网站导航
> 文章列表 > Elasticsearch+Kibana·入门·贰·DSL专题

Elasticsearch+Kibana·入门·贰·DSL专题

网友: 文章列表 2024-03-21 19:01:09

Elasticsearch+Kibana·入门·贰·DSL专题

文章目录

  • 1 DSL查询文档
    • 1.1 DSL查询分类
    • 1.2.全文检索查询
      • 1.2.1 使用场景
      • 1.2.2.基本语法：match与multi_match
      • 1.2.3 示例：match与multi_match
    • 1.3.精准查询
      • 1.3.1 term查询
      • 1.3.2 range查询
    • 1.4 地理坐标查询
      • 1.4.1 矩形范围查询
      • 1.4.2 附近查询
    • 1.5.复合查询
      • 1.5.1 相关性算分
        • 1.5.1.2 算分函数查询
        • 1.5.1.3 算分函数运行流程
        • 1.5.1.4 算分函数示例
      • 1.5.2 布尔查询
        • 1.5.2.1 语法示例
        • 1.5.2.2 示例

1 DSL查询文档

1.1 DSL查询分类

查询类型 解释 关键字 相当于MySQL中
查询所有 查询出所有数据，一般测试用。 ① match_all select *
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。 ①match_query；② multi_match_query 模糊查询
精确查询 根据精确词条值查找数据，一般查找keyword、数值、日期、boolean等类型字段 ① ids；② range；③ term –
地理（geo）查询 根据经纬度查询 ① geo_distance；② geo_bounding_box –
复合（compound）查询 将上述各种查询条件组合起来，合并查询条件。 ① bool；② function_score –

DSL语法：

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

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

1.2.全文检索查询

1.2.1 使用场景

商城输入框
Elasticsearch+Kibana·入门·贰·DSL专题

1.2.2.基本语法：match与multi_match

属性 解释 备注
match 单字段查询 根据一个字段查询
multi_match 多字段查询，任意一个字段符合条件，只要查到就给你返回 根据多个字段查询，参与查询字段越多，查询性能越差，建议使用all字段，copy_to方法优化

match查询语法：

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

mulit_match语法:

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

1.2.3 示例：match与multi_match

multi_match 示例：
Elasticsearch+Kibana·入门·贰·DSL专题

match 示例：
Elasticsearch+Kibana·入门·贰·DSL专题

注意：我们发现上述match、multi_match查询到的结果相同，因为：在Elasticsearch+Kibana·入门·壹中创建索引库时，我们使用到组合字段all，已经将brand、name、business值利用copy_to复制到all字段中，因此会出现查询结果相同。

  • 在实际开发者，当查询多个字段时使用copy_to方法，可以减少搜索字段，相较可以提高查询性能。

1.3.精准查询

精准查询一般查找keyword、数值、日期类型字段，所以不会对搜索条件分词。

属性 解释
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

语法：

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

term查询：
Elasticsearch+Kibana·入门·贰·DSL专题

1.3.2 range查询

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}}}
}

range查询示例：
Elasticsearch+Kibana·入门·贰·DSL专题

1.4 地理坐标查询

官方参阅文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-queries.html

应用场景：例如查找附近的酒店等。

1.4.1 矩形范围查询

Elasticsearch+Kibana·入门·贰·DSL专题

语法：

// 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}}}}
}

1.4.2 附近查询

附近查询（距离查询）geo_distance：以指定点为中心，指定距离为半径的圆形区域内所需信息。
Elasticsearch+Kibana·入门·贰·DSL专题

语法：

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

附近查询示例：Elasticsearch+Kibana·入门·贰·DSL专题

1.5.复合查询

复合（compound）查询：将简单查询组合起来，实现复杂的搜索逻辑。

属性 解释
fuction score 算分函数查询，通过控制文档相关性算分（权重），控制文档排名
bool query 布尔查询，利用逻辑关系组合多个查询其他查询，实现复杂搜索

1.5.1 相关性算分

在elasticsearch中，早期使用的打分算法是TF-IDF算法，公式如下：
Elasticsearch+Kibana·入门·贰·DSL专题

注意：TF-IDF算法的缺陷，词条频率越高，文档得分（score）越高，词条出现次数对文档影响较大。而BM25则会使单个词条的算分出现上限，分子（词条出现次数过多）趋向于文档中词条总数时，曲线会变平滑，此时相关性算分幅度基本保持不变，使得控制文档排名业务复杂。
Elasticsearch+Kibana·入门·贰·DSL专题

5.1版本后，elasticsearch将算法改进为BM25算法，公式如下
Elasticsearch+Kibana·入门·贰·DSL专题

1.5.1.2 算分函数查询

Elasticsearch+Kibana·入门·贰·DSL专题

算分函数内容 解释
原始查询 查询方式可根据需求改变，如：查询品牌中出现万怡字眼的，并中根据下方过滤，得到最终负荷调节的将要设置算分的文档，并得到默认原始算分文档
过滤条件 查询方式可根据需求改变，得到最终符合条件的将要设置算分文档
算分函数 与下方boost_mode相结合，再依据原始算分，得到最终算分结果
运算模式 也就是加权模式，multiply与weight相乘（默认方式）

1.5.1.3 算分函数运行流程

① 根据原始条件查询文档，得到原始算分
② 根据过滤条件，过滤文档
③ 得到符合过滤条件的文档，设置权重，得到函数算分
④ 将此处的加权模式与上方函数算分做出计算，得到最终相关性算分。

1.5.1.4 算分函数示例

#将上海地区的如家品牌酒店排名靠前
GET /hotel/_search
{"query": {"function_score":{"query": {"match": {"all": "上海"}},"functions": [{"filter": {"term": {"brand": "如家"}},"weight": 100}],"boost_mode": "multiply"}}
}

1.5.2 布尔查询

布尔查询（bool）：查询时，在bool方法体内，使用一个或多个支持下的组合，每一个字句就是一个子查询，子查询的组合方式：

条件 解释
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

注意：打分的字段越多，查询的性能也越差。优化方法：

  • ①当全文检索时，使用must查询，参与算分
  • ②其他过滤条件，采用filter查询，不参与算分

1.5.2.1 语法示例

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 } }}]}}
}

1.5.2.2 示例

需求：搜索名字包含“如家”，价格不高于400，在坐标31.21,121.5周围10km范围内的酒店。

#搜索名字包含“如家”，价格不高于400，在坐标31.21,121.5周围10km范围内的酒店GET /hotel/_search
{"query": {"bool": {"must": [{"match": {//模糊查询，匹配名字中含有如家关键字的酒店吗"name": "如家"}}],"must_not": [{"range": {//子查询"price": {"gt": 400 //非大于400，即小于400的价格}}}],"filter": [ //过滤子查询，得到位置信息内的相关酒店{"geo_distance": {"distance": "10km","location": {"lat": 31.21,"lon": 121.5}}}]}}
}
网络标签：

相关问题