ElasticSearch——搜尋機制

ElasticSearch 資料庫 · 發表 2018-11-30 11:19:21

摘要：在個人的實踐中，ElasticSearch是充當關係型資料庫來使用，將Mysql中資料過大的超過1000w的表存入ES中，所以使用的全部是確切詞查詢而非全文檢索，因此在本次ES的學習中忽略了與全文檢索相關如得分等相關特性，這些在後續的有關搜尋引擎的實踐中會介紹。在這張...

在個人的實踐中，ElasticSearch是充當關係型資料庫來使用，將Mysql中資料過大的超過1000w的表存入ES中，所以使用的全部是確切詞查詢而非全文檢索，因此在本次ES的學習中忽略了與全文檢索相關如得分等相關特性，這些在後續的有關搜尋引擎的實踐中會介紹。

在這張腦圖中主要介紹的是搜尋相關的一些機制。下面會對該圖做一些簡單的說明。

簡單查詢

前文說過ES的操作都是基於JSON來控制的，那麼不管是簡單的查詢還是複雜的查詢ES都是通過不同的JSON物件來實現的。

這裡只是簡單的說明，通過腦圖方便記憶，具體的操作可以看 ofollow,noindex">ElasticSearch—— Java API

查詢過程

查詢邏輯
1. 發散階段：
2. 收集階段:
搜尋型別

查詢執行的順序，方式等，預設的是query_then_fetch，此方式符合上述的查詢邏輯，現在所有分片上面進行查詢對文件的排序和分級資訊，然後再在相應的分片上面進行查詢實際的文件。

還有一些其他的型別如query_and_fetch，dfs_query_and_fetch，dfs_query_then_fetch等等，可以在搜尋時進行指定：
```
http://localhost:9200/index/search?pretty=true&search_type=query_and_fetch
複製程式碼
```
搜尋執行的偏好

控制查詢發生在主片還是副本上面，由preference=xxxx指定
```
http://localhost:9200/index/_search?preference=_primary
複製程式碼
```
只在主分片上執行搜尋，不使用副本。當想使用索引中最近更新的、還沒複製到副本中的資訊，這個是很有用的。

基本查詢

ES中的查詢分很多種類，這邊說明幾種常見的使用方式

詞條查詢

它僅匹配在給定欄位中含有該詞條的文件，而且是確切的、未經分析的詞條

{
"query" : {
"term" : {
"title" : "crime"
}
}
}
複製程式碼

如上上述查詢將匹配title欄位中含有crime一詞的文件。記住，詞條查詢是未經分析的，因此需要提供跟索引文件中的詞條完全匹配的詞條

而這種方式和傳統SQL中的"="(等值)語句效果一樣。

多詞條查詢

詞條查詢允許匹配單個未經分析的詞條，多詞條查詢可以用來匹配多個這樣的詞條。
```
{
"query" : {
"terms" : {
"tags" : [ "novel", "book","hello" ],
"minimum_match" : 1
}
}
}
複製程式碼
```
如上，上述查詢返回在tags欄位中包含一個或兩個搜尋詞條的所有文件。為什麼？這是因為我們把minimum_match屬性設定為1；這意味著至少有1個詞條應該匹配。如果想要查詢匹配所有詞條的文件，可以把minimum_match屬性設定為2。

當minimum_match=1時就和SQL中的“in“語句類似了。
範圍查詢

範圍查詢使我們能夠找到在某一欄位值在某個範圍裡的文件，欄位可以是數值型，也可以是基於字串的（將對映到一個不同的Apache Lucene查詢）,範圍查詢只能針對單個欄位。
```
{
"query" : {
"range" : {
"year" : {
"gte" : 1700,
"lte" : 1900
}
}
}
}
複製程式碼
```
找到year欄位從1700到1900的所有圖書

類似SQL中的">","<",">=","<="

複合查詢

複合查詢就是支援可以把多個查詢連線起來，或者改變其他查詢的行為。

布林查詢

複合查詢就是支援可以把多個查詢連線起來，或者改變其他查詢的行為主要有如下幾種連線符。
1. must ：被它封裝的布林查詢必須被匹配，文件才會返回類似"and"
2. should ：被它封裝的布林查詢可能被匹配，也可能不被匹配類似"or"
3. must_not：被它封裝的布林查詢必須不被匹配，文件才會返回類似 "!="

{
"query" : {
"bool" : {
"must" : {
"term" : {
"title" : "crime"
}
},
"should" : {
"range" : {
"year" : {
"from" : 1900,
"to" : 2000
}
}
},
"must_not" : {
"term" : {
"otitle" : "nothing"
}
}
}
}
}
複製程式碼

找到所有這樣的文件：在title欄位中含有crime詞條，並且year欄位可以在也可以不在1900~2000的範圍裡，在otitle欄位中不可以包含nothing詞條。

查詢結果的過濾

過濾器是可以在查詢的結果中做過濾，比如在不影響最後分數的情況下，選擇索引中的某個子集，就可以使用過濾器。

一般來說應該儘可能使用過濾器。過濾器不影響評分，而得分計算讓搜尋變得複雜，而且需要CPU資源。另一方面，過濾是一種相對簡單的操作。由於過濾應用在整個索引的內容上，過濾的結果獨立於找到的文件，也獨立於文件之間的關係。 過濾器很容易被快取 ，從而進一步提高過濾查詢的整體效能。

過濾器發生在執行查詢之前，所以效能比較好，應該儘可能的使用過濾器

{
 "query": {
"filtered" : {
"query" : {
"match" : { 
"title" : "Catch-22" 
}
},
"filter" : {
"term" : { 
"year" : 1961 

}
}
}
 }
}
複製程式碼

在title欄位搜尋Catch-22並向其新增過濾器表示只要year=1961的文件。

常見過濾器

term過濾器
terms過濾器
and過濾器
or過濾器
bool過濾器 ······

未完待續!!!!!!