ES搜索与查询

查询上下文

查询结果说明：

GET product/_search
{
  "query": {
    "match_all": {}
  }
}

{
  "took": 17,  // 这次请求消耗了多少时间（毫秒）
  "timed_out": false,   // 当前请求是否超时
  "_shards": {  // 当前请求的分片
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 4,  // 当前请求查询到了5条结果
      "relation": "eq"  // 当前查询的关系是等于
    },
    "max_score": 1,  // 当前最大的评分
    "hits": [  // 当前返回的结果
      {
        "_index": "product",  // 索引
        "_id": "1",  // 当前数据的id
        "_score": 1,  // 当前数据的评分
        "_source": {  // 源数据
          "name": "Xiaomi",
          "desc": "小米手机",
          "price": 3999,
          "tags": [
            "leijun",
            "xingjiabi",
            "fashao"
          ]
        }
      },
      // ...
    ]
  }
}

使用query关键字进行检索，倾向于相关度搜索，故需要计算评分。

相关度评分用于对搜索结果排序，评分越高则认为其结果和搜索的预期值相关度越高，即越符合搜索预期值。在7.x之前，相关度评分默认使用TF/IDF算法计算而来，7.x之后默认为BM25。

相关度评分为搜索结果的排序依据， 默认情况下评分越高则结果越靠前。

源数据：_source

禁用_source

GET product/_search
{
  "_source": false,
  "query": {
    "match_all": {}
  }
}

好处：节省存储开销

坏处：

• 不支持update、update_by_query和reindex API
• 不支持高亮
• 不支持reindex、更改mapping分析器和版本升级
• 通过查看索引时使用的原始文档来调试查询或聚合的功能
• 将来可能自动修复索引损坏

如果只是为了节省磁盘，可以压缩索引比禁用_source更好。

数据源过滤器

在mapping中定义过滤，支持通配符：

PUT product
{
  "mappings": {
    "_source": {
      "includes": ["name", "price"],
      "excludes": ["desc", "tags"]
    }
  }
}

includes：结果中返回哪些field

excludes：结果中不返回哪些field。不返回的field不代表不能通过该字段进行检索，因为源数据不存在不代表索引不存在。excludes优先级比includes高。

不推荐在mapping中定义过滤，因为mapping不可变。

常用过滤规则：

"_source": false,
"_source": "obj.*",  // 支持通配符
"_source": ["obj1.*", "obj2.*"],
"_source": {
  "includes": ["obj1.*", "obj2.*"],
  "excludes": ["*.description"]
}

QueryString

// 查询所有
GET product/_search

// 带参数
GET product/_search?q=name:xiaomi

// 分页
GET product/_search?from=0&size=2&sort=price:asc

// 精准匹配
GET product/_search?q=date:2021-06-01

// _all搜索，相当于在所有有索引的字段中检索
GET product/_search?q=2021-06-01

全文检索：match

match：匹配包含某个term的子句

match_all：匹配所有结果的子句

multi_match：多字段条件

match_phrase：短语查询

精准查询：term

term：匹配和搜索词项完全相等的结果

term和match_phrase区别：

• match_phrase会将检索关键词分词，match_phrase的分词结果必须在被检索字段的分词中都包含，而且顺序必须相同，而且默认必须都是连续的
• term搜索不会将搜索词分词

term和keyword区别：

• term是对于搜索词不分词
• keyword是字段类型，是对于source data中的字段值不分词

terms：匹配和搜索词项列表中任意匹配的结果

range：范围查找

过滤器：filter

filter与query的区别：

• query对查询的每一个结果计算相关度得分
• filter不计算相关度评分，filter的结果不按照某个字段进行排序，因此性能更好
• filter还有缓存机制

GET product/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "name": "phone"
        }
      },
      "boost": 1.2
    }
  }
}

组合查询：boolquery

bool：可以组合多个查询条件，bool查询也是采用more_matches_is_better的机制，因此满足must和should子句的文档将会合并起来计算分值。

must：必须满足子句（查询）必须出现在匹配的文档中，并将有助于得分。

filter：过滤器。不计算相关度分数，cache★子句（查询）必须出现在匹配的文档中，但是不像must，查询的分数将被忽略。filter子句在filter上下文中执行，这意味着计分将被忽略，并且子句被考虑用于缓存。

should：可能满足 or子句（查询）应出现在匹配的文档中

must_not：必须不满足 不计算相关度分数 not子句（查询）不得出现在匹配的文档中。子句在过滤器上下文中执行，这意味着计分被忽略，并且子句被视为用于缓存。

minimum_should_match：参数指定should返回的文档必须匹配的子句的数量或百分比。如果bool查询包含至少一个should子句，而没有must或filter子句，则默认值为1，否则默认值为0。