elasticsearch-DSL高级查询语法
DSL语句查询
查询字符串搜索便于通过命令行完成特定(ad hoc)的搜索，但是它也有局限性（参阅简单搜索章节）。Elasticsearch提供丰富且灵活的查询语言叫做DSL查询(Query DSL),它允许你构建更加复杂、强大的查询。 DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现
文本查询语法
模糊匹配
如搜索奥迪,会查出包含奥迪A8L 和 奥迪 和 A8L 都查询出来,按照词进行查询
GET /sunny/user/_search
{
"query": {
"match": {
"car": "奥迪A8L"
}
}
}
短语匹配
match_phrase-短语匹配:如 搜索"奥迪A8L" 不会查出包含 "奥迪" OR "A8L" 只会查出包含 "奥迪A8L"的记录
GET /sunny/user/_search
{
"query": {
"match_phrase": {
"car": "奥迪A8L"
}
}
}
多字段匹配
multi_match-多字段匹配：如 搜索"小云" 只要name或者car字段中包含 "小云" OR "小" OR "云" 等分词都会被查找出来
GET /sunny/user/_search
{
"query": {
"multi_match": {
"query": "小云",
"fields":["name","car"]
}
}
}
分页模糊查询
from:第几页 size:每页N条数据
GET /sunny/user/_search
{
"from":0,
"size":1,
"query": {
"match": {
"car": "奥迪"
}
}
}
高亮搜索
会将要查询到值,高亮显示成 拆分成几个词进行查询
GET /sunny/user/_search
{
"query" : {
"match_phrase" : {
"car" : "奥迪A8L"
}
},
"highlight": {
"fields" : {
"car" : {}
}
}
}
结构查询语法
精确匹配
term-将按照存储在倒排索引中的确切字词进行操作，这些查询通常用于数字，日期和枚举等结构化数据，而不是全文本字段。 或者，它们允许您制作低级查询，并在分析过程之前进行
GET /sunny/user/_search
{
"query":{
"term": {
"age": 48
}
}
}
range范围查询（1）
如查询age大于等于20小于等于30的记录
GET /sunny/user/_search
{
"query": {
"range": {
"age":{
"gte":20,
"lte":30
}
}
}
}
range范围查询（2）
如查询age大于20小于30的记录
GET /sunny/user/_search
{
"query": {
"range": {
"age":{
"gt":20,
"lt":30
}
}
}
}
range范围查询（3）
时间范围查询 now：当前时间
GET /sunny/user/_search
{
"query": {
"range": {
"createDate":{
"gte":"2019-05-05",
"lte":"now"
}
}
}
}
布尔查询
》比如，query的时候，会先比较查询条件，然后计算分值，最后返回文档结果； 而filter则是先判断是否满足查询条件，如果不满足，会缓存查询过程（记录该文档不满足结果）；满足的话，就直接缓存结果。 综上所述，filter快在两个方面： 1 对结果进行缓存 2 避免计算分值
为下面查询socre了解做简单的铺垫
elasticsearch的搜索评分逻辑。
查询的权重基于三个因素：词频、逆向文档频率和字段长度归一值。
词频：查询词在该文档中出现的频率。频率越高，权重越高。
逆向文档频率：查询词在所有文档中出现的频率。频率越高，权重越低。可以降低日常使用的高频率词的权重。
字段长度归一值：查询字段的长度。字段长度越长，查询词权重越高，反之越低。
进一步细节说：我们查询的所有文档，会在内部做一次相关性的评分score;然后会根据这个score从大到小的排序，依次展示给客户端
如何计算评分？
Elasticsearch使用的计算评分公式TF-IDF算法的实用计算公式如下:
score(q,d) coord(q,d)queryNorm(q)(tf (tind)idf (t)2 boost(t)norm(t,d)) filter过滤查询
判断是否满足精确查找条件,满足或不满足,做数据过滤,es会对结果进行缓存
查询的结果必须匹配查询条件，和must不同不会计算score
GET /sunny/user/_search
{
"query": {
"bool": {
"filter": [
{
"term": {
"age": "48"
}
}
]
}
}
}
must查询必须同时满足我所有条件
例如:文档字段中,age为48 和 name为小名,视图返回给用户 查询的结果必须匹配查询条件，并计算score
GET /sunny/user/_search
{
"query":{
"bool": {
"must": [
{
"match": {
"age": "48"
}
},
{
"match": {
"name": "小名"
}
}
]
}
}
}
must_not查询不满足条件
例如:查不年龄不等于48的记录 查询结果必须不符合查询条件
GET /sunny/user/_search
{
"query":{
"bool": {
"must_not": [
{
"match": {
"age": "48"
}
}
]
}
}
}
组合查询
例如:文档字段中,age为48 和 name为小名,视图返回给用户，且过滤条件精准查询sex必须为0,视图返回给用户
GET /sunny/user/_search
{
"query":{
"bool": {
"must": [
{
"match": {
"age": "48"
}
},
{
"match": {
"name": "小名"
}
}
],
"filter": [
{
"term": {
"sex": "0"
}
}
]
}
}
}
constant_score复合查询
将查询内部的结果文档得分都设定为1或者boost的值，多用于结合bool查询实现自定义得分（将查询的评估固定下来，不支持match，只支持filter）、布尔查询
GET /sunny/user/_search
{
"query": {
"constant_score": {
"filter":{
"match":{
"age":48
}
}
}
}
}
自定义分数查询
常量分值查询，目的就是返回指定的score，一般都结合filter使用，因为filter context忽略score 查询结果 1 > 3 分数值一样
GET /sunny/user/_search
{
"query": {
"constant_score": {
"filter": {
"match": {
"car":"奥迪"
}
},
"boost": 3
}
}
}
should查询
至少满足一个条件 查询age包含48 或者 car包含奥迪的数据
GET /sunny/user/_search
{
"query": {
"bool": {
"should": [
{
"match": {
"age": "48"
}
},
{
"match": {
"car": "奥迪"
}
}
]
}
}
}
聚合查询->group by
#根据年龄字段分组查询
GET /sunny/user/_search
{
"aggs": {
"group_by_age": {
"terms": {
"field": "age"
}
}
}
}
#根据条件分组
GET /sunny/user/_search
{
"query": {
"match": {
"car": "奥迪"
}
},
"aggs": {
"group_by_age": {
"terms": { "field": "age" }
}
}
}
#分组并求平均值
GET /sunny/user/_search
{
"aggs": {
"group_by_age": {
"terms": { "field": "age" },
"aggs" : {
"avg_age" : {
"avg" : { "field" : "age" }
}
}
}
}
}