ES查詢實例
註:轉載自https://www.cnblogs.com/yjf512/p/4897294.html 作者:葉劍鋒
elasticsearch 查詢(match和term)
es中的查詢請求有兩種方式,一種是簡易版的查詢,另外一種是使用JSON完整的請求體,叫做結構化查詢(DSL)。
由於DSL查詢更為直觀也更為簡易,所以大都使用這種方式。
DSL查詢是POST過去一個json,由於post的請求是json格式的,所以存在很多靈活性,也有很多形式。
這裏有一個地方註意的是官方文檔裏面給的例子的json結構只是一部分,並不是可以直接黏貼復制進去使用的。一般要在外面加個query為key的機構。
match
最簡單的一個match例子:
查詢和"我的寶馬多少馬力"這個查詢語句匹配的文檔。
{
"query": {
"match": {
"content" : {
"query" : "我的寶馬多少馬力"
}
}
}
}
上面的查詢匹配就會進行分詞,比如"寶馬多少馬力"會被分詞為"寶馬 多少 馬力", 所有有關"寶馬 多少 馬力", 那麽所有包含這三個詞中的一個或多個的文檔就會被搜索出來。
並且根據lucene的評分機制(TF/IDF)來進行評分。
match_phrase
比如上面一個例子,一個文檔"我的保時捷馬力不錯"也會被搜索出來,那麽想要精確匹配所有同時包含"寶馬 多少 馬力"的文檔怎麽做?就要使用 match_phrase 了
{
"query": {
"match_phrase": {
"content" : {
"query" : "我的寶馬多少馬力"
}
}
}
}
完全匹配可能比較嚴,我們會希望有個可調節因子,少匹配一個也滿足,那就需要使用到slop。
{
"query": {
"match_phrase": {
"content" : {
"query" : "我的寶馬多少馬力",
"slop" : 1
}
}
}
}
multi_match
如果我們希望兩個字段進行匹配,其中一個字段有這個文檔就滿足的話,使用multi_match
{
"query": {
"multi_match": {
"query" : "我的寶馬多少馬力",
"fields" : ["title", "content"]
}
}
}
但是multi_match就涉及到匹配評分的問題了。
我們希望完全匹配的文檔占的評分比較高,則需要使用best_fields
{
"query": {
"multi_match": {
"query": "我的寶馬發動機多少",
"type": "best_fields",
"fields": [
"tag",
"content"
],
"tie_breaker": 0.3
}
}
}
意思就是完全匹配"寶馬 發動機"的文檔評分會比較靠前,如果只匹配寶馬的文檔評分乘以0.3的系數
我們希望越多字段匹配的文檔評分越高,就要使用most_fields
{
"query": {
"multi_match": {
"query": "我的寶馬發動機多少",
"type": "most_fields",
"fields": [
"tag",
"content"
]
}
}
}
我們會希望這個詞條的分詞詞匯是分配到不同字段中的,那麽就使用cross_fields
{
"query": {
"multi_match": {
"query": "我的寶馬發動機多少",
"type": "cross_fields",
"fields": [
"tag",
"content"
]
}
}
}
term
term是代表完全匹配,即不進行分詞器分析,文檔中必須包含整個搜索的詞匯
{
"query": {
"term": {
"content": "汽車保養"
}
}
}
查出的所有文檔都包含"汽車保養"這個詞組的詞匯。
使用term要確定的是這個字段是否“被分析”(analyzed),默認的字符串是被分析的。
拿官網上的例子舉例:
mapping是這樣的:
PUT my_index
{
"mappings": {
"my_type": {
"properties": {
"full_text": {
"type": "string"
},
"exact_value": {
"type": "string",
"index": "not_analyzed"
}
}
}
}
}
PUT my_index/my_type/1
{
"full_text": "Quick Foxes!",
"exact_value": "Quick Foxes!"
}
其中的full_text是被分析過的,所以full_text的索引中存的就是[quick, foxes],而extra_value中存的是[Quick Foxes!]。
那下面的幾個請求:
GET my_index/my_type/_search
{
"query": {
"term": {
"exact_value": "Quick Foxes!"
}
}
}
請求的出數據,因為完全匹配
GET my_index/my_type/_search
{
"query": {
"term": {
"full_text": "Quick Foxes!"
}
}
}
請求不出數據的,因為full_text分詞後的結果中沒有[Quick Foxes!]這個分詞。
bool聯合查詢: must,should,must_not
如果我們想要請求"content中帶寶馬,但是tag中不帶寶馬"這樣類似的需求,就需要用到bool聯合查詢。
聯合查詢就會使用到must,should,must_not三種關鍵詞。
這三個可以這麽理解
- must: 文檔必須完全匹配條件
- should: should下面會帶一個以上的條件,至少滿足一個條件,這個文檔就符合should
- must_not: 文檔必須不匹配條件
比如上面那個需求:
{
"query": {
"bool": {
"must": {
"term": {
"content": "寶馬"
}
},
"must_not": {
"term": {
"tags": "寶馬"
}
}
}
}
}
ES查詢實例