搜索请求的基本模块

• query： 具体的搜索内容
• size：返回文档的数量，默认10
• from：偏移量：如果要看第二页的10个结果，ES需要计算出前20个结果->获取靠后的分页代价越来越大，默认0
• _source：指定返回的字段，默认全部字段返回
• sort：排序，默认的排序是按照文档的得分降序排
• profile：分析
• explain：计算得分过程

Search API

• URI Search
  • 在 URL 上使用查询参数

• Request Body Search
  • 使用 ElasticSearch 提供的，基于 JSON 格式的更加完备的 Query Domain Specific Language (DSL)

响应体解析

{
  // 花费时间，毫秒
    "took": 4,
  // 是否超时
    "timed_out": false,
  // 涉及分片信息
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
  // 命中文档的信息组
    "hits": {
      // 命中数
        "total": {
            "value": 1,
            "relation": "eq"
        },
      // 命中文档中最大的匹配分数
        "max_score": 5.247024,
      // 命中文档详细信息
        "hits": [
            {
              // 文档索引
                "_index": "o2srh_o2pcm_platform_product_10_2",
              // 文档索引类型
                "_type": "_doc",
              // 文档id
                "_id": "hmbb_OW-1",
              // 此词搜索文档的匹配分数
                "_score": 5.247024,
              // 文档源字段
                "_source": {
                    "platformProductCode": "hmbb",
                    "title": "海绵宝宝",
                    "stockFlag": 1
                }
            }
        ]
    }
}

基于词项和基于全文的搜索

创建索引的Mapping结构

PUT book
{
    "mappings": {
        "dynamic": "false",
        "properties": {
            "nameText": {
                "type": "text",
                "analyzer": "standard"
            },
            "nameKeyWord": {
                "type": "keyword"
            },
            "country": {
                "type": "keyword"
            },
            "price": {
                "type": "float"
            }
        }
    }
}

插入的数据

[
    {
        "nameText":"ES in action ES",
        "nameKeyWord":"ES in action ES",
        "country":"China",
        "price":100
    },
    {
        "nameText":"ES in one action",
        "nameKeyWord":"ES in one action",
        "country":"Japan",
        "price":200
    },
    {
        "nameText":"ES in one two action",
        "nameKeyWord":"ES in one two action",
        "country":"America",
        "price":300
    },
    {
        "nameText":"What is ES",
        "nameKeyWord":"What is ES",
        "country":"China",
        "price":400
    },
    {
        "nameText":"one thing is good",
        "nameKeyWord":"one thing is good",
        "country":"America",
        "price":500
    }
]

nameText 字段被设置成 text 类型，会走分析流程，并且使用 设置的 standard分析器进行分析写入：

基于全文的查询

特点：

• 索引和搜索时都会进行分词，查询字符串先传递到一个合适的分词器，然后生成一个供查询的词项列表
• 查询的时候，先会对输入的查询进行分词，然后每个词项逐个进行底层的查询，最终将结果进行合并。并为每个文档生成一个得分。

典型代表：

• Match Query
• Match Phrase Query
• Match Phrase Prefix

基于 Term 的查询

Term 是分词语义的最小单位。

在 ES 中， Term 查询，对输入不做分词。会将输入作为一个整体，在倒排索引中查找准确的词项，并且使用相关度算分公式为每个包含该词项的文档进行相关度算分。

可以利用 Constant Score 将查询转换成一个 Filtering，避免算分，并且利用缓存，提高性能。

典型代表组成：

• Term Query
• Range Query
• Prifix Qery

ES 的两种搜索上下文

• query context：
  • 关注点是的是匹配度有多高，并计算出匹配分数，关注点是match
  • 查询：计算文档得分
  • 结果不会缓存
  • 走的是倒排索引
  • 应用场景：全文检索以及任何需要相关性的场景
• filter context：
  • 关注点是匹配与否，并不需要计算分数，关注点是 included or not
  • 只筛选出符合的文档，不算得分
  • 缓存文档 ——>大范围筛选数据
  • 走的是 Bitsets
  • 应用场景：完全精确匹配，范围检索

性能比较

• query context除了检索外，还需要计算相关度
• filter 有缓存

filter context 怎么缓存

• ES 会创建一个文档匹配过滤器的位集 bitset，文档匹配就是1，否则为0，随后用相同的过滤器查询就会重用这部分缓存。
• 当创建/更新文档时，bitset也会更新

Lucene金科玉律：尽量用 filter context，除非必须使用 query context（当且仅当需要计算分的时候）

bool 复合查询

是一个或者多个查询子句的组合。组合查询。
bool:

• query context:
  • must：必须匹配。贡献算分
  • should：选择性匹配。贡献算分。
• filter context:
  • must not：查询字句，必须不能匹配
  • filter：必须匹配，但不贡献算分

聚合（Aggregation）

ES 对数据进行统计分析的功能，

经典组成：

• Bucket Aggregation
  • 分组，一组满足条件的文档
• Metric Aggregation
  • 一系列的统计方法（最大值、最小值、平均值）