ElasticSearch5.x实践_day06_01_Query DSL

来源:转载


概述

Elasticsearch提供基于Json的查询功能,将DSL查询看做AST树的话,包含两种子句类型: + Leaf query clauses:叶子节点的查询子句,主要用于检索特定字段的特定值,例如match、term、range查询。这些子句可以嵌套自己。 (query已被废弃) + Compound query clauses:复合子句,用于组合多个叶子查询子句,形成逻辑,例如bool或者dis_max查询,或者行为修改(例如constant_score查询) 查询子句在query上下文与filter上下文表现有所区别。


查询context与过滤context
查询上下文

查询上下文中的查询子句,用于计算文档与该查询的相似程度,同时计算_score用于衡量相似度。当查询子句放入query中时,此时该查询子句就处于查询上下文中。例如:


POST http://node1:9200/my_index/_search
{
"query":{
"match":{
"message":"test"
}
}
}
过滤上下文

过滤上下文中的查询子句主要解决“这个文档是否符合这个查询子句”,其结果不是相似度,结果只有“是”或者“否”。过滤上下文主要用于过滤数据,例如 + 年龄是否大于18岁 + 状态是否是正常 大量使用过滤上下文时,过滤查询会被ES自动缓存,加速性能。当查询子句放入“filter”参数中时,会被置于过滤环境中,例如bool查询中的filter或者must_not、constant_score中的filter参数以及聚集中的filter,都是过滤上下文环境。具体过滤如何缓存,会单独介绍。


示例

总结:将影响文档相似度计算的查询,放入query上下文中,将其他的查询放入filter的上下文中。


POST http://node1:9200/my_index/_search
{
"query":{
"bool":{
"must":[
{"match":{"title":"Search"}},
{"match":{"content":"Elasticsearch"}}
],
"filter":[
{"term":{"status":"published"}},
{"range":{"publish_date":{"gte":"2015-01-01"}}}
]
}
}
}


1. 查询参数,表示查询上下文 2. bool查询,其中两个match查询子句(3和4),位于查询上下文中,用于计算匹配程度 5. 过滤参数,表示过滤上下文 6. 过滤上下文中的term查询,用于过滤数据 7. 过滤上下文中的range擦好像,用于过滤数据


Match All Query
Match All Query

最简单的查询:匹配所有文档,对每个文档打分_score为1.0,相当于关系数据库中的select * from table


POST http://node1:9200/my_index/_search
{
"query": {
"match_all": {}
}
}

如果对于某个查询条件,希望更改其计算_score的权重,可以使用boost参数:


POST http://node1:9200/my_index/_search
{
"query": {
"match_all": {"boost" : 1.2}
}
}
Match None Query

与全检索相反,可以使用match_none,不匹配任何文档


POST http://node1:9200/my_index/_search
{
"query": {
"match_none": {}
}
}
全文检索

全文搜索两个最重要的方面是:

相关(relevance):相关是将查询到相关的文档结果进行排名的一种能力,这种相关度可以是根据TF/IDF、地理位置相似性(geolocation)、模糊相似,或者其他的一些算法得出。


分析(analysis):将一个文本块转换为唯一的、规范化的token的过程,目的是为了(a)创建反向索引以及(b)查询反向索引。

当我们提到相关与分析的时候,我们已经身处查询上下文之中,而不是过滤。


Full text queries

高层级的全文检索,通常会对文本的整体内容进行分析查询。在检索前会使用每个字段的analyzer对查询字段进行分词。 + 如果我们用它来查询 时间(date) 或 整数(integer),他们会将查询字符串用分别当作 时间 和 整数。 + 如果查询一个准确的(未分析过的 not_analyzed)字符串字段,它会将整个查询字符串当成一个术语。 + 但是如果要查询一个全文字段(分析过的 analyzed),它会讲查询字符串传入到一个合适的分析器,然后生成一个供查询的术语列表。 一旦查询组成了一个术语列表,它会对每个术语逐一执行低层次的查询,然后将结果合并,为每个文档生成一个最终的相关性分数。 注意: 当我们想要准确查询一个未分析过(not_analyzed)的字段之前,需要仔细想想,我们询还是一个过到底是想要一个查滤。 单术语查询通常可以用是非问题表示,所以更适合用过滤来表达,而且这样子可以有效利用过滤的缓存。 下面对全文本查询进行详细介绍:


Match Query匹配查询

match查询接受文本、数值、时间类型的数据,对其进行分析,构建查询。简单示例:


POST http://node1:9200/my_index/_search
{
"query":{
"match":{
"message":"this is a test"
}
}
}

其中message是字段名称,可以根据情况替换。上面的查询会先对this is a test进行分词,对每个term进行匹配并合并结果。


match

match是布尔类型的查询,通过对提供的文本进行analyze,构建一个boolean的查询。

operator:其操作符operator可以设定为and或者or,用于控制查询结构的构建。


minimum_should_match:当存在多个should可选时,可以通过minimum_should_match来设定最少匹配的should条件个数。


analyzer:可以控制文本分析器


lenient:默认为false,当设定为true时,可以忽略类型不匹配导致的异常

Fuzziness

分享给朋友:
您可能感兴趣的文章:
随机阅读: