分布式搜索引擎ES-DSL搜索详解

🕗 发布于 2024-07-23 22:48 搜索引擎分布式 elasticsearch

1.DSL搜索-入门语法

建立索引： xxx(自定义名称)
自定义mapping:
POST /shop/_mapping

{
    "properties": {
        "id": {
            "type": "long"
        },
        "age": {
            "type": "integer"
        },
        "username": {
            "type": "keyword"
        },
        "nickname": {
            "type": "text",
            "analyzer": "ik_max_word"
        },
        "money": {
            "type": "float"
        },
        "desc": {
            "type": "text",
            "analyzer": "ik_max_word"
        },
        "sex": {
            "type": "byte"
        },
        "birthday": {
            "type": "date"
        },
        "face": {
            "type": "text",
            "index": false
        }
    }
}

请求参数的查询(QueryString)
查询[字段]包含[内容]的文档
测试搜索：
GET /shop/_doc/_search?q=desc:新华网
拼接查询：称为queryString方式查询
GET /shop/_doc/_search?q=nickname:新&q=age:25

text与keyword搜索对比测试(keyword不会被倒排索引，不会被分词)

GET /shop/_doc/_search?q=nickname:super
GET /shop/_doc/_search?q=username:super
GET /shop/_doc/_search?q=username:super hero

这种方式称之为QueryString查询方式，参数都是放在url中作为请求参数的。

DSL基本语法
QueryString用的很少，一旦参数复杂就难以构建，所以大多查询都会使用dsl来进行查询更好。

Domain Specific Language
特定领域语言
基于JSON格式的数据查询
查询更灵活，有利于复杂查询
DSL格式语法：

查询

POST /shop/_doc/_search

{
    "query": {
        "match": {
            "desc": "新华网"
        }
    }
}

判断某个字段是否存在

{
    "query": {
        "exists": {
        "field": "desc"
    }
    }
}

语法格式为一个json object，内容都是key-value键值对，json可以嵌套。
key可以是一些es的关键字，也可以是某个field字段，后面会遇到
搜索不合法问题定位
DSL查询的时候经常会出现一些错误查询，出现这样的问题大多都是json无法被es解析，他会像java那样报一个异常信息，根据异常信息去推断问题所在，比如json格式不对，关键词不存在未注册等等，甚至有时候不能定位问题直接复制错误信息到百度一搜就能定位问题了。

2.DSL搜索-查询所有与分页

match_all
在索引中查询所有的文档

GET /shop/_doc/_search

或

POST /shop/_doc/_search

{
    "query": {
        "match_all": {}
    },
    "_source": ["id", "nickname", "age"]
}

可视化操作：
在这里插入图片描述

分页查询
默认查询是只有10条记录，可以通过分页来展示

POST /shop/_doc/_search

{
    "query": {
        "match_all": {}
    },
    "from": 0,
    "size": 10
}

{
"query": {
"match_all": {}
},
"_source": [
"id",
"nickname",
"age"
],
"from": 5,
"size": 5
}

Head可视化操作
在这里插入图片描述

3.DSL搜索-term与match

term精确搜索与match分词搜索
搜索的时候会把用户搜索内容，比如“中国强大”作为一整个关键词去搜索，而不会对其进行分词后再搜索

POST /shop/_doc/_search

{
    "query": {
        "term": {
            "desc": "新华网"
        }
    }
}

对比

{
    "query": {
        "match": {
            "desc": "新华网"
        }
    }
}

注：match会对新华网先进行分词（其实就是全文检索），在查询，而term则不会，直接把新华网作为一个整的词汇去搜索。
head 可视化操作对比：
在这里插入图片描述

terms 多个词语匹配检索
相当于是tag标签查询，可以完全匹配做类似标签的查询

POST /shop/_doc/_search

{
    "query": {
        "terms": {
            "desc": ["新华网", "学习", "骚年"]
        }
    }
}

4.其他常用语法

(1)match_phrase 短语匹配
match：分词后只要有匹配就返回，match_phrase：分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的。（搜索比较严格）

slop：允许词语间跳过的数量

POST /shop/_doc/_search

{
    "query": {
        "match_phrase": {
            "desc": {
            "query": "大学 毕业 研究生",
            "slop": 2
            }
        }
    }
}

(2)match 扩展
operator

or：搜索内容分词后，只要存在一个词语匹配就展示结果
and：搜索内容分词后，都要满足词语匹配
POST /shop/_doc/_search

{
    "query": {
        "match": {
            "desc": "新华网"
        }
    }
}

等同于

{
    "query": {
        "match": {
            "desc": {
                "query": "xbox游戏机",
                "operator": "or"
            }
        }
    }
}

相当于 select * from shop where desc=‘xbox’ or|and desc=‘游戏机’

minimum_should_match: 最低匹配精度，至少有[分词后的词语个数]x百分百，得出一个数据值取整。举个例子：当前属性设置为70，若一个用户查询检索内容分词后有10个词语，那么匹配度按照 10x70%=7，则desc中至少需要有7个词语匹配，就展示；若分词后有8个，则 8x70%=5.6，则desc中至少需要有5个词语匹配，就展示。

minimum_should_match 也能设置具体的数字，表示个数

POST /shop/_doc/_search

{
    "query": {
        "match": {
            "desc": {
                "query": "好玩的xbox游戏机",
                "minimum_should_match": "60%"
            }
        }
    }
}

根据文档主键ids搜索
GET /shop/_doc/1001

查询多个

POST /shop/_doc/_search

{
    "query": {
        "ids": {
            "type": "_doc",
            "values": ["1001", "1010", "1008"]
        }
    }
}

(3)multi_macth/boost
multi_match
满足使用match在多个字段中进行查询的需求

POST /shop/_doc/_search

{
    "query": {
        "multi_match": {
                "query": "皮特帕克慕课网",
                "fields": ["desc", "nickname"]

        }
    }
}

boost
权重，为某个字段设置权重，权重越高，文档相关性得分就越高。通畅来说搜索商品名称要比商品简介的权重更高。

POST /shop/_doc/_search

{
    "query": {
        "multi_match": {
                "query": "皮特帕克慕课网",
                "fields": ["desc", "nickname^10"]

        }
    }
}

(4)布尔查询
可以组合多重查询

must：查询必须匹配搜索条件，譬如 and
should：查询匹配满足1个以上条件，譬如 or
must_not：不匹配搜索条件，一个都不要满足
实操1：

POST /shop/_doc/_search

{
    "query": {
        "bool": {
            "must": [
                {
                    "multi_match": {
                        "query": "新华网",
                        "fields": ["desc", "nickname"]
                    }
                },
                {
                    "term": {
                        "sex": 1
                    }
                },
                {
                    "term": {
                        "birthday": "1996-01-14"
                    }
                }
            ]
        }
    }
}

{
    "query": {
        "bool": {
            "should（must_not）": [
                {
                    "multi_match": {
                        "query": "学习",
                        "fields": ["desc", "nickname"]
                    }
                },
                {
                "match": {
                "desc": "游戏"
                }
                },
                {
                    "term": {
                        "sex": 0
                    }
                }
            ]
        }
    }
}

实操2：

{
    "query": {
        "bool": {
            "must": [
                {
                "match": {
                "desc": "新"
                }
                },
                {
                "match": {
                "nickname": "新"
                }
                }
            ],
            "should": [
                {
                "match": {
                "sex": "0"
                }
                }
            ],
            "must_not": [
                {
                "term": {
                "birthday": "1992-12-24"
                }
                }
            ]
        }
    }
}

为指定词语加权
特殊场景下，某些词语可以单独加权，这样可以排得更加靠前。

POST /shop/_doc/_search

{
    "query": {
        "bool": {
            "should": [
            {
            "match": {
            "desc": {
            "query": "律师",
            "boost": 18
            }
            }
            },
            {
            "match": {
            "desc": {
            "query": "进修",
            "boost": 2
            }
            }
            }
            ]
        }
    }
}

(5)过滤器
对搜索出来的结果进行数据过滤。不会到es库里去搜，不会去计算文档的相关度分数，所以过滤的性能会比较高，过滤器可以和全文搜索结合在一起使用。
post_filter元素是一个顶层元素，只会对搜索结果进行过滤。不会计算数据的匹配度相关性分数，不会根据分数去排序，query则相反，会计算分数，也会按照分数去排序。
使用场景：

query：根据用户搜索条件检索匹配记录
post_filter：用于查询后，对结果数据的筛选
实操：查询账户金额大于80元，小于160元的用户。并且生日在1998-07-14的用户

gte：大于等于
lte：小于等于
gt：大于
lt：小于
（除此以外还能做其他的match等操作也行）
POST /shop/_doc/_search

{
"query": {
"match": {
"desc": "新华网游戏"
}
    },
    "post_filter": {
"range": {
"money": {
"gt": 60,
"lt": 1000
}
}
}
}

(6)排序
es的排序同sql，可以desc也可以asc。也支持组合排序。

实操：

POST /shop/_doc/_search

{
"query": {
"match": {
"desc": "新华网游戏"
}
    },
    "post_filter": {
    "range": {
    "money": {
    "gt": 55.8,
    "lte": 155.8
    }
    }
    },
    "sort": [
        {
            "age": "desc"
        },
        {
            "money": "desc"
        }
    ]
}

对文本排序
由于文本会被分词，所以往往要去做排序会报错，通常我们可以为这个字段增加额外的一个附属属性，类型为keyword，用于做排序。

创建新的索引
POST /shop2/_mapping

{
    "properties": {
        "id": {
            "type": "long"
        },
        "nickname": {
            "type": "text",
            "analyzer": "ik_max_word",
            "fields": {
                "keyword": {
                    "type": "keyword"
                }
            }
        }
    }
}

插入数据
POST /shop2/_doc

{
    "id": 1001,
    "nickname": "美丽的风景"
}
{
    "id": 1002,
    "nickname": "漂亮的小哥哥"
}
{
    "id": 1003,
    "nickname": "飞翔的巨鹰"
}
{
    "id": 1004,
    "nickname": "完美的天空"
}
{
    "id": 1005,
    "nickname": "广阔的海域"
}

排序

{
    "sort": [
        {
            "nickname.keyword": "desc"
        }
    ]
}

(7)高亮显示
高亮显示
POST /shop/_doc/_search

{
    "query": {
        "match": {
            "desc": "新华网"
        }
    },
    "highlight": {
        "pre_tags": ["<tag>"],
        "post_tags": ["</tag>"],
        "fields": {
            "desc": {}
        }
    }
}

原文地址：https://blog.csdn.net/TOMORROW6COME/article/details/140641510

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

上一篇：python
下一篇：用Python玩转Excel的五大功能！

【模板进阶】完美转发
1直接调用：如从main函数中调用funcMiddle函数，这其实就叫作直接调用。2转发：从main主函数中调用funcMiddle函数，然后通过funcMiddle调用funcLast函数，这就叫
阅读更多2024-09-20
如何将3D模型嵌入正在Web网页？支持什么模型格式？
在Web网页中嵌入3D模型，通常涉及以下几个步骤，并且支持多种模型格式。
阅读更多2024-09-20
Trinamic推出高功率BLDC / PMSM栅极驱动器 -TMC6200
因此，它可以驱动从Watt到Kilowatt的各种电机，非常适合工业驱动，工厂或实验室自动化，机器人，CNC机床，纺织机械，泵或其他使用PMSM FOC驱动器和BLDC电机的应用。TMC6200补充了
阅读更多2024-09-20
推荐一些超实用的运维工具
这些工具涵盖了监控、自动化、容器化、日志管理等多个运维领域，可以帮助运维工程师提升工作效率和系统稳定性。用途：与Prometheus或Zabbix等配合使用，生成监控数据的图表和仪表板。用途：支持轻量
阅读更多2024-09-20
68个卫星电子地形大字体历史地图高清图源大全
本文为你分享了68个卫星地图、电子地图、地形地图、大字体地图、历史地图和高清影像等图源，这些图源是来自互联网的搜集整理。你可以立即点击“分享”按钮，将本文免费分享给你的朋友！
阅读更多2024-09-20
解决CORS问题的两种方式——Django+vue
在Django项目中，通过集成django-cors-headers库并对其进行配置，可以实现跨域资源共享（CORS）。在代理规则中，可以使用正则表达式来匹配请求路径，并利用rewrite函数来重写U
阅读更多2024-09-20
在 Windows 上安装 Python
虽然可以使用任何文本编辑器编写 Python 代码，但使用一个集成开发环境（IDE）可以极大地提高效率。希望这些步骤能帮助你成功安装和配置 Python。如果有更多问题或需要进一步的帮助，请随时提问！
阅读更多2024-09-20
CentOS 入门基础
CentOS（Community Enterprise Operating System）是一个基于 RHEL（Red Hat Enterprise Linux）的开源操作系统，由 Red Hat 公
阅读更多2024-09-20
c++初阶--c++类和对象(下)
大家好，今天我们来继续学习类和对象这里最后一部分知识，今天的学习内容少而且简单一点，那么话不多说，让我们开始吧。
阅读更多2024-09-20
python获取滑块验证码需要滑动的距离
我们发现图片是base64格式通过API直接发送。
阅读更多2024-09-20

分布式搜索引擎ES-DSL搜索详解

1.DSL搜索-入门语法

查询

2.DSL搜索-查询所有与分页

3.DSL搜索-term与match

4.其他常用语法

相关文章