Elasticsearch Query DSL-Full text queries

转载

mb5fe18e5a55d8d 2021-11-03 15:28:00

Full text queries 全文搜索

Intervals 允许对匹配项的顺序和接近度进行细粒度控制。

Intervals

Match 标准的全文搜索方式

GET /_search
{
  "query": {
    "match": {
      "message": {
        "query": "this is a test"
      }
    }
  }
}

它背后的查询机制：字段在索引时已经由分词器分词，而查询时也对语句进行分词（默认使用跟字段或index相同的分词器，也可以指定），默认的词语匹配规则是or关系（也可以设为and，and表示所有词语都要匹配，但没有顺序关系），因此搜索到的结果实际就是匹配到的词语多和少的问题，可以使用minimum_should_match控制最少匹配数量。

match块内的参数支持：

<field> 必须，查询的目标字段。

<field>块内支持的参数：

query　　必须，查询的条件，查询前会先进行分词，可以是text、number、boolean、date。 analyzer　　可选（string），对query的分词器，默认是目标字段的analyzer或index的analyzer auto_generate_synonyms_phrase_query

(可选, Boolean，默认true)如果为true，将自动为多术语同义词创建 match phrase 。

fuzziness(可选, string) 最大fuzziness可编辑距离。数字或AUTO。

max_expansions(可选, integer) Maximum number of terms to which the query will expand. Defaults to

50.

prefix_length(可选, integer) 模糊匹配保持不变的起始字符数。默认值为0。

fuzzy_transpositions(可选, Boolean，默认true) 如果为true，则模糊匹配的编辑包括两个相邻字符（ab）的换位→ ba）。

fuzzy_rewrite

(Optional, string) Method used to rewrite the query. See the rewrite parameter for valid values and more information.

If the fuzziness parameter is not 0, the match query uses a fuzzy_rewrite method of top_terms_blended_freqs_${max_expansions} by default.

lenient(Optional, Boolean) If

true, format-based errors, such as providing a text query value for a numeric field, are ignored. Defaults to false.

operator

(可选, string) OR 或 AND ，默认OR

minimum_should_match

(可选, string) 最少匹配数量。

zero_terms_query

(Optional, string) 如果分词器删除所有tokens（例如使用stop filter时），是否不返回任何文档。默认none表示不返回，可选all表示返回全部文档

Match boolean prefix 实际上该名称就是Match 的 Match prefix版

对条件进行分词，转为多个terms，并对最后一个term使用前缀查询，

GET /_search
{
  "query": {
    "match_bool_prefix" : {
      "message" : "quick brown f"
    }
  }
}

等同于

GET /_search
{
  "query": {
    "bool" : {
      "should": [
        { "term": { "message": "quick" }},
        { "term": { "message": "brown" }},
        { "prefix": { "message": "f"}}
      ]
    }
  }
}

可以使用参数：

operator 、analyzer、 minimum_should_match

Match phrase

以短语相邻的要求进行搜索，有顺序性，可以使用slop控制相邻度，默认slop是0。

对条件中的分词要全部匹配。

例如对于 this is a test 可以使用

{

"query": {

"match_phrase": {

"message": {

"query":"this test",

"slop":2

}

由于顺序性，上面的查询不会匹配 test a is this

Match phrase prefix

如同Match boolean prefix ，对最后一个词语使用前缀查询

GET /_search
{
  "query": {
    "match_phrase_prefix": {
      "message": {
        "query": "quick brown f"
      }
    }
  }
}

支持以下参数：

query 必须

analyzer(可选, string)

max_expansions(可选, integer) Maximum number of terms to which the last provided term of the query value will expand. Defaults to 50.

slop(可选, integer) Maximum number of positions allowed between matching tokens. Defaults to 0. Transposed terms have a slop of 2.

zero_terms_query (可选, string) none默认，all

Combined fields

允许对多个字段进行全文搜索。

GET /_search
{
  "query": {
    "combined_fields" : {
      "query":      "database systems",
      "fields":     [ "title", "abstract", "body"],
      "operator":   "and"
    }
  }
}

支持参数：

fields(必须, array of strings) 一组需要查询的字段，只能是text类型，他们必须具有相同的analyzer 。

query(必须, string)

auto_generate_synonyms_phrase_query(可选, Boolean) If true, match phrase queries are automatically created for multi-term synonyms. Defaults to true.

operator(可选, string) or默认，and

minimum_should_match(可选, string)

zero_terms_query(可选, string) none默认，all

Multi-match 允许对多个字段mtach查询

GET /_search
{
  "query": {
    "multi_match" : {
      "query" : "this is a test",
      "fields" : [ "subject^3", "message","*_name" ] 
    }
  }
}

如果fields不指定字段，则使用 index.query.default_field ，即默认是 *. *

multi_match 支持的类型：

`best_fields`	(默认) 文档匹配任意字段，评分选择最佳匹配的字段 best_fields.
`most_fields`	文档匹配任意字段，评分从各个匹配的字段进行组合 most_fields.
`cross_fields`	使用相同的分析器处理字段，就像它们是一个大字段一样。在任何字段中查找每个单词。 cross_fields.
`phrase`	使用 `match_phrase匹配任意字段，评分选择最佳匹配的字段` phrase and phrase_prefix.
`phrase_prefix`	使用 `match_phrase_prefix` `匹配任意字段，评分选择最佳匹配的字段` phrase and phrase_prefix.
`bool_prefix`	使用 `match_bool_prefix` `匹配任意字段，评分从各个匹配的字段进行组合` bool_prefix.