分布式搜索引擎ElasticSearch之高级运用

Posted 2021-09-15 mirson

一、过滤查询（分页、模糊、filter）

1. 搜索符合匹配条件的信息：

创建数据：

PUT account/_doc/1
{ "account": 10001, "balance": 10000, "name": "test1"} 

PUT account/_doc/2
{ "account": 10002, "balance": 20000, "name": "test2"} 

PUT account/_doc/3
{ "account": 10003, "balance": 30000, "name": "张三"} 

PUT account/_doc/4
{ "account": 10004, "balance": 30000, "name": "王五"} 

根据账号编号查找：

GET /account/_search 
{
  "query": { 
    "match": {
      "accountNo": "10001"
    }
  }
}

返回结果：

{
  ...
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "account",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "account" : 10002,
          "balance" : 20000,
          "name" : "test2"
        }
      }
    ]
  }
  ...
}

匹配成功，返回所要查询的数据。

2. 支持分页查询：

GET /account/_search 
{
  "query": { 
    "match_all": {}
  },
  "from": 0,
  "size": 2
}

能够返回2条数据。

"hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "account",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "account" : 10001,
          "balance" : 10000,
          "name" : "test1"
        }
      },
      {
        "_index" : "account",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "account" : 10002,
          "balance" : 20000,
          "name" : "test2"
        }
      }
    ]
  }

3. 模糊查询：

数值类型不利于模糊匹配， 这里通过字符类型进行测试：

GET /account/_search 
{
  "query": { 
    "match": {
      "name": "三四"
    }
  }
}

返回结果：

{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "account",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 0.2876821,
        "_source" : {
          "accountNo" : 10009,
          "balance" : 1000000,
          "name" : "张三"
        }
      }
    ]
  }
}

注意， 这里默认会采用单个汉字分词， 所查询的关键字“三四”会拆成“三”和“四”进行模糊匹配。

4. filter过滤查询：

GET /account/_search 
{
  "query": { 
    "bool": {
      "filter": [
        {
          "term": {
            "name": "张三"
          }
        }
      ]
    }
  }
}

term是精准查询， 代表完全匹配， 不需要查询评分计算。

返回结果：

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  }
}

可以看到没有匹配到任何结果，因为term是拿整个词“张三”进行匹配， 而ES默认是做单字分词， 将“张三”划分为了“张”和“三”， 所以匹配不到结果。

二、bool查询（should、must）

1. should查询： 只要其中一个为true则成立。

   GET /movies/_search
   {
     "query":{
      "bool": {
        "must": [
          {"match": {"title": "good hearts sea"}},
          {"match": {"overview": "good hearts sea"}}
        ]
      }
     }
   }

2. must查询： 必须所有条件都成立。

   GET /movies/_search
   {
   
     "query":{
      "bool": {
        "must": [
          {"match": {"title": "good hearts sea"}},
          {"match": {"overview": "good hearts sea"}}
        ]
      }
     }
   }

3. must_not查询：必须所有条件都不成立。

   GET /movies/_search
   {
   
     "query":{
      "bool": {
        "must_not": [
          {"match": {"title": "good hearts sea"}},
          {"match": {"overview": "good hearts sea"}}
        ]
      }
     }
   }

三、聚合查询操作（aggs）

1. 根据用户的资金balance来做分组统计：

   GET /account/_search 
   {
     "query": { 
       "bool": {
         "filter": [
           {
             "range": {
               "account": {
                 "gte": 10001
               }
             }
           }
         ]
       }
     },
     "sort": [
       {
         "balance": {
           "order": "desc"
         }
       }
     ],
     "aggs":{
       "group_by_balance": {
         "terms": {
           "field": "balance"
         }
       }
     }
   }

   找出账户编号大于等于10001的数据， 根据balance做倒序排列，采用aggs根据balance做分组汇总统计：

   "aggregations" : {
       "group_by_balance" : {
         "doc_count_error_upper_bound" : 0,
         "sum_other_doc_count" : 0,
         "buckets" : [
           {
             "key" : 30000,
             "doc_count" : 2
           },
           {
             "key" : 10000,
             "doc_count" : 1
           },
           {
             "key" : 20000,
             "doc_count" : 1
           }
         ]
       }
     }

   可以看到， 最后会输出分组统计的汇总信息。

   ---

本文由mirson创作分享，如需进一步交流，请加QQ群：19310171或访问www.softart.cn