ElasticSearch——搜索机制

时间 2019-12-01

原文原文链接

在我的的实践中，ElasticSearch是充当关系型数据库来使用，将Mysql中数据过大的超过1000w的表存入ES中，因此使用的所有是确切词查询而非全文检索，所以在本次ES的学习中忽略了与全文检索相关如得分等相关特性，这些在后续的有关搜索引擎的实践中会介绍。 sql

在这张脑图中主要介绍的是搜索相关的一些机制。下面会对该图作一些简单的说明。数据库

简单查询

前文说过ES的操做都是基于JSON来控制的，那么不论是简单的查询仍是复杂的查询ES都是经过不一样的JSON对象来实现的。
这里只是简单的说明，经过脑图方便记忆，具体的操做能够看ElasticSearch—— Java API缓存

查询过程

查询逻辑bash
1. 发散阶段：
2. 收集阶段:
搜索类型post

查询执行的顺序，方式等，默认的是query_then_fetch，此方式符合上述的查询逻辑，如今全部分片上面进行查询对文档的排序和分级信息，而后再在相应的分片上面进行查询实际的文档。
还有一些其余的类型如query_and_fetch，dfs_query_and_fetch，dfs_query_then_fetch等等，能够在搜索时进行指定：性能
```
http://localhost:9200/index/search?pretty=true&search_type=query_and_fetch
复制代码
```
搜索执行的偏好学习

控制查询发生在主片仍是副本上面，由preference=xxxx指定fetch
```
http://localhost:9200/index/_search?preference=_primary
复制代码
```
只在主分片上执行搜索，不使用副本。当想使用索引中最近更新的、还没复制到副本中的信息，这个是颇有用的。搜索引擎

基本查询

ES中的查询分不少种类，这边说明几种常见的使用方式spa

词条查询

它仅匹配在给定字段中含有该词条的文档，而且是确切的、未经分析的词条

{
    "query" : {
        "term" : {
            "title" : "crime"
        }
    }
}
复制代码

如上上述查询将匹配title字段中含有crime一词的文档。记住，词条查询是未经分析的，所以需要提供跟索引文档中的词条彻底匹配的词条
而这种方式和传统SQL中的"="(等值)语句效果同样。

多词条查询

词条查询容许匹配单个未经分析的词条，多词条查询能够用来匹配多个这样的词条。
```
{
    "query" : {
        "terms" : {
            "tags" : [ "novel", "book","hello" ],
            "minimum_match" : 1
        }
    }
}
复制代码
```
如上，上述查询返回在tags字段中包含一个或两个搜索词条的全部文档。为何？这是由于咱们把minimum_match属性设置为1；这意味着至少有1个词条应该匹配。若是想要查询匹配全部词条的文档，能够把minimum_match属性设置为2。
当minimum_match=1时就和SQL中的“in“语句相似了。
范围查询

范围查询使咱们可以找到在某一字段值在某个范围里的文档，字段能够是数值型，也能够是基于字符串的（将映射到一个不一样的Apache Lucene查询）,范围查询只能针对单个字段。
```
{
    "query" : {
        "range" : {
            "year" : {
                "gte" : 1700,
                "lte" : 1900
            }
        }
    }
}
复制代码
```
找到year字段从1700到1900的全部图书
相似SQL中的">","<",">=","<="

复合查询

复合查询就是支持能够把多个查询链接起来，或者改变其余查询的行为。

布尔查询

复合查询就是支持能够把多个查询链接起来，或者改变其余查询的行为主要有以下几种链接符。
1. must ：被它封装的布尔查询必须被匹配，文档才会返回相似"and"
2. should ：被它封装的布尔查询可能被匹配，也可能不被匹配相似"or"
3. must_not：被它封装的布尔查询必须不被匹配，文档才会返回相似 "!="

{
    "query" : {
        "bool" : {
            "must" : {
                "term" : {
                    "title" : "crime"
                }
            },
            "should" : {
                "range" : {
                    "year" : {
                        "from" : 1900,
                        "to" : 2000
                    }
                }
            },
            "must_not" : {
                "term" : {
                    "otitle" : "nothing"
                }
            }
        }
    }
}    
复制代码

找到全部这样的文档：在title字段中含有crime词条，而且year字段能够在也能够不在1900~2000的范围里，在otitle字段中不能够包含nothing词条。

查询结果的过滤

过滤器是能够在查询的结果中作过滤，好比在不影响最后分数的状况下，选择索引中的某个子集，就可使用过滤器。
通常来讲应该尽量使用过滤器。过滤器不影响评分，而得分计算让搜索变得复杂，并且须要CPU资源。另外一方面，过滤是一种相对简单的操做。因为过滤应用在整个索引的内容上，过滤的结果独立于找到的文档，也独立于文档之间的关系。过滤器很容易被缓存，从而进一步提升过滤查询的总体性能。

过滤器发生在运行查询以前，因此性能比较好，应该尽量的使用过滤器

{
 "query": {
     "filtered" : {
         "query" : {
             "match" : { 
                 "title" : "Catch-22" 
             }
         },
         "filter" : {
             "term" : { 
                 "year" : 1961 
                 
             }
         }
     }
 }
}
复制代码

在title字段搜索Catch-22并向其添加过滤器表示只要year=1961的文档。
常见过滤器

term过滤器
terms过滤器
and过滤器
or过滤器
bool过滤器 ······

未完待续!!!!!!