查询操作

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

查询的语法基本一致：
GET /indexName/_search
{
  "query": {
    "查询类型": {
      "查询条件": "条件值"
    }
  }
}
我们以查询所有为例，其中：

查询类型为match_all

没有查询条件
// 查询所有
GET /indexName/_search
{
  "query": {
    "match_all": {
    }
  }
}
其它查询无非就是查询类型、查询条件的变化。

2、使用场景

全文检索查询的基本流程如下：

对用户搜索的内容做分词，得到词条

根据词条去倒排索引库中匹配，得到文档id

根据文档id找到文档，返回给用户

因为是拿着词条去匹配，因此参与搜索的字段也必须是可分词的text类型的字段。

3、全文检索查询

常见的全文检索查询包括：

match查询：单字段查询

multi_match查询：多字段查询，任意一个字段符合条件就算符合查询条件

match查询语法如下：
GET /indexName/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT"
    }
  }
}
mulit_match语法如下：
GET /indexName/_search
{
  "query": {
    "multi_match": {
      "query": "TEXT",
      "fields": ["FIELD1", " FIELD12"]
    }
  }
}

搜索字段越多，对查询性能影响越大，因此建议采用copy_to，然后单字段查询的方式。

总结：
　　match和multi_match的区别是什么？

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

4、精确查询

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

一、term精确查询

因为精确查询的字段搜是不分词的字段，因此查询的条件也必须是不分词的词条。查询时，用户输入的内容跟自动值完全匹配时才认为符合条件。如果用户输入的内容过多，反而搜索不到数据。

语法说明：
// term查询
GET /indexName/_search
{
  "query": {
    "term": {
      "FIELD": {
        "value": "VALUE"
      }
    }
  }
}
示例：
// term查询
GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "上海"
      }
    }
  }
}
二、range查询

范围查询，一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。

基本语法：
// 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
      }
    }
  }
}
示例：
GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 100,
        "lte": 150
      }
    }
  }
}
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

5、地理坐标查询

所谓的地理坐标查询，其实就是根据经纬度查询，官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-queries.html

常见的使用场景包括：

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

一、矩形范围查询

矩形范围查询，也就是geo_bounding_box查询，查询坐标落在某个矩形范围的所有文档

查询时，需要指定矩形的左上、右下两个点的坐标，然后画出一个矩形，落在该矩形内的都是符合条件的点。

语法如下：
// 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
        }
      }
    }
  }
}
二、附近查询

附近查询，也叫做距离查询（geo_distance）：查询到指定中心点小于某个距离值的所有文档。

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

6、复合查询

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。常见的有两种：

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

bool query：布尔查询，利用逻辑关系组合多个其它的查询，实现复杂搜索

一、算分函数查询

1、语法

function score 查询中包含四部分内容：

原始查询条件：query部分，基于这个条件搜索文档，并且基于BM25算法给文档打分，原始算分（query score)

过滤条件：filter部分，符合该条件的文档才会重新算分

算分函数：符合filter条件的文档要根据这个函数做运算，得到的函数算分（function score），有四种函数

weight：函数结果是常量

field_value_factor：以文档中的某个字段值作为函数结果

random_score：以随机数作为函数结果

script_score：自定义算分函数算法

运算模式：算分函数的结果、原始查询的相关性算分，两者之间的运算方式，包括：

multiply：相乘

replace：用function score替换query score

其它，例如：sum、avg、max、min

function score的运行流程如下：

1）根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）

2）根据过滤条件，过滤文档

3）符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）

4）将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。

因此，其中的关键点是：

过滤条件：决定哪些文档的算分被修改

算分函数：决定函数算分的算法

运算模式：决定最终算分结果

boost_mode：
　　最终的分数 result_score 是由 query_score 与 func_score 进行计算而来，计算方式由参数 boost_mode 定义：

multiply : 相乘（默认），result_score = query_score * function_score

replace : 替换，result_score = function_score

sum : 相加，result_score = query_score + function_score

avg : 取两者的平均值，result_score = Avg(query_score, function_score)

max : 取两者之中的最大值，result_score = Max(query_score, function_score)

min : 取两者之中的最小值，result_score = Min(query_score, function_score)

function_score
　　function_score 提供了以下几种打分的函数：

weight : 加权。

random_score : 随机打分。

field_value_factor : 使用字段的数值参与计算分数。

decay_function : 衰减函数 gauss, linear, exp 等。

script_score : 自定义脚本。

总结：

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
// 单纯广告优先
GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {"match_all": {}},
      "functions": [
        {
          "filter": {"term": {"isAD": "true"}},
          "weight": 10
        }
      ],
      "boost_mode": "multiply"
    }
  }
}

// 竞价排名
GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {"match_all": {}},
      "functions": [
        {
          "filter": {"term": {"isAD": "true"}},
          "field_value_factor": {
            "field": "AD_Price"
          }
        }
      ],
      "boost_mode": "sum"
    }
  }
}
二、布尔查询

布尔查询是一个或多个查询子句的组合，每一个子句就是一个子查询。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

语法：
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 } }}
      ]
    }
  }
}
bool查询有几种逻辑关系？

must：必须匹配的条件，可以理解为“与”

should：选择性匹配的条件，可以理解为“或”

must_not：必须不匹配的条件，不参与打分

filter：必须匹配的条件，不参与打分

搜索结果处理

7、排序

elasticsearch默认是根据相关度算分（_score）来排序，但是也支持自定义方式对搜索结果排序。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。

一、普通字段排序

keyword、数值、日期类型排序的语法基本一致。

语法：
GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "FIELD": "desc"  // 排序字段、排序方式ASC、DESC
    }
  ]
}
排序条件是一个数组，也就是可以写多个排序条件。按照声明的顺序，当第一个条件相等时，再按照第二个条件排序，以此类推

二、地理坐标排序

地理坐标排序略有不同。

语法说明：
GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance" : {
          "FIELD" : "纬度，经度", // 文档中geo_point类型的字段名、目标坐标点
          "order" : "asc", // 排序方式
          "unit" : "km" // 排序的距离单位
      }
    }
  ]
}
这个查询的含义是：

指定一个坐标，作为目标点

计算每一个文档中，指定字段（必须是geo_point类型）的坐标到目标点的距离是多少

根据距离排序

8、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：

from：从第几个文档开始

size：总共查询几个文档

类似于mysql中的limit ?, ?

一、基本分页

分页的基本语法如下：
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0, // 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"}
  ]
}
二、深度分页问题
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"}
  ]
}
分页查询是查询出前n页，然后截取最后一页返回实现分页查询。

当查询分页深度较大时，汇总数据过多，对内存和CPU会产生非常大的压力，因此elasticsearch会禁止from+ size 超过10000的请求。

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：原理将排序后的文档id形成快照，保存在内存。官方已经不推荐使用。

分页查询的常见实现方案以及优缺点：

from + size：

优点：支持随机翻页

缺点：深度分页问题，默认查询上限（from + size）是10000

场景：百度、京东、谷歌、淘宝这样的随机翻页搜索

after search：

优点：没有查询上限（单次查询的size不超过10000）

缺点：只能向后逐页查询，不支持随机翻页

场景：没有随机翻页需求的搜索，例如手机向下滚动翻页

scroll：

优点：没有查询上限（单次查询的size不超过10000）

缺点：会有额外内存消耗，并且搜索结果是非实时的

场景：海量数据的获取和迁移。从ES7.1开始不推荐，建议用 after search方案。

9、高亮

高亮显示的实现分为两步：

1）给文档中的所有关键字都添加一个标签，例如<em>标签

2）页面给<em>标签编写CSS样式

高亮的语法：
GET /hotel/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT" // 查询条件，高亮一定要使用全文检索查询
    }
  },
  "highlight": {
    "fields": { // 指定要高亮的字段
      "FIELD": {
        "pre_tags": "<em>",  // 用来标记高亮字段的前置标签
        "post_tags": "</em>" // 用来标记高亮字段的后置标签
      }
    }
  }
}
注意：

高亮是对关键字高亮，因此搜索条件必须带有关键字，而不能是范围这样的查询。

默认情况下，高亮的字段，必须与搜索指定的字段一致，否则无法高亮

如果要对非搜索字段高亮，则需要添加一个属性：required_field_match=false

RestClient查询文档

文档的查询同样适用昨天学习的 RestHighLevelClient对象，基本步骤包括：

1）准备Request对象

2）准备请求参数

3）发起请求

4）解析响应

10、快速进入（查询）

 /**
     * 测试查询
     */
    @Test
    public void match_all(){
        try {
            // 1 构建查询请求
            SearchRequest request=new SearchRequest("hotel");
            // 2 设定查询方式
                // 2.1 match_all
                //request.source().query(QueryBuilders.matchAllQuery());
                // 2.2 match
                //request.source().query(QueryBuilders.matchQuery("all","如家"));
                // 2.3 term查询
                //request.source().query(QueryBuilders.termQuery("city","上海"));
                // 2.4 range查询
                request.source().query(QueryBuilders.rangeQuery("price").gte(100).lte(300));
                // 2.5 bool查询
                BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
                boolQueryBuilder.must(QueryBuilders.matchQuery("all","如家"));
                boolQueryBuilder.should(QueryBuilders.termQuery("city","上海"));
                boolQueryBuilder.filter(QueryBuilders.rangeQuery("price").gte(100).lte(300));
                request.source().query(boolQueryBuilder);
            // 3 发起查询请求
            SearchResponse searchResponse = client.search(request, RequestOptions.DEFAULT);
            // 4 解析查询结果
            SearchHits hits = searchResponse.getHits();
            // 4.1 获取查询结果总数
            long value = hits.getTotalHits().value;
            System.out.println("共查询"+value+"条数据");
            // 4.2 获取查询结果数据
            SearchHit[] hitsResult = hits.getHits();
            for (SearchHit searchHit : hitsResult) {
                // 将查询结果转成json字符串
                String sourceAsString = searchHit.getSourceAsString();
                System.out.println(searchHit);
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

这里关键的API有两个，一个是request.source()，其中包含了查询、排序、分页、高亮等所有功能：

另一个是QueryBuilders，其中包含match、term、function_score、bool等各种查询：

总结：

查询的基本步骤是：

创建SearchRequest对象
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
发送请求，得到结果
解析结果（参考JSON结果，从外到内，逐层解析）

11、排序、分页

/**
     * 测试分页、排序
     */
    @Test
    public void page_test(){
        try {
            // 1 构建查询请求
            SearchRequest request=new SearchRequest("hotel");
            // 2 设定查询方式
            request.source().query(QueryBuilders.matchQuery("all","如家"));
            // 分页操作
            request.source().from(0).size(3);
            // 排序
            request.source().sort("price", SortOrder.ASC);
            // 3 发起查询请求
            SearchResponse searchResponse = client.search(request, RequestOptions.DEFAULT);
            // 4 解析查询结果
            SearchHits hits = searchResponse.getHits();
            // 4.1 获取查询结果总数
            long value = hits.getTotalHits().value;
            System.out.println("共查询"+value+"条数据");
            // 4.2 获取查询结果数据
            SearchHit[] hitsResult = hits.getHits();
            for (SearchHit searchHit : hitsResult) {
                // 将查询结果转成json字符串
                String sourceAsString = searchHit.getSourceAsString();
                System.out.println(searchHit);
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

12、高亮

高亮的代码与之前代码差异较大，有两点：

查询的DSL：其中除了查询条件，还需要添加高亮条件，同样是与query同级。
结果解析：结果除了要解析_source文档数据，还要解析高亮结果

@Test
    public void high_light(){
        try {
            // 1 构建查询请求
            SearchRequest request=new SearchRequest("hotel");
            // 2 设定查询方式
            request.source().query(QueryBuilders.matchQuery("all","如家"));
            request.source().highlighter(new HighlightBuilder()
                    .field("name")
                    .requireFieldMatch(false)
            );
            // 3 发起查询请求
            SearchResponse searchResponse = client.search(request, RequestOptions.DEFAULT);
            // 4 解析查询结果
            SearchHits hits = searchResponse.getHits();
            // 4.1 获取查询结果总数
            long value = hits.getTotalHits().value;
            System.out.println("共查询"+value+"条数据");
            // 4.2 获取查询结果数据
            SearchHit[] hitsResult = hits.getHits();
            for (SearchHit searchHit : hitsResult) {
                Map<String, HighlightField> highlightFields = searchHit.getHighlightFields();
                HighlightField name = highlightFields.get("name");
                Text fragment = name.getFragments()[0];
                // 将查询结果转成json字符串
                HotelDoc hotelDoc = JSON.parseObject(searchHit.getSourceAsString(), HotelDoc.class);
                hotelDoc.setName(fragment.string());
                System.out.println(hotelDoc);
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }