ElasticSearch——搜索机制

在个人的实践中，ElasticSearch是充当关系型数据库来使用，将 Mysql 中数据过大的超过1000w的表存入ES中，所以使用的全部是确切词查询而非全文检索，因此在本次ES的学习中忽略了与全文检索相关如得分等相关特性，这些在后续的有关搜索引擎的实践中会介绍。

在这张脑图中主要介绍的是搜索相关的一些机制。下面会对该图做一些简单的说明。

简单查询

前文说过ES的操作都是基于JSON来控制的，那么不管是简单的查询还是复杂的查询ES都是通过不同的JSON对象来实现的。

这里只是简单的说明，通过脑图方便记忆，具体的操作可以看 ElasticSearch—— Java API

查询过程

• 查询逻辑

  1. 发散阶段：
  2. 收集阶段:

• 搜索类型

  查询执行的顺序，方式等，默认的是query_then_fetch，此方式符合上述的查询逻辑，现在所有分片上面进行查询对文档的 排序 和分级信息，然后再在相应的分片上面进行查询实际的文档。

  还有一些其他的类型如query_and_fetch，dfs_query_and_fetch，dfs_query_then_fetch等等，可以在搜索时进行指定：

  http://localhost:9200/index/search?pretty=true&search_type=query_and_fetch
  复制代码

• 搜索执行的偏好

  控制查询发生在主片还是副本上面，由preference=xxxx指定

  http://localhost:9200/index/_search?preference=_primary
  复制代码

  只在主分片上执行搜索，不使用副本。当想使用索引中最近更新的、还没复制到副本 中的信息，这个是很有用的。

基本查询

ES中的查询分很多种类，这边说明几种常见的使用方式

• 词条查询

  它仅匹配在给定字段中含有该词条的文档，而 且是确切的、未经分析的词条

{
    "query" : {
        "term" : {
            "title" : "crime"
        }
    }
}
复制代码

如上上述查询将匹配title字段中含有crime一词的文档。记住，词条查询是未经分析的，因此需 要提供跟索引文档中的词条完全匹配的词条

而这种方式和传统 SQL 中的"="(等值)语句效果一样。

• 多词条查询

  词条查询允许匹配单个未经分析的词条，多词条查询可以用来匹配多个这样的词条。

  {
      "query" : {
          "terms" : {
              "tags" : [ "novel", "book","hello" ],
              "minimum_match" : 1
          }
      }
  }
  复制代码

  如上，上述查询返回在tags字段中包含一个或两个搜索词条的所有文档。为什么？这是因为我们 把minimum_match属性设置为1；这意味着至少有1个词条应该匹配。如果想要查询匹配所有词 条的文档，可以把minimum_match属性设置为2。

  当minimum_match=1时就和SQL中的“in“语句类似了。

• 范围查询

  范围查询使我们能够找到在某一字段值在某个范围里的文档，字段可以是数值型，也可以是基于字符串的（将映射到一个不同的Apache Lucene查询）,范围查询只能针对单个字段。

  {
      "query" : {
          "range" : {
              "year" : {
                  "gte" : 1700,
                  "lte" : 1900
              }
          }
      }
  }
  复制代码

  找到year字段从1700到1900的所有图书

  类似SQL中的">","<",">=","<="

复合查询

复合查询就是支持可以把多个查询连接起来，或者改变其他查询的行为。

• 布尔查询

  复合查询就是支持可以把多个查询连接起来，或者改变其他查询的行为 主要有如下几种连接符。

  1. must ：被它封装的布尔查询必须被匹配，文档才会返回 类似"and"
  2. should ：被它封装的布尔查询可能被匹配，也可能不被匹配 类似"or"
  3. must_not：被它封装的布尔查询必须不被匹配，文档才会返回 类似 "!="

{
    "query" : {
        "bool" : {
            "must" : {
                "term" : {
                    "title" : "crime"
                }
            },
            "should" : {
                "range" : {
                    "year" : {
                        "from" : 1900,
                        "to" : 2000
                    }
                }
            },
            "must_not" : {
                "term" : {
                    "otitle" : "nothing"
                }
            }
        }
    }
}    
复制代码

找到所有这样的文档：在title字段中含有crime词条，并且year字段可以在 也可以不在1900~2000的范围里，在otitle字段中不可以包含nothing词条。

查询结果的过滤

过滤器是可以在查询的结果中做过滤，比如在不影响最后分数的情况下，选择索引中的某个子集，就可以使用过滤器。

一般来说应该尽可能使用过滤器。 过滤器不影响评分，而得分计算让搜索变得复杂，而且需要CPU资源。另一方面，过滤是一种相对简单的操作 。由于过滤应用在整个索引的内容上，过滤的结果独立于找到的文档，也独立于文档之间的关系。 过滤器很容易被缓存 ，从而进一步提高过滤查询的整体性能。

过滤器发生在运行查询之前，所以性能比较好，应该尽可能的使用过滤器

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

在title字段搜索Catch-22并向其添加过滤器表示只要year=1961的文档。

常见过滤器

• term过滤器
• terms过滤器
• and过滤器
• or过滤器
• bool过滤器 ······

未完待续!!!!!!