ElasticSearch7.x入门教程之全文搜索（五）

---

前言

搜索是 ElasticSearch 最为丰富有趣的功能，也是平常在工作当中用得最多的地方。

我相信，基本上也只是用到ES的搜索，比如全文查询、词项查询、复合查询、嵌套查询、位置查询、特殊查询等等。

案例用的数据，是自己通过SpringData导入的，后面再来记录结合Java使用。
索引building_info（建筑地址索引）的mapping如下：

"mappings" : {"properties" : {"_class" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"address" : { # 搜索的全名地址"type" : "text","analyzer" : "ik_smart"},"city_code" : { # 市"type" : "keyword"},"county" : {"type" : "keyword"},"create_time" : {"type" : "date"},"floor" : { # 楼层"type" : "keyword"},"id" : {"type" : "long"},"name" : { # 简称地址"type" : "text","analyzer" : "ik_smart"},"town_office" : { # 街道办事处"type" : "text","analyzer" : "ik_smart"},"type" : { # 房屋类型（城市住宅等）"type" : "keyword"}}}

---

一、全文查询：match query

• 1、简单搜索，不写查询条件，查询所有，默认查询 前10 条记录。

GET /building_info/_search
{"query": {"match_all": {}}
}# 或者
GET /building_info/_search

• 2、分页查询，只写分页参数，es 中也可以像关系型数据库一样，给一个分页参数，指定from参数和size参数。但是es中，默认最大跨度为10000条；查询到越是后面的数据，会出现深度分页问题，官方推荐就不能这样查询了，后面再来记录官网推荐的，解决深度分页问题。

GET /building_info/_search
{"query": {"match_all": {}},"from": 0, "size": 20
}

• 3、查询结果过滤返回字段

GET /building_info/_search
{"query": {"match_all": {}},"_source": ["name","address","city_code"]
}

• 4、文档数的最小评分，有的文档得分特别低，说明这个文档和我们查询的关键字相关度很低。我们可以设置一个最低分，只有得分超过最低分的文档才会被返回。

GET /building_info/_search
{"query": {"match_all": {}},"min_score": 1.25
}

• 5、根据关键字查询

GET /building_info/_search
{"query": {"match": {"address": "草堂北路"}}
}

先对草堂北路进行ik_smart分词，分解成草堂和北路，分词之后，再去查询。
只要文档中包含一个分词结果，就回返回文档。换句话说，默认词项之间是 or 的关系，如果想要修改，也可以改为and。

GET /building_info/_search
{"query": {"match": {"address": {"query": "草堂北路","operator": "and"}}}
}

此时就回要求文档中必须同时包含草堂和北路两个词。

• 6、查询关键字高亮
  默认是<em>标签，可以修改。

"highlight": {"fields": {"address": {"pre_tags": "<bold>","post_tags": "</bold>"}}}

有的时候，虽然我们是在 address字段中搜索的，但是我们希望 town_office字段中，相关的关键字也能高亮：

GET /building_info/_search
{"query": {"match": {"address": "草堂街道办事处"}},"highlight": {"require_field_match": "false", "fields": {"address": {},"town_office": {}} }
}

结果如下：

• 7、查询结果排序
  排序很简单，默认是按照查询文档的相关度来排序的，即（_score 字段）：

GET /building_info/_search# 等价于
GET /building_info/_search
{"sort": [{"_score": {"order": "desc"}}]
}

然后，match_all 查询只是返回所有文档，不评分，默认按照添加顺序返回，可以通过 _doc 字段对其进行排序：

GET /building_info/_search
{"query": {"match_all": {}}, "sort": [{"_score": {"order": "desc"}}],"size": 5
}

es 同时也支持多字段排序：

GET /building_info/_search
{"query": {"match_all": {}}, "sort": [{"_score": {"order": "desc"}}, {"create_time": {"order": "desc"}}],"size": 5
}

二、词项查询：term query

• 1、单个词项查询
  就是根据词去查询，查询指定字段中包含给定单词的文档，term 查询不被分词，只有搜索的词和文档中的词精确匹配，才会返回文档。应用场景如：人名、地名等等。

比如：查询 type等于城市住宅的文档：

GET /building_info/_search
{"query": {"term": {"type": "城市住宅"}}
}

结果如下：

词项term可以添加的参数和全文match查询添加的参数大致一样，我这边就不测试了。

• 2、多个关键词查询

GET /building_info/_search
{"query": {"terms": {"name": ["城市住宅", "城市住宅房", "别墅"]}}
}

三、范围查询：range query

范围查询，可以按照日期范围、数字范围等查询。

range query 中的参数主要有四个：gt、lt、gte、lte
案例：

# 楼层为大于20层，小于25层
GET /building_info/_search
{"query": {"range": {"floor": {"gte": 20,"lte": 25}}}
}

四、ids集合查询

这种情况下，可以传递一个id集合，优化查询。

GET /building_info/_search
{"query": {"ids": {"values": [36636, 36637, 36638]}}
}

---

总结

记录在工作当中会用到的情形，如果有新遇到的会再次添加。