elasticsearch之十六springboot測(cè)試文檔過(guò)濾查詢結(jié)果

個(gè)人專題目錄](méi)(http://www.reibang.com/p/140e2a59db2c)


1. elasticsearch文檔過(guò)濾查詢結(jié)果

1.1 filter與query對(duì)比

filter米奸,僅僅只是按照搜索條件過(guò)濾出需要的數(shù)據(jù)而已蔼啦,不計(jì)算任何相關(guān)度分?jǐn)?shù)睛藻,對(duì)相關(guān)度沒(méi)有任何影響汗侵;
query别凤,會(huì)去計(jì)算每個(gè)document相對(duì)于搜索條件的相關(guān)度徘溢,并按照相關(guān)度進(jìn)行排序宛畦;

一般來(lái)說(shuō)具被,如果你是在進(jìn)行搜索纬纪,需要將最匹配搜索條件的數(shù)據(jù)先返回蚓再,那么用query;如果你只是要根據(jù)一些條件篩選出一部分?jǐn)?shù)據(jù)包各,不關(guān)注其排序摘仅,那么用filter;
除非是你的這些搜索條件问畅,你希望越符合這些搜索條件的document越排在前面返回娃属,那么這些搜索條件要放在query中六荒;如果你不希望一些搜索條件來(lái)影響你的document排序,那么就放在filter中即可矾端;

1.2 filter與query性能對(duì)比

filter掏击,不需要計(jì)算相關(guān)度分?jǐn)?shù),不需要按照相關(guān)度分?jǐn)?shù)進(jìn)行排序秩铆,同時(shí)還有內(nèi)置的自動(dòng)cache最常使用filter的數(shù)據(jù)

query砚亭,相反,要計(jì)算相關(guān)度分?jǐn)?shù)豺旬,按照分?jǐn)?shù)進(jìn)行排序钠惩,而且無(wú)法cache結(jié)果.

ElasticSearch提供了一種特殊的緩存,即過(guò)濾器緩存(filter cache)族阅,用來(lái)存儲(chǔ)過(guò)濾器的結(jié)果篓跛,被緩存的過(guò)濾器并不需要消耗過(guò)多的內(nèi)存(因?yàn)樗鼈冎淮鎯?chǔ)了哪些文檔能與過(guò)濾器相匹配的相關(guān)信息),而且可供后續(xù)所有與之相關(guān)的查詢重復(fù)使用坦刀,從而極大地提高了查詢性能愧沟。

1.3 filter

POST /book-index/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "brandName": {
              "value": "飛利浦",
              "boost": 1
            }
          }
        },
        {
          "term": {
            "categoryName": {
              "value": "手機(jī)",
              "boost": 1
            }
          }
        }
      ],
      "adjust_pure_negative": true,
      "boost": 1
    }
  }
}
@Override
public void filterInBoolQuery(String indexName) throws Exception {
    SearchRequest searchRequest = new SearchRequest(indexName);
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
    BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();
    queryBuilder.filter(QueryBuilders.termQuery("brandName", "飛利浦"));
    queryBuilder.filter(QueryBuilders.termQuery("categoryName", "手機(jī)"));
    baseQuery.builder(indexName, queryBuilder);
}

1.4 range過(guò)濾器

range過(guò)濾器允許我們將搜索范圍限制在字段值給定的界限范圍內(nèi)。

POST /book-index/_search
{
  "from": 0,
  "size": 100,
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": {
              "query": "三星",
              "operator": "OR",
              "prefix_length": 0,
              "max_expansions": 50,
              "fuzzy_transpositions": true,
              "lenient": false,
              "zero_terms_query": "NONE",
              "auto_generate_synonyms_phrase_query": true,
              "boost": 1
            }
          }
        }
      ],
      "filter": [
        {
          "range": {
            "price": {
              "from": 2000,
              "to": 3000,
              "include_lower": true,
              "include_upper": true,
              "boost": 1
            }
          }
        }
      ],
      "must_not": [
        {
          "term": {
            "brandName": {
              "value": "諾基亞",
              "boost": 1
            }
          }
        }
      ],
      "should": [
        {
          "term": {
            "categoryName": {
              "value": "手機(jī)",
              "boost": 1
            }
          }
        },
        {
          "term": {
            "categoryName": {
              "value": "平板電視",
              "boost": 1
            }
          }
        }
      ],
      "adjust_pure_negative": true,
      "boost": 1
    }
  }
}
@Override
public void rangeQuery(String indexName, String fieldName, int from, int to) throws Exception {
    BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();
    queryBuilder.should(QueryBuilders.termQuery("categoryName", "手機(jī)"));
    queryBuilder.should(QueryBuilders.termQuery("categoryName", "平板電視"));
    queryBuilder.must(QueryBuilders.matchQuery("title", "三星"));
    queryBuilder.mustNot(QueryBuilders.termQuery("brandName", "諾基亞"));
    queryBuilder.filter(QueryBuilders.rangeQuery(fieldName).from(from).to(to));
    baseQuery.builder(indexName, queryBuilder);
}
@Test
public void testRangeCardQuery() throws Exception {
    filterQuery.rangeQuery(indexName,"price",1,5);
}

1.5 exists 過(guò)濾器

exists 過(guò)濾器只選擇給定字段的文檔鲤遥。如果某字段沒(méi)有值沐寺,就不選擇。

比如我們查詢響應(yīng)時(shí)間不為空的文檔:

POST /book-index/_search
{
  "query": {
    "exists": {
      "field": "title",
      "boost": 1
    }
  }
}
@Override
public void existQuery(String indexName, String fieldName) throws Exception {
    baseQuery.builder(indexName, QueryBuilders.existsQuery(fieldName));
}
@Test
public void testExistQuery() throws IOException {
    Goods goods = new Goods();
    goods.setId(1);
    //goods.setTitle("new2 - 阿爾卡特 (OT-927) 炭黑 聯(lián)通3G手機(jī) 雙卡雙待");
    goods.setPrice(22.32);
    goods.setStock(23232);
    goods.setSaleNum(32);
    goods.setCreateTime(new Date());
    goods.setCategoryName("平板電視");
    goods.setBrandName("三星");
    goods.setSpecStr("{\"電視屏幕尺寸\":\"46英寸\"}");
    docService.addDoc(Constants.INDEX_NAME, objectMapper.writeValueAsString(goods), "1");
    filterQuery.existQuery(Constants.INDEX_NAME, "title");
}
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末盖奈,一起剝皮案震驚了整個(gè)濱河市混坞,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌钢坦,老刑警劉巖究孕,帶你破解...
    沈念sama閱讀 217,734評(píng)論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異爹凹,居然都是意外死亡厨诸,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,931評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門禾酱,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)微酬,“玉大人,你說(shuō)我怎么就攤上這事颤陶】殴埽” “怎么了?”我有些...
    開封第一講書人閱讀 164,133評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵指郁,是天一觀的道長(zhǎng)忙上。 經(jīng)常有香客問(wèn)我,道長(zhǎng)闲坎,這世上最難降的妖魔是什么疫粥? 我笑而不...
    開封第一講書人閱讀 58,532評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮腰懂,結(jié)果婚禮上梗逮,老公的妹妹穿的比我還像新娘。我一直安慰自己绣溜,他們只是感情好慷彤,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,585評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著怖喻,像睡著了一般底哗。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上锚沸,一...
    開封第一講書人閱讀 51,462評(píng)論 1 302
  • 那天跋选,我揣著相機(jī)與錄音,去河邊找鬼哗蜈。 笑死前标,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的距潘。 我是一名探鬼主播炼列,決...
    沈念sama閱讀 40,262評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼音比!你這毒婦竟也來(lái)了俭尖?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,153評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤洞翩,失蹤者是張志新(化名)和其女友劉穎稽犁,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體菱农,經(jīng)...
    沈念sama閱讀 45,587評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡缭付,尸身上長(zhǎng)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(diǎn)故事閱讀 37,792評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了循未。 大學(xué)時(shí)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陷猫。...
    茶點(diǎn)故事閱讀 39,919評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖的妖,靈堂內(nèi)的尸體忽然破棺而出绣檬,到底是詐尸還是另有隱情,我是刑警寧澤嫂粟,帶...
    沈念sama閱讀 35,635評(píng)論 5 345
  • 正文 年R本政府宣布娇未,位于F島的核電站,受9級(jí)特大地震影響星虹,放射性物質(zhì)發(fā)生泄漏零抬。R本人自食惡果不足惜镊讼,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,237評(píng)論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望平夜。 院中可真熱鬧蝶棋,春花似錦、人聲如沸忽妒。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,855評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)段直。三九已至吃溅,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間鸯檬,已是汗流浹背决侈。 一陣腳步聲響...
    開封第一講書人閱讀 32,983評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留京闰,地道東北人颜及。 一個(gè)月前我還...
    沈念sama閱讀 48,048評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像蹂楣,于是被迫代替她去往敵國(guó)和親俏站。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,864評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容