四.全文检索ElasticSearch经典入门-ElasticSearch DSL查询
Posted 墨家巨子@俏如来
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了四.全文检索ElasticSearch经典入门-ElasticSearch DSL查询相关的知识,希望对你有一定的参考价值。
前言
上一章节我们学习的是ElasticSearch的基础操作,在实际的开发中可不只是CURD那么简单,往往伴随着复杂的搜索场景,本篇文章我们将学习如何在ElasticSearch中进行复杂的全文检索。
简单查询
查询所有数据可以使用 GET _search
,查询某个索引库中的所有数据可以使用 GET index/_search
GET orders/_search
携带分页条件
GET orders/_search?size=2&from=2
size是每页条数; from是跳过的条数,和mysql的limit是一样的含义,效果如下:
携带查询参数可以通过 q=
,比如查询count为1的
GET orders/_search?q=count:1&size=10&from=0
需要带排序条件通过 sort=列:desc
指定 desc是倒排,正排是asc ,比如按在价格倒排
GET orders/_search?q=count:1&sort=amount:desc&size=10&from=0
下面是URL中可以携带的参数
批量查询
批量查询很重要,对相比单个查询来说,批量查询性能更高。第一种批量查询可以同时查询多个索引库中的文档
GET _mget
"docs" : [
"_index" : "orders",
"_type" : "_doc",
"_id" : 1
,
"_index" : "goods",
"_type" : "_doc",
"_id" : 1,
"_source": ["id","title","amount"]
]
这里的_source 指的是查询的列 ,查询效果如下
第二种批量获取方式是获取同一个索引库中的多个文档
GET orders/_doc/_mget
"ids" : [ 1, 2 ]
查询效果如下
版本号控制
ES利用_version 版本号来解决线程并发导致数据丢失问题。需要修改数据时需要指定想要修改文档的version号,如果该版本不是当前版本号,请求将会失败
ElasticSearch中有内部版本号和外部版本号之分。使用内部版本号是要求指定的version字段和当前的version号相同。但在使用外部版本号时要求当前version号小于指定的版本号。如果请求成功,外部版本号作为文档新的version号进行存储。详细参见:连接
外部版本号:
PUT /orders/_doc/2?version=5&version_type=external
内部版本号:
PUT /orders/_doc/1?version=1
新版本使用_seq_no和_primary_term来代替version处理并发问题,比如有如下数据
"_index" : "orders",
"_type" : "_doc",
"_id" : "1",
"_version" : 16,
"_seq_no" : 17,
"_primary_term" : 3,
"found" : true,
"_source" :
"id" : 1,
"title" : "买了1个罗技鼠标",
"amount" : 200.0,
"count" : 1,
"status" : 1
修改的时候使用乐观锁控制 ,如果版本号错误,会出现 “version_conflict_engine_exception”错误
PUT orders/_doc/1?if_primary_term=3&if_seq_no=17
"id":1,
"title":"买了1个罗技鼠标",
"amount":200.00,
"count": 1,
"status":1
DSL查询与DSL过滤
对于简单查询,使用查询字符串比较好,但是对于复杂查询,由于条件多,逻辑嵌套复杂,查询字符串不易组织与表达,且容易出错,因此推荐复杂查询通过DSL使用JSON内容格式的请求体代替。
DSL查询是由ES提供丰富且灵活的查询语言叫做DSL查询(Query DSL),它允许你构建更加复杂、强大的查询。DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现。DSL主要分为查询DSL(query DSL)和过滤DSL(filter DSL)。
一条查询语句会计算每个文档与查询语句的相关性,会给出一个相关性评分 _score ,并且 按照相关性对匹配到的文档进行,查询语句同时匹配文档,计算相关性,所以更耗时,且不缓存。
一条过滤语句会询问每个文档的字段值是否包含着特定值,它不会去计算任何分值也不关心排序,因此效率会高一点,过滤结果可以缓存并应用到后续请求,过滤语句可有效地配合查询语句完成文档过滤。另外,经常使用过滤器,ES会自动的缓存过滤器的内容,这对于查询来说,会提高很多性能。
看到这里可能还是不太理解DSL查询与DSL过滤的具体区别,我们来举个例子
我们可以把京东的列表搜索功能分为两部分,第一部分是“关键词”搜索 ; 第二部分是下方的各种条件。那么使用DSL应该怎么做呢?
我们可以把下方的所有条件直接使用DSL过滤来做,因为DSL过滤更像是精品匹配,有或者没有且性能好。对于关键字搜索部分我们通常是放入到 DSL查询部分来做,因为我们通常可以根据关键字进行相关性排序。
一个常用的相对完整的DSL查询
案例:查询索引库orders 中 title包含鼠标的商品,查询第 1 页,每页10条,按照amount 倒排序
GET /orders/_doc/_search
"query":
"match":
"title":"鼠标"
,
"from": 0,
"size": 10,
"_source": ["id", "title", "amount","count"],
"sort": ["amount": "desc"]
- match : ES的一种查询方式,叫标准匹配,会把搜索的关键字分词后再进行匹配,效果如同: where title = 鼠 or title = 标
DSL查询和DSL综合案例
数据准备,写入两条订单数据
PUT orders/_doc/1
"id":1,
"title":"买了1个罗技鼠标",
"amount":200.00,
"count": 1,
"status":1
PUT orders/_doc/2
"id":2,
"title":"买了2个华为鼠标",
"amount":100.00,
"count": 2,
"status":1
案例:查询索引库orders 中 title包含鼠标
的商品,amount在 100 到 200 之间
, 状态status为 1的,查询第 2 页,每页10条,按照amount 倒排序
GET /orders/_doc/_search
"query":
"bool":
"must": [
"match":
"title": "鼠标"
],
"filter": [
"range":
"amount":
"gte":100,
"lte":200
,
"term":
"status": 1
]
,
"from": 10,
"size": 10,
"sort": [
"amount": "desc"
]
-
bool :代表的是组合查询,把多种查询方式组合到一起,bool下面包含了must和filter;must和filter里面都可以包含多个查询条件
-
must : bool组合了must和filter , must中的语句是DSL查询,filter中的语句是DSL过滤。must代表其中的条件是必须满足,
还可以把must指定为 should 和 must_not
;这个位置的语句会进行相关性计算,且按照分数排序,一般会把关键字查询放到这里。should下面会带一个以上的条件,至少满足一个条件,这个文档就符合should
must_not : 文档必须不匹配条件
-
filter : 过滤,里面的查询语句不会处理相关性等,但是会对查询的结果进行缓存,性能好
-
range : 指的是范围 ;get是大于等于 ;let是小于等于
-
term :词元匹配,可以理解为精准匹配,可以用于字符串,数字等类型
-
from : 第2页应该是 (2 - 1 )* 每页条数10
DSL中的查询条件
在上面综合案例中我们用到了4种查询方式:bool ;match ;range ;term ,在ES中还有很多的查询方式来满足我们各种需求
- 全匹配(match_all):普通搜索(匹配所有文档)
GET _search
"query":
"bool":
"must": [
"match_all":
],
"filter":
...
- 标准查询(match和multi_match)
标准查询,可以理解为,分词查询有点像模糊匹配(like),但又不像,它会对查询的内容进行分词后,得到多个单词,分别带着多个单词去检索ES库,只要有一个单词能查出结果,整个查询就有结果。不管你需要全文本查询还是精确查询基本上都要用到它。
如下面的搜索会对Steven King分词,并找到包含Steven或King的文档,然后给出排序分值。
"query":
"match":
"fullName": "Steven King"
注意:上面效果如同 where fullName = "Steven" or fullName = "King"
; multi_match 查询允许你做 match查询的基础上同时搜索多个字段:
"query":
"multi_match":
"query": "Steven King",
"fields": ["fullName", "title"]
上面效果如同:where fileName = Steven or fileName = title or King = fullName or King = title
单词搜索与过滤(Term和Terms)
单词/词元查询 , 可以理解为等值查询,字符串,数字等都可以使用它,把查询的内容看成一个整体去检索ES库
"query":
"bool":
"must":
"match_all":
,
"filter":
"term":
"username": "Steven King"
上面效果如同:where username = "Steven King"
提示:上面的“Steven King”会被当成一个词去username中匹配
,它跟match不同的地方在于match会把“Steven King”分成“steven”和“king”分别去username中查询。
Terms支持多个字段查询
"query":
"terms":
"username": [
"jvm",
"hadoop",
"lucene"
],
"minimum_match": 1
提示:minimum_match:至少匹配个数,默认为1 ,也就是说username中至少出现三个单词中的一个。
组合条件搜索与过滤(Bool)
组合搜索bool可以组合多个查询条件为一个查询对象,查询条件包括must、should和must_not。
例如:查询爱好有美女,同时也有喜欢游戏或运动,且出生于1990-06-30及之后的人。
"query":
"bool":
"must": [
"term":
"hobby": "美女"
],
"should": [
"term":
"hobby": "游戏"
,
"term":
"hobby": "运动"
],
"must_not": [
"range":
"birth_date":
"lt": "1990-06-30"
],
"filter": [
...
]
上面案例如同:Hobby=美女 and (hobby=游戏 or hobby=运动) and birth_date >= 1990-06-30
提示: 如果 bool 查询下没有must子句,那至少应该有一个should子句。但是 如果有 must子句,那么没有 should子句也可以进行查询。
范围查询与过滤(range)
range过滤允许我们按照指定范围查找一批数据
"query":
"range":
"age":
"gte": 20,
"lt": 30
上例中查询年龄大于等于20并且小于30。gt:> gte:>= lt:< lte:<=
存在和缺失过滤器(exists和missing)
"query":
"bool":
"must": [
"match_all":
],
"filter":
"exists":
"field": "gps"
提示:exists和missing只能用于过滤结果。
前匹配搜索与过滤(prefix)
和term查询相似,前匹配搜索不是精确匹配,而是类似于SQL中的like ‘key%’
"query":
"prefix":
"fullName": "王"
提示:上例即查询姓王的所有人。
通配符搜索(wildcard)
使用*代表0~N个,使用?代表1个。
"query":
"wildcard":
"fullName": "王*锤"
文章到这里就结束了,喜欢的话请给个好评,你的鼓励是我最大的动力,评论过百,我就是秃头也出下章。
以上是关于四.全文检索ElasticSearch经典入门-ElasticSearch DSL查询的主要内容,如果未能解决你的问题,请参考以下文章
九.全文检索ElasticSearch经典入门-ElasticSearch映射修改
一.全文检索ElasticSearch经典入门-ElasticSearch介绍与安装
五.全文检索ElasticSearch经典入门-ElasticSearch Java实战
九.全文检索ElasticSearch经典入门-ElasticSearch映射修改