ElasticSearch - DSL查询文档语法，以及深度分页问题、解决方案

目录

一、DSL 查询文档语法

前言

1.1、DSL Query 基本语法

1.2、全文检索查询

1.2.1、match 查询

1.2.2、multi_match

1.3、精确查询

1.3.1、term 查询

1.3.2、range 查询

1.4、地理查询

1.4.1、geo_bounding_box

1.4.2、geo_distance

1.5、复合查询

1.5.1、相关性算分

1.5.2、function_score

1.5.3、boolean query

1.6、搜索结果处理

1.6.1、排序

1.6.2、分页

深度分页问题

深度分页问题的解决方案

1.6.3、高亮

1.6.4、搜索语法汇总语法

一、DSL 查询文档语法

前言

本文中的案例，继续延续上一章节的酒店数据.

1.1、DSL Query 基本语法

基本查询语法如下：

GET /索引库名/_search
{"query": {"查询类型": {"查询条件": "条件值"}}
}

例如查询酒店所有数据（一般生产环境下不会这么做，因为数据量有可能非常大，所以查询非常耗时，因此一般用于测试用）

GET /hotel/_search
{"query": {"match_all": {//由于这里是查询所有数据，因此没有查询条件}}
}

1.2、全文检索查询

全文检索查询，会通过 分词器 对用户输入内容进行分词处理，然后去倒排索引库中匹配.  经常用于搜索框的搜索，例如百度搜索框.

1.2.1、match 查询

全文检索查询中的一种，会对用户输入内容进行分词，然后去倒排索引库中检索，语法如下：

GET /索引库名/_search
{"query": {"match": {"字段名": "TEXT文本内容"}}
}

例如查询 “如家酒店” 相关的数据.

GET /hotel/_search
{"query": {"match": {"all": "北京如家酒店"}}
}

Ps：all 这里通过 copy_to 拷贝了多个字段，例如 name、city....（具体上章有介绍） 

1.2.2、multi_match

与 match 查询类似，只不过允许同时查询多个字段. 

Ps：多个字段查询也意味着查询性能低下，建议可以使用 copy_to 将其他字段的索引拷贝到一个字段，可以提升查询效率.

语法如下：

GET /indexName/_search
{"query": {"multi_match": {"query": "TEXT","fields": ["字段名1", " 字段名2"]}}
}

例如根据 name、和 city 字段查询酒店数据.

GET /hotel/_search
{"query": {"multi_match": {"query": "上海如家酒店","fields": ["name", "city"]}}
}

1.3、精确查询

精确查询一般是查找 keyword、数值、日期、boolean 等类型字段，因此 不会 对搜索条件进行分词.

例如你在淘宝里买东西的时候，要通过一些信息进行筛选，比如 销量、信誉、价格升序... 这些词一般都是固定一个按钮，点击就会帮你做筛选.

1.3.1、term 查询

term 查询主要是根据 词条 精确值进行查询，一般搜索 keyword 类型、数值类型、布尔类型、日期类型字段.

语法如下：

// term查询
GET /索引名/_search
{"query": {"term": {"字段名": {"value": "字段值"}}}
}或者简化为GET /索引名/_search
{"query": {"term": {"字段名": "字段值"}}
}

例如我要搜索在上海的所有酒店（这里 city 就是 keyword）.

GET /hotel/_search
{"query": {"term": {"city": {"value": "上海"}}}
}或者GET /hotel/_search
{"query": {"term": {"city": "上海"}}
}

1.3.2、range 查询

根据数值的范围查询，可以是数值、日期的范围.

语法如下：

// range查询
GET /indexName/_search
{"query": {"range": {"字段名": {"gte": 10,  //大于等于 10"lte": 20   //小于等于 20}}}
}或者GET /indexName/_search
{"query": {"range": {"字段名": {"gt": 10,  //大于 10"lt": 20   //小于 20}}}
}

例如我要查询价格大于等于 161， 小于等于 300 的酒店.

1.4、地理查询

根据经纬度查询，例如 

  • 滴滴：搜索附近的出租出.
  • 携程：搜索附近的酒店.
  • 微信：搜索附近的人.

1.4.1、geo_bounding_box

geo_bounding_box 用来查询 geo_point 值在某个矩形范围的所有文档.

// geo_bounding_box查询
GET /索引库名/_search
{"query": {"geo_bounding_box": {"字段名": {"top_left": {"lat": 31.1, //纬度"lon": 121.5 //经度},"bottom_right": {"lat": 30.9,"lon": 121.7}}}}
}

Ps：这个不是很常用

1.4.2、geo_distance

查询到指定中心点小于某个距离值的所有文档.

语法如下：

// geo_distance 查询
GET /索引库名/_search
{"query": {"geo_distance": {"distance": "15km",//半径长度"FIELD": "31.21,121.5" //纬度，经度}}
}

例如查询纬度 31.21，经度 121.5 ，半径 10km 画圆内的酒店.

1.5、复合查询

复合查询，可以将其他简单的查询组合起来，实现更复杂的搜索逻辑.

例如 function score（算分函数查询），可以控制文档相关性算分，控制文档排名，比如你在百度搜索 “不孕不育”，指定的肯定是广告~  为什么？人家给的钱到位~

1.5.1、相关性算分

当我们使用 match 查询的时候，查询的结果会根据与搜索词条的关联度打分（_score），返回结果时按照分值降序排列.

在 elasticsearch 5.0 之前，使用 TF-IDF 算法，会随着词频增加而越来越大.

在 elasticsearch 5.0 之后，使用 BM25 算法，分值会随着词频增加而增大，但增长曲线会趋于水平.

1.5.2、function_score

使用 function_score ，可以修改文档的相关性算分，根据新得的算分排序.

由于这里语法比较复杂，先给出个示例，如下

GET /hotel/_search
{"query": {"function_score": {"query": {"match": {"city": "上海"}},"functions": [{"filter": {"term": {"id": "1"}},"weight": 10}],"boost_mode": "multiply"}}
}
  • "query": {"match": {"city": "上海"}}：原始查询条件，搜索文档并根据相关性打分.
  • "filter": {"term": {"id": "1"}}：过滤条件，符合条件的文档才会背重新算分.
  • "weight": 10：算分函数，将来会与 query score 进行运算，得到新算分，常见的算分函数有
    • weight：给一个常量值，作为函数的结果.
    • field_value_factor：用文档中的某个字段值作为函数结果.
    • random_score：随机生成一个值，作为函数的结果.
    • script_score：自定义计算公式，公式结果作为函数结果.
  • "boost_mode": "multiply"：加权模式，定义 function score 和 query score 运算方式，包括
    • multiply（默认）：两者相乘.
    • replace：sum、avg、max、min.

例如给 “如家” 这个品牌的酒店排名靠前一些.

那么这里只需要明确以下几个点即可：

  • 品牌："如家"
  • 算分函数：weight 就可以.
  • 加权：求和.
GET /hotel/_search 
{"query": {"function_score": {"query": {"match_all": {}},"functions": [ //算分函数{"filter": {"term": { //需要满足的条件: 品牌必须是如家"brand": "如家"}},"weight": 3 //算分权重为 3}],"boost_mode": "sum" //加和算分}}
}

1.5.3、boolean query

布尔查询是一个或多个查询子句的组合. 子查询的组合方式有：

  • must：必须匹配的查询条件，类似 “与”.
  • should：选择性匹配的查询条件，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.

例如，查询城市在上海，品牌可以是 "皇冠假日" 或者是 “华美达”，价格必须不小于等于 500，并且评分大于等于 45 的.

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}}}]}}
}

1.6、搜索结果处理

1.6.1、排序

es 支持对搜索结果进行排序处理，默认是根据相关度算分（_score）来排序.  可以排序的字段类型有（不分词）：keyword 类型、数值类型、地理坐标类型、日期类型.

语法如下：

GET /索引库名/_search
{"query": {"match_all": {} //搜索内容},"sort": [{"字段名": "desc"  // 排序字段和排序方式ASC、DESC}]
}

如果要根据经纬度排序，语法如下：

GET /索引库名/_search
{"query": {"match_all": {}},"sort": [{"_geo_distance" : {"字段名" : "纬度，经度","order" : "asc","unit" : "km"}}]
}

例如对酒店用户评价降序排序，评价相同的按照价格升序排序.

GET /hotel/_search
{"query": {"match_all": {}},"sort": [{"score": {"order": "desc"},"price": {"order": "asc"}}]
}

1.6.2、分页

elasticsearch 默认情况下只会返回 top 10 的数据.  如果要查询更多数据，就需要修改分页参数了.

在 es 中通过 from（偏移量，分页开始的位置，默认为 0） 和 size（期望获取的文档总数） 参数控制返回的分页结果，这里和 mysql 中的 limit 本质是一样的.

例如获取 20 ~ 29 这 10 条数据.

GET /hotel/_search
{"query": {"match_all": {}},"from": 20, // 分页开始的位置，默认为0"size": 10, // 期望获取的文档总数"sort": [{"price": "asc"}]
}

 

深度分页问题

ES 是支持分布式的，所以会存在深度分页的问题.

例如按照 price 排序后，获取 from = 990, size = 10 的数据.

1. 首先在每个数据分片上都排序并查询前 1000 条文档.

2. 将所有节点的数据聚合，在内从中重新排序选出前 1000 条文档.

3. 最后从这 1000 条文档中，选取 990 开始往后的 10 条数据.

打个比方，就类似于你在学校，有 10 个年级（10 个分片），你需要从这 10 个年级中找出排名前 100 的学生，那么由于考试的排名是以班级为单位的，因此，你就需要从每个班里都找出 排名前100 的学生，那么 10 个年级就意味着需要拿出 1000 个学生，然后再让他们进行一次考试，才能拿到排名前 10 的学生.

那么如果搜索页数过深，或者结果集过大，对 内存 和 CPU 的消耗也越高，因此 es 设定结果集查询的上显示 10000.

深度分页问题的解决方案

有两种办法，可以使得查询数据没有上限：

1. search after（官方推荐）：分页的时候需要排序.  也就是说先对数据排序，接着当本次分页完成后，就从这次分页完成的下一个排序值开始，查询下一页数据. 

但是这种方法的缺点就是 只能向后逐页查询，不支持随机翻页.

适合没有随机翻页需求的搜索，例如手机向下翻页.

2. scroll（es 7.1 后，官方已经不推荐使用了）：原理就是将排序数据形成快照，保存再内存. 

缺点很明显，就是消耗额外内存.

1.6.3、高亮

高亮就是指再搜索结果中把搜索关键字突出显示.  例如你在百度中搜索 "不孕不育"，就会把搜索结果中所有出现 Java 关键字的内容标红.

原理如下：

  1. 给搜索结果中的关键字添加 HTML 标签处理.
  2. 在页面中给标签添加 css 样式.

语法如下：

GET /索引库/_search
{"query": {"match": {"字段名": "要搜索的文本" //注意！默认情况下，搜索的字段必须要于高亮的字段一致，否则不会高亮}},"highlight": {"fields": { // 指定要高亮的字段"字段名": {"pre_tags": "<em>",  // 用来标记高亮字段的前置标签"post_tags": "</em>" // 用来标记高亮字段的后置标签}}}
}

例如，我要搜索品牌是如家，并且让 "如家" 字段高亮. 

Ps：默认情况下，es 中搜索的字段必须要于高亮的字段一致，否则不会高亮

但是如果你就是想让搜索的字段和高亮字段不一致，那可以添加 "require_field_match": "false" 的属性，如下：

1.6.4、搜索语法汇总语法

语法如下：

GET /hotel/_search
{"query": {"match": {"brand": "如家"}},"from": 20, // 分页开始的位置"size": 10, // 期望获取的文档总数"sort": [ {  "price": "asc" }, // 升序排序{"_geo_distance" : { // 距离排序"location" : "31.04,121.61", "order" : "asc","unit" : "km"}}],"highlight": {"fields": { // 高亮字段"name": {"require_field_match": "false", //高亮字段不受查询字段限制"pre_tags": "<em>",  // 用来标记高亮字段的前置标签"post_tags": "</em>" // 用来标记高亮字段的后置标签}}}
}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.xdnf.cn/news/142066.html

如若内容造成侵权/违法违规/事实不符，请联系一条长河网进行投诉反馈，一经查实，立即删除！

相关文章

C语言实现八种功能的通讯录（添加、删除、查找、修改、显示、排序、退出、清空）

C语言实现八种功能的通讯录（添加、删除、查找、修改、显示、排序、退出、清空）

通讯录功能概要及前提说明 此通讯录利用C语言完成&#xff0c;可以实现八种功能的通讯录&#xff08;添加、删除、查找、修改、显示、排序、退出、清空&#xff09; 代码由三部分组成&#xff0c;为什么要写成三部分而不写成一部分可以参考我以前的博客&#xff0c;如下&…
阅读更多...
【postgresql】替换 mysql 中的ifnull()

【postgresql】替换 mysql 中的ifnull()

数据库由mysql 迁移到postgresql&#xff0c;程序在执行查询时候报错。 HINT: No function matches the given name and argument types. You might need to add explicit type casts. CONTEXT: referenced column: ifnull 具体SQL: SELECT ifnull(phone,) FROM c_user p…
阅读更多...
内存管理和模板

内存管理和模板

目录 定位new表达式 定位new使用的池化技术&#xff1a; ​编辑 malloc和free与new和delete的区别&#xff1a; 内存泄漏&#xff1a; 模板 显示实例化 两个不同参数的模板 模板函数与函数&#xff1a; 类模板 []重载&#xff1a; 定位new表达式 class A { public:A(int …
阅读更多...
大数据时代，数据治理

大数据时代，数据治理

一、大数据时代还需要数据治理吗&#xff1f; 数据平台发展过程中随处可见的数据问题 大数据不是凭空而来&#xff0c;1981年第一个数据仓库诞生&#xff0c;到现在已经有了近40年的历史&#xff0c;相对数据仓库来说我还是个年轻人。而国内企业数据平台的建设大概从90年代末…
阅读更多...
ToBeWritten之攻击者模拟

ToBeWritten之攻击者模拟

也许每个人出生的时候都以为这世界都是为他一个人而存在的&#xff0c;当他发现自己错的时候&#xff0c;他便开始长大 少走了弯路&#xff0c;也就错过了风景&#xff0c;无论如何&#xff0c;感谢经历 转移发布平台通知&#xff1a;将不再在CSDN博客发布新文章&#xff0c;敬…
阅读更多...
Word | 简单可操作的快捷公式编号、右对齐和引用方法

Word | 简单可操作的快捷公式编号、右对齐和引用方法

1. 问题描述 在理工科论文的写作中&#xff0c;涉及到大量的公式输入&#xff0c;我们希望能够按照章节为公式进行编号&#xff0c;并且实现公式居中&#xff0c;编号右对齐的效果。网上有各种各样的方法来实现&#xff0c;操作繁琐和简单的混在一起&#xff0c;让没有接触过公…
阅读更多...
路由综合实验

路由综合实验

RIP配置 在R1上配置 rip 1 #此处的1表示进程号&#xff0c;非版本号 version 2 #选择rip版本2 network 100.0.0.0 network 12.0.0.0 network 13.0.0.0 #rip宣告时只能宣告主类网络&#xff0c;实际上是对内宣告为主类网络&#xff0c;对外转发时时携带子网掩码的在R2上…
阅读更多...
【postgresql】 ERROR: multiple assignments to same column “XXX“

【postgresql】 ERROR: multiple assignments to same column “XXX“

Cause: org.postgresql.util.PSQLException: ERROR: multiple assignments to same column "XXX"; bad SQL grammar []; nested exception is org.postgresql.util.PSQLException: ERROR: multiple assignments to same column "XXX"; 原因&#xff1a;or…
阅读更多...
Java开发需要的网络基础知识，搞清楚计算机网络底层原理

Java开发需要的网络基础知识，搞清楚计算机网络底层原理

作者&#xff1a;逍遥Sean 简介&#xff1a;一个主修Java的Web网站\游戏服务器后端开发者 主页&#xff1a;https://blog.csdn.net/Ureliable 觉得博主文章不错的话&#xff0c;可以三连支持一下~ 如有需要我的支持&#xff0c;请私信或评论留言&#xff01; 前言 计算机基础是…
阅读更多...
变电站运维服务方案

变电站运维服务方案

一、背景与目标 随着电力行业的快速发展&#xff0c;变电站的数量和规模不断扩大&#xff0c;运维服务的需求也日益增长。为了确保变电站的安全、稳定、高效运行&#xff0c;提高运维服务质量&#xff0c;本文档旨在提供一套全面的变电站运维服务方案。 二、服务范围 …
阅读更多...
lv5 嵌入式开发-6 线程的取消和互斥

lv5 嵌入式开发-6 线程的取消和互斥

目录 1 线程通信 – 互斥 2 互斥锁初始化 – pthread_mutex_init 3 互斥锁销毁 pthread_mutex_destroy 4 申请锁 – pthread_mutex_lock 5 释放锁 – pthread_mutex_unlock 6 读写锁 7 死锁的避免 8 条件变量&#xff08;信号量&#xff09; 9 线程池概念和实现 9.1 …
阅读更多...
CCS介绍

CCS介绍

CCS介绍 设置主体颜色 修改字体的颜色和大小 安装一些插件 CCS中的App中心 切换工作空间 导入工程
阅读更多...
el-table-column默认选中一个复选框和只能单选事件

el-table-column默认选中一个复选框和只能单选事件

表格代码 <el-table ref"contractTable" v-loading"loading" :data"contractList" selection-change"contractSelectionChange" style"margin-top: 10%;"><el-table-column type"selection" width"…
阅读更多...
【分享】Word文档如何批量转换成PDF？

【分享】Word文档如何批量转换成PDF？

Word格式比较容易编辑&#xff0c;是工作中经常用到的文档工具&#xff0c;有时候为了避免文档在传送中出现乱码&#xff0c;或者防止被随意更改&#xff0c;很多人会把Word文档转换成PDF&#xff0c;那Word文档要怎样转成PDF呢&#xff1f;如果Word文档很多&#xff0c;有没有…
阅读更多...
uniapp获取一周日期和星期

uniapp获取一周日期和星期

UniApp可以使用JavaScript中的Date对象来获取当前日期和星期几。以下是一个示例代码&#xff0c;可以获取当前日期和星期几&#xff0c;并输出在一周内的每天早上和晚上&#xff1a; // 获取当前日期和星期 let date new Date(); let weekdays ["Sunday", "M…
阅读更多...
云安全【阿里云ECS攻防】

云安全【阿里云ECS攻防】

关于VPC的概念还请看&#xff1a;记录一下弹性计算云服务的一些词汇概念 - 火线 Zone-安全攻防社区 一、初始化访问 1、元数据 1.1、SSRF导致读取元数据 如果管理员给ECS配置了RAM角色&#xff0c;那么就可以获得临时凭证 如果配置RAM角色 在获取ram临时凭证的时候&#xff…
阅读更多...
Three.js后期处理简明教程

Three.js后期处理简明教程

后期处理&#xff08;Post Processing&#xff09;通常是指对 2D 图像应用某种效果或滤镜。 在 THREE.js 中我们有一个包含一堆网格物体的场景。 我们将该场景渲染为 2D 图像。 通常&#xff0c;该图像会直接渲染到画布中并显示在浏览器中&#xff0c;但我们可以将其渲染到渲染…
阅读更多...
人机逻辑中的家族相似性与非家族相似性

人机逻辑中的家族相似性与非家族相似性

维特根斯坦的家族相似性理论是他在《哲学研究》中提出的一个重要概念。他认为&#xff0c;语言游戏是一种人们使用语言的方式&#xff0c;不同的语言游戏之间可能存在相似性&#xff0c;就像一个家族的成员之间存在相似性一样。维特根斯坦认为&#xff0c;相似性不是通过一个共…
阅读更多...
Quartz 体系结构

Quartz 体系结构

Quartz的体系结构 Quartz的重要组件 Scheduler 用于与调度程序交互的主程序接口。 Scheduler调度程序-任务执行计划表&#xff0c;只有安排进执行计划的任务Job&#xff08;通过scheduler.scheduleJob方法安排进执行计划&#xff09;&#xff0c;当它预先定义的执行时间到了的时…
阅读更多...
mac 解决 vscode 权限不足问题，Insufficient permissions

mac 解决 vscode 权限不足问题，Insufficient permissions

commod 空格&#xff0c;输入终端并打开写入指令 sudo chown -R xxxxxx1 xxxxx2&#xff08;例如我的sudo chown -R admin Desktop&#xff0c;具体参数查看下方&#xff09; x1: 用户名&#xff0c;可通过左上角查看 x2: 目标文件夹。可以另起一个终端&#xff0c;用cd 和 l…
阅读更多...
最新文章

Copyright @ 2022~2023