Elasticsearch-PHP 搜索操作

搜索操作

好吧，这不叫elasticsearch的不劳而获！让我们来谈谈PHP客户端中的搜索操作。

客户端允许你通过REST API访问所有的查询和公开的参数，尽可能的遵循命名规则。让我们来看一些例子，你就可以熟悉它的语法。

匹配查询

这里是一个标准的匹配查询的curl：

curl -XGET 'localhost:9200/my_index/my_type/_search' -d '{
    "query" : {
        "match" : {
            "testField" : "abc"
        }
    }
}'

这里是在客户端中＝同样查询结构的查询：

$params['index'] = 'my_index';
$params['type']  = 'my_type';
$params['body']['query']['match']['testField'] = 'abc';

$results = $client->search($params);

使用原始JSON

正如你看到的JSON和查询之间的转换是非常简单的。你可以直接序列化JSON到body中，或者甚至提供原始的JSON字符串。客户端会处理的很好：

$json = '{
    "query" : {
        "match" : {
            "testField" : "abc"
        }
    }
}';

$params['index'] = 'my_index';
$params['type']  = 'my_type';
$params['body']  = $json;

$results = $client->search($params);

搜索结果返回的是简单的由elasticsearch响应元素序列化成的数组。与搜索结果工作就像与迭代数组一样简单：

$milliseconds = $results['took'];
$maxScore     = $results['hits']['max_score'];

$score = $results['hits']['hits'][0]['_score'];
$doc   = $results['hits']['hits'][0]['_source'];

Bool 查询

Bool查询可以使用客户端轻松的构造出来。例如这个查询：

curl -XGET 'localhost:9200/my_index/my_type/_search' -d '{
    "query" : {
        "bool" : {
            "must": {
                "match" : {
                    "testField" : "abc"
                },
                "match" : {
                    "anotherTestField" : "xyz"
                }
            }
        }
    }
}'

像这样的结构（注意中括号的位置）

$params['index'] = 'my_index';
$params['type']  = 'my_type';
$params['body']['query']['bool']['must'] = array(
    array('match' => array('testField' => 'abc')),
    array('match' => array('anotherTestField' => 'xyz')),
);

$results = $client->search($params);

一个更复杂的例子

让我们来构造一个稍微复杂的例子：一个过滤的查询包含一个过滤器和一个查询。这在elasticsearch查询中是非常常见的活动，所以，这将是一个好的演示。

curl版本的查询：

curl -XGET 'localhost:9200/my_index/my_type/_search' -d '{
    "query" : {
        "filtered" : {
            "filter" : {
                "term" : {
                    "my_field" : "abc"
                }
            },
            "query" : {
                "match" : {
                    "my_other_field" : "xyz"
                }
            }
        }
    }
}'

PHP版本的查询：

$params['index'] = 'my_index';
$params['type']  = 'my_type';

$filter = array();
$filter['term']['my_field'] = 'abc';

$query = array();
$query['match']['my_other_field'] = 'xyz';

$params['body']['query']['filtered'] = array(
    "filter" => $filter,
    "query"  => $query
);

$results = $client->search($params);

为了清晰和可读性，过滤器和查询部分作为变量被单独分配并且之后组合在一起。这通常对应用程序来说是一个好的设计模式，因为它可以让你对待你的查询和过滤器想构建块一样，可以通过你的应用程序传递。

当然，在最后，他被构建在一个简单的数组中。你可以轻松构建整个数组在一个定义的嵌套数组块中，或者一行一行的构建。

所有客户端需要一个关联数组，并且结构要和JSON查询结构匹配。

Function_Score 查询

有一点需要特别注意关于function_score 查询。由于PHP处理JSON编码，一切都被转换成了数组的这种活那种形式。这通常不是问题，因为Elasticsearch API中大多地方接受数组或互换空对象。

然而，function_score 稍有不同，需要区分空数组和空对象，例如，考虑如下查询：

{
   "query":{
      "function_score":{
         "functions":[
            {
               "random_score":{}
            }
         ],
         "boost_mode":"replace",
         "query":{
            "match_all":{}
         }
      }
   }
}

function_score定义一个数组对象，random_score 用空对象作为值。

PHP的json_encode会转换查询到这种形式：

{
   "query":{
      "function_score":{
         "functions":[
            {
               "random_score":[]
            }
         ],
         "boost_mode":"replace",
         "query":{
            "match_all":[]
         }
      }
   }
}

这样会导致一个解析异常。我们需要做的是告诉PHP random_score 包含一个空对象，不是一个数组。要做到这样，我们需要需要指定一个显式空对象：

$params['body'] = array(
    'query' => array(
        'function_score' => array(
            'functions' => array(
                array("random_score" => (object) array())
            ),
            'query' => array('match_all' => array())
        )
    )
);
$results = $client->search($params);

现在，JSON会被正常编码，不再会出现解析异常。

扫描／滚动

Elasticsearch的扫描／滚动功能类似于搜索，但在许多方面不同。它的工作方式是使用scan中的search_type执行一个搜索查询。这将启动一个扫描窗口并在扫面时保持打开。这允许真正的一致的分页。
一旦扫描窗口打开，你可能开始在窗口上滚动。这返回的结果要匹配你的查询，但顺序是随机的。这种随机的排序对性能来说是很重要的。深分页时昂贵的，当你需要通过碎片去维护一个分类的一致的排序。

$client = new ElasticsearchClient();
$params = array(
    "search_type" => "scan",    // use search_type=scan
    "scroll" => "30s",          // how long between scroll requests. should be small!
    "size" => 50,               // how many results *per shard* you want back
    "index" => "my_index",
    "body" => array(
        "query" => array(
            "match_all" => array()
        )
    )
);

$docs = $client->search($params);   // Execute the search
$scroll_id = $docs['_scroll_id'];   // The response will contain no results, just a _scroll_id

// Now we loop until the scroll "cursors" are exhausted
while (	rue) {

    // Execute a Scroll request
    $response = $client->scroll(
        array(
            "scroll_id" => $scroll_id,  //...using our previously obtained _scroll_id
            "scroll" => "30s"           // and the same timeout window
        )
    );

    // Check to see if we got any search hits from the scroll
    if (count($response['hits']['hits']) > 0) {
        // If yes, Do Work Here

        // Get new scroll_id
        // Must always refresh your _scroll_id!  It can change sometimes
        $scroll_id = $response['_scroll_id'];
    } else {
        // No results, scroll cursor is empty.  You've exported all the data
        break;
    }
}