ElasticSearch之结构化搜索

写在前面

本文看下es的结构化搜索，结构化搜索顾名思义就是对结构化数据的搜索，那么什么是结构话数据呢？我的理解是具有一定规则的数据就是结构化，在es中包括但不限于如下：

1:Boolean
    只有true和false
2:整数
    就是整数，不会是其他的
3：日期
    日期的格式虽然可能有多种，但也是有规则的
4：枚举类的text
    普通的text肯定不是结构化数据，比如一条日志，但是如性别，风险等级，彩笔的颜色等，都是有限的枚举值，所以也是结构化的数据
5：文档的key
    是有限的枚举值，所以也是有规则的，所以也是结构化数据。
1
2
3
4
5
6
7
8
9
10

针对上述数据的搜索，我们可以采用term搜索 以及前缀搜索 等词项查询 。

结构化查询在一定程度上可以认为是精准匹配，所以可以根据具体情况考虑不算分 。

1：例子

1.1：布尔，数字

# 1：删除老的，避免影响
DELETE /products
POST /products/_bulk
{"index": {"_id": 1}}
{"price":10,"available":true,"date":"2018-01-01","productID":"XHDK-A-1293-#fJ3"}
{"index": {"_id": 2}}
{"price":20,"available":true,"date":"2019-01-01","productID":"KDKE-B-9947-#kL5"}
{"index": {"_id": 3}}
{"price":30,"available":true,"productID":"JODL-X-1937-#pV7"}
{"index": {"_id": 4}}
{"price":30,"available":false,"productID":"QQPX-R-3956-#aD8"}

# 2:对布尔查询，并且算分,可以查询到3条
POST products/_search
{
  "profile": "true",
  "explain": true,
  "query": {
    "term": {
      "available": true
    }
  }
}
# 3:对布尔查询，不算分,可以查询到3条
POST products/_search
{
    "profile": "true",
    "explain": true,
    "query": {
        "constant_score": {
            "filter": {
                "term": {
                    "available": true
                }
            }
        }
    }
}

# 4：数字range
POST products/_search
{
    "query": {
        "constant_score": {
            "filter": {
                "range": {
                    "price": {
                        "gte": 20,
                        "lte": 30
                    }
                }
            }
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55

1.2：日期

# 1：删除老的，避免影响
DELETE /products
POST /products/_bulk
{"index": {"_id": 1}}
{"price":10,"available":true,"date":"2018-01-01","productID":"XHDK-A-1293-#fJ3"}
{"index": {"_id": 2}}
{"price":20,"available":true,"date":"2019-01-01","productID":"KDKE-B-9947-#kL5"}
{"index": {"_id": 3}}
{"price":30,"available":true,"productID":"JODL-X-1937-#pV7"}
{"index": {"_id": 4}}
{"price":30,"available":false,"productID":"QQPX-R-3956-#aD8"}

# 2：日期range
POST products/_search
{
    "query": {
        "constant_score": {
            "filter": {
                "range": {
                    "date": {
                        "gte": "now-7y"
                    }
                }
            }
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

日期的语法糖：

1.3：Exist

# 1：删除老的，避免影响
DELETE /products
POST /products/_bulk
{"index": {"_id": 1}}
{"price":10,"available":true,"date":"2018-01-01","productID":"XHDK-A-1293-#fJ3"}
{"index": {"_id": 2}}
{"price":20,"available":true,"date":"2019-01-01","productID":"KDKE-B-9947-#kL5"}
{"index": {"_id": 3}}
{"price":30,"available":true,"productID":"JODL-X-1937-#pV7"}
{"index": {"_id": 4}}
{"price":30,"available":false,"productID":"QQPX-R-3956-#aD8"}

# 2：exists,必须包含date key并且有值才行（null和空字符串都不可以）
POST products/_search
{
    "query": {
        "constant_score": {
            "filter": {
                "exists": {
                    "field": "date"
                }
            }
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

1.4：多值字段

# 1：删除老的，避免影响
DELETE movies
POST /movies/_bulk
{"index": {"_id": 1}}
{"title":"Father of the Bridge Part II","year":1995,"genre":"Comedy"}
{"index": {"_id": 2}}
{"title":"Dave","year":1993,"genre":["Comedy","Romance"]}

# 2：会查询出{"_id": 2}的数据，它是个数组，其实不应该查出来
POST movies/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "genre.keyword": "Comedy"
        }
      }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

上述的查询，将"_id": 2}的数据的数据也查询出来了，其实这是不对的，是es对数组的实现机制导致了这个问题，该怎么办呢？

写在后面

其实结构化搜索的内容是包含在我们前面学习过的这篇文章 中的，只不过这里为了更加明确结构化的概念又进行了专门的的分析。

参考文章列表

ElasticSearch之search API