Elastic检索技巧总结

常用的检索类型

在mysql中，我们常用的查询可能就是精准查询模糊查询范围查询等等，那么在es中，有哪些是我们经常用到的呢？

term query（精准匹配）

我们先了解一下keyword和text类型的区别
keyword类型不会被分词的，适用于标题邮件手机号等，text会被分词，适用于描述关键字内容等
总结
term 和match,match_phrase查询 keyword 必须要完全匹配
term查询text text分词中必须包含term

在这里插入图片描述
这里附带说一句，精准匹配，其实是不需要再计算评分的，我们可以使用 constant_sore来跳过评分阶段

在这里插入图片描述

match

match 查询text,因为两个都会分词，所以只要分词结果中有交集就会显示

match_phrase

match_phrase 是分词的，text 也是分词的,但是 text的分词必须全部包含match_phrase的全部分词才会展示，但是必须是连续有序的，可以简单理解为，搜索关键词a ,那么在text字段中必须包含a 才会展示

布尔过滤器

must

里面的条件语句必须全部匹配

下面我查询一个标题中包含华为并且价格是2999的手机

在这里插入图片描述

must_not

所有的条件语句都不能匹配

接下来我查询标题不是华为并且价格也不是2999的手机

在这里插入图片描述

should

至少满足里面的一个条件

接下来我查询一个标题是华为或者价格是2999的手机
[图片上传失败...(image-be1342-1637326113837)]

filter

返回的文档必须满足filter子句的条件。但是跟Must不一样的是，不会计算分值，并且可以使用缓存,如果只看查询的结果，must和filter是一样的。区别是场景不一样。如果结果需要算分就使用must，否则可以考虑使用filter。
为了说明filter查询高效的原因，我们需要引入ES的一个概念query context和filter context。
query context关注的是，文档到底有多匹配查询的条件，这个匹配的程度是由相关性分数决定的，分数越高自然就越匹配。所以这种查询除了关注文档是否满足查询条件，还需要额外的计算相关性分数.
filter context关注的是，文档是否匹配查询条件，结果只有两个，是和否。没有其它额外的计算。它常用的一个场景就是过滤时间范围。
对于bool查询，must使用的就是query context，而filter使用的就是filter context。

[图片上传失败...(image-8e2ee9-1637326113837)]

其他常见查询

多个值精确查找

查找标题是华为手机和华为手机se的文档

GET test/_search
{
  "query": {
    "terms": {
      "title.keyword": [
        "华为手机",
        "华为手机se"
      ]
    }
  }
}

范围检索

范围查询一定要注意类型，之前遇到过一次，我按日期查询一直查询不到，最后发现是同事把 date 设置成了int类型

在这里插入图片描述

是否存在字段

这种是不需要评分的，直接用filter 就可以了

在这里插入图片描述

前缀检索

查询华为开头的文档

GET test/_search
{
  "query": {
    "prefix": {
      "title": "华为"
    }
  }
}

通配符检索

下面查询标题里面有手机的文档

GET test/_search
{
  "query": {
    "wildcard": {
      "title": "*手机*"
    }
  }
}

正则表达式检索

支持正则匹配

在这里插入图片描述

模糊检索

模糊查询包含手机的文档


GET test/_search
{
  "query": {
    "fuzzy": {
      "title": "手机"
    }
  }
}

ids检索

[图片上传失败...(image-116b03-1637326113837)]

其他相关参数

在这里插入图片描述

多字段匹配

查询title和content里面包含稻香的文档

在这里插入图片描述

字符串检索

查询文档中包含稻香美好和哈哈
[图片上传失败...(image-4eae05-1637326113837)]

简化字符串建搜

支持的操作如下：
1）+表示AND操作
2）| 表示OR操作
3）- 否定操作
4）*在术语结束时表示前缀查询
5）（和）表示优先

包含稻香美好或者哈哈

在这里插入图片描述

高亮显示

我们使用谷歌或者百度搜索的时候，返回的结果往往会对我们搜索的关键字标红显示，那么es 搜索是怎么实现这个功能的呢
[图片上传失败...(image-d16e32-1637326113837)]

排序

注意：text字段一般不支持排序，如果有必要需要开启fielddata，或者给text字段设置其他字段类型

GET test/_search
{
  "query": {
   "match": {
     "title": "手机"
   }
  },
  
   "highlight" : {
        "fields" : {
            "title": {"type" : "plain"}
        }
    },
    "sort": [
      {
        "_id": {
          "order": "desc"
        }
      }
    ]
}

分页

在这里插入图片描述

使用match_phrase 搜索不到

我举个栗子
[图片上传失败...(image-586374-1637326113837)]
这是什么问题呢？我们来看一下存储的时候，这段话会被分词器解析成什么
[图片上传失败...(image-cf5746-1637326113837)]

在这里插入图片描述
我们发现，一篇文章被解析成了 a,b,c 而我们的关键词被解析成了 1，2，3，完全对不上啊。这个情况下怎么办呢？
1.增加拓展词
2.增加should条件，比如下面这种

在这里插入图片描述

文档评分

我们搜索的时候一般是有排序的，按时间或者按排序字段，如果没有指定排序字段，那么es 默认是按照score的高低进行默认排序。
Elasticsearch是基于Lucene的，所以它的评分机制也是基于Lucene的。在Lucene中把这种相关性称为得分（score），确定文档和查询有多大相关性的过程被称为打分（scoring）。
ES最常用的评分模型是 TF/IDF和BM25，TF-IDF属于向量空间模型，而BM25属于概率模型，但是他们的评分公式差别并不大，都使用IDF方法和TF方法的某种乘积来定义单个词项的权重，然后把和查询匹配的词项的权重相加作为整篇文档的分数。

多文档score的调整

其实在应用中，有时候我们需要优化文档的评分，比如对两个索引，indexa 和indexb 我们可能先要优先返回indexb的数据（可能indexb是权威数据或者力推的数据），这个时候我们就要修改权重
[图片上传失败...(image-6e105-1637326113837)]
或者有这样一种情况，你搜索文章的标题和内容中包含某个关键词，但是首先展示标题匹配的