00. 數(shù)據(jù)準(zhǔn)備

PUT /my_index
{"mappings": {"properties": {"title": {"type": "keyword"},"content": {"type": "text"},"price":{"type": "long"}}}
}

PUT /my_index/_doc/1
{"title": "金都時(shí)尚情侶浪漫主題酒店","content": "山東省青島市","price": 337
}PUT /my_index/_doc/2
{"title": "金都嘉怡假日酒店","content": "北京市","price": 337
}PUT /my_index/_doc/3
{"title": "金都欣欣24小時(shí)酒店","content": "安徽省淮北市","price": 200
}PUT /my_index/_doc/4
{"title": "金都自如酒店","content": "上海直轄市","price": 300
}PUT /my_index/_doc/5
{"title": "自如酒店","content": "江蘇省南京市","price": 400
}

01. ElasticSearch 結(jié)構(gòu)化搜索是什么？

ElasticSearch 的結(jié)構(gòu)化搜索是一種基于數(shù)據(jù)結(jié)構(gòu)的搜索方式，它可以根據(jù)數(shù)據(jù)的字段進(jìn)行過濾、排序、聚合等操作，從而精確地查詢數(shù)據(jù)。比如日期、時(shí)間和數(shù)字都是結(jié)構(gòu)化的：它們有精確的格式，我們可以對(duì)這些格式進(jìn)行邏輯操作。比較常見的操作包括比較數(shù)字或時(shí)間的范圍，或判定兩個(gè)值的大小。文本也可以是結(jié)構(gòu)化的。如彩色筆可以有離散的顏色集合： 紅 、 綠、藍(lán) 。電商網(wǎng)站上的商品都有 UPCs 或其他的唯一標(biāo)識(shí)，它們都需要遵從嚴(yán)格規(guī)定的、結(jié)構(gòu)化的格式。

在結(jié)構(gòu)化查詢中，我們得到的結(jié)果總是非是即否，要么存于集合之中，要么存在集合之外。**結(jié)構(gòu)化查詢不關(guān)心文件的相關(guān)度或評(píng)分，它簡單的對(duì)文檔包括或排除處理。**這在邏輯上是能說通的，因?yàn)橐粋€(gè)數(shù)字不能比其他數(shù)字更適合存于某個(gè)相同范圍。結(jié)果只能是：存于范圍之中，抑或反之。同樣，對(duì)于結(jié)構(gòu)化文本來說，一個(gè)值要么相等，要么不等。沒有更似這種概念。

02. ElasticSearch 結(jié)構(gòu)化搜索方式有哪些？

ElasticSearch 提供了多種結(jié)構(gòu)化搜索方式，包括：

① 精確值查詢：可以通過指定字段名和字段值來精確匹配數(shù)據(jù)，例如查詢所有 age 字段等于 30 的文檔。

② 范圍查詢：可以通過指定字段名和范圍條件來查詢數(shù)據(jù)，例如查詢所有 age 字段大于等于 30 小于等于 40 的文檔。

③ 模糊查詢：可以通過指定字段名和模糊匹配條件來查詢數(shù)據(jù)，例如查詢所有 name 字段包含 “john” 的文檔。

④ 布爾查詢：可以通過組合多個(gè)查詢條件來查詢數(shù)據(jù)，例如查詢所有 age 字段大于等于 30 并且 name 字段包含 “john” 的文檔。

⑤ 聚合查詢：可以對(duì)查詢結(jié)果進(jìn)行聚合操作，例如對(duì)所有 age 字段進(jìn)行平均值計(jì)算。

⑥ 排序查詢：可以通過指定字段名和排序方式來對(duì)查詢結(jié)果進(jìn)行排序，例如按照 age 字段升序排序。

⑦ 分頁查詢：可以通過指定查詢結(jié)果的起始位置和數(shù)量來進(jìn)行分頁查詢，例如查詢第 10 到第 20 條數(shù)據(jù)。

以上是 ElasticSearch 常用的結(jié)構(gòu)化搜索方式，可以根據(jù)具體的查詢需求選擇合適的方式來進(jìn)行查詢。

03. ElasticSearch 全文搜索方式有哪些？

ElasticSearch 提供了多種全文搜索方式，包括：

① 匹配查詢：可以通過指定字段名和查詢關(guān)鍵詞來進(jìn)行全文匹配查詢，例如查詢所有包含 “apple” 關(guān)鍵詞的文檔。

② 多字段查詢：可以同時(shí)在多個(gè)字段中進(jìn)行全文匹配查詢，例如查詢所有包含 “apple” 關(guān)鍵詞的 title 和 content 字段的文檔。

③ 短語匹配查詢：可以通過指定字段名和短語關(guān)鍵詞來進(jìn)行短語匹配查詢，例如查詢所有包含 “apple pie” 短語的文檔。

④ 前綴匹配查詢：可以通過指定字段名和前綴關(guān)鍵詞來進(jìn)行前綴匹配查詢，例如查詢所有以 “app” 開頭的文檔。

⑤ 正則表達(dá)式查詢：可以通過指定字段名和正則表達(dá)式來進(jìn)行正則匹配查詢，例如查詢所有 content 字段中包含數(shù)字的文檔。

⑥ 模糊查詢：可以通過指定字段名和模糊匹配條件來進(jìn)行模糊匹配查詢，例如查詢所有 content 字段中包含 “appl” 的文檔。

⑦ 搜索建議：可以根據(jù)用戶輸入的關(guān)鍵詞提供搜索建議，例如輸入 “app” 后自動(dòng)提示 “apple”。

以上是 ElasticSearch 常用的全文搜索方式，可以根據(jù)具體的查詢需求選擇合適的方式來進(jìn)行查詢。

04. ElasticSearch term 查詢數(shù)字？

在 ElasticSearch 中，term 查詢是一種用于查找指定字段中包含指定值的文檔的查詢方式。term 查詢是一種精確匹配查詢，它會(huì)精確地匹配指定字段中的值，不會(huì)對(duì)查詢關(guān)鍵詞進(jìn)行分詞處理。term 查詢可以用它處理數(shù)字、布爾值、日期以及字符串。

當(dāng)進(jìn)行精確值查找時(shí)， 我們會(huì)使用過濾器（filters），過濾器很重要，因?yàn)樗鼈儓?zhí)行速度非?？?#xff0c;不會(huì)計(jì)算相關(guān)度（直接跳過了整個(gè)評(píng)分階段）而且很容易被緩存。

GET /my_index/_search
{"query": {"term": {"price": {"value": "337"}}}
}

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 2,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "my_index","_type" : "_doc","_id" : "1","_score" : 1.0,"_source" : {"title" : "金都時(shí)尚情侶浪漫主題酒店","content" : "山東省青島市","price" : 337}},{"_index" : "my_index","_type" : "_doc","_id" : "2","_score" : 1.0,"_source" : {"title" : "金都嘉怡假日酒店","content" : "北京市","price" : 337}}]}
}

上述查詢語句表示在 my_index 索引中查找 price字段中包含值為 “337” 的文檔。如果查詢成功，ElasticSearch 將返回所有符合條件的文檔。

需要注意的是，term 查詢是一種精確匹配查詢，它不會(huì)對(duì)查詢關(guān)鍵詞進(jìn)行分詞處理。因此，如果查詢關(guān)鍵詞包含多個(gè)單詞，term 查詢可能無法匹配到任何文檔。在這種情況下，可以考慮使用 match 查詢或者 phrase 查詢等其他查詢方式。

GET /my_index/_search
{"query": {"term": {"title": {"value": "金都時(shí)尚"}}}
}

{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 0,"relation" : "eq"},"max_score" : null,"hits" : [ ]}
}

05. ElasticSearch term 查詢會(huì)不會(huì)計(jì)算評(píng)分？

ElasticSearch 的 term 查詢不會(huì)計(jì)算評(píng)分，它是一種精確匹配查詢，只會(huì)返回精確匹配的文檔，不會(huì)對(duì)文檔進(jìn)行評(píng)分排序。

在 ElasticSearch 中，查詢語句可以分為兩種類型：查詢（query）和過濾器（filter）。查詢語句會(huì)對(duì)文檔進(jìn)行評(píng)分排序，而過濾器則不會(huì)對(duì)文檔進(jìn)行評(píng)分排序。term 查詢屬于過濾器類型的查詢語句，它只會(huì)返回精確匹配的文檔，不會(huì)對(duì)文檔進(jìn)行評(píng)分排序。

因此，如果需要對(duì)文檔進(jìn)行評(píng)分排序，可以使用查詢語句（如 match 查詢、bool 查詢等），如果只需要返回精確匹配的文檔，可以使用過濾器語句（如 term 查詢、range 查詢等）。

06. ElasticSearch term 查詢?yōu)槭裁磿?huì)返回一個(gè)評(píng)分？

在 ElasticSearch 中，雖然 term 查詢是一種過濾器類型的查詢語句，不會(huì)對(duì)文檔進(jìn)行評(píng)分排序，但是在某些情況下，term 查詢?nèi)匀粫?huì)返回一個(gè)評(píng)分。這是因?yàn)樵?ElasticSearch 中，每個(gè)文檔都有一個(gè) _score 屬性，表示該文檔與查詢條件的相關(guān)性得分。即使是過濾器類型的查詢語句，ElasticSearch 仍然會(huì)計(jì)算每個(gè)文檔與查詢條件的相關(guān)性得分，并將其存儲(chǔ)在 _score 屬性中。

在 term 查詢中，如果查詢條件只匹配了一個(gè)文檔，那么該文檔的 _score 屬性值將為 1.0，表示該文檔與查詢條件的相關(guān)性得分為最高。如果查詢條件匹配了多個(gè)文檔，那么所有匹配的文檔的 _score 屬性值都將為 1.0，表示它們與查詢條件的相關(guān)性得分相同。

雖然 term 查詢會(huì)返回一個(gè)評(píng)分，但是該評(píng)分并不會(huì)影響查詢結(jié)果的排序。在 term 查詢中，所有匹配的文檔的 _score 屬性值都相同，因此它們的排序順序?qū)⒏鶕?jù)其他因素（如文檔的創(chuàng)建時(shí)間、更新時(shí)間等）來確定。

GET /my_index/_search
{"query": {"term": {"price": {"value": "337"}}}
}

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 2,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "my_index","_type" : "_doc","_id" : "1","_score" : 1.0,"_source" : {"title" : "金都時(shí)尚情侶浪漫主題酒店","content" : "青島","price" : 337}},{"_index" : "my_index","_type" : "_doc","_id" : "2","_score" : 1.0,"_source" : {"title" : "金都嘉怡假日酒店","content" : "北京","price" : 337}}]}
}

07. ElasticSearch 字符串類型 text？

在 ElasticSearch 中，字符串類型 text 是一種用于存儲(chǔ)文本的數(shù)據(jù)類型。text 類型會(huì)對(duì)文本進(jìn)行分詞處理，將文本分成一個(gè)個(gè)詞條，然后將這些詞條存儲(chǔ)到倒排索引中，以便進(jìn)行全文搜索。

由于text 類型會(huì)對(duì)文本進(jìn)行分詞處理，因此在進(jìn)行查詢時(shí)，需要使用全文搜索查詢方式（如 match 查詢、multi_match 查詢等），而不能使用精確匹配查詢方式（如 term 查詢、terms 查詢等）。

例如：根據(jù)我們構(gòu)造的數(shù)據(jù)，content 字段為 text 類型，且數(shù)據(jù)庫中存在數(shù)據(jù)：

PUT /my_index/_doc/1
{"title": "金都時(shí)尚情侶浪漫主題酒店","content": "山東省青島市","price": 337
}

① 使用精確匹配 term 查詢，查詢結(jié)果為空：

GET /my_index/_search
{"query": {"term": {"content": {"value": "山東省青島市"}}}
}

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 0,"relation" : "eq"},"max_score" : null,"hits" : [ ]}
}

② 使用全文檢索 match查詢，查詢結(jié)果為:

GET /my_index/_search
{"query": {"match": {"content": "山東省青島市"}}
}

{"took" : 4,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 5,"relation" : "eq"},"max_score" : 5.805786,"hits" : [{"_index" : "my_index","_type" : "_doc","_id" : "1","_score" : 5.805786,"_source" : {"title" : "金都時(shí)尚情侶浪漫主題酒店","content" : "山東省青島市","price" : 337}},{"_index" : "my_index","_type" : "_doc","_id" : "3","_score" : 0.5889417,"_source" : {"title" : "金都欣欣24小時(shí)酒店","content" : "安徽省淮北市","price" : 200}},{"_index" : "my_index","_type" : "_doc","_id" : "5","_score" : 0.5889417,"_source" : {"title" : "自如酒店","content" : "江蘇省南京市","price" : 400}},{"_index" : "my_index","_type" : "_doc","_id" : "2","_score" : 0.10522305,"_source" : {"title" : "金都嘉怡假日酒店","content" : "北京市","price" : 337}},{"_index" : "my_index","_type" : "_doc","_id" : "4","_score" : 0.08840232,"_source" : {"title" : "金都自如酒店","content" : "上海直轄市","price" : 300}}]}
}

因此，由于 text 類型會(huì)對(duì)文本進(jìn)行分詞處理，因此在進(jìn)行查詢時(shí)，需要使用全文搜索查詢方式（如 match 查詢、multi_match 查詢等），而不能使用精確匹配查詢方式（如 term 查詢、terms 查詢等）。

08. ElasticSearch 字符串類型 keyword?

在 ElasticSearch 中，字符串類型 keyword 是一種用于存儲(chǔ)精確值的數(shù)據(jù)類型。keyword 類型不會(huì)對(duì)文本進(jìn)行分詞處理，而是將整個(gè)文本作為一個(gè)詞條進(jìn)行索引，以便進(jìn)行精確匹配查詢。

由于 keyword 類型不會(huì)對(duì)文本進(jìn)行分詞處理，因此在進(jìn)行查詢時(shí)，需要使用精確匹配查詢方式（如 term 查詢、terms 查詢等），而不能使用全文搜索查詢方式（如 match 查詢、multi_match 查詢等）。

例如：根據(jù)我們構(gòu)造的數(shù)據(jù)，title 字段為 keyword 類型，且數(shù)據(jù)庫中存在數(shù)據(jù)：

PUT /my_index/_doc/1
{"title": "金都時(shí)尚情侶浪漫主題酒店","content": "山東省青島市","price": 337
}

使用精確匹配 term 查詢，查詢結(jié)果為：

GET /my_index/_search
{"query": {"term": {"title": {"value": "金都時(shí)尚情侶浪漫主題酒店"}}}
}

{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 1.3862944,"hits" : [{"_index" : "my_index","_type" : "_doc","_id" : "1","_score" : 1.3862944,"_source" : {"title" : "金都時(shí)尚情侶浪漫主題酒店","content" : "山東省青島市","price" : 337}}]}
}

09. ElasticSearch term 查詢字符串？

在 ElasticSearch 中，term 查詢是一種用于精確匹配查詢的查詢方式，可以用于查詢 keyword 類型的文本。term 查詢會(huì)將查詢關(guān)鍵詞作為一個(gè)整體進(jìn)行匹配，只有當(dāng)查詢關(guān)鍵詞與文檔中的詞條完全匹配時(shí)，才會(huì)返回匹配的文檔。

以下是一個(gè)使用 term 查詢進(jìn)行查詢的示例：

GET /my_index/_search
{"query": {"term": {"title": {"value": "金都時(shí)尚情侶浪漫主題酒店"}}}
}

使用 term 查詢對(duì)名為 “my_index” 的索引中的 “title” 字段進(jìn)行查詢，查詢關(guān)鍵詞為 “John Doe”。由于 “title” 字段的類型為 keyword，因此 term 查詢會(huì)將查詢關(guān)鍵詞作為一個(gè)整體進(jìn)行匹配，只有當(dāng)文檔中的 “title” 字段的值與查詢關(guān)鍵詞完全匹配時(shí)，才會(huì)返回匹配的文檔。

由于 term 查詢是一種精確匹配查詢方式，因此在進(jìn)行查詢時(shí)，需要確保查詢關(guān)鍵詞與文檔中的詞條完全匹配，否則可能會(huì)導(dǎo)致查詢結(jié)果不準(zhǔn)確。

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 1.3862944,"hits" : [{"_index" : "my_index","_type" : "_doc","_id" : "1","_score" : 1.3862944,"_source" : {"title" : "金都時(shí)尚情侶浪漫主題酒店","content" : "山東省青島市","price" : 337}}]}
}

10. SpringBoot整合ES實(shí)現(xiàn)term查詢？

GET /my_index/_search
{"query": {"term": {"price": {"value": "337"}}}
}

@Slf4j
@Service
public class ElasticSearchImpl {@Autowiredprivate RestHighLevelClient restHighLevelClient;public void searchUser() throws IOException {SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();TermQueryBuilder termQueryBuilder = new TermQueryBuilder("price",337);searchSourceBuilder.query(termQueryBuilder);SearchRequest searchRequest = new SearchRequest(new String[]{"my_index"},searchSourceBuilder);SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);System.out.println(searchResponse);}
}

11. TermQueryBuilder 源碼

public class TermQueryBuilder extends BaseTermQueryBuilder<TermQueryBuilder> {public static final String NAME = "term";private static final ParseField TERM_FIELD = new ParseField("term");private static final ParseField VALUE_FIELD = new ParseField("value");/** @see BaseTermQueryBuilder#BaseTermQueryBuilder(String, String) */public TermQueryBuilder(String fieldName, String value) {super(fieldName, (Object) value);}/** @see BaseTermQueryBuilder#BaseTermQueryBuilder(String, int) */public TermQueryBuilder(String fieldName, int value) {super(fieldName, (Object) value);}/** @see BaseTermQueryBuilder#BaseTermQueryBuilder(String, long) */public TermQueryBuilder(String fieldName, long value) {super(fieldName, (Object) value);}/** @see BaseTermQueryBuilder#BaseTermQueryBuilder(String, float) */public TermQueryBuilder(String fieldName, float value) {super(fieldName, (Object) value);}/** @see BaseTermQueryBuilder#BaseTermQueryBuilder(String, double) */public TermQueryBuilder(String fieldName, double value) {super(fieldName, (Object) value);}/** @see BaseTermQueryBuilder#BaseTermQueryBuilder(String, boolean) */public TermQueryBuilder(String fieldName, boolean value) {super(fieldName, (Object) value);}/** @see BaseTermQueryBuilder#BaseTermQueryBuilder(String, Object) */public TermQueryBuilder(String fieldName, Object value) {super(fieldName, value);}
}