ES 搜索引擎

ES 搜索引擎

查询文档

基本语法

GET /索引库名/_search
{"query":{"查询类型":{"查询条件":"查询条件值"}}}

这里的query代表一个查询对象，里面可以有不同的查询属性，ES提供了基于JSON的DSL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：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：term、range
• 地理查询：根据经纬度查询。例如：geo_distance、geo_bounding_box
• 复合查询：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

#查询所有
GET /hotel/_search
{"query":{"match_all":{}}}

效果：

{"took":1,//查询花费时间，单位是毫秒"timed_out":false,//是否超时"_shards":{//分片信息"total":1,"successful":1,"skipped":0,"failed":0},"hits":{//搜索结果"total":{//搜索到的总条数"value":201,"relation":"eq"},"max_score":1.0,//所有结果中文档得分的最高分"hits":[//搜索结果的文档对象数组，每个元素是一条搜索到的文档信息{"_index":"hotel","_type":"_doc","_id":"36934","_score":1.0,"_source":{"address":"静安交通路40号","brand":"7天酒店","business":"四川北路商业区","city":"上海","id":36934,"location":"31.251433, 121.47522","name":"7天连锁酒店(上海宝山路地铁站店)","pic":"https://m.tuniucdn.com/fb2/t1/G1/M00/3E/40/Cii9EVkyLrKIXo1vAAHgrxo_pUcAALcKQLD688AAeDH564_w200_h200_c1_t0.jpg","price":336,"score":37,"starName":"二钻"}},//省略..........]}}

全文检索

• 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

match

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：

#match 倒排索引库查询
GET /hotel/_search
{"query":{"match":{"all":"外滩如家"}}}

效果：

{"took":3,"timed_out":false,"_shards":{"total":1,"successful":1,"skipped":0,"failed":0},"hits":{"total":{"value":32,"relation":"eq"},"max_score":5.920452,"hits":[{"_index":"hotel","_type":"_doc","_id":"434082","_score":5.920452,"_source":{"address":"复兴东路260号","brand":"如家","business":"豫园地区","city":"上海","id":434082,"location":"31.220706, 121.498769","name":"如家酒店·neo(上海外滩城隍庙小南门地铁站店)","pic":"https://m.tuniucdn.com/fb2/t1/G6/M00/52/B6/Cii-U13eXLGIdHFzAAIG-5cEwDEAAGRfQNNIV0AAgcT627_w200_h200_c1_t0.jpg","price":392,"score":44,"starName":"二钻"}},

multi_match

multi_match：与match查询类似，只不过允许同时查询多个字段，
语法：

GET /hotel/_search
{"query":{"multi_match":{"query":"","fields":["field1","field2"]}}}

示例:

GET /hotel/_search
{"query":{"multi_match":{"query":"外滩如家","fields":["name","business","brand"]}}}

效果：

{"took":9,"timed_out":false,"_shards":{"total":1,"successful":1,"skipped":0,"failed":0},"hits":{"total":{"value":32,"relation":"eq"},"max_score":4.620212,"hits":[{"_index":"hotel","_type":"_doc","_id":"434082","_score":4.620212,"_source":{"address":"复兴东路260号","brand":"如家","business":"豫园地区","city":"上海","id":434082,"location":"31.220706, 121.498769","name":"如家酒店·neo(上海外滩城隍庙小南门地铁站店)","pic":"https://m.tuniucdn.com/fb2/t1/G6/M00/52/B6/Cii-U13eXLGIdHFzAAIG-5cEwDEAAGRfQNNIV0AAgcT627_w200_h200_c1_t0.jpg","price":392,"score":44,"starName":"二钻"}},

可以看到，match和multi_match两种查询结果是一样的是因为我们将brand、name、business值都利用copy_to复制到了all字段中，虽然效果一样但是 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。

精准查询

精确查询一般是查找keyword、数值、日期、boolean等类型字段，它不会对搜索条件分词。常见的有：

• term：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：根据数值范围查询，可以是数值、日期的范围

term

term: 根据词条进行精确查询，查询过程中不会对词条进行分词处理
语法：

#精确查询
GET /hotel/_search
{"query":{"term":{"FIELD":{"value":"VALUE"}}}}

示例：

GET /hotel/_search
{"query":{"term":{"city":{"value":"北京"}}}}

range

范围查找
语法：

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":1000,"lte":2000}}}}

地理查询

应用场景：根据经纬度查询常见场景包括：
携程：搜索附近的九点
滴滴：搜索附近的出租车

geo_bounding_box 矩形范围

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。

获取坐标请点击这里！

语法：

{"query":{"geo_bounding_box":{"location":{"top_left":{//左上坐标"lat":40.08,"lon":116.47},"bottom_right":{//右下坐标"lat":39.9,"lon":116.405}}}}}

geo_distance 圆形范围

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。

也就是说在地图上找一个点作为圆心，以指定距离为半径，画一个圆，落在圆内的坐标都算符合条件

语法：

GET /hotel/_search
{"query":{"geo_distance":{"distance":"15km",// 半径"location":"39.9,116.405"// 圆心 这个坐标是天安门}}}

fuction_score 算分函数

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
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

例如，我们搜索

"虹桥如家"

，结果如下：

elasticsearch会根据词条和文档的相关度做打分，算法由两种：

• TF-IDF算法
• BM25算法，elasticsearch5.1版本后采用的算法

算分函数查询

算分函数关键点是：

• 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：决定最终算分结果示例：

# 默认查询
GET /hotel/_search
{"query":{"match":{"all":"北京"}}}

# 算法函数查询
GET /hotel/_search
{"query":{"function_score":{"query":{"match":{"all":"北京"}},"functions":[{"filter":{"term":{"brand":"凯悦"}},"weight":10}],"boost_mode":"multiply"}}}

bool query 复合查询

bool query：复合查询，也称为布尔查询，它可以利用多种逻辑关系将多个查询条件组装在一起，然后实现复杂搜索
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” and
• should：选择性匹配子查询，类似“或” or
• must_not：必须不匹配，不参与算分，类似“非” not
• filter：必须匹配，不参与算分 搜索时，参与打分的字段越多，查询的性能也越差。因此这种多条件查询时，建议这样做：
• 搜索框的关键字搜索，是全文检索查询，使用must查询，参与算分
• 其它过滤条件，采用filter查询。不参与算分

GET /hotel/_search
{"query":{"bool":{"must":[{"term":{"name":{"value":"如家"}}}],"must_not":[{"range":{"price":{"gte":400}}}],"filter":[{"geo_distance":{"distance":"10km","location":{"lat":39.9,"lon":116.405}}}]}}}

结果处理

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。

普通字段排序

语法：

GET /hotel/_search
{"query":{"match_all":{}},"sort":[{//语法一"FIELD":{//排序字段，排序方式 ASC,DESC"order":"desc"}},{//语法二"field":"desc"//排序字段，排序方式 ASC,DESC}]}

示例：酒店数据按照用户评价（score)降序排序，评价相同的按照价格(price)升序排序

GET /hotel/_search
{"query":{"match_all":{}},"sort":[{"score":{"order":"desc"},"price":{"order":"asc"}}]}

地理坐标排序

语法：

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}}]}

获取经纬度点击这里
示例：假设我的位置是：31.034661，121.612282，寻找我周围距离最近的酒店。

GET /hotel/_search
{"query":{"match_all":{}},"sort":[{"_geo_distance":{"location":{"lat":39.909187,"lon":116.397455},"order":"asc"}}]}

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 ?, ?

基本分页

语法：

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"}]}

高亮

** 基本语法：**

GET /hotel/_search
{"query":{"match":{"FIELD":"TEXT"}},"highlight":{"fields":{//指定要高亮的字段"FIELD":{"pre_tags":"<em>",//标记高亮字段的前置标签"post_tags":"</em>"//标记高亮字段的后置标签}}}}

示例：

# 查询字段跟高亮字段一致
GET /hotel/_search
{"query":{"match":{"name":"如家"}},"highlight":{"fields":{"name":{"pre_tags":"<em>","post_tags":"</em>"}}}}

# 查询字段跟高亮字段不一致
GET /hotel/_search
{"query":{"match":{"all":"如家"}},"highlight":{"fields":{"name":{"pre_tags":"<em>","post_tags":"</em>","require_field_match":"false"}}}}