分布式搜索引擎--02

1.DSL查询文档

elasticsearch的查询依然是基于JSON风格的DSL来实现的。

1.1.DSL查询分类

Elasticsearch提供了基于JSON的DSL（Domain Specific Language）来定义查询。常见的查询类型包括：

• 查询所有：查询出所有数据，一般测试用。例如：match_all
• 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
• 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
  • term
• 地理（geo）查询：根据经纬度查询。例如：
  • geo_distance
  • geo_bounding_box
• 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

查询的语法基本一致：

GET /indexName/_search
{
  \"query\": {
    \"查询类型\": {
      \"查询条件\": \"条件值\"
    }
  }
}

我们以查询所有为例，其中：

• 查询类型为match_all
• 没有查询条件

// 查询所有
GET /indexName/_search
{
  \"query\": {
    \"match_all\": {
    }
  }
}

其它查询无非就是查询类型、查询条件的变化。

1.2.全文检索查询

1.2.1.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查询语法如下：

GET /indexName/_search
{
  \"query\": {
    \"match\": {
      \"FIELD\": \"TEXT\" 
# FIELD属性字段 TEXT 该字段下所匹配的内容
    }
  }
}

mulit_match语法如下：

GET /indexName/_search
{
  \"query\": {
    \"multi_match\": {
      \"query\": \"TEXT\",
      \"fields\": [\"FIELD1\", \" FIELD12\"]
    }
  }
}

1.2.2.总结

match和multi_match的区别是什么？

• match：根据一个字段查询
• multi_match：根据多个字段查询，参与查询字段越多，查询性能越差

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。

语法说明：

// term查询
GET /indexName/_search
{
  \"query\": {
    \"term\": {
      \"FIELD\": {
        \"value\": \"VALUE\"
      }
    }
  }
}

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。

基本语法：

// 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
      }
    }
  }
}

1.3.3.总结

精确查询常见的有哪些？

• term查询：根据词条精确匹配，一般搜索keyword类型、数值类型、布尔类型、日期类型字段
• range查询：根据数值范围查询，可以是数值、日期的范围

1.4.地理坐标查询

所谓的地理坐标查询，其实就是根据经纬度查询，官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-queries.html

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。

语法如下：

// geo_bounding_box查询
GET /indexName/_search
{
  \"query\": {
    \"geo_bounding_box\": {
      \"FIELD\": {
        \"top_left\": { // 左上点
          \"lat\": 31.1,
          \"lon\": 121.5
        },
        \"bottom_right\": { // 右下点
          \"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：

语法说明：

// 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

1.5.1.算分函数查询

说白了谁掏钱多谁排名靠前

1）语法说明

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。

2）小结

function score query定义的三要素是什么？

• 过滤条件：哪些文档要加分
• 算分函数：如何计算function score
• 加权方式：function score 与 query score如何运算

1.5.2.布尔查询

布尔查询是一个或多个查询子句的组合，每一个子句就是一个子查询。子查询的组合方式有：

• must：必须匹配每个子查询，类似“与”
• should：选择性匹配子查询，类似“或”
• must_not：必须不匹配，不参与算分，类似“非”
• filter：必须匹配，不参与算分

1).语法示例

2).小结

bool查询有几种逻辑关系？

• must：必须匹配的条件，可以理解为“与”
• should：选择性匹配的条件，可以理解为“或”
• must_not：必须不匹配的条件，不参与打分
• filter：必须匹配的条件，不参与打分

2.搜索结果处理

搜索的结果可以按照用户指定的方式去处理或展示。

2.1.排序

语法：

普通字段排序：

GET /indexName/_search
{
  \"query\": {
    \"match_all\": {}
  },
  \"sort\": [
    {
      \"FIELD\": \"desc\"  // 排序字段、排序方式ASC、DESC
    }
  ]
}

排序条件是一个数组，也就是可以写多个排序条件。按照声明的顺序，当第一个条件相等时，再按照第二个条件排序，以此类推

地理坐标排序：

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
      }
    }
  ]
}

2.2.分页

语法：

基本的分页:

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\"}
  ]
}

深度分页问题:

GET /hotel/_search
{
  \"query\": {
    \"match_all\": {}
  },
  \"from\": 990, // 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\"}
  ]
}

2.3.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

  
  

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\": \"<em>\",  // 用来标记高亮字段的前置标签
        \"post_tags\": \"</em>\" // 用来标记高亮字段的后置标签
      }
    }
  }
}

@Test
void testMatchAll() throws IOException {
    // 1.准备Request
    SearchRequest request = new SearchRequest(\"hotel\");
    // 2.准备DSL
    request.source()
        .query(QueryBuilders.matchAllQuery());
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);

    // 4.解析响应
    handleResponse(response);
}

private void handleResponse(SearchResponse response) {
    // 4.解析响应
    SearchHits searchHits = response.getHits();
    // 4.1.获取总条数
    long total = searchHits.getTotalHits().value;
    System.out.println(\"共搜索到\" + total + \"条数据\");
    // 4.2.文档数组
    SearchHit[] hits = searchHits.getHits();
    // 4.3.遍历
    for (SearchHit hit : hits) {
        // 获取文档source
        String json = hit.getSourceAsString();
        // 反序列化
        HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
        System.out.println(\"hotelDoc = \" + hotelDoc);
    }
}

来源：https://www.cnblogs.com/sy2022/p/16564136.html
本站部分图文来源于网络，如有侵权请联系删除。