1.DSL查询文档

1.1.DSL查询分类

1）查询所有：查出所有数据，一般测试用。例如：match_all
2）全文检索（full text）查询：利用分词器对用户输入内容分词，然后去倒排索引库中匹配。例如：

• match_query
• multi_match_query

3）精确查询：根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段。例如：

• ids
• range —》范围查找
• term —》 精确查找

4）地理（geo）查询：根据经纬度查询。例如：

• geo_distance
• geo_bounding_box

5）复合（compound）查询：复合查询可以将上述各种查询条件组合起来，合并查询条件。例如：

• bool
• function_score

语法： 举例：
GET /indexName/_search // 查询所有
{ GET /indexName/_search
“query”: { {
“查询类型”: { “query”: {
“查询条件”: “条件值” “match_all”: {
} }
} }
} }

1.2.全文检索查询

基本语法

常见的全文检索查询包括：

• match查询：单字段查询
• multi_match查询：多字段查询，任意一个字段符合条件就算符合查询条件

match查询语法： mulit_match语法如下：
GET /indexName/_search GET /indexName/_search
{ {
“query”: { “query”: {
“match”: { “multi_match”: {
“FIELD”: “TEXT” “query”: “TEXT”,
} “fields”: [“FIELD1”, “ FIELD12”]
} }
} }
}
示例：

1.3.精准查询

精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。常见的有：

• term：根据词条精确值查询

• range：根据值的范围查询

  1.3.1.term查询

  因为精确查询的字段搜是不分词的字段，因此查询的条件也必须是不分词的词条。查询时，用户输入的内容跟自动值完全匹配时才认为符合条件。如果用户输入的内容过多，反而搜索不到数据。
  语法：
  // term查询
  GET /indexName/_search
  {
  “query”: {
  “term”: {
  “FIELD”: {
  “value”: “VALUE”
  }
  }
  }
  }
  示例
  
  

  1.3.2.range查询

  范围查询，一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。
  语法：
  // range查询
  GET /indexName/_search
  {
  “query”: {
  “range”: {
  “FIELD”: {
  “gte”: 10, // 这里的gte代表大于等于，gt则代表大于
  “lte”: 20 // lte代表小于等于，lt则代表小于
  }
  }
  }
  }
  示例：
  

  1.4.地理坐标查询

  1.4.1.矩形范围查询

  矩形范围查询，也就是geo_bounding_box查询，查询坐标落在某个矩形范围的所有文档
  查询时，需要指定矩形的左上、右下两个点的坐标，然后画出一个矩形，落在该矩形内的都是符合条件的点。
  语法
  GET hotel/_search
  {
  “query”:{
  “geo_bounding_box”:{
  “location”:{
  “top_left”: {
  “lat”: 31.1,
  “lon”: 121.5
  },
  “bottom_right”:{
  “lat”: 30.9,
  “lon”: 121.7
  }
  }
  }
  }
  }

  1.4.2.附近查询

  附近查询，也叫做距离查询（geo_distance）：查询到指定中心点小于某个距离值的所有文档。
  换句话来说，在地图上找一个点作为圆心，以指定距离为半径，画一个圆，落在圆内的坐标都算符合条件
  语法：
  // geo_distance 查询
  GET /indexName/_search
  {
  “query”: {
  “geo_distance”: {
  “distance”: “15km”, // 半径
  “FIELD”: “31.21,121.5” // 圆心
  }
  }
  }

  1.5.复合查询

  复合（compound）查询：复合查询可以将其它简单查询组合起来，实现更复杂的搜索逻辑。常见的有两种：

• fuction score：算分函数查询，可以控制文档相关性算分，控制文档排名

• bool query：布尔查询，利用逻辑关系组合多个其它的查询，实现复杂搜索

小结：elasticsearch会根据词条和文档的相关度做打分，算法由两种：

• TF-IDF算法
• BM25算法，elasticsearch5.1版本后采用的算法

  1.5.2.算分函数查询

  function score 查询中包含四部分内容：

原始查询条件：query部分，基于这个条件搜索文档，并且基于BM25算法给文档打分，原始算分（query score)
过滤条件：filter部分，符合该条件的文档才会重新算分
算分函数：符合filter条件的文档要根据这个函数做运算，得到的函数算分（function score），有四种函数

• • weight：函数结果是常量
• • field_value_factor：以文档中的某个字段值作为函数结果
• • random_score：以随机数作为函数结果
• • script_score：自定义算分函数算法

运算模式：算分函数的结果、原始查询的相关性算分，两者之间的运算方式，包括：

  -   - multiply：相乘
  -   - replace：用function score替换query score
  -   - 其它，例如：sum、avg、max、min

function score的运行流程如下：

• 1）根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）
  - 2）根据过滤条件，过滤文档
  - 3）符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）
  - 4）将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。
  其中的关键点是：

1. 过滤条件：决定哪些文档的算分被修改
2. 算分函数：决定函数算分的算法
3. 运算模式：决定最终算分结果

   2.搜索结果处理

   2.1.排序

   lasticsearch默认是根据相关度算分（_score）来排序，但是也支持自定义方式对搜索结果排序。可以排序字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等。

   2.1.1.普通字段排序

   keyword、数值、日期类型排序的语法基本一致。
   语法：
   GET /indexName/_search
   {
   “query”: {
   “match_all”: {}
   },
   “sort”: [
   {
   “FIELD”: “desc” // 排序字段、排序方式ASC、DESC
   }
   ]
   }

   2.1.2.地理坐标排序

   语法：
   GET /indexName/_search
   {
   “query”: {
   “match_all”: {}
   },
   “sort”: [
   {
   “_geo_distance” : {
   “FIELD” : “纬度，经度”, // 文档中geo_point类型的字段名、目标坐标点
   “order” : “asc”, // 排序方式
   “unit” : “km” // 排序的距离单位
   }
   }
   ]
   }
   这个查询的含义是：

• 指定一个坐标，作为目标点
• 计算每一个文档中，指定字段（必须是geo_point类型）的坐标 到目标点的距离是多少
• 根据距离排序

  2.2.分页

  elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。elasticsearch中通过修改from、size参数来控制要返回的分页结果：
  1）from：从第几个文档开始
  2）size：总共查询几个文档
  类似于mysql中的limit ?, ?

  2.2.1.基本的分页

  分页的基本语法：
  GET /hotel/_search
  {
  “query”: {
  “match_all”: {}
  },
  “from”: 0, // 分页开始的位置，默认为0
  “size”: 10, // 期望获取的文档总数
  “sort”: [
  {“price”: “asc”}
  ]
  }

  2.2.2.深度分页问题

  针对深度分页，ES提供了两种解决方案：
  1）search after：分页时需要排序，原理是从上一次的排序值开始，查询下一页数据。官方推荐使用的方式。
  2）scroll：原理将排序后的文档id形成快照，保存在内存。官方已经不推荐使用。

  2.2.3.小结

  分页查询的常见实现方案以及优缺点：
  from + size：
  优点：支持随机翻页
  缺点：深度分页问题，默认查询上限（from + size）是10000
  场景：百度、京东、谷歌、淘宝这样的随机翻页搜索
  after search：
  优点：没有查询上限（单次查询的size不超过10000）
  缺点：只能向后逐页查询，不支持随机翻页
  场景：没有随机翻页需求的搜索，例如手机向下滚动翻页
  scroll：
  优点：没有查询上限（单次查询的size不超过10000）
  缺点：会有额外内存消耗，并且搜索结果是非实时的
  场景：海量数据的获取和迁移。从ES7.1开始不推荐，建议用 after search方案。

  2.3.高亮

  高亮显示的实现分为两步：
  1）给文档中的所有关键字都添加一个标签，例如标签
  2）页面给标签编写CSS样式

  2.3.2.实现高亮

  高亮的语法：
  GET /hotel/_search
  {
  “query”: {
  “match”: {
  “FIELD”: “TEXT” // 查询条件，高亮一定要使用全文检索查询
  }
  },
  “highlight”: {
  “fields”: { // 指定要高亮的字段
  “FIELD”: {
  “pre_tags”: ““, // 用来标记高亮字段的前置标签
  “post_tags”: ““ // 用来标记高亮字段的后置标签
  }
  }
  }
  }
  注意：
  1）高亮是对关键字高亮，因此搜索条件必须带有关键字，而不能是范围这样的查询。
  2）默认情况下，高亮的字段，必须与搜索指定的字段一致，否则无法高亮
  3）如果要对非搜索字段高亮，则需要添加一个属性：required_field_match=false

  2.4.总结