Elasticsearch检索分类详解

前言

Elasticsearch中当咱们设置Mapping（分词器、字段类型）完毕后，就能够按照设定的方式导入数据。

有了数据后，咱们就须要对数据进行检索操做。根据实际开发须要，每每咱们须要支持包含但不限于如下类型的检索： 
1）精确匹配，相似mysql中的 “=”操做； 
2）模糊匹配，相似mysql中的”like %关键词% “查询操做； 
3）前缀匹配； 
4）通配符匹配； 
5）正则表达式匹配； 
6）跨索引匹配； 
7）提高精读匹配。

细数一下，咱们的痛点在于： 
1）ES究竟支持哪些检索操做？ 
2）如何实现ES精确值检索、指定索引检索、全文检索？

这些就是本文着重参考ES最新官方文档，针对ES5.X版本探讨的内容。

0、检索概览

检索子句的行为取决于查询应用于过滤(filter)上下文仍是查询/分析(query)上下文。

过滤上下文——对应于结构化检索

1）核心回答的问题是：“这个文档是否符合这个查询条款？” 2）答案是简单的是或否，不计算分数。 3）过滤器上下文主要用于过滤结构化数据。相似于Mysql中断定某个字段是否存在： 

例如： 

a. 时间戳字段：是否属于2015年或2016年？ 
b. 状态字段：是否设置为“已发布”？

常常使用的过滤器将被Elasticsearch**自动缓存，以加快性能**。

分析上下文——对应于全文检索 
1）核心回答了“本文档与此查询子句是否匹配？”的问题。

2）除了决定文档是否匹配以外，查询子句还会计算一个_score，表示文档与其余文档的匹配程度。

综合应用场景以下：

GET /_search { "query": {  "bool": {  "must": [ { "match": { "title": "Search" }}, { "match": { "content": "Elasticsearch" }} ], "filter": [ { "term": { "status": "published" }}, { "range": { "publish_date": { "gte": "2015-01-01" }}} ] } } }

以上检索，title中包含”Search”而且content中包含 “Elasticsearch”，status中精确匹配”published”，而且publish_date 大于“2015-01-01”的所有信息。如下，以“脑图”的形式直观展现检索分类：

如下内容的原文须要参考ES官方文档（随着版本变化，后续会有更新）

一、结构化检索

针对字段类型： 日期、时间、数字类型，以及精确的文本匹配。 
结构化检索特色： 
* 1）结构化查询，咱们获得的结果 老是 非是即否，要么存于集合之中，要么存在集合以外。 
* 2）结构化查询不关心文件的相关度或评分；它简单的对文档包括或排除处理。

1.1 精确值查找

1.1.1 单个精确值查找（term query）

term 查询会查找咱们指定的精确值。term 查询是简单的，它接受一个字段名以及咱们但愿查找的数值。

想要相似mysql中以下sql语句的查询操做：

SELECT document FROM products WHERE price = 20; 
DSL写法：

GET /my_store/products/_search { "query" : { "term" : { "price" : 20 } } }

当进行精确值查找时， 咱们会使用过滤器（filters）。过滤器很重要，由于它们执行速度很是快，不会计算相关度（直接跳过了整个评分阶段）并且很容易被缓存。以下： 使用 constant_score 查询以非评分模式来执行 term 查询并以一做为统一评分。

GET /my_store/products/_search { "query" : { "constant_score" : { "filter" : { "term" : { "price" : 20 } } } } }

注意：5.xES中，对于字符串类型，要进行精确值匹配。须要讲类型设置为text和keyword两种类型。mapping设置以下：

POST testindex/testtype/_mapping { "testtype ":{ "properties":{ "title":{ "type":"text", "analyzer":"ik_max_word", "search_analyzer":"ik_max_word", "fields":{ "keyword":{ "type":"keyword" } } } } }

1.1.2 布尔过滤器

一个 bool 过滤器由三部分组成：

{ "bool" : { "must" : [], "should" : [], "must_not" : [], "filter": [] } }

must ——全部的语句都 必须（must） 匹配，与 AND 等价。 

must_not ——全部的语句都 不能（must not） 匹配，与 NOT 等价。 
should ——至少有一个语句要匹配，与 OR 等价。 
filter——必须匹配，运行在非评分&过滤模式。 
就这么简单！ 当咱们须要多个过滤器时，只须将它们置入 bool 过滤器的不一样部分便可。

举例：

 

GET /my_store/products/_search { "query" : { "filtered" : { "filter" : { "bool" : { "should" : [ { "term" : {"price" : 20}}, { "term" : {"productID" : "XHDK-A-1293-#fJ3"}} ], "must_not" : { "term" : {"price" : 30} } } } } } }

 

1.1.3 多个值精确查找（terms query）

{ "terms" : { "price" : [20, 30] } }

如上，terms是包含的意思，包含20或者包含30。 
以下实现严格意义的精确值检索， tag_count表明必须匹配的次数为1。

GET /my_index/my_type/_search { "query": { "constant_score" : { "filter" : { "bool" : { "must" : [ { "term" : { "tags" : "search" } }, { "term" : { "tag_count" : 1 } } ] } } } } }

1.2 范围检索（range query）

range 查询可同时提供包含（inclusive）和不包含（exclusive）这两种范围表达式，可供组合的选项以下：

gt: > 大于（greater than） lt: < 小于（less than） gte: >= 大于或等于（greater than or equal to） lte: <= 小于或等于（less than or equal to）

相似Mysql中的范围查询：

 

SELECT document FROM products WHERE price BETWEEN 20 AND 40

 

ES中对应的DSL以下：

GET /my_store/products/_search { "query" : { "constant_score" : { "filter" : { "range" : { "price" : { "gte" : 20, "lt" : 40 } } } } } }

1.3 存在与否检索（exist query）

mysql中，有以下sql： 
SELECT tags FROM posts WHERE tags IS NOT NULL;

ES中，exist查询某个字段是否存在：

GET /my_index/posts/_search { "query" : { "constant_score" : { "filter" : { "exists" : { "field" : "tags" } } } } }

https://blog.csdn.net/laoyang360/article/details/77623013   1.3接着往下面开始