DSL查詢ES文件
1.DSL查詢分類
Elasticsearch提供了基於JSON的DSL（
-
查詢所有：查詢出所有資料，一般測試用。例如：match_all
-
全文檢索（full text）查詢：利用分詞器對使用者輸入內容分詞，然後去倒排索引庫中匹配。例如：
-
match_query
-
multi_match_query
-
-
精確查詢：根據精確詞條值查詢資料，一般是查詢keyword、數值、日期、boolean等型別欄位。例如：
-
ids
-
range
-
term
-
-
地理（geo）查詢：根據經緯度查詢。例如：
-
geo_distance
-
geo_bounding_box
-
-
複合（compound）查詢：複合查詢可以將上述各種查詢條件組合起來，合併查詢條件。例如：
-
bool
-
function_score
-
查詢的語法基本一致：
GET/{索引名稱}/_search
{
"query":{
"查詢型別":{
"查詢條件":"條件值"
}
}
}
我們以查詢所有為例，其中：
-
查詢型別為match_all
-
沒有查詢條件
// 查詢所有
GET/indexName/_search
{
"query":{
"match_all":{
}
}
}
使用場景
全文檢索查詢的基本流程如下：
-
對使用者搜尋的內容做分詞，得到詞條
-
根據詞條去倒排索引庫中匹配，得到文件id
-
根據文件id找到文件，返回給使用者
比較常用的場景包括：
-
商城的輸入框搜尋
-
百度輸入框搜尋
基本語法
常見的全文檢索查詢包括：
-
match查詢：單欄位查詢
-
multi_match查詢：多欄位查詢，任意一個欄位符合條件就算符合查詢條件
match查詢語法如下：
GET/indexName/_search
{
"query":{
"match":{
"FIELD":"TEXT"
}
}
}
mulit_match語法如下：
GET/indexName/_search
{
"query":{
"multi_match":{
"query":"TEXT",
"fields":["FIELD1"," FIELD12"]
}
}
}
match查詢示例：
multi_match查詢示例：
可以看到，兩種查詢結果是一樣的，為什麼？
因為我們將brand、name、business值都利用copy_to複製到了all欄位中。因此你根據三個欄位搜尋，和根據all欄位搜尋效果當然一樣了。
但是，搜尋欄位越多，對查詢效能影響越大，因此建議採用copy_to，然後單欄位查詢的方式。
match和multi_match的區別是什麼？
-
match：根據一個欄位查詢
-
multi_match：根據多個欄位查詢，參與查詢欄位越多，查詢效能越差
精確查詢一般是查詢keyword、數值、日期、boolean等型別欄位。所以不會對搜尋條件分詞。常見的有：
-
term：根據詞條精確值查詢
-
range：根據值的範圍查詢
term查詢
因為精確查詢的欄位搜是不分詞的欄位，因此查詢的條件也必須是不分詞的詞條。查詢時，使用者輸入的內容跟自動值完全匹配時才認為符合條件。如果使用者輸入的內容過多，反而搜尋不到資料。
語法說明：
//term查詢
GET/indexName/_search
{
"query":{
"term":{
"FIELD":{
"value":"VALUE"
}
}
}
}
當我搜索的是精確詞條時，能正確查詢出結果：
但是，當我搜索的內容不是詞條，而是多個詞語形成的短語時，反而搜尋不到：
range查詢
範圍查詢，一般應用在對數值型別做範圍過濾的時候。比如做價格範圍過濾。
基本語法：
//range查詢
GET/indexName/_search
{
"query":{
"range":{
"FIELD":{
"gte":10, // 這裡的gte代表大於等於，gt則代表大於
"lte":20 // lte代表小於等於，lt則代表小於
}
}
}
}
示例：
總結
精確查詢常見的有哪些？
-
term查詢：根據詞條精確匹配，一般搜尋keyword型別、數值型別、布林型別、日期型別欄位
-
range查詢：根據數值範圍查詢，可以是數值、日期的範圍
4.地理座標查詢
矩形範圍查詢，也就是geo_bounding_box查詢，查詢座標落在某個矩形範圍的所有文件：
查詢時，需要指定矩形的左上、右下兩個點的座標，然後畫出一個矩形，落在該矩形內的都是符合條件的點。
語法如下：
//geo_bounding_box查詢
GET/indexName/_search
{
"query":{
"geo_bounding_box":{
"FIELD":{
"top_left":{ // 左上點
"lat":31.1,
"lon":121.5
},
"bottom_right":{ // 右下點
"lat":30.9,
"lon":121.7
}
}
}
}
}
附近查詢
附近查詢，也叫做距離查詢（geo_distance）：查詢到指定中心點小於某個距離值的所有文件。
換句話來說，在地圖上找一個點作為圓心，以指定距離為半徑，畫一個圓，落在圓內的座標都算符合條件：
語法說明：
//geo_distance 查詢
GET/indexName/_search
{
"query":{
"geo_distance":{
"distance":"15km", // 半徑
"FIELD":"31.21,121.5" // 圓心
}
}
}
示例：
我們先搜尋陸家嘴附近15km的酒店：
發現共有47家酒店。
然後把半徑縮短到3公里：
可以發現，搜尋到的酒店數量減少到了5家。
5.複合查詢
複合（compound）查詢：複合查詢可以將其它簡單查詢組合起來，實現更復雜的搜尋邏輯。常見的有兩種：
-
fuction score：算分函式查詢，可以控制文件相關性算分，控制文件排名
-
bool query：布林查詢，利用邏輯關係組合多個其它的查詢，實現複雜搜尋
根據相關度打分是比較合理的需求，但合理的不一定是產品經理需要的。
以百度為例，你搜索的結果中，並不是相關度越高排名越靠前，而是誰掏的錢多排名就越靠前。
要想認為控制相關性算分，就需要利用elasticsearch中的function score 查詢了。
1）語法說明
function score 查詢中包含四部分內容：
-
原始查詢條件：query部分，基於這個條件搜尋文件，並且基於BM25演算法給文件打分，原始算分（query score)
-
過濾條件：filter部分，符合該條件的文件才會重新算分
-
算分函式：符合filter條件的文件要根據這個函式做運算，得到的函式算分（function score），有四種函式
-
weight：函式結果是常量
-
field_value_factor：以文件中的某個欄位值作為函式結果
-
random_score：以隨機數作為函式結果
-
script_score：自定義算分函式演算法
-
-
運算模式：算分函式的結果、原始查詢的相關性算分，兩者之間的運算方式，包括：
-
multiply：相乘
-
replace：用function score替換query score
-
其它，例如：sum、avg、max、min
-
function score的執行流程如下：
-
1）根據原始條件查詢搜尋文件，並且計算相關性算分，稱為原始算分（query score）
-
2）根據過濾條件，過濾文件
-
3）符合過濾條件的文件，基於算分函式運算，得到函式算分（function score）
-
4）將原始算分（query score）和函式算分（function score）基於運算模式做運算，得到最終結果，作為相關性算分。
因此，其中的關鍵點是：
-
過濾條件：決定哪些文件的算分被修改
-
算分函式：決定函式算分的演算法
-
運算模式：決定最終算分結果
2）示例
需求：給“如家”這個品牌的酒店排名靠前一些
翻譯一下這個需求，轉換為之前說的四個要點：
-
原始條件：不確定，可以任意變化
-
過濾條件：brand = "如家"
-
算分函式：可以簡單粗暴，直接給固定的算分結果，weight
-
運算模式：比如求和
因此最終的DSL語句如下：
GET/hotel/_search
{
"query":{
"function_score":{
"query":{ .... }, // 原始查詢，可以是任意條件
"functions":[//算分函式
{
"filter":{//滿足的條件，品牌必須是如家
"term":{
"brand":"如家"
}
},
"weight":2//算分權重為2
}
],
"boost_mode": "sum" // 加權模式，求和
}
}
}
測試，在未新增算分函式時，如家得分如下：
添加了算分函式後，如家得分就提升了：
3）小結
function score query定義的三要素是什麼？
-
過濾條件：哪些文件要加分
-
算分函式：如何計算function score
-
加權方式：function score 與 query score如何運算