Elasticsearch实战（五）---高级搜索 Match/Match_phrase/Term/Must/should 组合使用

Elasticsearch实战-Match/Match_phrase/term/filter 及Must should 组合并列使用

1.Match/Match_phrase/term

1. math：将词分割开来，匹配倒排索引，查找包含任意分割的词的字段。根据你的分词去匹配
   比如 你用的标准分词， 湖北省（湖/北/省） 如果用的IK_smart 分词 就是用的 湖北省（湖北省/湖北省） 如果用的IK_max_word细粒度分词就是 湖北省（湖北省/湖北/省）
2. term：不分割词，直接匹配倒排索引。 传入的文本原封不动地（不分词）拿去查询。你输入的是湖北省， 如果结果中湖北省武汉市 是查不出来的
3. match_phrase： 将词分割开来，匹配倒排索引，查找这个短语。 比如湖北省武汉市， 结果中有 湖北省武汉市洪山区， 湖北省武汉市东湖隧道， 这些都能查出来，因为 结果中包含了 湖北省武汉市 整个短语
4. filter和Query有什么区别 ， filter过滤的性能好于查询的性能， 为什么 ？ 因为 filter 过滤不计算得分，但是查询计算得分， 而且过滤可以使用缓存，但是查询不会使用缓冲

1.1 准备数据

empId:员工id， salary 表示薪资， deptName：部门， address：地址

POST /testboost/_bulk
{"index":{"_id": 1}}
{"empId" : "111","name" : "员工1","age" : 20,"sex" : "男","mobile" : "19000001111","salary":1333,"deptName" : "技术部","address" : "湖北省武汉市洪山区光谷大厦"}
{"index":{"_id": 2}}
{"empId" : "222","name" : "员工2","age" : 25,"sex" : "男","mobile" : "19000002222","salary":15963,"deptName" : "销售部","address" : "湖北省武汉市江汉路"}
{"index":{"_id": 3}}
{ "empId" : "333","name" : "员工3","age" : 30,"sex" : "男","mobile" : "19000003333","salary":20000,"deptName" : "技术部","address" : "湖北省武汉市经济开发区"}
{"index":{"_id": 4}}
{"empId" : "444","name" : "员工4","age" : 20,"sex" : "女","mobile" : "19000004444","salary":5600,"deptName" : "销售部","address" : "湖北省武汉市沌口开发区"}
{"index":{"_id": 5}}
{ "empId" : "555","name" : "员工5","age" : 20,"sex" : "男","mobile" : "19000005555","salary":9665,"deptName" : "测试部","address" : "湖北省武汉市东湖隧道"}
{"index":{"_id": 6}}
{"empId" : "666","name" : "员工6","age" : 30,"sex" : "女","mobile" : "19000006666","salary":30000,"deptName" : "技术部","address" : "湖北省武汉市江汉路"}
{"index":{"_id": 7}}
{"empId" : "777","name" : "员工7","age" : 60,"sex" : "女","mobile" : "19000007777","salary":52130,"deptName" : "测试部","address" : "湖北省黄冈市边城区"}
{"index":{"_id": 8}}
{"empId" : "888","name" : "员工8","age" : 19,"sex" : "女","mobile" : "19000008888","salary":60000,"deptName" : "技术部","address" : "湖北省武汉市江汉大学"}
{"index":{"_id": 9}}
{"empId" : "999","name" : "员工9","age" : 40,"sex" : "男","mobile" : "19000009999","salary":23000,"deptName" : "销售部","address" : "河南省郑州市郑州大学"}
{"index":{"_id": 10}}
{"empId" : "101010","name" : "张湖北","age" : 35,"sex" : "男","mobile" : "19000001010","salary":18000,"deptName" : "测试部","address" : "湖北省武汉市东湖高新"}
{"index":{"_id": 11}}
{"empId" : "111111","name" : "王河南","age" : 61,"sex" : "男","mobile" : "19000001011","salary":10000,"deptName" : "销售部","address" : "河南省开封市河南大学"}
{"index":{"_id": 12}}
{"empId" : "121212","name" : "张大学","age" : 26,"sex" : "女","mobile" : "19000001012","salary":1321,"deptName" : "测试部","address" : "河南省开封市河南大学"}
{"index":{"_id": 13}}
{"empId" : "131313","name" : "李江汉","age" : 36,"sex" : "男","mobile" : "19000001013","salary":1125,"deptName" : "销售部","address" : "河南省郑州市二七区"}
{"index":{"_id": 14}}
{"empId" : "141414","name" : "王技术","age" : 45,"sex" : "女","mobile" : "19000001014","salary":6222,"deptName" : "测试部","address" : "河南省郑州市金水区"}
{"index":{"_id": 15}}
{"empId" : "151515","name" : "张测试","age" : 18,"sex" : "男","mobile" : "19000001015","salary":20000,"deptName" : "技术部","address" : "河南省郑州高新开发区"}
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

1.2 Match 用法

Match就是匹配， 切分关键字，输入 湖北省， 切分 湖/北/省

//查询地址 中包含湖北省
get /testboost/_search
{
  "query":{
   "match": {
     "address": "湖北省"
   }
  }
}

1
2
3
4
5
6
7
8
9
10

所以查询结果 把 河南 “省” 带省的也查询出来了

1.3 Match_phrase 用法

如果我想查 “湖北省” 不要 查 省的 结果中不带 河南省的 那么就要 用到 match_phrase 把查询条件当作 短语来查找了

//把湖北省当作 短语不分词 模糊查询 ，比如 湖北省xxx ，湖北省 都查出来
get /testboost/_search
{
  "query":{
   "match_phrase": {
     "address": "湖北省"
   }
  }
}
1
2
3
4
5
6
7
8
9

可以看到 查询结果都是 湖北的 ，是没 河南省信息的， 包含湖北省的才会查出来

1.4 term 用法

按照官方文档 term应该是不分词就查询的， 所以我们 直接把 整个地址 当作查询 就行

//term不分词， 直接查 整个地址是 湖北省武汉市经济开发区 的，结果查不出来，为什么？
get /testboost/_search
{
  "query":{
   "term": {
     "address": "湖北省武汉市经济开发区"
   }
  }
}

1
2
3
4
5
6
7
8
9
10

可以看到 是没有数据的，为什么 , 明明我的数据 中有 地址是 “湖北省武汉市经济开发区” 的数据的？

!!! 使用term去查询，其实是拿查询条件和被分词的索引关键字一一匹配，
我们的address是个text类型的字段，被分词器分词了，并且 湖北省武汉市经济技术开发区 就被 分成了 一个个字的 分词 ， 需要你在构建索引的时候 插入mapping 指定 ，确保字段是no analyzed的。 建索引的时候要注意

既然这样， term根据 索引去查询， 我的索引又是单个字的， 我试试单个字查询有没有问题， 搜"区" 是没问题的

2.Must / Should 组合并列使用

2.1 A & B & (C || D) 错误写法

我想搜 地址必须湖北省，性别男 并且 部门是技术部 或者 销售部 操作 就是 A && B && ( C || D) 这种查询应该如何查
地址 must操作， 技术部或者测试部 should操作
注意 此时 Must 条件和 Should 是同等级别的 ，

#  执行错误示范 这个是  address=湖北省 and sex=男 or 部门=技术部/销售部， 会把 测试部的人拉出来， 说明should 不生效
# 此时 must 和 should 是同等级别的 
get /testboost/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "match_phrase": {
            "address": "湖北省"
          }
        },
        {
          "match": {
            "sex": "男"
          }
        }
      ],
      "should": [
        {
          "match_phrase": {
            "deptName": "销售部"
          }
        },
        {
          "match_phrase": {
            "deptName": "技术部"
          }
        }
      ]
    }
  }
}
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

错误的查询结果 , 为什么should 不生效呢？ 为什么把 测试部们查了出来， 明明should 写了 只查满足 部门=销售部或技术部的，但是结果把测试部查了出来

所以 应该怎么写？结论就是 应该把 should 放到 Must中 试一试

2.2 A & B & (C || D) 正确写法 Should放入Must内层中

湖北省 && 男生 && （技术部 || 销售部） ？ 如何实现

get /testboost/_search
{
  "query":{
  "bool": {
    "must": [
      {
        "match_phrase": {
          "address": "湖北省"
        }
      },      
      {
        "match": {
          "sex": "男"
        }
      },
      
      //注意 查询 should 是在must 内部写的，should要用 bool结构
      {
        "bool": {
          "should": [
            {
              "match_phrase": {
                "deptName": "技术部"
              }
            },
            {
              "match_phrase": {
                "deptName": "销售部"
              }
            }
          ]
        }
        
      }
    ]
  }
}
}
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

看下结果， 只有 湖北省且 男且 部门是销售部或技术部 的才查出来， 结果正确
注意 此时 should是放在 must 内层的， 和 湖北省， 男 ， 是同等级别 ，这就是区别

结果正常

2.3 A & B & (C || D) 使用 Filter 实现

湖北省 && 男生 && （技术部 || 销售部） ？filter如何实现 其实就是 先查出来 湖北省 && 男生的 所有部门的信息
然后过滤 filter 过滤出来 是技术部或者销售部的 信息

# 湖北省 && 男生 && （技术部 || 销售部） filter 先用 must 查 湖北省and男 结果，然后过滤 技术部或者销售部的人
get /testboost/_search
{
  "query":{
      "bool": {
        "must": [
          {
            "match_phrase": {
              "address": "湖北省"
            }
          },
            {
            "match_phrase": {
              "sex": "男"
            }
          }
        ],
        "filter": [
          {
              "bool": {
                "should": [
                  {
                    "match_phrase": {
                      "deptName": "技术部"
                    }
                  },
                   {
                    "match_phrase": {
                      "deptName": "销售部"
                    }
                  }
                ]
              }
            }
        ]
      }
}
}
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

看下结果， 只有 湖北省且 男且 部门是销售部或技术部 的才查出来，通过filter 也是能够得出正确结果的

结果正常

---

至此 我们Match Match_phrase 及Term 使用和区别 也讲了， Must及should 组合并列使用的 如何正确查出结果 也讲了， 下一篇 我们将 如何排名