ElasticSearch基本查询

布尔查询

　　布尔查询是最常用的组合查询，不仅将多个查询条件组合在一起，并且将查询的结果和结果的评分组合在一起。当查询条件是多个表达式的组合时，布尔查询非常有用，实际上，布尔查询把多个子查询组合（combine）成一个布尔表达式，所有子查询之间的逻辑关系是与（and）；只有当一个文档满足布尔查询中的所有子查询条件时，ElasticSearch引擎才认为该文档满足查询条件。布尔查询支持的子查询类型共有四种，分别是：must，should，must_not和filter：

  • must子句：文档必须匹配must查询条件；
  • should子句：文档应该匹配should子句查询的一个或多个；
  • must_not子句：文档不能匹配该查询条件；
  • filter子句：过滤器，文档必须匹配该过滤条件，跟must子句的唯一区别是，filter不影响查询的score；

 通常情况下，should子句是数组字段，包含多个should子查询，默认情况下，匹配的文档必须满足其中一个子查询条件。

如果查询需要改变默认匹配行为，查询DSL必须显式设置布尔查询的参数minimum_should_match的值，该参数控制一个文档必须匹配的should子查询的数量，我遇到一个布尔查询语句，其should子句中包含两个查询，如果不设置参数minimum_should_match，其默认值是0。建议在布尔查询中，显示设置参数minimum_should_match的值。

注：布尔查询的四个子句，都可以是数组字段，因此，支持嵌套逻辑操作的查询。

例如，对于以下should查询，一个文档必须满足should子句中两个以上的词条查询：

"should" : [
        {  "term" : { "tag" : "azure" } },
        {  "term" : { "tag" : "elasticsearch" } },
        {  "term" : { "tag" : "cloud" } }
    ],
"minimum_should_match" : 2

布尔查询的各个子句之间的逻辑关系是与（and），这意味着，一个文档只有同时满足所有的查询子句时，该文档才匹配查询条件，作为结果返回。

在布尔查询中，对查询结果的过滤，建议使用过滤（filter）子句和must_not子句，这两个子句属于过滤上下文（Filter Context），经常使用filter子句，使得ElasticSearch引擎自动缓存数据，当再次搜索已经被缓存的数据时，能够提高查询性能；由于过滤上下文不影响查询的评分，而评分计算让搜索变得复杂，消耗更多CPU资源，因此，filter和must_not查询减轻搜索的工作负载。

查询和过滤上下文

在布尔查询中，查询被分为Query Context 和 Filter Context，查询上下文由query参数指定，过滤上下文由filter和must_not参数指定。这两个查询上下文的唯一区别是：Filter Context不影响查询的评分（score）。在布尔查询中，Filter参数和must_not参数使用Filter Context，而must和should使用Query Context，经常使用Filter Context，引擎会自动缓存数据，提高查询性能。

GET _search
{
  "query": { 
    "bool": { 
      "must": [
        { "match": { "title":   "Search"        }}, 
        { "match": { "content": "Elasticsearch" }}  
      ],
      "filter": [ 
        { "term":  { "status": "published" }}, 
        { "range": { "publish_date": { "gte": "2015-01-01" }}} 
      ]
    }
  }
}
View Code

对于上述查询请求，must子句处于query context中，filter子句处于filter context中：

  • 在query context中，must子句将返回同时满足匹配(match)查询的文档；
  • 在filter context中，filter子句是一个过滤器，将不满足词条查询和范围查询条件的文档过滤掉，并且不影响匹配文档的score；

参考：ElasticSearch查询 第五篇：布尔查询

词条查询

　　字符串的完全匹配是指字符的大小写，字符的数量和位置都是相同的，词条（term）查询使用字符的完全匹配方式进行文本搜索，词条查询不会分析（analyze）查询字符串，给定的字段必须完全匹配词条查询中指定的字符串。由于词条查询的字符串是未经分析（analyzed）的词条，因此，词条查询经常用于结构化的数据，例如，数值，日期等，当用于文本搜索时，最好在索引映射中设置字符串字段不被索引，也就是说，设置index属性为not_analyzed，否则，只能对该字段进行单词条搜索，也可以使用多字段(fields)属性，定义一个不被分析的字段，原始字段用于全文搜索，而多字段用于词条搜索：

"properties":
{  
    "title":{  "type":"string","index":"analyzed"
               "fields":{ "title_exact":{"type":"string","index":"not_analyzed"} }
    },

1.1、精准查询：term【相当于sql：field = 1】

　　词条（term）查询和全文（fulltext）查询最大的不同之处是：

全文查询首先分析（Analyze）查询字符串，使用默认的分析器分解成一系列的分词，term1，term2，termN，然后从索引中搜索是否有文档包含这些分词中的一个或多个，如果执行的match查询，默认的操作符（operator）是，只要文档的字段值能够匹配任意一个词条，该文档就匹配查询条件；而词条查询是字符的完全匹配，只有当字段的字符完全匹配【包括大小写】查询字符串时，ElasticSearch引擎才判定文档匹配查询条件：

词条查询：词条查询不会分析查询条件，只有当词条和查询字符串完全匹配时，才匹配搜索。当在未被分析的字段中进行搜索时，和查询字符串完全匹配的文档会被返回；如果在已分析（Analyzed）的字段中进行搜索，词条必须是小写的单个词条，否则，匹配不到任何文档；

全文查询：ElasticSearch引擎会先分析（analyze）查询字符串，将其拆分成小写的分词，只要已分析的字段中包含词条的任意一个，或全部包含，就匹配查询条件，返回该文档；如果不包含任意一个分词，表示没有任何文档匹配查询条件。

PUT my_index
{
  "mappings": {
    "my_type": {
      "properties": {
        "full_text": {
          "type":  "string" 
        },
        "exact_value": {
          "type":  "string",
          "index": "not_analyzed" 
        }
      }
    }
  }
}

PUT my_index/my_type/1
{
  "full_text":   "Quick Foxes!", 
  "exact_value": "Quick Foxes!"  
}
View Code

字段full_text 默认值被分析的（analyzed），字段exact_value显式设置不被分析，索引文档的结果是：在倒排索引中，字段full_text包含两个分词：quick和foxes，分词都是小写的；而exact_value由于未被分析，只是整个短语“Quick Foxes!”，只能进行完全匹配，在查询条件中，少一个字符或多一个字符，甚至大小写不同都不能匹配。

1.2、通配符查询：wildcard【相当于sql：field like '张_三*'】

ElsticSearch支持的通配符(wildcard)有2个，分别是：

  • *：0个或多个任意字符
  • ?：任意单个字符

在通配符查询中，ElasticSearch引擎不会分析查询字符串，当文档的字段 匹配通配符查询条件时，文档匹配。通配符查询会使查询性能变差，为了提高查询性能，推荐：查询字符串不要以通配符开头，只在查询字符串中间或末尾使用通配符。

{
  "query": {
    "wildcard": {
      "firstname": "Myr*" 
    }
  }
}

1.3、前缀查询：prefix【相当于sql：field like '张*'】

　　前缀匹配查询是指，文档的字段包含 以指定的字符（不会被分析）为前缀的分词，前缀匹配适用于已分析字段，只能匹配单个分词的前缀；

也适用于未被分析的字段，这样，字符串将从原始值的第一个字符开始前缀匹配

{
  "query": {
    "prefix": {
"firstname": "Ma" }}}

1.4、模糊度查询：fuzzy【通过fuzziness设置可以错几个】

　　查找指定字段 包含与指定术语模糊相似的术语的文档。模糊度是以Levenshtein编辑距离1或2来衡量的。

  • fuzzy搜索技术
  • 搜索的时候，可能输入的搜索文本会出现误拼写的情况
  • 自动将拼写错误的搜索文本，进行纠正，纠正以后去尝试匹配索引中的数据
  • 纠正在一定的范围内如果差别大无法搜索出来

参数：fuzziness，你的搜索文本最多可以纠正几个字母去跟你的数据进行匹配，默认如果不设置，就是2

参数：min_similarity是查询字符串与数据库中的字符串匹配的百分比。

参数：max_expansions是Levenshtein距离，通过该距离搜索应该执行。默认50。

1.5、范围查询：range【相当于sql：field > 1 and field<30】

　　查找指定字段包含指定范围内的值（日期，数字或字符串）的文档。

{
    "range" : {
        "age" : {
            "gte" : 10,
            "lte" : 20,
        }
    }
}

范围查询使用的比较操作符：

  • gte：大于或等于（Greater-than or equal to）
  • gt：大于（Greater-than）
  • lte：小于或等于（Less-than or equal to）
  • lt：小于（Less-than）

1.6、查询字符串：query_string

 

1.7、缺失查询：missing

 missing 过滤可以用于查找文档中 没有某个字段的文档

总共有3个文档，查询一下就剩2个，实际的查询是转换为must_not

参考：ElasticSearch查询 第三篇：词条查询

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/peterYong/p/11024831.html