Elasticsearch从入门到放弃:再聊搜索

前文中我们曾经聊过搜索文档的方法,Elasticsearch 一般适用于读多写少的场景,因此我们需要更多的关注读操作。

Elasticsearch 提供的 Search API 可以分为 URI Search 和 Request Body Search 两大类。从名称上可以直观的看出,URI Search 是使用URI的参数传递参数给 Elasticsearch,Request Body Search 则是将参数放到 Body 中进行传递,下面我们具体来看一下。

URI Search

首先我们来看 URI Search 的一些参数。

  • q 指定查询语句,其使用的是 Query String Syntax
  • df 指定默认字段,如果不指定,则会查询全部字段
  • Sort 对哪些字段进行排序
  • from/size 用于分页

此外,我们还可以通过在请求体中指定 profile 参数来查看查询是如何被执行的。

你可以在Kibana中执行下面的查询来看一下 Elasticsearch 的查询是怎样执行的。

GET /movies/_search?q=2012
{
  "profile": "true"
}

GET /movies/_search?q=title:2012
{
  "profile": "true"
}

GET /movies/_search?q=2012&df=title
{
  "profile": "true"
}

在上面这组查询中,当我们指定了查询字段时, Elasticsearch 使用的 query type 是Term Query。

term query

与之对应的还有 Phrase Query。

Term

如果我们的查询条件是 title:(Code Review),那么它使用的就是 Term Query,它等价于查询 title 中存在 Code 或 Review 的文档。

Phrase

如果我们的查询条件是title:"Code Review"这样用引号引起来的,那么它使用的就是 Phrase Query,它等价于查询同时存在 Code 和 Review 的文档,并且 Code 出现的顺序必须在 Review 之前。

这里你可能会有疑问,为什么 Term Query 前后需要加括号,这是 Elasticsearch 中的分组概念,如果想要像我们说的那样,在 titile 字段中查找存在 Code 或 Review 的文档,那么就必须把它们作为一个分组进行查询。这里你可以自己动手试一下不加括号的情况,看一下 Elasticsearch 会如何执行。

Term Query 中还提供了很多种查询语法,例如我们可以只用 AND、OR、NOT 这样的字符进行布尔操作(需要注意它们都必须大写),也可以使用加号或减号表示 must 和 must not 的概念。同时区间、通配符、甚至是正则表达式查询。

Request Body Search

介绍完 URI Search,我们再一起学习一下 Request Body Search,其实在 Elasticsearch 中,Request Body Search 是更加常用的查询方式。因为它能够支持更多高阶的使用方法。

在 Request Body Search 中,我们同样是用 fromsize 来进行分页,默认的是从0开始,返回10个结果。

排序的方法也是使用 sort,一般建议在“数字型”或“日期型”字段上进行排序。

对于一些字段比较多的文档,我们并不是每次查询都需要全部的字段,这时候就可以在 body 中加上_source 字段来进行过滤。_source字段可以支持通配符,例如_source:["name*"],查询中就只会返回字段名是 name 开头的字段。

前面我们聊了 Term Query 和 Phrase Query,在 Request Body Search 中,我们使用 Match Query 来进行类似的操作。

GET /movies/_search
{
  "query": {
    "match": {
      "title": "Lord Rings"
    }
  }
}

在这个例子中,Elasticsearch 会帮我们查询的是 title 中有 Lord 或 Rings 的文档,如果想要查询 Lord 和 Rings,我们需要用到 operator 来进行修改。

GET /movies/_search
{
  "query": {
    "match": {
      "title": {
        "query": "Lord Rings",
        "operator": "and"
      }
    }
  },
  "profile": "true"
}

如果要使用 Phrase 查询,只需要把上面的 match 替换为 match_phrase 即可。

在 Phrase 查询中,可以使用 slot 参数来指定可以插入在中间的单词数量。

GET /movies/_search
{
  "query": {
    "match_phrase": {
      "title": {
        "query": "Lord Rings",
        "slop": 2
      }
    }
  },
  "profile": "true"
}

总结

本文我们学习了 Elasticsearch 的两种查询方法:URI Search 和 Request Body Search 。这里更加推荐使用 Request Body Search,因为它可以支持很多高阶用法,这里我们只介绍了一些比较常用的查询方法,包括 Term Query 和 Phrase Query,也介绍了一些字段的用法,包括分页、排序、过滤字段等。当然,Elasticsearch 的 Request Body Search 还支持很多其他参数,由于篇幅限制,就不再一一介绍了,大家在使用时可以自行查阅官方文档

最后多说一句,关于 Elasticsearch,我也是刚刚接触,欢迎志同道合的同学一起交流。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,015评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,262评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,727评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,986评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,363评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,610评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,871评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,582评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,297评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,551评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,053评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,385评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,035评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,079评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,841评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,648评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,550评论 2 270

推荐阅读更多精彩内容