目录

DSL查询分类

全文检索查询

精确查询

地理查询

复合查询

相关性算分

算分函数查询

BooleanQuery

---

• 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：查询出所有的数据，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
• 查询的基本语法
• GET /indexName/_search
• {
•    "query": {
•    "查询类型": {
•    "查询条件": "条件值"
•    }
•   }
• }
• 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": {
•    }
•   }
• }

• 全文检索查询

• 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
• 比较常用的场景包括：
  • 商城的输入框搜索
  • 百度输入框搜索
• 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
• 常用的全文检索查询包括：
  • match查询：单字段查询
  • multi_match：多字段查询，任意一个字段符合条件就可算符合查询条件
• match查询示例
• GET /indexName/_search
• {
•   "query": {
•     "match": {
•        "FIELD": "TEXT"
•     }
•   }
• }
• multi_match查询示例
• 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
• 小结
• 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

• 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
• term 查询
• 因为精确查询的字段搜是不分词的字段，因此查询的条件必须是不分词的词条
• 查询时，用户输入的内容跟字段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
• 语法示例：
• // term查询
• GET /indexName/_search
• {
•  "query": {
•     "term": {
•       "FIELD": {
•          "value": "VALUE"
•       }
•    }
•  }
• }
• 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
• 语法示例：
• // 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
•       }
•     }
•   }
• }
• 小结
• 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

• 地理查询

• 所谓的地理坐标查询，其实就是根据经纬度查询
• 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
• 矩形范围查询
• 也就是geo_bounding_box查询，查询坐标值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
• 语法示例：
• // 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
• 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
• 语法示例：
• // 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(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

• 相关性算分

• 当利用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，公式如下：

  

• 在后来的5.1版本升级中
• elasticsearch将算法改进为BM25算法，公式如下：

  

• TF-IDF算法有一个缺陷，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

  

• 小结：
• elasticsearch会根据词条和文档的相关度做打分，算法有两种：
  • TF-IDF算法
  • BM25算法，elasticsearch5.1版本后采用的算法

• 算分函数查询

• 要想人为的控制相关性算分
• 就需要利用elasticsearch中的function_score 查询
• 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
• 运算加权模式：
  • 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，默认就是这个
  • 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
• 因此最终的DSL语句如下：
• 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
•    }
•  }
• }
• 小结
• 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

• BooleanQuery

• 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
• 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
• 语法示例：
• GET /hotel/_search
• {
•   "query": {
•     "bool": {
•        "must": [
•          {"term": {"city": "长沙" }}
•        ],
•       "should": [
•         {"term": { "brand": "希尔顿" } },
•         {"term": { "brand": "万豪" } }
•       ],
•       "must_not": [
•         { "range": { "price": {"lte": 500 } }}
•       ],
•       "filter": [
•         {"range": { "score": { "gte": 45} }}
•      ]
•     }
•   }
• }
• 案例：
• 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
• 分析：
  • 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
• 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"}
•      }}
•    ]
•   }
•  }
• }