一、DSL查询文档（P100）

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：

（1）查询所有：查询出所有数据，一般测试用。例如：match_all

（2）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：

1️⃣match_query

2️⃣multi_match_query

（3）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：

1️⃣ids

2️⃣range

3️⃣term

（4）地理（geo）查询：根据经纬度查询。例如：

1️⃣geo_distance

2️⃣geo_bounding_box

（5）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：

1️⃣bool

2️⃣function_score

查询的基本语法如下：

GET /indexName/_search
{
  "query": {
    "查询类型": {
      "查询条件": "条件值"
    }
  }
}

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

2. 全文检索查询

全文检索查询，会对用户输入内容分词，常用于搜索框搜索

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：
GET /indexName/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT"
    }
  }
}

multi_match：与match查询类似，只不过允许同时查询多个字段，语法：
GET /indexName/_search
{
  "query": {
    "multi_match": {
      "query": "TEXT",
      "fields": ["FIELD1", " FIELD12"]
    }
  }
}

3. 精准查询

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：

（1）term：根据词条精确值查询（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）

（2）range：根据值的范围查询（根据数值范围查询，可以是数值、日期的范围）

term查询：

// term查询
GET /indexName/_search
{
  "query": {
    "term": {
      "FIELD": {
        "value": "VALUE"
      }
    }
  }
}

range查询：

// range查询
GET /indexName/_search
{
  "query": {
    "range": {
      "FIELD": {
        "gte": 10,
        "lte": 20
      }
    }
  }
}

4. 地理坐标查询

根据经纬度查询。常见的使用场景包括：

（1）携程：搜索我附近的酒店

（2）滴滴：搜索我附近的出租车

（3）微信：搜索我附近的人

根据经纬度查询

例如： geo_bounding_box：查询geo_point值落在某个矩形范围的所有文档
// range查询
GET /indexName/_search
{
  "query": {
    "range": {
      "FIELD": {
        "gte": 10,
        "lte": 20
      }
    }
  }
}

根据经纬度查询，

geo_distance：查询到指定中心点小于某个距离值的所有文档
// geo_distance 查询
GET /indexName/_search
{
  "query": {
    "geo_distance": {
      "distance": "15km",
      "FIELD": "31.21,121.5"
    }
  }
}

5. 复合（compound）查询

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，例如：

（1）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。例如百度竞价

5.1 相关性算分

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。例如，我们搜索 "虹桥如家"，结果如下：
[
  {
    "_score" : 17.850193,
    "_source" : {
      "name" : "虹桥如家酒店真不错",
    }
  },
  {
    "_score" : 12.259849,
    "_source" : {
      "name" : "外滩如家酒店真不错",
    }
  },
  {
    "_score" : 11.91091,
    "_source" : {
      "name" : "迪士尼如家酒店真不错",
    }
  }
]

elasticsearch中的相关性打分算法是什么？

（1）TF-IDF：在elasticsearch5.0之前，会随着词频增加而越来越大

（2）BM25：在elasticsearch5.0之后，会随着词频增加而增大，但增长曲线会趋于水平

5.2 复合查询 Function Score Query

使用 function score query，可以修改文档的相关性算分（query score），根据新得到的算分排序。

案例：给“如家”这个品牌的酒店排名靠前一些

把这个问题翻译一下，function score需要的三要素：

（1）哪些文档需要算分加权？品牌为如家的酒店

（2）算分函数是什么？ weight就可以

（3）加权模式是什么？求和
GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {// ... },
      "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"
    }
  }
}

5.3 复合查询 Boolean Query

布尔查询是一个或多个查询子句的组合。子查询的组合方式有：

（1）must：必须匹配每个子查询，类似“与”

（2）should：选择性匹配子查询，类似“或”

（3）must_not：必须不匹配，不参与算分，类似“非”

（4）filter：必须匹配，不参与算分
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 } }}
      ]
    }
  }
}

案例：利用bool查询实现功能

需求：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。

GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {"name": "如家"}
        }
      ],
      "must_not": [
        {
          "range": { "price": {"gt": 400}}
        }
      ],
      "filter": [
        {
          "geo_distance": {
            "distance": "10km", "location": {"lat": 31.21, "lon": 121.5}
          }
        }
      ]
    }
  }
}

二、搜索结果处理

1. 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。

GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "FIELD": "desc"  // 排序字段和排序方式ASC、DESC
    }
  ]
}

GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance" : {
          "FIELD" : "纬度，经度",
          "order" : "asc",
          "unit" : "km"
      }
    }
  ]
}

2. 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：
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"}
  ]
}

2.1 深度分页问题

ES是分布式的，所以会面临深度分页问题。例如按price排序后，获取from = 990，size =10的数据：

（1）首先在每个数据分片上都排序并查询前1000条文档。

（2）然后将所有节点的结果聚合，在内存中重新排序选出前1000条文档

（3）最后从这1000条中，选取从990开始的10条文档

如果搜索页数过深，或者结果集（from + size）越大，对内存和CPU的消耗也越高。因此ES设定结果集查询的上限是10000

针对深度分页，ES提供了两种解决方案：

（1）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。

（2）scroll：原理将排序数据形成快照，保存在内存。官方已经不推荐使用。

3. 高亮

高亮：就是在搜索结果中把搜索关键字突出显示。

原理是这样的：

（1）将搜索结果中的关键字用标签标记出来

（2）在页面中给标签添加css样式

语法：

GET /hotel/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT"
    }
  },
  "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
      }
    }
  }
}

搜索结果处理整体语法：

GET /hotel/_search
{
  "query": {
    "match": {
      "name": "如家"
    }
  },
  "from": 0, // 分页开始的位置
  "size": 20, // 期望获取的文档总数
  "sort": [ 
    {  "price": "asc" }, // 普通排序
    {
      "_geo_distance" : { // 距离排序
          "location" : "31.040699,121.618075", 
          "order" : "asc",
          "unit" : "km"
      }
    }
  ],
  "highlight": {
    "fields": { // 高亮字段
      "name": {
        "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
      }
    }
  }
}