Elasticsearch 结构化查询&排序

Sep 7, 2015

序

这里主要介绍下Elasticsearch 结构化查询和排序的一些知识

结构化查询

  • 结构化查询

    • 需要使用query参数
    
 GET /_search
 {
     "query": {
         "match": {
             "tweet": "elasticsearch"
         }
     }
 }
 
    
 GET /_search
 {
     "query": {
         "match_all": {}
     }
 }
  • 合并多子句 
    
 {
     "bool": {
         "must":     { "match": { "tweet": "elasticsearch" }},
         "must_not": { "match": { "name":  "mary" }},
         "should":   { "match": { "tweet": "full text" }}
     }
 }

  • 查询过滤语句

    • term 过滤
    
 { "term": { "age":    26           }}
    • terms 过滤
    
 {
     "terms": {
         "tag": [ "search", "full_text", "nosql" ]
         }
 }
    • range 过滤
    
 {
 "range": {
     "age": {
         "gte":  20,
         "lt":   30
         }
     }
 }

    gt :: 大于, gte:: 大于等于, lt :: 小于, lte:: 小于等于

    • exists
    
 {
     "exists":   {
         "field":    "title"
     }
 }
  • multi_match查询 
    
 {
     "multi_match": {
         "query":    "full text search",
         "fields":   [ "title", "body" ]
     }
 }

    multi_match查询允许你做match查询的基础上同时搜索多个字段

  • 短语搜索 
    
 {
 "query" : { "match_phrase" : {
 "about" : "rock climbing" }
 } }
  • 查询与过滤条件的合并 
    
 GET /_search
 {
     "query": {
         "filtered": {
             "query":  { "match": { "email": "business opportunity" }},
             "filter": { "term": { "folder": "inbox" }}
         }
     }
 }
  • 验证查询 
    
 GET /gb/tweet/_validate/query
 {
    "query": {
       "tweet" : {
          "match" : "really powerful"
       }
    }
 }

排序

  • 字段值排序 
    
 GET /_search
 {
     "query" : {
         "filtered" : {
             "filter" : { "term" : { "user_id" : 1 }}
         }
     },
     "sort": { "date": { "order": "desc" }}
 }

  • 多级排序

    • 结果集会先用第一排序字段来排序，当用用作第一字段排序的值相同的时候， 然后再用第二字段对第一排序值相同的文档进行排序，以此类推
    
 GET /_search
 {
     "query" : {
         "filtered" : {
             "query":   { "match": { "tweet": "manage text search" }},
             "filter" : { "term" : { "user_id" : 2 }}
         }
     },
     "sort": [
         { "date":   { "order": "desc" }},
         { "_score": { "order": "desc" }}
     ]
 }

  • 多值字段字符串排序

    • 为了使一个string字段可以进行排序，它必须只包含一个词：即完整的not_analyzed字符串。 当然我们需要对字段进行全文本搜索的时候还必须使用被 analyzed 标记的字段

    • 我们想要的是同一个字段中同时包含这两种索引方式，我们只需要改变索引(index)的mapping即可。 方法是在所有核心字段类型上，使用通用参数 fields对mapping进行修改

    
 "tweet": {
     "type":     "string",
     "analyzer": "english",
     "fields": {
         "raw": {
             "type":  "string",
             "index": "not_analyzed"
         }
     }
 }

    tweet 字段用于全文本的 analyzed 索引方式不变。 新增的 tweet.raw 子字段索引方式是 not_analyzed

    • 现在，在给数据重建索引后，我们既可以使用 tweet 字段进行全文本搜索，也可以用tweet.raw字段进行排序
    
 GET /_search
 {
     "query": {
         "match": {
             "tweet": "elasticsearch"
         }
     },
     "sort": "tweet.raw"
 }

  • 相关性

    • 检索词频率：检索词在该字段出现的频率？出现频率越高，相关性也越高

    • 反向文档频率：每个检索词在索引中出现的频率，频率越高，相关性越低

    • 字段长度准则：字段的长度是多少？长度越长，相关性越低

  • Explain Api

    • 当explain选项加到某一文档上时，它会告诉你为何这个文档会被匹配，以及一个文档为何没有被匹配
    
 GET /_search
 GET /us/tweet/12/_explain
 {
    "query" : {
       "filtered" : {
          "filter" : { "term" :  { "user_id" : 2           }},
          "query" :  { "match" : { "tweet" :   "honeymoon" }}
       }
    }
 }