亮：就是在搜索结果中把搜索关键字突出显示。
原理是这样的：
GET /hotel/_search
{
"query": {
"match": {
"FIELD": "TEXT"
}
},
"highlight": {
"fields": { // 指定要高亮的字段
"FIELD": {
"pre_tags": "", // 用来标记高亮字段的前置标签
"post_tags": "" // 用来标记高亮字段的后置标签
}
}
}
}
5.搜索结果处理整体语法
GET /hotel/_search
{
"query": {
"match": {
"name": "如家"
}
},
"from": 0, // 分页开始的位置
"size": 20, // 期望获取的文档总数
"sort": [
{ "price": "asc" }, // 普通排序
{
"_geo_distance" : { // 距离排序
"location" : "31.040699,121.618075",
"order" : "asc",
"unit" : "km"
}
}
],
"highlight": {
"fields": { // 高亮字段
"name": {
"pre_tags": "", // 用来标记高亮字段的前置标签
"post_tags": "" // 用来标记高亮字段的后置标签
}
}
}
}
3.RestClient查询文档
1.快速入门
@Test
void testMatchAll() throws IOException {
//1.准备Request
SearchRequest request = new SearchRequest("hotel");
//2.准备DSL
request.source().query(QueryBuilders.matchAllQuery());
//3.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
//4.解析响应
SearchHits searchHits = response.getHits();
//4,1获取总条数
long total = searchHits.getTotalHits().value;
System.out.println("共索索到"+total);
//4.2文档数组
SearchHit[] hits = searchHits.getHits();
//4.3遍历
for (SearchHit hit : hits) {
//获取文档source
String json = hit.getSourceAsString();
//返序列化
HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
System.out.println("hoteldoc= "+hotelDoc);
}
System.out.println(response);
}
RestAPI中其中构建查询条件的核心部分是由一个名为QueryBuilders的工具类提供的，其中包含了各种查询方法：
查询的基本步骤是：
1. 创建 SearchRequest 对象 2. 准备 Request.source () ，也就是 DSL 。 ① QueryBuilders 来构建查询条件 ② 传入 Request.source () 的 query() 方法 3. 发送请求，得到结果 4. 解析结果（参考 JSON 结果，从外到内，逐层解析） 2.全文检索查询 3.精确查询 4.复合查询-boolean query 5.排序和分页 6.高亮
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）