ElasticStack学习（六）：ElasticSearch搜索初探

2023-08-01 09:55:34

一、ElasticSearch搜索介绍

　　1、ElasticSearch搜索方式主要分为以下两种：

　　　　1）、URI Search：此种查询主要是使用Http的Get方法，在URL中使用查询参数进行查询；

　　　　如：http://localhost:9200/kibana_sample_data_ecommerce/_search?q=customer_first_name:Jim

　　　　这条URL中，q表示查询的内容，用来搜索名叫Jim的客户。用Postman进行查询，搜索结果如下图所示：

　　　　2）、Request Body Search（DSL查询）：此种查询是使用ElasticSearch提供的，可以采用Get或Post的方法，基于JSON格式的更加完备的DSL（Query Domain Specific Language）;

　　　　如:http://localhost:9200/kibana_sample_data_ecommerce/_search

　　　　在请求体中写入：　　　　

{
    "query":{"match_all":{}}
}

　　　　其中match_all代表返回所有的文档。　　

　　　　或同样查询customer_first_name:Jim，如下：　

{
    "profile": true,
    "query": {
        "match": {"customer_first_name":"Jim"}
    }
}

　　　　用Postman进行查询，结果如下图所示：

　　　　took表示查询用时；hits表示查到了多少结果，ElasticSearch默认列出10条；_score表示相关度评分；_source表示文档原始信息；

　　　　所以，大体上可根据以下语法进行查询：　　

/_search
查询范围：集群上所有的索引；

/index-name1/_search
查询范围：只查询index-name1索引；

/index-name1,index-name2/_search
查询范围：查询index-name1,index-name2两个索引；

/index*/_search
查询范围：查询以index开头的索引；

　　2、搜索相关性

　　搜索是用户与搜索引擎的对话，比较关注的有如下几点：

　　　　1）是否可以找到所有相关的内容；

　　　　2）有多少不相关的内容被返回了；

　　　　3）文档的打分是否合理；

　　　　4）结合业务需求，平衡结果排名；　　

　　3、搜索结果的衡量

　　　　1）Precision-查准率：尽可能返回较少的无关文档，公式为：返回的相关结果/（返回的相关结果+返回的无关结果）

　　　　2）Recall-查全率：尽量返回较多的相关文档，公式为：返回的相关结果/（返回的相关结果+应该返回但没有返回结果）

　　　　3）Ranking-排名：是否能够按照相关度进行排序；

二、ElasticSearch URI搜索操作

　　通过URI Query实现搜索，语法如下：　　

Get /movies/_search?q=2012&df=title_name&sort=year:desc&from=0&size=10&timeout=1s{　　"profile":true}

　　q：指定的查询语句，使用Query String 语法；

　　df：默认字段，若不指定，会对所有字段进行查询；

　　sort：用于排序；

　　from、size：用于分页；

　　profile：用于展示查询是如何被执行的；

　　1、指定字段查询、泛查询

　　指定字段查询：就是查询的值是在某个字段范围内进行的查询。对movies索引中的title字段做2012信息的查询，查询结果如下图所示：

　　泛查询：就是查询的值是对索引中所有字段进行匹配，如下图所示：

　　2、Term【词语】查询与Phrase【短语】查询

　　两者区别在于，若要查询一条信息，如Iron Man

　　对于Term查询，Iron Man等效于Iron OR Man；

　　对于Phrase查询，“Iron Man"等效于Iron AND Man，而且要求前后顺序要保持一致；

　　注意：对于Term查询，需要加上括号才可以；对于Phrase查询，需要加上引号才可以；

　　如下图所示：

　　3、布尔查询

　　布尔表示符：AND/OR/NOT（+、-），注意：符号必须大写。具体操作如下图所示：

　　在AND查询中，我们会发现查询出8条结果，与Phrase查询结果并不相同。原因在于：Phrase查询要求查询信息前后顺序必须是一致的，而AND查询并没有这个要求，因此多出两条查询数据。

　　在OR查询中，我们会发现与Term查询结果是相同的，包括profile中所列出的description都是一样的。不相同的是查询类型，Term查询是TermQuery，Or查询是BooleanQuery。

　　4、范围查询

　　[]：表示闭区间；{}：表示开区间；如下图所示：

　　上图中，开区间查询，在profile中会发现，查询范围是从2016至2019，开区间意味着要大于开区间的起始值。

　　5、算数符号查询

　　包括：>、>=、<、<=，如下图所示：

　　6、通配符查询

　　通配符查询效率低、占用内存大，故不建议使用。

　　？：代表1个字符；*：代表0或多个字符；

　　7、模糊/近似度匹配查询

　　从上面两图中可以看出，近似度查询中的~1表示一个词中允许有一个字母与正确单词不差别；~2表示对一个短语进行搜索，可以搜索到缺失1个或2个词的短语，2个以上的不属于此搜索范围。

　　8、正则表达式查询

三、Request Body搜索操作（DSL操作）

　　在ElasticSearch中，一般高阶的搜索操作都是通过Request Body来实现。

//通过from size返回查询结果，注意：获取靠后的翻页成本较高。
post /movies/_search
{
    "profile": true,
    “from":10,
    "size":20,
    "query": {
        "match": {"title":"iron man"}
    }
}
//通过sort对查询结果进行排序，注意：排序字段最好是“数字型”或“日期型”
post /movies/_search
{
    "profile": true,
    "sort":[{"order_date":"desc"}]
    "from":10,
    "size":20,
    "query": {
        "match": {"title":"iron man"}
    }
}

//通过_source元数据过滤，返回相应的字段，此时，对"iron man"的查询是iron OR man的逻辑
post /movies/_search
{
  "profile":true,
  "_source":["title","year"],
  "from":10,
  "size":5,
  "sort":[{"year":"desc"}],
  "query":{
    "match": {"title":"iron man"}
  }
}
//若想对"iron man"执行iron AND man的逻辑，可按如下操作
post /movies/_search
{
  "profile":true,
  "_source":["title","year"],
  "from":10,
  "size":5,
  "sort":[{"year":"desc"}],
  "query":{
    "match"{
　　　　"title":{
　　　　　　"query":"iron man",
　　　　　　"operator":"AND"
　　　　 }
　　　}
  }
}

两者执行结果，如下图所示：

//脚本字段，通过script_fields对返回字段进行加工，来算出一个新的字段
post /movies/_search
{
　　"profile":true,
　　"script_fields":{
　　　　"new_fields":{
　　　　　　"script":{
　　　　　　　　"lang":"painless",
　　　　　　　　"source":"doc['year'].value+'-hello'"
　　　　　　　　}
　　　　　　}
　　　　},
　　"_source":["title","year"],
　　"from":0,
　　"size":10,
　　"sort":[{"year":"desc"}],
　　"query":{
　　　　"match_all":{}
　　　　}
}

//短语搜索，注意slop的意思是可以在iron man之间可以有1个其他的字符
post /movies/_search
{
　　"profile":true,
　　"_source":["title","year"],
　　"query":{
　　　　"match_phrase":{
　　　　　　　　"title":{
　　　　　　　　　　　　"query":"iron man",
　　　　　　　　　　　　"slop":"1"
　　　　　　　　　　}
　　　　　　}
　　　　}
}

四、Query String和Simple Query String搜索（也是DSL操作）

　　我们向索引users中插入两条文档：

put /users/_doc/3
{
  "name":"tang bohu",
  "about":"gongfu,wencai,huahua"
}
put /users/_doc/4
{
  "name":"zhang sanfeng",
  "about":"gongfu,youmo"
}

　　1、Query String

　　在DSL中也是可以支持类似于URI Query的查询。

　　2、Simple Query String

　　该种查询的特点：

　　1）此种查询类似于Query String，但是会忽略错误的语法，同时只支持部分查询语法；

　　2）不支持AND、OR、NOT，只会将其作为字符串处理；

　　3）Term之间的默认关系是OR，通过Operator可以指定其他关系；

　　4）支持部分逻辑：+、-、|；

　　注意：Query、Query String、Simple Query String在使用时，后两者的灵活性降低了，但是更容易写；而第一种灵活性最大，但是容易出错。

　　大家可关注我的公众号

　　知识学习来源：《Elasticsearch核心技术与实战》

码农公寓

相关文章