一、ElasticSearch概述

1. 概念阐述

• ES（ElasticSearch）是一款非常强大的开源搜索引擎；
• ES是分布式实时搜索，实时分析，支持PB级数据的实时存储引擎，可以帮助我们从海量数据中快速的找到相应的内容；
• 除了搜索，结合Kibana Logstash Beats，Elastic stack还被广泛使用在大数据、近实时分析的领域，包括日志分析、指标监控、信息安全等多个领域。可以帮助我们探索海量的、结构化的、非结构化的数据，按需创建可视化报表、对监控数据设置报警阈值、甚至使用机器学习的技术自动识别异常和状况，及时发出警报；
• ES是基于Java语言开发搜索引擎类库；
• 基于Apache Lucene开源搜索引擎，Lucene是目前工人性能最好、最先进的、功能最全的搜索引擎；
• ES使用Lucene作为核心来实现所有索引和搜索的功能，通过简单的RESTfulAPI来隐藏Lucene的复杂性，从而让全文检索变得简单。（从10亿的数据检出一条只需1-2秒）

官网：https://www.elastic.co/cn/

2 功能特点

2.1 功能

• 海量数据的分布式存储及集群管理能力：服务于数据的高可用，水平扩展；
• 近实时搜索，性能卓越：结构化 / 全文 / 地理位置 / 自动完成；
• 海量数据的近实时分析: 指聚合功能；

2.2 特点

• 集群规模可以从单个节点扩展至数百个节点
• 高可用 & 水平扩展：从服务和数据两个维度
• 支持不同的节点类型：支持Hot & Warm架构
• 支持多种方式集成接入
• 近实时（Near Real Time）
• 分布式存储/搜索/分析

3 版本与升级

3.1 版本发布

• 0.4： 2010年2月第一次发布
• 1.0： 2014年1月
• 2.X： 2015年5月
• 5.X： 2016年10月
• 6.X： 2017年10月
• 7.X： 2019年4月

Elastic 产品生命周期结束 (EOL) 日期：https://www.elastic.co/cn/support/eol

3.2 版本特性

• 5.X

  • Lucene 6.x， 性能提升，默认打分机制从TF-IDF改为BM25
  • 支持Ingest节点/ Painless Scripting / Completion suggested支持/原生的Java REST客户端
  • Type标记成deprecated, 支持了Keyword的类型
  • 性能优化
    • 内部引擎移除了避免同一文档并发更新的竞争锁，带来15% - 20%的性能提升
    • Instant aggregation, 支持分片上聚合的缓存
    • 新增了Profile API

• 6.X

  • Lucene 7.x
  • 新功能
    • 跨集群复制(CCR)
    • 索引生命周期管理
    • SQL的支持
  • 更友好的的升级及 数据迁移
    • 在主要版本之间的迁移更为简化，体验升级
    • 全新的基于操作的数据复制框架，可加快恢复数据
  • 性能优化
    • 有效存储稀疏字段的新方法，降低了存储成本
    • 在索引时进行排序，可加快排序的查询性能

• 7.X

  • Lucene 8.0
    • 重大改进-正式废除单个索引下多Type的支持
    • 7.1开始，Security 功能免费使用
    • ECK - Elasticseach Operator on Kubernetes
  • 新功能
    • New Cluster coordination
    • Feature-Complete High L evel REST Client
    • Script Score Query
  • 性能优化
    • 默认的Primary Shard数从5改为1， 避免Over Sharding
    • 性能优化，更快的Top K

4 ElasticSearch生态圈

4.1 生态圈

生态圈

4.2 Logstash特性

• 实时解析和转换数据

  • 从IP地址破译出地理坐标
  • 将PII 数据匿名化，完全排除敏感字段

• 可扩展

  • 200多个插件(日 志/数据库/Arcsigh/Netflow)

• 可靠性安全性

  • Logstash会通过持久化队列来保证至少将运行中的事件送达一次
  • 数据传输加密

• 监控

4.3 kibana特性

kibana特性

4.4 Beats - 轻量数据采集器

Beats - 轻量数据采集器

ELK应用场景

• 应用场景

  • 网站搜索/垂直搜索/代码搜索
  • 日志管理与分析/安全指标监控/应用性能监控/WEB抓取舆情分

• 应用公司

  
  
  应用场景

• 指标日志分析

指标日志分析

二、ElasticSearch安装和简单配置

1 本地部署 & 水平扩展

• 开发环境部署
• 单节点，一个节点承担多种角色

• 单机部署多个节点

  
  
  本地部署 & 水平扩展

2 Java环境依赖

• 运行 Elasticsearch,需安装并配置JDK
  • 设置$JAVA_ HOME
• 各个版本对 Java的依赖
  • Elasticsearch 5需要Java 8以上的版本
  • Elasticsearch 从6.5开始支持Java 11
  • 7.0开始，内置了Java环境https://www.elastic.co/support/matrix#matrix_jvm

3 下载和安装启动

3.1 下载

• 下载二进制文件:https://www.elastic.co/downloads/elasticsearch
• 支持 Docker 本地运行
• Helm chart for kubernetes
• Puppet Module

3.2 文件目录结构

3.3 JVM 配置

• 修改 JVM - config/ jvm.options
  • 7.1 下载的默认设置是1 GB
• 配置的建议
  • Xmx 和Xms设置成一样
  • Xmx 不要超过机器内存的50%
  • 不要超过 30GBhttps://www.elastic.co/blog/a-heap-of-trouble

3.4 服务启动

• 启动命令

 elasticsearch-7.1.0 bin/elasticsearch

• 查看 http://localhost:9200
  
  服务启动

3.5 运行多实例

1. bin/ elasticsearch - E node.name=node1 -E cluster.name=elasticsearch -E path.data=node1_data -d
2. bin/ elasticsearch - E node.name=node1 -E cluster.name=elasticsearch -E path.data=node1_data -d
3. bin/ elasticsearch -E node.name=node3 -E cluster.name=elasticsearch -E path.data=node3_data -d

3.6 插件安装与查看

• 命令

  • 安装：bin/Elasticsearch-plugin install analysis-icu
  • 查看：bin/Elasticsearch-plugin list
    
    插件安装与查看

3.7 常用插件

• Discovery Plugin
• Analysis Plugin
• Security Plugin
• Management Plugin
• Ingest Plugin
• Mapper Plugin
• Backup Plugin

https://www.elastic.co/guide/en/elasticsearch/plugins/current/intro.html

三、基本概念

1. 文档（Document）

1.1 文档描述

• Elasticsearch是面向文档的，文档是所有可搜索数据的最小单位

  • 日志文件中的日志项
  • 一本电影的具体信息/一张唱片的详细信息
  • MP3播放器里的一首歌/一篇PDF文档中的具体内容

• 文档会被序列化成JSON格式，保存在Elasticsearch中

  • JSON对象由字段组成
  • 每个字段都有对应的字段类型(字符串 /数值/布尔/日期/二进制/范围类型)

• 每个文档都有一个Unique ID

  • 你可以自己指定 ID
  • 或者通过Elasticsearch自动生成
  • 文档默认通过Unique ID Routing

1.2 文档元数据

• 元数据，用于标注文档的相关信息
  • _index -文档所属的索引名
  • _type -文档所属的类型名
  • _id- 文档唯一ID
  • _source: 文档的原始JSON数据
  • _all: 整合所有字段内容到该字段，已被废除
  • _version: 文档的版本信息

  • _score: 相关性打分

    
    
    文档元数据

2. 索引（index）

2.1 概念

• Index -索引是文档的容器，是一类文档的结合

  • Index体现了逻辑空间的概念:每个索引都有自己的Mapping定义，用于定义包含的文档的字段名和字段类型
  • Shard体现了物理空间的概念:索引中的数据分散在Shard上

• 索引的Mapping与Settings

  • Mappirg定义文档字段的类型

  • Setting定义不同的数据分布

    
    
    索引概念

2.2 索引的不同语意

• 名词:一个Elasticsearch 集群中，可以创建很多个不同的索引
• 动词:保存一个文档到Elasticsearch的过程也叫索引(indexing)
  • ES中，创建一个倒排索引的过程

• 名词: 一个B树索引，一个倒排索引

  
  
  索引的不同语意

3. type

• 在7.0之前，一个Index可以设置多个Types
• 6.0开始，Type 已经被Deprecated。7.0 开始, 一个索引只能创建一个Type “_doc”

4. 抽象类比

1. 在7.0之前，一个Index可以设置多个Types
2. 目前Type 已经被Deprecated， 7.0开始，一个索引只能创建一个Type “_doc”
3. 传统关系型数据库和Elasticsearch 的区别
   1. 0 Elasticsearch- Schemaless /相关性/高性能全文检索

   2. RDMS -事务性/ Join

      
      
      抽象类比

3. REST API

REST API

4. 分布式系统的高可用性与扩展性

• 高可用性：
  • 服务可用性 - 允许有节点停止服务
  • 数据可用性 - 部分节点丢失，不会丢失数据
• 扩展性
  • 请求量提升/数据的不断增长（将数据均匀分布到所有节点上）

5. Elasticsearch分布式特性

• Elasticsearch 的分布式架构的好处

  • 存储的水平扩容
  • 提高系统的可用性，部分节点停止服务，整个集群的服务不受影响

• Elasticsearch 的分布式架构

  • 不同的集 群通过不同的名字来区分，默认名字“elasticsearch”
  • 通过配置文件修改，或者在命令行中-E cluster.name=elasticsearch进行设定
  • 一个集群可以有一个或者多个节点

6. 节点

6.1 概念

• 节点是一个Elasticsearch的实例

  • 本质上就是一个JAVA进程
  • 一台机器上可以运行多个Elasticsearch进程，但是生产环境一般建议一台机器上只运行一个Elasticsearch实例

• 每一个节点都有名字，通过配置文件配置，或者启动时候-E node.name=node1指定

• 每一个节点在启动之后，会分配一个UID,保存在data目录下

6.2 节点类型

1. Master-eligible nodes和Master Node

   • 每个节点启动后，默认就是一个Master eligible节点

     • 可以设置node.master: false禁止

   • Master- eligible节点可以参加选主流程，成为Master节点

   • 当第一个节点启动时候，它会将自己选举成Master节点

   • 每个节点上都保存了集群的状态，只有Master节点才能修改集群的状态信息

     • 集群状态(Cluster State)，维护了一个集群中，必要的信息

       • 所有的节点信息
       • 所有的索引和其相关的Mapping与Setting 信息
       • 分片的路由信息

     • 任意节点都能修改信息会导致数据的不一致性

2. Data Node & Coordinating Node

   • Data Node
     • 可以保存数据的节点，叫做Data Node。负责保存分片数据。在数据扩展上起到了至关重要的作用
   • Coordinating Node
     • 负责接受Client的请求， 将请求分发到合适的节点，最终把结果汇集到一起
     • 每个节 点默认都起到了Coordinating Node的职责

3. 其他的节点类型

   • Hot & Warm Node

     • 不同硬件配置的 Data Node，用来实现Hot & Warm架构，降低集群部署的成本

   • Machine L earning Node

     • 负责跑机器学习的Job,用来做异常检测

   • Tribe Node

     • (5.3开始使用Cross Cluster Serarch) Tribe Node连接到不同的Elasticsearch集群，并且支持将这些集群当成一个单独的集群处理

6.3 配置节点类型

• 开发环境中一个节点可以承担多种角色.
• 生产环境中，应该设置单一的角色的节点(dedicated node)

6.4 Maste Eligible Nodes & 选主过程

• 互相Ping对方，Node id 低的会成为被选举的节点

• 其他节点会加入集群，但是不承担Master节点的角色，一旦发现被选中的主节点丢失，就会选出新的Master节点

• 一个集群，支持配置多个Master Eligible 节点。这些节点可以在必要时(如Mast现故障，网络故障时)参与选主流程，成为Master节点

• 每个节点启动后， 默认就是一个Master eligible节点

  • 可以设置node.master: false禁止

• 当集群内第一个 Master eligible 节点启动时候，它会将自己选举成Master节点

![ Maste Eligible Nodes & 选主过程](https://upload-images.jianshu.io/upload_images/18485892-3bffc0a821162fed.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/720)

6.5 脑裂问题

• Split- Brain,分布式系统的经典网络问题，当出现网络问题，一个节点和其他节点无法连接

  • Node2和Node3会重新选举Master
  • Node 1自己还是作为Master,组成一个集群，同时更新Cluster State
  • 导致2 个master,维护不同的cluster state。当网络恢复时，无法选择正确恢复
  脑裂问题

6.6 如何避免脑裂问题

• 限定-个选举条件，设置quorum(仲裁)，只有在Master eligible节点数大于quorum时，才能进行选举

  • Quorum= (master节点总数/2) + 1
  • 当3个master eligible 时，设置discovery.zen.minimum. master _nodes为2，即可避免脑裂

• 从7.0开始,无需这个配置

  • 移除 minimum_ master. nodes参数，让Elasticsearch自 己选择可以形成仲裁的节点。
  • 典型的主 节点选举现在只需要很短的时间就可以完成。集群的伸缩变得更安全、更容易，并且可能造成丢失数据的系统配置选项更少了。
  • 节点更清楚地记录它们的状态，有助于诊断为什么它们不能加入集群或为什么无法选举出主节点

7 分片

7.1 分片(Primary Shard & Replica Shard)

• 主分片，用以解决数据水平扩展的问题。通过主分片，可以将数据分布到集群内的所有节点之上

  • 一个分片是一个运行的L ucene的实例
  • 主分片数在索引创建时指定，后续不允许修改，除非Reindex

• 副本，用以解决数据高可用的问题。分片是主分片的拷贝

  • 副本分片数，可以动态题调整
  • 增加副本数，还可以在一定程度上提高服务的可用性(读取的吞吐)
  分片

7.2 分片的设定

• 对于生产环境中分片的设定，需要提前做好容量规划

  • 分片数设置过小

    • 导致后续无法增加节 点实现水品扩展.
    • 单个分片的数据量太大，导致数据重新分配耗时

  • o分片数设置过大，7.0 开始，默认主分片设置成1，解决了over- -sharding的问题

    • 影响搜索结果的相关性打分，影响统计结果的准确性
    • 单个节点上过多的分片，会导致资源浪费，同时也会影响性能

7.3 分片的健康状态

GET_ cluster/health

{
  "cluster_name": "elasticsearch",
  "status": "green",
  "timed_out": false,
  "number_of_nodes": 2,
  "number_of_.data_nodes": 2,
  "active_primary_.shards": 37,
  "active_shards": 70,
  "relocating_shards": 0,
  "initializing_shards": 0,
  "unassigned_shards": 0,
  "delayed_unassigned_shards": 0,
  "number_of_pending_tasks": 0,
  "number_of_in_flight_fetch": 0,
  "task_max_waiting__in_queue_millis": 0,
  "active_shards_percent_as_number": 100
}

• Green - 主分片与副本都正常分配
• Yellow - 主分片全部正常分配，有副本分片
• Red - 有主分片未能分配
  • 例如，当服务器的磁盘容量超过85%时，去创建了一个新的索引

7.4 文档存储在分片上

• 文档会存储在具体的某个主分片和副本分片上:例如文档1， 会存储在PO和RO分片上
• 文档到分片的映射算法
  • 确保文档能均匀分布在所用分片上，充分利用硬件资源，避免部分机器空闲，部分机器繁忙
  • 潜在的算法
    • 随机/ Round Robin。当查询文档1,分片数很多,需要多次查询才可能查到文档1
    • 维护文档到分 片的映射关系，当文档数据量大的时候，维护成本高
    • 实时计算，通过文档1,自动算出，需要去那个分片上获取文档

• 文档分片路由算法
  shard = hash( routing) % number_of_primary_shards

  • Hash算法确保文档均匀分散到分片中
  • 默认的_ routing值是文档id
  • 可以自行制定routing数值， 例如用相同国家的商品，都分配到指定的shard
  • 设置Index Settings后，Primary 数，不能随意修改的根本原因
    PUT posts/. doc/100?routing=bigdata

四、文档索引

1. 正排索引和倒排索引

1.1 正排

• 书本目录页

1.2 倒排

• 书本最后的注释索引页

• 文档内容做拆分

• 统计单个文本在文档内容中出现的次数和位置

  倒排

2. 倒排索引核心组成

<u>倒排索引包含两个部分</u>

• 单词词典(Term Dictionary),记录所有文档的单词，记录单词到倒排列表的关联关系
  • 单词词典一般比较大，可以通过B +树或哈希拉链法实现，以满足高性能的插入与查询
• 倒排列表(Posting List)-记录了单词对应的文档结合，由倒排索引项组成
  • 倒排索引项 (Posting)
    • 文档ID
    • 词频TF-该单词在文档中出现的次数，用于相关性评分
    • 位置(Position) - 单词在文档中分词的位置。用于语句搜索(phrase query)
    • 偏移(Offset) -记录单词的开始结束位置，实现高亮显示

3. ElasticSearch的倒排索引

• Elasticsearch 的JSON文档中的每个字段，都有自己的倒排索引

• 可以指定对某 些字段不做索引

  • 优点:节省存储空间
  • 缺点:字段无法被搜索

• 文档中Elasticsearch倒排索引

  
  
  倒排索引

4. 倒排索引不可变性

• 倒排索引采用Immutable Design, -旦生成，不可更改
• 不可变性， 带来了的好处如下:
  • 不可变性， 带来了的好处如下:
  • 一 旦读入内核的文件系统缓存，便留在哪里。只要文件系统存有足够的空间，大部分请求就会直接请求内存，不会命中磁盘,提升了很大的性能
  • 缓存容 易生成和维护/数据可以被压缩
• 不可变更性， 带来了的挑战:如果需要让一个新的文档可以被搜索，需要重建整个索引

五、 文档操作

1. CURD介绍

1.1 概述

1.2 Type

• Type名，约定都用_doc

1.3 Create

<u>(PUT user/create/1 {"key":"value"})</u>

• 如果ID已经存在，会失败
  • 支持自动生成文档ld和指定文档Id两种方式
    • 通过调用“ post /users/_doc'
    • 系统会自动生成document ld
  • 使用HTTP PUT user/_ create/1 创建时，URI中显示指定 _create， 此时如果该id的文档已经存在，操作失败

1.4 Get

<u>(GET user/_doc/1</u>

• 找到文档， 返回HTTP 200

  • 0文档元信息
  • _index/_type/
  • 版本信息，同一个Id的文档，即使被删除，Version号也会不断增加
  • _source 中默认包含了文档的所有原始信息

• 找不到文档，返回HTTP 404

1.5 Index

<u>(PUT user/_doc/1 {"key":"value"})</u>

• 如果ID不存在，创建新的文档。否则，先删除现有的文档，再创建新的文档，版本会增加

1.6 Update

<u>(POST user/update/1 {"_doc":{"key":"new value"}})</u>

• 文档必须已经存在，更新只会对相应字段做增量修改
• Post方法/ Payload需要包含在“doc” 中

2. Bulk API

2.1 概述

• 支持在一次API调用中，对不同的索引进行操作

• 支持四种类型操作

  • Index
  • Create
  • Update
  • Delete

• 可以再URI中指定Index,也可以在请求的Payload中进行

• 操作中单条操作失败，并不会影响其他操作

• 返回结果包括了每一条操作执行的结果（各操作间互不影响）

Bulk API

3. mget (批量读取)

批量操作，减少网络连接产生的开销，提供性能

• request:
  <u>GET _mget</u>

{
      "docs": [
        {
          "_index": "user",
          "_id": 1
        },
        {
          "_index": "user",
          "_id": 2
        }
      ]
    }

• response:

{
      "doc": [
        {
          "index": "user",
          " type": " doc",
          "id": 1,
          "version": 4,
          "_seq_no": 3,
          "primary. _term": 1,
          "found": true,
          "source": [
            {
              "key": "value",
              "keys": [
                "value",
                "value",
                "value"
              ]
            }
          ]
        },
        {
          "index": "user",
          " type": " doc",
          "id": 2,
          "version": 4,
          "_seq_no": 3,
          "primary. _term": 1,
          "found": true,
          "source": [
            {
              "key": "value",
              "keys": [
                "value",
                "value",
                "value"
              ]
            }
          ]
        }
      ]
    }

4. msearch(批量查询)

POST users/_msearch

{"query" : "match_all" : {}}
{"query" : "match_all" : {}}
{"index" : "twitter2"}
{"query" : "match_all" : {}}

5. 指定查询的索引

6. 常见错误返回

六、文档分词

1. Analysis与Analyzer

• Analysis -文本分析是把全文本转换- -系列单词(term / token)的过程，也叫分词
• Analysis 是通过Analyzer（分词器）来实现的
  • 可使 用Elasticsearch内置的分析器i或者按需定制化分析器
  • 除了在数据写入时转换词条，匹配Query语句时候也需要用相同的分析器对查询语句进行分析

[图片上传失败...(image-b77b26-1595398460324)]

文档分词

2. Analyzer的组成

• 分词器是专门处理分词的组件，Analyzer 由三部分组成

  • Character Filters (针对 原始文本处理，例如去除html)
  • Tokenizer (按照规则切分为单词) /

  • Token Filter (将切分的的单词进行加工，小写，删除stopwords,增加同义词)

    
    
    Analyzer的组成

3. ElasticSearch内置分词器

• Standard Analyzer -默认分词器，按词切分，小写处理，
• Simple Analyzer一按照非字母切分(符 号被过滤) ，小写处理
• Stop Analyzer一小写处理，停用词过滤(the, a, is)
• Whitespace Analyzer -按照空格切分，不转小写
• Keyword Analyzer - -不分词，直接将输入当作输出
• Patter Analyzer一正则表达式，默认\W+ (非字符分隔)
• Language一提供了30多种常见语言的分词器
• Customer Analyzer自定义分词器

4. 分词器示列

4.1 Standard Analyzer

• 默认分词器

• 按词拆分

• 小写处理

Standard Analyzer

4.2 Simple Analyzer

• 按照非字母切分，非字母的都被去除

• 小写处理

Simple Analyzer

4.3 Whitepace Analyzer

• 按空格拆分

Whitepace Analyzer

4.4 Stop Analyzer

• 相比与Simple Analyzer

• 多了Stop Analyzer

  • 会把the、a、is等修饰词语去掉

Stop Analyzer

4.4 Pattern Analyzer

• 通过正则表达式进行分词

• 默认是\W+，非字符的符号进行分割

Pattern Analyzer

七、配置属性

1. index属性

2. Mapping支持的属性

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html

Mapping支持的属性

3 字段类型

31 字段类型概述

3.2 字符串类型

• 字符串类型
  • string类型: 在ElasticSearch 旧版本中使用较多，从ElasticSearch 5.x开始不再支持string，由text和keyword类型替代
  • keyword类型：适用于索引结构化的字段，比如email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到；
  • text 类型：当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。

八、SDK应用

1. SDK集成

1.1 Maven依赖

       <dependency>
            <groupId>org.elasticsearch</groupId>
            <artifactId>elasticsearch</artifactId>
            <version>${elasticsearch.version}</version>
        </dependency>
        <dependency>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>elasticsearch-rest-high-level-client</artifactId>
            <version>${elasticsearch.version}</version>
        </dependency>

1.2 SpringBoot依赖

• SpringBoot配置文件中需要更新默认版本号

    <properties>
        <elasticsearch.version>7.6.2</elasticsearch.version>
    </properties>

1.3 初始化客户端

@Beanpublic RestHighLevelClient restHighLevelClient() {
    RestHighLevelClient restHighLevelClient = new RestHighLevelClient(
            RestClient.builder(
                    new HttpHost("localhost", 9200, "http"),
                    new HttpHost("localhost", 9201, "http")));
    return restHighLevelClient;
}

2. 常用API

• indices
• index
• delete
• search
• update
• bulk

2.1 es索引常用API

<u>RestHighLevelClient.indices()</u>

<u>RestHighLevelClient.method()</u>

2.2 文档检索

<u>RestHighLevelClient.get()</u>

<u>RestHighLevelClient.mget()</u>

<u>RestHighLevelClient.method()</u>

2.3 文档创建

<u>RestHighLevelClient.method()</u>

2.4 文档删除

<u>RestHighLevelClient.method()</u>

2.5 文档更新

<u>RestHighLevelClient.method()</u>

2.6 批量操作

<u>RestHighLevelClient.bulk()</u>

2.7 常用查询条件

2.8 基于全文的查询

• 基于全文本的查找

  • Match Query / Match Phrase Query / Query String Query

• 特点

  • 索引和搜索时都会进行分词，查询字符串先传递到-个合适的分词器，然后生成-个供查询的词项列表并。并为每个文档生成一个算分。 -例如查“Matrix reloaded",会查到包括Matrix或者reload的所有结果。

• 查询时候，先会对输入的查询进行分词，然后每个词项逐个进行底层的查询,最终将结果进行合

2.9 boolean查询

• 一个bool查询，是-个或者多个查询子句的组合

  • 总共包括4 种子句。其中2种会影响算分，2种不影响算分

• 相关性并不只是全文本检索的专利。 也适用于yes Ino的子句，匹配的子句越多，相关性评越高。如果多条查询子句被合并为一条复合查询语句，比如bool查询,则每个查询子句计算得出的评分会被合并到总的相关性评分中。