- GET /indexName/_search
- {
- "query": {
- "查询类型": {
- "查询条件": "条件值"
- }
- }
- }
- #查询文档
- GET hotel/_doc/36934
- 会弹出该索引库下所有文档// 查询所有
- GET /indexName/_search
- {
- "query": {
- "match_all": {
- }
- }
- }
参与搜索的字段必须是可分词的text类型的字段。
- 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
- - 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
- - 商城的输入框搜索
- - 百度输入框搜索

- GET /indexName/_search
- {
- "query": {
- "match": {
- "FIELD": "TEXT"
- }
- }
- }

备注:字段必须是text类型,可以分词类型!!!!
查找keyword、数值、日期、boolean等会报错!!!
如果放入精确类型的字段,会报错!!!!!
- GET /indexName/_search
- {
- "query": {
- "multi_match": {
- "query": "TEXT",
- "fields": ["FIELD1", " FIELD12"]
- }
- }
- }
-
- GET /hotel/_search
- {
- "query": {
- "multi_match": {
- "query": "外滩豫园如家四川四平",
- "fields": ["brand","name","business"]
- }
- }
- }

精确查询一般是查找keyword、数值、日期、boolean等类型字段(非text)。所以不会对搜索条件分词。
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。
如果输入1234,会完全匹配1234,
123,12345,12,1等都无法匹配到
- GET /indexName/_search
- {
- "query": {
- "term": {
- "FIELD": {
- "value": "VALUE"
- }
- }
- }
- }
-
- # term查询
- GET /hotel/_search
- {
- "query": {
- "term": {
- "business": {
- "value": "豫园"
- }
- }
- }
- }

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。
- // 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
- }
- }
- }
- }

所谓的地理坐标查询,其实就是根据经纬度查询
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。

- GET hotel/_search
- {
- "query":{
- "geo_bounding_box":{
- "location":{
- "top_left": {
- "lat": 31.1,
- "lon": 121.5
- },
- "bottom_right":{
- "lat": 30.9,
- "lon": 121.7
- }
- }
- }
- }
- }

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。

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

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:

当我们利用match查询时,文档结果会根据与搜索词条的关联度打分(_score),返回结果时按照分值降序排列。
决定性因素:词条在文档中出现的次数。
比如:10个词条,其中5个是目标词条,得分肯定高了
10个词条,其中1个是目标词条,得分肯定低了


在后来的5.1版本升级中,elasticsearch将算法改进为BM25算法,公式如下:

- 改进的原因:
- 早期版本:分数取决于词条出现次数。出现次数越高,得分越高
- 目前版本:分数取决于词条出现次数。出现次数越高,得分越高,但是会根据算法得到一个上线,不会特别的高

- 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
- # 算分函数查询
- GET hotel/_search
- {
- "query": {
- "function_score": {
- "query": {
- "match": {
- "city": "上海"
- }
- },
- "functions": [
- {
- "filter": {
- "term": {
- "business": "豫园"
- }
- },
- "weight": 10
- }
- ],
- "boost_mode": "replace"
- }
- }
- }

(打分的字段越多,查询的性能也越差,所以适当使用filter)
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:
- - 搜索框的关键字搜索,是全文检索查询,使用must查询,参与算分
- - 其它过滤条件,采用filter查询。不参与算分
- 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 } }}
- ]
- }
- }
- }

keyword、数值、日期类型好排
text待测试
- GET /indexName/_search
- {
- "query": {
- "match_all": {}
- },
- "sort": [
- {
- "FIELD": "desc" // 排序字段、排序方式ASC、DESC
- }
- ]
- }

基本逻辑:
查询100-110条,共10条数据
1:先读取到100条
2:再往后读10条,到110
3:获取100-110条,这10条数据
当超过10000条,效率无比低下。不支持10000条以上的查询
- 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"}
- ]
- }
问题一:同上
问题二:问题一的扩展版。当集群之后,如果操作集群中的数据,则需要先读取整个集群,再进行操作。
此时每个节点,都会读取大量数据,然后汇总,处理
A节点,读10000条,向下取10条
B节点同理
最后:所有节点的10条汇总,取前N条。执行了多次查询
- GET hotel/_search
- {
- "query": {
- "match": {
- "all": "外滩如家"
- }
- },
- "size": 3,
- "search_after": [379, "433576"],
- "sort": [
- {
- "price": {
- "order": "desc"
- }
- },
- {
- "id": {
- "order": "asc"
- }
- }
- ]
- }
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。
核心:基于分页取值
高亮显示的实现分为两步:
高亮的核心:关键字加标签

- 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": "", // 用来标记高亮字段的前置标签
- "post_tags": "" // 用来标记高亮字段的后置标签
- }
- }
- }
- }

1:组装查询,发起请求()
1.1:request.source():根据需求点出来需要排序分页还是什么

2:根据结构,层层解析
2.1:根据结构解析
2.2:返回数据为json,可以转java类等操作

- @Test
- void testMatchAll() throws IOException {
- // 1.准备Request
- SearchRequest request = new SearchRequest("hotel");
- // 2.准备DSL
- request.source()
- .query(QueryBuilders.matchAllQuery());
- // 3.发送请求
- SearchResponse response = client.search(request, RequestOptions.DEFAULT);
-
- // 4.解析响应
- handleResponse(response);
- }
-
- private void handleResponse(SearchResponse response) {
- // 4.解析响应
- SearchHits searchHits = response.getHits();
- // 4.1.获取总条数
- long total = searchHits.getTotalHits().value;
- System.out.println("共搜索到" + total + "条数据");
- // 4.2.文档数组
- SearchHit[] hits = searchHits.getHits();
- // 4.3.遍历
- for (SearchHit hit : hits) {
- // 获取文档source
- String json = hit.getSourceAsString();
- // 反序列化
- HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
- System.out.println("hotelDoc = " + hotelDoc);
- }
- }
- @Test
- void testMatch() throws IOException {
- SearchRequest request = new SearchRequest("hotel");
- //单字段查询
- request.source().query(QueryBuilders.matchQuery("all", "如家"));
- //多字段查询
- // request.source().query(QueryBuilders.multiMatchQuery("外滩", "name","brand","business"));
- SearchResponse response = client.search(request, RequestOptions.DEFAULT);
- handleResponse(response);
- }



- @Test
- void termQuery() throws IOException {
- SearchRequest request = new SearchRequest("hotel");
- //精确查询
- //request.source().query(QueryBuilders.termQuery("city", "上海"));
- //范围查询
- request.source().query(QueryBuilders.rangeQuery("price").gte(0).lte(1000));
- SearchResponse response = client.search(request, RequestOptions.DEFAULT);
- handleResponse(response);
- }

- //布尔查询
- @Test
- void boolQuery() throws IOException {
- SearchRequest request = new SearchRequest("hotel");
- //布尔查询
- request.source().query(QueryBuilders.boolQuery()
- //必须匹配,且参与算分。城市=上海
- .must(QueryBuilders.termQuery("city", "上海"))
- //必须不匹配 品牌 != 如家
- .mustNot(QueryBuilders.termQuery("brand", "如家"))
- //必须匹配,但不参与算分。价格>=0,<=1000
- .filter(QueryBuilders.rangeQuery("price").gte(0).lte(1000))
- );
- SearchResponse response = client.search(request, RequestOptions.DEFAULT);
- handleResponse(response);
- }
- @Test
- void sortAndPage() throws IOException {
- // 页码,每页大小
- int page = 2, size = 5;
-
- //备注:这里什么查询条件都没写,所以会查询出所有数据。但是下文分,所以只会取5-10条数据
- SearchRequest request = new SearchRequest("hotel");
-
- //分页 这里是写死的
- request.source().from((page - 1) * size).size(size);
-
- //排序 升序排序
- request.source().sort("price", SortOrder.ASC);
-
- SearchResponse response = client.search(request, RequestOptions.DEFAULT);
-
- handleResponse(response);
- }
- private void handleResponse(SearchResponse response) {
- // 4.解析响应
- SearchHits searchHits = response.getHits();
- // 4.1.获取总条数
- long total = searchHits.getTotalHits().value;
- System.out.println("共搜索到" + total + "条数据");
- // 4.2.文档数组
- SearchHit[] hits = searchHits.getHits();
- // 4.3.遍历
- for (SearchHit hit : hits) {
- // 获取文档source
- String json = hit.getSourceAsString();
- // 反序列化
- HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
- System.out.println("hotelDoc = " + hotelDoc);
- }
- }

- @Test
- void highlightQuery() throws IOException {
- SearchRequest request = new SearchRequest("hotel");
-
- //拼装高亮信息
- HighlightBuilder hb = new HighlightBuilder();
- hb.field("name"); //高亮字段
- hb.preTags(""); // 字段前缀标签
- hb.postTags(""); // 字段后缀标签
- hb.requireFieldMatch(false); // 条件和高亮字段可以不一致
-
- //组装查询
- request.source().query(QueryBuilders.matchQuery("name", "北京"))
- .highlighter(hb);
-
- SearchResponse response = client.search(request, RequestOptions.DEFAULT);
-
- //高亮解析
- highlightHandel(response);
- }

- private void highlightHandel(SearchResponse response) {
- // 4.解析响应
- SearchHits searchHits = response.getHits();
- //获取总条数
- Long total = searchHits.getTotalHits().value;
- //文档数组
- SearchHit[] hits = searchHits.getHits();
- //一条文档 hit
- for (SearchHit hit : hits) {
- //一条原始文档数据
- String json = hit.getSourceAsString();
- // 反序列化
- HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
- //获取高亮结果 String = 字段名 HighlightField = 被高亮的结果
- //highlightFields = {name=[name], fragments[[<em>北京</em>希尔顿酒店]]} 多条这种数据
- Map<String, HighlightField> highlightFields = hit.getHighlightFields();
- //根据字段名称获取高亮结果
- if (!CollectionUtils.isEmpty(highlightFields)) {
- // 根据字段名获取高亮结果
- HighlightField highlightField = highlightFields.get("name");
- String result = highlightField.getFragments()[0].string();
- //result是所有高亮的信息,我们这里是业务需求,覆盖掉原文的非高亮部分
- hotelDoc.setName(result);
- }
- }
- }


