• ElasticSearchDSL查询


    详情请参考:https://www.aliyundrive.com/s/Y4ArBxRkvTC


    查询操作

    1、DSL查询分类

    Elasticsearch提供了基于JSON的DSL(Domain Specific Language)来定义查询。常见的查询类型包括:

    • 查询所有:查询出所有数据,一般测试用。例如:match_all

    • 全文检索(full text)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

    • 精确查询: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(geo)查询:根据经纬度查询。例如:

      • geo_distance

      • geo_bounding_box

    • 复合(compound)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

     

    查询的语法基本一致:

    GET /indexName/_search
    {
      "query": {
        "查询类型": {
          "查询条件": "条件值"
        }
      }
    }

    我们以查询所有为例,其中:

    • 查询类型为match_all

    • 没有查询条件

    // 查询所有
    GET /indexName/_search
    {
      "query": {
        "match_all": {
      }
      }
    }

    其它查询无非就是查询类型查询条件的变化。

    2、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

    因为是拿着词条去匹配,因此参与搜索的字段也必须是可分词的text类型的字段。

    3、全文检索查询

    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"
        }
      }
    }

    mulit_match语法如下:

    GET /indexName/_search
    {
      "query": {
        "multi_match": {
          "query": "TEXT",
          "fields": ["FIELD1", " FIELD12"]
        }
      }
    }

    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。

    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

    4、精确查询

    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

    一、term精确查询

    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:

    // term查询
    GET /indexName/_search
    {
      "query": {
        "term": {
          "FIELD": {
            "value": "VALUE"
          }
        }
      }
    }

    示例:

    // term查询
    GET /hotel/_search
    {
     "query": {
       "term": {
         "city": {
           "value": "上海"
        }
      }
    }
    }

     二、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:

    // range查询
    GET /indexName/_search
    {
      "query": {
        "range": {
          "FIELD": {
            "gte": 10, // 这里的gte代表大于等于,gt则代表大于
            "lte": 20 // lte代表小于等于,lt则代表小于
          }
        }
      }
    }

    示例:

    GET /hotel/_search
    {
      "query": {
        "range": {
          "price": {
            "gte": 100,
            "lte": 150
          }
        }
      }
    }

     

    精确查询常见的有哪些?

    • term查询:根据词条精确匹配,一般搜索keyword类型、数值类型、布尔类型、日期类型字段

    • range查询:根据数值范围查询,可以是数值、日期的范围

    5、地理坐标查询

    所谓的地理坐标查询,其实就是根据经纬度查询,官方文档:https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-queries.html

    常见的使用场景包括:

    • 携程:搜索我附近的酒店

    • 滴滴:搜索我附近的出租车

    • 微信:搜索我附近的人

    一、矩形范围查询

    矩形范围查询,也就是geo_bounding_box查询,查询坐标落在某个矩形范围的所有文档

     查询时,需要指定矩形的左上右下两个点的坐标,然后画出一个矩形,落在该矩形内的都是符合条件的点。

    语法如下:

    // geo_bounding_box查询
    GET /indexName/_search
    {
      "query": {
        "geo_bounding_box": {
          "FIELD": {
            "top_left": { // 左上点
              "lat": 31.1,
              "lon": 121.5
            },
            "bottom_right": { // 右下点
              "lat": 30.9,
              "lon": 121.7
            }
          }
        }
      }
    }

    二、附近查询

    附近查询,也叫做距离查询(geo_distance):查询到指定中心点小于某个距离值的所有文档。

     语法说明:

    // geo_distance 查询
    GET /indexName/_search
    {
      "query": {
        "geo_distance": {
          "distance": "15km", // 半径
          "FIELD": "31.21,121.5" // 圆心
        }
      }
    }

    6、复合查询

    复合(compound)查询:复合查询可以将其它简单查询组合起来,实现更复杂的搜索逻辑。常见的有两种:

    • fuction score:算分函数查询,可以控制文档相关性算分,控制文档排名

    • bool query:布尔查询,利用逻辑关系组合多个其它的查询,实现复杂搜索

    一、算分函数查询

    1、语法

    function score 查询中包含四部分内容:

    • 原始查询条件:query部分,基于这个条件搜索文档,并且基于BM25算法给文档打分,原始算分(query score)

    • 过滤条件:filter部分,符合该条件的文档才会重新算分

    • 算分函数:符合filter条件的文档要根据这个函数做运算,得到的函数算分(function score),有四种函数

      • weight:函数结果是常量

      • field_value_factor:以文档中的某个字段值作为函数结果

      • random_score:以随机数作为函数结果

      • script_score:自定义算分函数算法

    • 运算模式:算分函数的结果、原始查询的相关性算分,两者之间的运算方式,包括:

      • multiply:相乘

      • replace:用function score替换query score

      • 其它,例如:sum、avg、max、min

     

    function score的运行流程如下:

    • 1)根据原始条件查询搜索文档,并且计算相关性算分,称为原始算分(query score)

    • 2)根据过滤条件,过滤文档

    • 3)符合过滤条件的文档,基于算分函数运算,得到函数算分(function score)

    • 4)将原始算分(query score)和函数算分(function score)基于运算模式做运算,得到最终结果,作为相关性算分。

     

    因此,其中的关键点是:

    • 过滤条件:决定哪些文档的算分被修改

    • 算分函数:决定函数算分的算法

    • 运算模式:决定最终算分结果

    boost_mode:
      最终的分数 result_score 是由 query_score 与 func_score 进行计算而来,计算方式由参数 boost_mode 定义:

    1. multiply : 相乘(默认),result_score = query_score * function_score
    2. replace : 替换,result_score = function_score
    3. sum : 相加,result_score = query_score + function_score
    4. avg : 取两者的平均值,result_score = Avg(query_score, function_score)
    5. max : 取两者之中的最大值,result_score = Max(query_score, function_score)
    6. min : 取两者之中的最小值,result_score = Min(query_score, function_score)

    function_score
      function_score 提供了以下几种打分的函数:

    1. weight : 加权。
    2. random_score : 随机打分。
    3. field_value_factor : 使用字段的数值参与计算分数。
    4. decay_function : 衰减函数 gauss, linear, exp 等。
    5. script_score : 自定义脚本。

    总结:

    function score query定义的三要素是什么?

    •   过滤条件:哪些文档要加分
    •   算分函数:如何计算function score
    •   加权方式:function score 与 query score如何运算
    // 单纯广告优先
    GET /hotel/_search
    {
      "query": {
        "function_score": {
          "query": {"match_all": {}},
          "functions": [
            {
              "filter": {"term": {"isAD": "true"}},
              "weight": 10
            }
          ],
          "boost_mode": "multiply"
        }
      }
    }
    
    // 竞价排名
    GET /hotel/_search
    {
      "query": {
        "function_score": {
          "query": {"match_all": {}},
          "functions": [
            {
              "filter": {"term": {"isAD": "true"}},
              "field_value_factor": {
                "field": "AD_Price"
              }
            }
          ],
          "boost_mode": "sum"
        }
      }
    }

    二、布尔查询

    布尔查询是一个或多个查询子句的组合,每一个子句就是一个子查询。子查询的组合方式有:

    • must:必须匹配每个子查询,类似“与”

    • should:选择性匹配子查询,类似“或”

    • must_not:必须不匹配,不参与算分,类似“非”

    • filter:必须匹配,不参与算分

    语法:

    GET /hotel/_search
    {
      "query": {
        "bool": {
          "must": [
            {"term": {"city": "上海" }}
          ],
          "should": [
            {"term": {"brand": "皇冠假日" }},
            {"term": {"brand": "华美达" }}
          ],
          "must_not": [
            { "range": { "price": { "lte": 500 } }}
          ],
          "filter": [
            { "range": {"score": { "gte": 45 } }}
          ]
        }
      }
    }

    bool查询有几种逻辑关系?

    • must:必须匹配的条件,可以理解为“与”

    • should:选择性匹配的条件,可以理解为“或”

    • must_not:必须不匹配的条件,不参与打分

    • filter:必须匹配的条件,不参与打分


    搜索结果处理

    7、排序

    elasticsearch默认是根据相关度算分(_score)来排序,但是也支持自定义方式对搜索结果排序。可以排序字段类型有:keyword类型、数值类型、地理坐标类型、日期类型等。

    一、普通字段排序

    keyword、数值、日期类型排序的语法基本一致。

    语法

    GET /indexName/_search
    {
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "FIELD": "desc"  // 排序字段、排序方式ASC、DESC
        }
      ]
    }

    排序条件是一个数组,也就是可以写多个排序条件。按照声明的顺序,当第一个条件相等时,再按照第二个条件排序,以此类推

    二、地理坐标排序

    地理坐标排序略有不同。

    语法说明

    GET /indexName/_search
    {
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "_geo_distance" : {
              "FIELD" : "纬度,经度", // 文档中geo_point类型的字段名、目标坐标点
              "order" : "asc", // 排序方式
              "unit" : "km" // 排序的距离单位
          }
        }
      ]
    }

    这个查询的含义是:

    • 指定一个坐标,作为目标点

    • 计算每一个文档中,指定字段(必须是geo_point类型)的坐标 到目标点的距离是多少

    • 根据距离排序

    8、分页

    elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。elasticsearch中通过修改from、size参数来控制要返回的分页结果:

    • from:从第几个文档开始

    • size:总共查询几个文档

    类似于mysql中的limit ?, ?

     

    一、基本分页

    分页的基本语法如下:

    GET /hotel/_search
    {
      "query": {
        "match_all": {}
      },
      "from": 0, // 分页开始的位置,默认为0
      "size": 10, // 期望获取的文档总数
      "sort": [
        {"price": "asc"}
      ]
    }

    二、深度分页问题

    GET /hotel/_search
    {
      "query": {
        "match_all": {}
      },
      "from": 990, // 分页开始的位置,默认为0
      "size": 10, // 期望获取的文档总数
      "sort": [
        {"price": "asc"}
      ]
    }

    分页查询是查询出前n页,然后截取最后一页返回实现分页查询。

    当查询分页深度较大时,汇总数据过多,对内存和CPU会产生非常大的压力,因此elasticsearch会禁止from+ size 超过10000的请求。

     

    针对深度分页,ES提供了两种解决方案,官方文档

    • search after:分页时需要排序,原理是从上一次的排序值开始,查询下一页数据。官方推荐使用的方式。

    • scroll:原理将排序后的文档id形成快照,保存在内存。官方已经不推荐使用。

    分页查询的常见实现方案以及优缺点:

    • from + size

      • 优点:支持随机翻页

      • 缺点:深度分页问题,默认查询上限(from + size)是10000

      • 场景:百度、京东、谷歌、淘宝这样的随机翻页搜索

    • after search

      • 优点:没有查询上限(单次查询的size不超过10000)

      • 缺点:只能向后逐页查询,不支持随机翻页

      • 场景:没有随机翻页需求的搜索,例如手机向下滚动翻页

    • scroll

      • 优点:没有查询上限(单次查询的size不超过10000)

      • 缺点:会有额外内存消耗,并且搜索结果是非实时的

      • 场景:海量数据的获取和迁移。从ES7.1开始不推荐,建议用 after search方案。

    9、高亮

    高亮显示的实现分为两步:

    • 1)给文档中的所有关键字都添加一个标签,例如<em>标签

    • 2)页面给<em>标签编写CSS样式

    高亮的语法

    GET /hotel/_search
    {
      "query": {
        "match": {
          "FIELD": "TEXT" // 查询条件,高亮一定要使用全文检索查询
        }
      },
      "highlight": {
        "fields": { // 指定要高亮的字段
          "FIELD": {
            "pre_tags": "<em>",  // 用来标记高亮字段的前置标签
            "post_tags": "</em>" // 用来标记高亮字段的后置标签
          }
        }
      }
    }

    注意:

    • 高亮是对关键字高亮,因此搜索条件必须带有关键字,而不能是范围这样的查询。

    • 默认情况下,高亮的字段,必须与搜索指定的字段一致,否则无法高亮

    • 如果要对非搜索字段高亮,则需要添加一个属性:required_field_match=false


    RestClient查询文档

    文档的查询同样适用昨天学习的 RestHighLevelClient对象,基本步骤包括:

    • 1)准备Request对象

    • 2)准备请求参数

    • 3)发起请求

    • 4)解析响应

    10、快速进入(查询)

     /**
         * 测试查询
         */
        @Test
        public void match_all(){
            try {
                // 1 构建查询请求
                SearchRequest request=new SearchRequest("hotel");
                // 2 设定查询方式
                    // 2.1 match_all
                    //request.source().query(QueryBuilders.matchAllQuery());
                    // 2.2 match
                    //request.source().query(QueryBuilders.matchQuery("all","如家"));
                    // 2.3 term查询
                    //request.source().query(QueryBuilders.termQuery("city","上海"));
                    // 2.4 range查询
                    request.source().query(QueryBuilders.rangeQuery("price").gte(100).lte(300));
                    // 2.5 bool查询
                    BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
                    boolQueryBuilder.must(QueryBuilders.matchQuery("all","如家"));
                    boolQueryBuilder.should(QueryBuilders.termQuery("city","上海"));
                    boolQueryBuilder.filter(QueryBuilders.rangeQuery("price").gte(100).lte(300));
                    request.source().query(boolQueryBuilder);
                // 3 发起查询请求
                SearchResponse searchResponse = client.search(request, RequestOptions.DEFAULT);
                // 4 解析查询结果
                SearchHits hits = searchResponse.getHits();
                // 4.1 获取查询结果总数
                long value = hits.getTotalHits().value;
                System.out.println("共查询"+value+"条数据");
                // 4.2 获取查询结果数据
                SearchHit[] hitsResult = hits.getHits();
                for (SearchHit searchHit : hitsResult) {
                    // 将查询结果转成json字符串
                    String sourceAsString = searchHit.getSourceAsString();
                    System.out.println(searchHit);
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
        }

    这里关键的API有两个,一个是request.source(),其中包含了查询、排序、分页、高亮等所有功能:

     另一个是QueryBuilders,其中包含match、term、function_score、bool等各种查询:

    总结:

    查询的基本步骤是:

    1. 创建SearchRequest对象

    2. 准备Request.source(),也就是DSL。

      ① QueryBuilders来构建查询条件

      ② 传入Request.source() 的 query() 方法

    3. 发送请求,得到结果

    4. 解析结果(参考JSON结果,从外到内,逐层解析)

    11、排序、分页

    /**
         * 测试分页、排序
         */
        @Test
        public void page_test(){
            try {
                // 1 构建查询请求
                SearchRequest request=new SearchRequest("hotel");
                // 2 设定查询方式
                request.source().query(QueryBuilders.matchQuery("all","如家"));
                // 分页操作
                request.source().from(0).size(3);
                // 排序
                request.source().sort("price", SortOrder.ASC);
                // 3 发起查询请求
                SearchResponse searchResponse = client.search(request, RequestOptions.DEFAULT);
                // 4 解析查询结果
                SearchHits hits = searchResponse.getHits();
                // 4.1 获取查询结果总数
                long value = hits.getTotalHits().value;
                System.out.println("共查询"+value+"条数据");
                // 4.2 获取查询结果数据
                SearchHit[] hitsResult = hits.getHits();
                for (SearchHit searchHit : hitsResult) {
                    // 将查询结果转成json字符串
                    String sourceAsString = searchHit.getSourceAsString();
                    System.out.println(searchHit);
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
        }

    12、高亮

    高亮的代码与之前代码差异较大,有两点:

    • 查询的DSL:其中除了查询条件,还需要添加高亮条件,同样是与query同级。

    • 结果解析:结果除了要解析_source文档数据,还要解析高亮结果

    @Test
        public void high_light(){
            try {
                // 1 构建查询请求
                SearchRequest request=new SearchRequest("hotel");
                // 2 设定查询方式
                request.source().query(QueryBuilders.matchQuery("all","如家"));
                request.source().highlighter(new HighlightBuilder()
                        .field("name")
                        .requireFieldMatch(false)
                );
                // 3 发起查询请求
                SearchResponse searchResponse = client.search(request, RequestOptions.DEFAULT);
                // 4 解析查询结果
                SearchHits hits = searchResponse.getHits();
                // 4.1 获取查询结果总数
                long value = hits.getTotalHits().value;
                System.out.println("共查询"+value+"条数据");
                // 4.2 获取查询结果数据
                SearchHit[] hitsResult = hits.getHits();
                for (SearchHit searchHit : hitsResult) {
                    Map<String, HighlightField> highlightFields = searchHit.getHighlightFields();
                    HighlightField name = highlightFields.get("name");
                    Text fragment = name.getFragments()[0];
                    // 将查询结果转成json字符串
                    HotelDoc hotelDoc = JSON.parseObject(searchHit.getSourceAsString(), HotelDoc.class);
                    hotelDoc.setName(fragment.string());
                    System.out.println(hotelDoc);
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
  • 相关阅读:
    Android ActionBar应用实战,高仿微信主界面的设计
    Android ActionBar完全解析,使用官方推荐的最佳导航栏(下) .
    Android ActionBar完全解析,使用官方推荐的最佳导航栏(上)
    actionBar兼容2.1及以上版本的做法 .
    Android UI开发详解之ActionBar .
    Android ActionBar详解(三):ActionBar实现切换Tabs标签
    Android ActionBar详解(二):ActionBar实现Tabs标签以及下拉导航 .
    完毕port(CompletionPort)具体解释
    Java的递归算法
    shell语法简单介绍
  • 原文地址:https://www.cnblogs.com/sun-10387834/p/15713839.html
Copyright © 2020-2023  润新知