目录：

（1）DSL查询语法-DSL查询分类和基本语法

（2）DSL查询语法-全文检索查询

（3）DSL查询语法-精确查询

（4）DSL查询语法-地理查询

（5）DSL查询语法-相关性算分

（6）DSL查询语法-FunctionScoreQuery

（7）DSL查询语法-BooleanQuery

---

（1）DSL查询语法-DSL查询分类和基本语法

我们利用RestClient往ES中导入了很多数据，数据的存储不是目的，最终是从 海量的数据中，检索出你所需要的哪些，这就用到了ES的搜索功能了

 

 

 

查询所有：是不需要查询条件的：

 

 

（2）DSL查询语法-全文检索查询

 

 match：代表有条件，field：字段根据那个字段查询  text：要搜索的内容

all是前面学习表映射时的多个字段的结合字段 

查询条件：外滩  全文检索字段all   条件含有外滩

查询条件：外滩如家 

 

 

 

multi_match 多个点字段搜索：在多个字段中查询 含有外滩如家的

 

通过使用all和下面的多个字段搜索是一样的，那么使用那个呢？参与搜索的字段越多查询效率越低推荐使用all的方法，不要查询整个字段而是把字段copy到一个字段中去查

 

 

（3）DSL查询语法-精确查询

 这些类型有共同的特点，就是他们的值是一个不可分割的整体，在搜索的时候，对搜索的条件也有要求，查询的条件它也不需要分词，而且搜索条件要和查找的字段值完全匹配

 这几个字段都是keyword 或数值

 

 

term：根据词条精确查询：查询city为上海的 

这时搜索的所有信息city都是上海的

 

 它是精确匹配的，不会进行分词了：杭州上海会搜索不到

 range：根据条件范围查询

搜索price大于等于100，小于等于300

 

（4）DSL查询语法-地理查询

 

 

 据中心点15公里

据中心地5公里 

 

 （5）DSL查询语法-相关性算分

相关性算分：比如说我们之前搜索外滩如家这样的酒店信息，我们发现同时包含外滩如家的酒店排名靠前，只包含外滩和如家的酒店排名靠后，这就是相关性了，我们es会对相关性打分，相关度越高打分越高，排名越靠前 

 

IDF:如家在三个文档中都出现了，权重为0 虹桥只有第一条出现了这条文档的权重较大 

BM25算法的影响不会受词频的影响 

 

 （6）DSL查询语法-FunctionScoreQuery

如果想要人为的控制文档的排名，就用到function score query了

 

 

 默认加权模式是乘

 加权后跑到第一名了：

 更改加权模式：sum

 

 

（7）DSL查询语法-BooleanQuery

Function  Score Query计算相关性算分

Boolean Query：不是计算相关性算分，而是把多个查询语句组合在一起，形成新的查询，被组合的查询称为子查询

must_not和filter 不参与算分  ，它的返回结果是或否 true和false，如果子查询较多，都参与算分，会非常影响性能

ES会把filer的查询，放到缓存里面，将来在查询的时候，会近一步提高性能

有以上四种组合关系，除了跟算分相关的，一般是关键字，放到must和should里面

其他的都应该放到must_not和filter里面，尽可能的减少算分提高查询的效率

下面图片的查询，搜索框的内容关键字的搜索可以放到must里，因为它参与算分

过滤条件：品牌也好价格也好，放到must_not或者filter里面，放到这里面不参与算分