elasticsearch02

Elasticsearch搜索引擎02 Elasticsearch是一个功能强大且灵活的搜索引擎，它不仅可以实现数据存储，还可以提供强大的搜索和数据分析功能。在本文中，我们将深入探讨Elasticsearch的搜索功能，并学习如何使用DSL和RestClient来实现搜索。 1.DSL查询文档 Elasticsearch提供了基于JSON风格的DSL（Domain Specific Language）来定义查询。常见的查询类型包括：查询所有、全文检索查询、精准查询、地理查询、复合查询等。 1.1.DSL查询分类 * 查询所有：查询出所有数据，一般测试用。例如：match_all * 全文检索查询：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 * 精准查询：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 * 地理查询：根据经纬度查询。例如：geo_distance、geo_bounding_box * 复合查询：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 1.2.全文检索查询 全文检索查询是Elasticsearch最常用的查询类型之一。它可以根据用户输入的内容，进行分词、倒排索引匹配、文档id匹配等步骤，最后返回搜索结果。 1.2.1.使用场景 全文检索查询的基本流程如下： * 对用户搜索的内容做分词，得到词条 * 根据词条去倒排索引库中匹配，得到文档id * 根据文档id找到文档，返回给用户 常用的场景包括： * 商城的输入框搜索 * 百度输入框搜索 * 京东搜索等 1.2.2.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" } } } multi_match查询语法如下： GET /indexName/_search{ "query": { "multi_match": { "query": "TEXT", "fields": ["FIELD1", "FIELD12"] } } } 1.2.3.示例 match查询示例： GET /indexName/_search{ "query": { "match": { "FIELD": "TEXT" } } } multi_match查询示例： GET /indexName/_search{ "query": { "multi_match": { "query": "TEXT", "fields": ["FIELD1", "FIELD12"] } } } 可以看到，两种查询结果是一样的，为什么？因为我们将brand、name、business值都利用copy_to复制到了all字段中。因此你根据三个字段搜索，和根据all字段搜索效果当然一样了。但是，搜索字段越多，对查询性能影响越大，因此建议采用copy_to，然后单字段查询的方式。 1.2.4.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： 示例： // 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： 示例： // range查询 GET /indexName/_search{ "query": { "range": { "FIELD": { "gte": "MIN_VALUE", "lte": "MAX_VALUE" } } } } 通过学习Elasticsearch的搜索功能，我们可以更好地理解Elasticsearch的强大功能，并更好地应用于实际项目中。