Elasticsearch-Java中文搜索器（中）

elasticsearch 查詢（match和term）

elasticsearch 查詢（match和term）

es中的查詢請求有兩種方式，一種是簡易版的查詢，另外一種是使用JSON完整的請求體，叫做結構化查詢（DSL）。
由於DSL查詢更為直觀也更為簡易，所以大都使用這種方式。
DSL查詢是POST過去一個json，由於post的請求是json格式的，所以存在很多靈活性，也有很多形式。
這里有一個地方注意的是官方文檔里面給的例子的json結構只是一部分，並不是可以直接黏貼復制進去使用的。一般要在外面加個query為key的機構。

match

最簡單的一個match例子：

查詢和"我的寶馬多少馬力"這個查詢語句匹配的文檔。

{
  "query": {
    "match": {
        "content" : {
            "query" : "我的寶馬多少馬力"
        }
    }
}

上面的查詢匹配就會進行分詞，比如"寶馬多少馬力"會被分詞為"寶馬 多少 馬力", 所有有關"寶馬 多少 馬力", 那么所有包含這三個詞中的一個或多個的文檔就會被搜索出來。
並且根據lucene的評分機制(TF/IDF)來進行評分。

match_phrase

比如上面一個例子，一個文檔"我的保時捷馬力不錯"也會被搜索出來，那么想要精確匹配所有同時包含"寶馬 多少 馬力"的文檔怎么做？就要使用 match_phrase 了

{
  "query": {
    "match_phrase": {
        "content" : {
            "query" : "我的寶馬多少馬力"
        }
    }
  }
}

完全匹配可能比較嚴，我們會希望有個可調節因子，少匹配一個也滿足，那就需要使用到slop。

{
  "query": {
    "match_phrase": {
        "content" : {
            "query" : "我的寶馬多少馬力",
            "slop" : 1
        }
    }
  }
}

multi_match

如果我們希望兩個字段進行匹配，其中一個字段有這個文檔就滿足的話，使用multi_match

{
  "query": {
    "multi_match": {
        "query" : "我的寶馬多少馬力",
        "fields" : ["title", "content"]
    }
  }
}

但是multi_match就涉及到匹配評分的問題了。

我們希望完全匹配的文檔占的評分比較高，則需要使用best_fields

{
  "query": {
    "multi_match": {
      "query": "我的寶馬發動機多少",
      "type": "best_fields",
      "fields": [
        "tag",
        "content"
      ],
      "tie_breaker": 0.3
    }
  }
}

意思就是完全匹配"寶馬 發動機"的文檔評分會比較靠前，如果只匹配寶馬的文檔評分乘以0.3的系數

我們希望越多字段匹配的文檔評分越高，就要使用most_fields

{
  "query": {
    "multi_match": {
      "query": "我的寶馬發動機多少",
      "type": "most_fields",
      "fields": [
        "tag",
        "content"
      ]
    }
  }
}

我們會希望這個詞條的分詞詞匯是分配到不同字段中的，那么就使用cross_fields

{
  "query": {
    "multi_match": {
      "query": "我的寶馬發動機多少",
      "type": "cross_fields",
      "fields": [
        "tag",
        "content"
      ]
    }
  }
}

term

term是代表完全匹配，即不進行分詞器分析，文檔中必須包含整個搜索的詞匯

{
  "query": {
    "term": {
      "content": "汽車保養"
    }
  }
}

查出的所有文檔都包含"汽車保養"這個詞組的詞匯。

使用term要確定的是這個字段是否“被分析”(analyzed)，默認的字符串是被分析的。

拿官網上的例子舉例：

mapping是這樣的：

PUT my_index
{
  "mappings": {
    "my_type": {
      "properties": {
        "full_text": {
          "type":  "string"
        },
        "exact_value": {
          "type":  "string",
          "index": "not_analyzed"
        }
      }
    }
  }
}

PUT my_index/my_type/1
{
  "full_text":   "Quick Foxes!",
  "exact_value": "Quick Foxes!"  
}

其中的full_text是被分析過的，所以full_text的索引中存的就是[quick, foxes]，而extra_value中存的是[Quick Foxes!]。

那下面的幾個請求：

GET my_index/my_type/_search
{
  "query": {
    "term": {
      "exact_value": "Quick Foxes!"
    }
  }
}

請求的出數據，因為完全匹配

GET my_index/my_type/_search
{
  "query": {
    "term": {
      "full_text": "Quick Foxes!"
    }
  }
}

請求不出數據的，因為full_text分詞后的結果中沒有[Quick Foxes!]這個分詞。

bool聯合查詢: must,should,must_not

如果我們想要請求"content中帶寶馬，但是tag中不帶寶馬"這樣類似的需求，就需要用到bool聯合查詢。
聯合查詢就會使用到must,should,must_not三種關鍵詞。

這三個可以這么理解

• must: 文檔必須完全匹配條件
• should: should下面會帶一個以上的條件，至少滿足一個條件，這個文檔就符合should
• must_not: 文檔必須不匹配條件

比如上面那個需求：

{
  "query": {
    "bool": {
      "must": {
        "term": {
          "content": "寶馬"
        }
      },
      "must_not": {
        "term": {
          "tags": "寶馬"
        }
      }
    }
  }
}

 此處我們給出Java 查詢Api文檔：https://endymecy.gitbooks.io/elasticsearch-guide-chinese/content/java-api/search-api.html