查询分类#
查询所有#
match_all#
- 查询出所有数据，一般测试用。
1
2
3
4
5
6
|
GET /indexName/_search
{
"query": {
"match_all": {}
}
}
|
- 示例：
1
2
3
4
5
6
|
GET /alias_users/_search
{
"query": {
"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。
match#
- match查询：单字段查询，进行分词匹配查询。
- 语法说明：
1
2
3
4
5
6
7
8
|
GET /indexName/_search
{
"query": {
"match": {
"FIELD": "TEXT"
}
}
}
|
- 示例：
1
2
3
4
5
6
7
8
9
10
11
|
GET /alias_users/_search
{
"query": {
"match": {
// ik_max_word 分词
// 张、薛、高三、三、高
// 默认满足分词的任意一项即可
"info": "张薛高三薛高" // or
}
}
}
|
operator#
- operator 参数：默认值 or。支持 or 或 and。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
GET /alias_users/_search
{
"query": {
"match": {
// ik_max_word 分词
// 张、薛、高三、三、高
// 默全部匹配
"info": {
"query": "张薛高三薛高",
"operator": "and"
}
}
}
}
|
analyzer#
- analyzer 参数：指定对查询文本分析时的分析器。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
GET /alias_users/_search
{
"query": {
"match": {
// ik_max_word 分词
// 张、薛、高三、三、高
// 默全部匹配
"info": {
"query": "张薛高三薛高",
"operator": "and",
"analyzer": "ik_max_word"
}
}
}
}
|
lenient#
- lenient 参数：表示用来在查询时如果数据类型不匹配且无法转换时会报错。默认值 false。如果设置成 true 会忽略错误。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
GET /alias_users/_search
{
"query": {
"match": {
// 如果将 age 字段的值设置为字符串 “10”, 来查询，由于能够转换成整数，
// 这时 elastic 内部会将 字符串先转换成整数再做查询，不会报错。
"age": {
"query": "20",
"operator": "and",
"analyzer": "ik_max_word",
"lenient": true
}
}
}
}
|
- 更多参考 https://blog.csdn.net/lijingjingchn/article/details/88862019
multi_match#
- multi_match查询：多字段查询，在多个字段上查询。
- 语法说明：
- query：来自用户输入的查询短语。
- fields：数组，默认支持最大长度1024。可以单独为任意字段设置相关度权重，支持通配符。fields可以为空，为空时会取mapping阶段配置的所有支持term查询的filed组合在一起进行查询。
1
2
3
4
5
6
7
8
9
|
GET /indexName/_search
{
"query": {
"multi_match": {
"query": "TEXT",
"fields": ["FIELD1", " FIELD12"]
}
}
}
|
- 示例：multi_match 要求查询查询字段类型一致。
1
2
3
4
5
6
7
8
9
10
11
|
GET /alias_hotel/_search
{
"query": {
"multi_match": {
// ik_max_word 分词
"query": "外滩如家",
// brand OR name OR business
"fields": ["brand", "name", "business"]
}
}
}
|
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。所以不会对搜索条件分词。
- 注意：大写字母匹配不到，使用小写字母。
term#
- 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：
1
2
3
4
5
6
7
8
9
10
|
GET /indexName/_search
{
"query": {
"term": {
"FIELD": {
"value": "Value"
}
}
}
}
|
- 查询示例：
1
2
3
4
5
6
7
8
9
10
11
|
GET /alias_users/_search
{
"query": {
"term": {
// "age": 20
"age": { // age = 20
"value": 20
}
}
}
}
|
terms#
- terms 查询是term的扩展，可以支持多个vlaue匹配，只需要一个匹配就可以了。
1
2
3
4
5
6
7
8
9
|
GET /alias_users/_search
{
"query": {
"terms": {
// age IN (18,20,17)
"age": [18,20,17]
}
}
}
|
range#
- 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。
- 语法说明：支持参数
- gte：大于等于。
- gt：大于。
- lte：小于等于。
- lt：等于。
- from：从哪里开始。
- to：到哪里结束。
- include_lower：是否包含范围的左边界，默认是true。
- include_upper：是否包含范围的右边界，默认是true。
- format：针对日期范围查询，指定日期格式。
- time_zone：针对日期范围查询，指定时区信息。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
GET /indexName/_search
{
"query": {
"range": {
"FIELD": {
// gte -> >=
// gt -> >
"gte": 10,
// lte -> <=
// lt -> <
"lte": 20
}
}
}
}
|
- 查询示例：lt、gt
1
2
3
4
5
6
7
8
9
10
11
12
13
|
GET /alias_users/_search
{
"query": {
"range": {
"age": {
// age > 10
"gt": 10,
// age <= 20
"lte": 20
}
}
}
}
|
- 查询示例：from、to
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
GET /alias_users/_search
{
"query": {
"range": {
// 20 > age >= 18
"age": {
"from": 18,
"to": 20,
"include_lower": true,
"include_upper": false
}
}
}
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
GET /alias_users/_search
{
"query": {
"range": {
"birthday": {
"from": "1990-10-10",
"to": "2000-05-01",
"include_lower": true,
"include_upper": false
}
}
}
}
|
- 查询示例：format
- 对于日期字段，可以使用 format 参数来指定日期格式。
1
2
3
4
5
6
7
8
9
10
11
|
{
"query": {
"range": {
"created_at": {
"gte": "2023-07-01",
"lte": "2023-07-31",
"format": "yyyy-MM-dd"
}
}
}
}
|
- 指定时区：time_zone
1
2
3
4
5
6
7
8
9
10
11
|
{
"query": {
"range": {
"timestamp": {
// 匹配昨天以后的文档，但使用指定的时区
"gte": "now-1d",
"time_zone": "+08:00"
}
}
}
}
|
通配符#
wildcard#
- 允许使用通配符 * 和 ? 来查询。
地理坐标#
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。
- 语法说明：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
// 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
}
}
}
}
}
|
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。
- 换句话来说，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。
- 语法说明：
1
2
3
4
5
6
7
8
9
10
|
// geo_distance 查询
GET /indexName/_search
{
"query": {
"geo_distance": {
"distance": "15km", // 半径
"FIELD": "31.21,121.5" // 圆心
}
}
}
|
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。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。
相关度算分#
- 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。
- 在elasticsearch中，早期使用的打分算法是TF-IDF算法，在后来的5.1版本升级中，elasticsearch将算法改进为BM25算法。
- TF-IDF算法有一各缺陷，就是词条频率越高，文档得分也会越高，单个词条对文档影响较大。而BM25则会让单个词条的算分有一个上限，曲线更加平滑。
算分函数#
- 根据相关度打分是比较合理的需求，但合理的不一定是产品经理需要的。
- 以百度为例，你搜索的结果中，并不是相关度越高排名越靠前，而是谁掏的钱多排名就越靠前。
- 要想认为控制相关性算分，就需要利用elasticsearch中的function score 查询了。
- 语法说明：
- 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
- 示例：
- 需求：给“如家”这个品牌的酒店排名靠前一些
- 翻译一下这个需求，转换为之前说的四个要点：
- 原始条件：不确定，可以任意变化
- 过滤条件：brand = “如家”
- 算分函数：可以简单粗暴，直接给固定的算分结果，weight
- 运算模式：比如求和
- 最终的DSL语句如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
GET /hotel/_search
{
"query": {
"function_score": {
"query": { .... }, // 原始查询，可以是任意条件
"functions": [ // 算分函数
{
"filter": { // 满足的条件，品牌必须是如家
"term": {
"brand": "如家"
}
},
"weight": 2 // 算分权重为2
}
],
"boost_mode": "sum" // 加权模式，求和
}
}
}
|
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
- 语法示例：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
GET /index1/_search
{
"query": {
"bool": {
"must": [
// 必选，精确匹配 city
{"term": {"city": "上海" }}
],
"should": [
{"term": {"brand": "皇冠假日" }},
{"term": {"brand": "华美达" }}
],
"must_not": [
// 必须不匹配
{ "range": { "price": { "lte": 500 } }}
],
"filter": [
{ "range": {"score": { "gte": 45 } }}
]
}
}
}
|
- 搜索示例：
- 每一个不同的字段，其查询的条件、方式都不一样，必须是多个不同的查询，而要组合这些查询，就必须用bool查询了。
- 需要注意的是，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。
- 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。
- 名称搜索，属于全文检索查询，应该参与算分，放到must中。
- 价格不高于400，用range查询，属于过滤条件，不参与算分，放到must_not中。
- 周围10km范围内，用geo_distance查询，属于过滤条件，不参与算分，放到filter中。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
GET /index1/_search
{
"query": {
"bool": {
"must": {
"match": {"name": "如家"}
},
"must_not": {
"range": {"price": {"gt": 400}}
},
"filter": {
"geo_distance": {
"distance": "10km",
"location": {
"lat": 31.11,
"lon": 120.21
}
}
}
}
}
}
|
搜索结果#
- 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。desc降序，asc升序。
普通字段#
- keyword、数值、日期类型排序的语法基本一致。
- 语法：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"FIELD": "desc" // 排序字段、排序方式ASC、DESC
},
{
"FIELD": "asc"
}
]
}
|
- 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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
GET /alias_users/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"age": "desc" // 排序字段、排序方式ASC、DESC
},
{
"weight": "asc"
}
]
}
|
地理坐标#
- 地理坐标排序略有不同。
- 语法说明：
- 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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
GET /indexName/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"_geo_distance" : {
// 文档中geo_point类型的字段名、目标坐标点
"FIELD" : "纬度，经度",
// 排序方式
"order" : "asc",
// 排序的距离单位
"unit" : "km"
}
}
]
}
|
- 示例：实现对酒店数据按照到你的位置坐标的距离升序排序。
- 获取你的位置的经纬度的方式(高德API)：https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
GET /alias_users/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"_geo_distance": {
"location": {
"lat": 30.12213,
"lon": 120.3221
},
"order": "asc",
"unit": "km"
}
}
]
}
|
- 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#
- 分页的基本语法如下：
1
2
3
4
5
6
7
8
9
10
11
|
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"}
]
}
|
深度分页#
- 现在，我要查询990~1000的数据，查询逻辑要这么写：
1
2
3
4
5
6
7
8
9
10
11
12
|
GET /hotel/_search
{
"query": {
"match_all": {}
},
// 这里是查询990开始的数据，也就是第990~第1000条数据。
"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"}
]
}
|
- 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。
高亮原理#
- 我们在百度，京东搜索时，关键字会变成红色，比较醒目，这叫高亮显示。
- 高亮显示的实现分为两步：
- 给文档中的所有关键字都添加一个标签，例如
<em>标签。
- 页面给
<em>标签编写CSS样式。
高亮实现#
- 语法说明：
- 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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
GET /hotel/_search
{
"query": {
"match": {
// 查询条件，高亮一定要使用全文检索查询
"FIELD": "TEXT"
}
},
"highlight": {
// 指定要高亮的字段
"fields": {
"FIELD": {
// 用来标记高亮字段的前置标签
"pre_tags": "<em>",
// 用来标记高亮字段的后置标签
"post_tags": "</em>"
}
}
}
}
|
- 示例：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
GET /hotel/_search
{
"query": {
"match": {
"name": "7天"
},
"from": 0,
"size": 20,
"sort": [
{"price": "asc"},
{
"_geo_distance": {
"location": "30.1231,123.3213",
"order": "asc",
"unit": "km"
}
}
],
"highlight": {
"fields": {
"name": {
"pre_tags": "<em>",
"post_tags": "</em>"
}
}
}
}
}
|
取指定字段#
- 如果想取指定的字段使用_source。
1
2
3
4
5
6
7
8
9
10
11
12
|
GET /alias_users/_search
{
"_source": ["age", "weight", "info", "name"],
"query": {
"range": {
"age": {
"gt": 10,
"lte": 20
}
}
}
}
|
{
"took": 127,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 1,
"hits": [
{
"_index": "users",
"_id": "orl0ZZEBrAuQs0dUWDfg",
"_score": 1,
"_source": {
"age": 18,
"weight": 50,
"info": "曾州市第一中学高三一班张薛",
"name": {
"firstName": "薛",
"lastName": "张"
}
}
},
{
"_index": "users",
"_id": "2",
"_score": 1,
"_source": {
"age": 20,
"weight": 52.4,
"info": "曾州市第一中学高三一班薛高",
"name": {
"firstName": "高",
"lastName": "薛"
}
}
}
]
}
}
- 显示要的字段、去除不需要的字段、可以使用通配符*。
1
2
3
4
5
6
7
8
9
10
|
GET /alias_users/_search
{
"_source":{
// 需要字段
"includes": "addr*",
// 排除字段
"excludes": ["name", "bir*"]
},
"query": {"match_all": {}}
}
|
版本号#
1
2
3
4
5
6
7
8
9
10
11
12
13
|
GET /alias_users/_search
{
"_source": ["age", "weight", "info", "name"],
"version": true,
"query": {
"range": {
"age": {
"gt": 10,
"lte": 20
}
}
}
}
|
{
"took": 48,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 1,
"hits": [
{
"_index": "users",
"_id": "orl0ZZEBrAuQs0dUWDfg",
"_version": 1,
"_score": 1,
"_source": {
"age": 18,
"weight": 50,
"info": "曾州市第一中学高三一班张薛",
"name": {
"firstName": "薛",
"lastName": "张"
}
}
},
{
"_index": "users",
"_id": "2",
"_version": 2,
"_score": 1,
"_source": {
"age": 20,
"weight": 52.4,
"info": "曾州市第一中学高三一班薛高",
"name": {
"firstName": "高",
"lastName": "薛"
}
}
}
]
}
}