Elasticsearch Query DSL 整理總結(jié)

引言

雖然之前做過 elasticsearch 的項目,但是沒有對整個項目的知識點進行過系統(tǒng)的整理祈远。這次趁著對 elasticsearch 版本的升級的機會(從2.2 升級到 6.3) ,又專門花時間對涉及到的知識點重新梳理了一遍晴玖。

俗話說区岗,好記性不如爛筆頭涛救。為了加深對 elasticsearch 的理解,后面再做類似項目時更容易撿起來剂跟,以及對用到的同學(xué)提供方便减途。從本文開始,我會對 elasticsearch Query DSL 的知識點進行梳理曹洽。

在講解時我會盡量以實例代碼展示的方式進行最直觀的展現(xiàn)鳍置。紙上來得終覺淺,絕知此事要躬行送淆。做技術(shù)尤其要注重多實踐税产,懂了并不代表你就掌握了。強烈建議有志于深入了解這部分內(nèi)容的同學(xué)偷崩,對文中給出的代碼實例在?sense?中實踐一遍甚至是多遍辟拷。

注意: 本文基于 elasticsearch 6.3 版本, 如果您使用的是其他版本阐斜,一些內(nèi)容可能會有所變化衫冻,具體使用時還請以官方文檔為準

Query DSL 是 elasticsearch 的核心,搜索方面的項目大部分時間都耗費在對查詢結(jié)果的調(diào)優(yōu)上谒出。因此對 Query DSL 的理解越深入隅俘,越能節(jié)省項目時間,并給用戶好的體驗笤喳。

概要

Elasticsearch 提供了一個完整的 query DSL为居,并且是 JSON 形式的。它和 AST 比較類似杀狡,并且包含兩種類型的語句:

葉子查詢語句(Leaf Query)

用于查詢某個特定的字段蒙畴,如?match?,?term?或?range?等

復(fù)合查詢語句 (Compound query clauses)

用于合并其他的葉查詢或復(fù)合查詢語句,也就是說復(fù)合語句之間可以嵌套捣卤,用來表示一個復(fù)雜的單一查詢

??DSL?(domain-specific language)忍抽,領(lǐng)域特定語言指的是專注于某個應(yīng)用程序領(lǐng)域的計算機語言,又譯作領(lǐng)域?qū)S谜Z言董朝。不同于普通的跨領(lǐng)域通用計算機語言(GPL)鸠项,領(lǐng)域特定語言只用在某些特定的領(lǐng)域。

??AST(abstract syntax tree), 抽象語法樹是源代碼的抽象語法結(jié)構(gòu)的樹形表現(xiàn)形式子姜。樹上的每個節(jié)點都表示源代碼中的一種結(jié)構(gòu)祟绊。之所以說語法是“抽象”的楼入,是因為這里的語法并不會表示出真實語法中出現(xiàn)的每個細節(jié)。比如牧抽,嵌套括號被隱含在樹的結(jié)構(gòu)中嘉熊,并沒有以節(jié)點的形式呈現(xiàn);而類似于if-condition-then這樣的條件跳轉(zhuǎn)語句扬舒,可以使用帶有兩個分支的節(jié)點來表示阐肤。

——百度百科

Query and filter context

一個查詢語句究竟具有什么樣的行為和得到什么結(jié)果,主要取決于它到底是處于查詢上下文(Query Context) 還是過濾上下文(Filter Context)讲坎。兩者有很大區(qū)別孕惜,我們來看下:

Query context 查詢上下文

這種語句在執(zhí)行時既要計算文檔是否匹配,還要計算文檔相對于其他文檔的匹配度有多高晨炕,匹配度越高衫画,*_score* 分數(shù)就越高

Filter context 過濾上下文

過濾上下文中的語句在執(zhí)行時只關(guān)心文檔是否和查詢匹配,不會計算匹配度瓮栗,也就是得分削罩。

下面來看一個例子

GET /_search{"query": {"bool": {"must": [? ? ? ? {"match": {"title":"Search"}},? ? ? ? {"match": {"content":"Elasticsearch"}}? ? ? ? ],"filter": [? ? ? ? {"term":? {"status":"published"}},? ? ? ? {"range": {"publish_date": {"gte":"2015-01-01"}}}? ? ? ]? ? }? }}

對上面的例子分析下:

query?參數(shù)表示整個語句是處于 query context 中

bool?和?match?語句被用在 query context 中,也就是說它們會計算每個文檔的匹配度(_score)

filter?參數(shù)則表示這個子查詢處于 filter context 中

filter?語句中的?term?和?range?語句用在 filter context 中费奸,它們只起到過濾的作用弥激,并不會計算文檔的得分。

Match All Query

這個查詢最簡單愿阐,所有的?_score?都是 1.0秆撮。

GET /_search{"query": {"match_all": {}? ? }}

它的反面就是 Match None Query, 匹配不到任何文檔(不知道用它來做什么……)

GET /_search{"query": {"match_none": {}? ? }}

全文查詢 Full text queries

全文本查詢的使用場合主要是在出現(xiàn)大量文字的場合换况,例如 email body 或者文章中搜尋出特定的內(nèi)容职辨。

全文查詢主要分為下面幾種(此處列表中的鏈接為官方文檔鏈接,后續(xù)將各部分講解后戈二,會替換為講解鏈接):

match query

全文查詢中最主要的查詢舒裤,包括模糊查詢(fuzzy matching) 或者臨近查詢(proximity queries)。

match_phrase query

和?match?查詢比較類似觉吭,但是它會保留包含所有搜索詞項腾供,且位置與搜索詞項相同的文檔。

match_phrase_prefix query

是一種輸入即搜索(search-as-you-type) 的查詢鲜滩,它和?match_phrase?比較類似伴鳖,區(qū)別就是會將查詢字符串的最后一個詞作為前綴來使用。

multi_match query

多字段版本的?match?query

common terms query

只知道是一種特殊的查詢徙硅,具體干什么還不清楚榜聂,后面弄明白后會再來補充。

query_string query

支持復(fù)雜的 Lucene query String 語法嗓蘑,除非你是專家用戶须肆,否則不推薦使用匿乃。

simple_query_string query

簡化版的?query_string?,語法更適合用戶操作豌汇。

小結(jié)

本文主要講解了 elasticsearch es 6.3 版本的 Query DSL 概要幢炸,Match All Query 。

歡迎工作一到八年的Java工程師朋友們加入Java高級交流群:828697593

本群提供免費的學(xué)習(xí)指導(dǎo)?架構(gòu)資料?以及免費的解答

不懂得問題都可以在本群提出來?之后還會有直播平臺和講師直接交流噢

哦對了拒贱,喜歡就別忘了關(guān)注一下哦~

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末宛徊,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子逻澳,更是在濱河造成了極大的恐慌岩调,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,826評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件赡盘,死亡現(xiàn)場離奇詭異,居然都是意外死亡缰揪,警方通過查閱死者的電腦和手機陨享,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,968評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來钝腺,“玉大人抛姑,你說我怎么就攤上這事⊙藓” “怎么了定硝?”我有些...
    開封第一講書人閱讀 164,234評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長毫目。 經(jīng)常有香客問我蔬啡,道長,這世上最難降的妖魔是什么镀虐? 我笑而不...
    開封第一講書人閱讀 58,562評論 1 293
  • 正文 為了忘掉前任箱蟆,我火速辦了婚禮,結(jié)果婚禮上刮便,老公的妹妹穿的比我還像新娘空猜。我一直安慰自己,他們只是感情好恨旱,可當我...
    茶點故事閱讀 67,611評論 6 392
  • 文/花漫 我一把揭開白布辈毯。 她就那樣靜靜地躺著,像睡著了一般搜贤。 火紅的嫁衣襯著肌膚如雪谆沃。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,482評論 1 302
  • 那天仪芒,我揣著相機與錄音管毙,去河邊找鬼腿椎。 笑死,一個胖子當著我的面吹牛夭咬,可吹牛的內(nèi)容都是我干的啃炸。 我是一名探鬼主播,決...
    沈念sama閱讀 40,271評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼卓舵,長吁一口氣:“原來是場噩夢啊……” “哼南用!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起掏湾,我...
    開封第一講書人閱讀 39,166評論 0 276
  • 序言:老撾萬榮一對情侶失蹤裹虫,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后融击,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體筑公,經(jīng)...
    沈念sama閱讀 45,608評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,814評論 3 336
  • 正文 我和宋清朗相戀三年尊浪,在試婚紗的時候發(fā)現(xiàn)自己被綠了匣屡。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,926評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡拇涤,死狀恐怖捣作,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情鹅士,我是刑警寧澤券躁,帶...
    沈念sama閱讀 35,644評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站掉盅,受9級特大地震影響也拜,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜趾痘,卻給世界環(huán)境...
    茶點故事閱讀 41,249評論 3 329
  • 文/蒙蒙 一搪泳、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧扼脐,春花似錦岸军、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,866評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至肚吏,卻和暖如春方妖,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背罚攀。 一陣腳步聲響...
    開封第一講書人閱讀 32,991評論 1 269
  • 我被黑心中介騙來泰國打工党觅, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留雌澄,地道東北人。 一個月前我還...
    沈念sama閱讀 48,063評論 3 370
  • 正文 我出身青樓杯瞻,卻偏偏與公主長得像镐牺,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子魁莉,可洞房花燭夜當晚...
    茶點故事閱讀 44,871評論 2 354

推薦閱讀更多精彩內(nèi)容