前言

Elasticsearch（簡稱ES）是一個強大的開源搜索和分析引擎，廣泛應用于各種應用程序中，從企業(yè)級搜索引擎到日志和指標分析。其強大之處在于其靈活的數(shù)據(jù)模型和豐富的查詢語言，使得用戶能夠輕松地進行全文檢索、精確查詢、地理坐標查詢等操作。

本文將深入探討Elasticsearch的DSL（Domain Specific Language）查詢，分為多個部分進行介紹。首先，我們會了解Elasticsearch DSL Query的分類，然后深入研究全文檢索查詢、精確查詢、地理坐標查詢以及復合查詢等不同類型的查詢。

每一節(jié)都會提供詳細的語法和實際示例，以便讀者能夠更好地理解和運用Elasticsearch中強大的查詢功能。最后，我們將介紹對搜索結果進行排序、分頁以及搜索關鍵字高亮處理等實用的處理技巧，以完善搜索體驗。

讓我們開始深入探討Elasticsearch DSL Query，發(fā)現(xiàn)如何利用其強大的功能來提升搜索和分析的效果。

一、Elasticsearch DSL Query 的分類

Elasticsearch 提供了強大而靈活的DSL（領域特定語言）查詢，用于定義對索引庫中文檔的不同類型查詢。下面將詳細介紹一些常見的 DSL查詢類型：

1. 查詢所有 - match_all

查詢所有文檔，通常用于測試或獲取整個索引的文檔。

{"query": {"match_all": {}}
}

2. 全文檢索查詢

• match 查詢

利用分詞器對用戶輸入的內(nèi)容進行分詞，然后在索引中匹配分詞后的詞語。

{"query": {"match": {"field_name": "search_text"}}
}

• multi_match 查詢

在多個字段上執(zhí)行全文檢索查詢。

{"query": {"multi_match": {"query": "search_text","fields": ["field1", "field2"]}}
}

3. 精確查詢

• ids 查詢

根據(jù)文檔ID查詢文檔。

{"query": {"ids": {"values": ["doc_id1", "doc_id2"]}}
}

• term 查詢

根據(jù)精確詞條值查找數(shù)據(jù)，適用于 keyword、數(shù)值、日期、boolean等類型字段。

{"query": {"term": {"field_name": "exact_value"}}
}

• range 查詢

根據(jù)范圍查詢，適用于數(shù)值、日期等類型的范圍查詢。

{"query": {"range": {"field_name": {"gte": "start_value","lte": "end_value"}}}
}

4. 地理查詢

• geo_distance 查詢

根據(jù)經(jīng)緯度查詢指定距離范圍內(nèi)的文檔。

{"query": {"geo_distance": {"distance": "10km","location": {"lat": 40.73,"lon": -73.98}}}
}

• geo_bounding_box 查詢

根據(jù)指定的矩形框查詢文檔。

{"query": {"geo_bounding_box": {"location": {"top_left": {"lat": 40.73,"lon": -74.1},"bottom_right": {"lat": 40.01,"lon": -71.12}}}}
}

5. 復合查詢

• bool 查詢

通過組合多個查詢條件，支持must、must_not、should等邏輯。

{"query": {"bool": {"must": [{ "match": { "field1": "value1" } },{ "range": { "field2": { "gte": 10, "lte": 20 } } }],"must_not": [{ "term": { "field3": "value2" } }],"should": [{ "match": { "field4": "value3" } }]}}
}

• function_score 查詢

根據(jù)某個函數(shù)計算的分數(shù)對查詢結果進行打分，用于加權不同的查詢條件。

{"query": {"function_score": {"query": { "match": { "field": "search_text" } },"functions": [{"filter": { "range": { "field2": { "gte": 10, "lte": 20 } } },"weight": 2}],"score_mode": "multiply"}}
}

以上是一些常見的 Elasticsearch DSL查詢類型，在使用的時候可以根據(jù)具體需求靈活組合這些查詢條件來實現(xiàn)復雜的搜索和過濾功能。下面是針對于這些不同查詢的詳細說明以及查詢演示。

二、全文檢索查詢

全文檢索查詢是通過對用戶輸入的內(nèi)容進行分詞，然后在索引中匹配分詞后的詞語，實現(xiàn)更靈活的文本搜索。在Elasticsearch中，常用的關鍵詞是 match 和 multi_match。

2.1 match 查詢

match查詢會根據(jù)一個字段進行查詢，適用于單一字段的全文檢索。在實際應用中，可以使用 copy_to 將多個字段的值合并到一個字段，從而實現(xiàn)類似 multi_match 的查詢效果。

例如，針對 hotel 索引庫的全文檢索查詢：

GET /hotel/_search
{"query": {"match": {"all": "如家"}}
}

這里假設 all 字段是通過 copy_to 包含了多個字段的內(nèi)容，如：“brand”、“business”、“name”。查詢結果如下：

2.2 multi_match 查詢

multi_match查詢允許根據(jù)多個字段進行全文檢索查詢，但需要注意，參與查詢的字段越多，查詢效率可能越低。

例如，使用 multi_match 查詢：

GET /hotel/_search
{"query": {"multi_match": {"query": "如家","fields": ["brand", "business", "name"]}}
}

在這個例子中，參與查詢的字段同樣是：“brand”、“business”、 “name”。查詢結果如下：

可以觀察到，match 和 multi_match 的查詢結果是相同的。在實際應用中，選擇使用哪種方式要根據(jù)具體需求和性能考慮來決定。

三、精確查詢

精確查詢是搜索引擎中常用的查詢方式，特別適用于針對關鍵字、數(shù)值、日期、boolean等類型字段的精準檢索。在酒店訂購網(wǎng)站等應用中，用戶通常希望根據(jù)特定的條件，如城市、星級、品牌、價格范圍等，進行準確的信息檢索。

下面將介紹在 Elasticsearch 中如何使用 term 和 range 進行精確查詢。

3.1 term 查詢

term 查詢用于根據(jù)詞條的精確值進行查詢。例如，在酒店訂購網(wǎng)站中，用戶希望查找位于上海的所有酒店，可以使用以下 DSL 語句：

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

查詢結果：

上述查詢返回了所有城市為上海的酒店信息。然而，要注意的是，term 查詢對查詢關鍵字的精確匹配要求較高。如果將查詢的值更改為 “上海北京”，將找不到匹配的結果：

因此，在使用 term 查詢時，務必確保查詢的關鍵字是準確的。

3.2 range 查詢

range 查詢用于根據(jù)值的范圍進行查詢，特別適用于數(shù)值型字段，比如價格范圍。例如，用戶希望查找價格在 100 到 200 之間的酒店，可以使用以下 DSL 語句：

GET /hotel/_search
{"query": {"range": {"price": {"gte": 100,"lte": 200}}}
}

查詢結果：

在上述查詢中，使用了 gte 表示大于等于某個值，而 lte 表示小于等于某個值。通過這樣的查詢，可以精確地獲取符合價格范圍的酒店信息。

總的來說，精確查詢在搜索引擎中是非常常用且實用的功能，通過合理使用 term 和 range 查詢，可以滿足用戶對于準確信息檢索的需求。

四、地理坐標查詢

地理坐標查詢是 Elasticsearch 中常見的功能之一，特別適用于需要根據(jù)地理位置信息進行搜索的場景，如查詢附近的酒店、出租車、或者附近的人。下面介紹兩種常用的地理坐標查詢方式：geo_bounding_box 和 geo_distance。

4.1 geo_bounding_box 查詢

geo_bounding_box 查詢用于查詢 geo_point 值在某個矩形范圍內(nèi)的所有文檔。以下是一個示例：

GET /indexName/_search
{"query": {"geo_bounding_box": {"FIELD": {"top_left": {"lat": 31.1,"lon": 121.5},"bottom_right": {"lat": 30.9,"lon": 121.7}}}}
}

在這個例子中，通過指定矩形的左上角和右下角的經(jīng)緯度，可以查詢所有位置在這個矩形范圍內(nèi)的文檔。

搜索范圍示意圖，形狀為矩形：

4.2 geo_distance 查詢

geo_distance 查詢用于查詢到指定中心點距離小于某個距離值的所有文檔。以下是一個示例：

GET /indexName/_search
{"query": {"geo_distance": {"distance": "15km","FIELD": "31.21,121.5"}}
}

在這個例子中，通過指定中心點的經(jīng)緯度和距離值，可以查詢所有距離中心點小于 15 公里的文檔。

搜索范圍示意圖，形狀為圓：

通過這兩種方式，可以在地理坐標信息中實現(xiàn)靈活而精確的查詢，滿足用戶在不同應用場景下的位置搜索需求。

五、復合查詢

復合（compound）查詢可以將其它簡單查詢組合起來，實現(xiàn)更復雜的搜索邏輯，例如：

• function score： 算分函數(shù)查詢，可以控制文檔相關性算分，控制文檔排名，類似于百度搜索結果中一些頂置的廣告。

• Boolean Query：布爾查詢，一個或多個查詢子句的組合，子查詢的組合方式有：

  • must：必須匹配每個子查詢，類似“與”。
  • should：選擇性匹配子查詢，類似“或”。
  • must_not：必須不匹配，不參與算分，類似“非”。
  • filter：必須匹配，不參與算分。

5.1 function score 查詢

假設，現(xiàn)在文檔中有一些是廣告，我們希望這些廣告在查詢結果中是最靠前的，因此可以使用 function score 查詢來修改特定文檔的打分，例如，給“如家”這個品牌的酒店排名靠前一定：

為了實現(xiàn)這個目標，我們需要提供以下三個要素：

1. 哪些文檔需要算分加權？

   • 品牌為如家的酒店。

2. 算分函數(shù)是什么？

   • weight。

3. 加權模式是什么？

   • 乘積。

查詢 DSL 語句如下：

GET /hotel/_search
{"query": {"function_score": {"query": {"match": {"all": "上海"}},"functions": [{"filter": {"term": {"brand": "如家"}},"weight": 10}],"boost_mode": "multiply"}}
}

說明：

• query ：原始查詢條件，搜索文檔并根據(jù)相關性打分(query score)。
• filter：過濾條件，符合條件的文檔才會被重新算分。
• weight：算分函數(shù)，算分函數(shù)的結果稱為 function score ，將來會與 query score 運算，得到新算分。常見的算分函數(shù)有：
  • weight：給一個常量值，作為函數(shù)結果（function score）。
  • field_value_factor：用文檔中的某個字段值作為函數(shù)結果。
  • random_score：隨機生成一個值，作為函數(shù)結果。
  • script_score：自定義計算公式，公式結果作為函數(shù)結果。
• boost_mode：加權模式，定義 function score 與 query score 的運算方式，包括：
  • multiply：兩者相乘。默認就是這個。
  • replace：用 function score 替換 query score。
  • 其它：sum、avg、max、min。

查詢結果：

5.2 boolean 查詢

例如，現(xiàn)在有一個查詢需求：搜索名字包含“如家”，價格不高于400，在坐標31.21,121.5周圍 10km 范圍內(nèi)的酒店。

GET /hotel/_search
{"query": {"bool": {"must": [{"match": {"name": "如家"}}],"must_not": [{"range": {"price": {"gte": 400}}}],"filter": [{"geo_distance": {"distance": "10km","location": {"lat": 31.21,"lon": 121.5}}}]}}
}

說明：

• must：必須匹配每個子查詢，類似“與”。
• must_not：必須不匹配，不參與算分，類似“非”。
• filter：必須匹配，不參與算分。

搜索結果：

通過這個例子，我們可以看到如何使用布爾查詢來組合多個條件，實現(xiàn)更精確的搜索。

六、對搜索結果的處理

6.1 對搜索結果進行排序

ElasticSearch 支持對搜索結果排序，默認是根據(jù)相關度算分（_score）來排序。可以排序字段類型有：keyword 類型、數(shù)值類型、地理坐標類型、日期類型等。

示例一：對酒店數(shù)據(jù)按照用戶評價降序排序，評價相同的按照價格升序排序

評價是 score 字段，價格是 price 字段，按照順序添加兩個排序規(guī)則即可。

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

示例二：實現(xiàn)對酒店數(shù)據(jù)按照到（121.507712,31.224612）的位置坐標的距離升序排序

獲取經(jīng)緯度的方式：https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/。

GET /hotel/_search
{"query": {"match_all": {}},"sort": [{"_geo_distance": {"location": {"lat": 31.224612,"lon": 121.507712},"order": "asc","unit": "km"}}]
}

6.2 對搜索結果進行分頁

ElasticSearch 默認情況下只返回 top 10 的數(shù)據(jù)。而如果要查詢更多數(shù)據(jù)就需要修改分頁參數(shù)了。ElasticSearch 中通過修改 from、size 參數(shù)來控制要返回的分頁結果。

基本語法如下：

GET /hotel/_search
{"query": {"match_all": {}},"from": 990, // 分頁開始的位置，默認為0"size": 10, // 期望獲取的文檔總數(shù)"sort": [{"price": "asc"}]
}

示例：使用 match_all 查詢，然后對結果進行分頁

GET /hotel/_search
{"query": {"match_all": {}},"from": 0,"size": 5
}

搜索結果，現(xiàn)在就只展示5條結果了：

深度分頁問題：

ES是分布式的，所以會面臨深度分頁問題。例如按 price 排序后，獲取 from = 990，size =10 的數(shù)據(jù)：

1. 首先在每個數(shù)據(jù)分片上都排序并查詢前1000條文檔。
2. 然后將所有節(jié)點的結果聚合，在內(nèi)存中重新排序選出前1000條文檔。
3. 最后從這1000條中，選取從990開始的10條文檔。

如果搜索頁數(shù)過深，或者結果集（from + size）越大，對內(nèi)存和 CPU 的消耗也越高。因此 ES 設定結果集查詢的上限是10000。

深度分頁解決方案：

針對深度分頁，ES提供了兩種解決方案：

1. **search after：**分頁時需要排序，原理是從上一次的排序值開始，查詢下一頁數(shù)據(jù)。官方推薦使用的方式。
2. **scroll：**原理將排序數(shù)據(jù)形成快照，保存在內(nèi)存。官方已經(jīng)不推薦使用。

6.3 對搜索結果中的搜索關鍵字高亮處理

高亮處理，就是在搜索結果中把搜索關鍵字突出顯示。

原理：

• 將搜索結果中的關鍵字用標簽標記出來。
• 在頁面中給標簽添加 CSS 樣式。

語法：

GET /hotel/_search
{"query": {"match": {"FIELD": "TEXT"}},"highlight": {"fields": {"FIELD": {"pre_tags": "<em>",  // 用來標記高亮字段的前置標簽"post_tags": "</em>" // 用來標記高亮字段的后置標簽}}}
}

示例：對搜索的品牌名稱進行高亮處理

GET /hotel/_search
{"query": {"match": {"brand": "如家"}},"highlight": {"fields": {"brand": {"pre_tags": "<em>","post_tags": "</em>"}}}
}

搜索結果：

以上便是對ElasticSearch搜索結果進行排序、分頁和關鍵字高亮處理的一些示例和基本操作。