elasticsearch轻量搜索的那些事-技术圈

前言

elasticsearch本身就是为搜索而生的组件，所以搜索才是它的重头戏。从今天我们就学习es的各种检索语法了，但是我大概看了下官方文档，发现他对于各种检索语法的解释比较少，虽然也有好多示例，但是都比较零散，很难让我们看清楚它的语法规则。因此，我们今天也不会有太多内容分享，但是我这边会花两天时间梳理相关规则，争取未来两天整理出它的语法规则。

下面我们就先来看一些简单的检索规则。

elastsearch搜索

轻量搜索

这个检索语法类似于我们传统数据库中不加条件的查询语句，他会查询megacorp索引下所有employee的数据，然会返回

curl -X GET "localhost:9200/megacorp/employee/_search?pretty"

返回结果如下：

{
  "took" : 78,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "name" : "syske",
          "age" : 25,
          "about" : "I love to read book",
          "interests" : [
            "sports",
            "music"
          ]
        }
      }
    ]
  }
}

下面我们简单解释下搜索结果：

took：这个应该搜索耗时时间，单位一般应该是毫秒，在测试过程中我发现每次的返回结果都会都差异
timed_out：请求是否超时
_shards：分片，应该和存储有关，类似于传统数据存储中的分库分表，应该就是存储分割的单位。这里返回的是我们分片的汇总信息
_shards.total：总分片数
_shards.successful：这个应该表示的是搜索到结果的分片数
_shards.skipped：这个应该表示未搜索到数据的分片数
_shards.failed：那这个就表示搜索失败的分片数了
hits：这应该就是我们搜索到的结果
hits.total：主要存放返回结果汇总信息
hits.total.value：查询到的结果数量
hits.total.relation：查询结果的关系，eq表示相等（应该是equals的简写），那ne应该就表示不相等，目前没找到官方给的说明，网上也没有比较靠谱的解释。
hits.max_score：返回结果中score的最大值，这个score应该表示匹配度，因为没有文档，所以暂时只能推测
hits.hits：这个就是最终的搜索结果了，所有的匹配结果都会在这里面显示。这底下的数据也和我们get返回的结果很类似。
hits.hits._index：索引
hits.hits._type：数据类型
hits.hits._id：数据id
hits.hits._score：这个就是我们刚说的匹配度

hits.hits._source：最终的搜索结果

根据关键字搜索

相比于前面的那种查询全部，这种方式查询就比较灵活了，我们可以根据数据中的某个字段名进行查询，具体语法如下：

索引/数据类型/_search?q=字段名:字段值

下面是搜索样例：

curl -X GET "localhost:9200/megacorp/employee/_search?q=name:syske&pretty"

返回结果如下：

{
  "took" : 6,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "1",
        "_score" : 0.2876821,
        "_source" : {
          "name" : "syske",
          "age" : 25,
          "about" : "I love to read book",
          "interests" : [
            "sports",
            "music"
          ]
        }
      }
    ]
  }
}

具体返回结果如下：

查询不到结果时，返回结果如下：

查询表达式搜索

Elasticsearch提供一个丰富灵活的查询语言叫做 查询表达式 ，它支持构建更加复杂和健壮的查询。

领域特定语言 （DSL），使用 JSON构造了一个请求。

查询语法也基本上和我们前面的查询一致，唯一的区别是，表达式搜索的时候，需要传一个json的表达式：

curl -X GET "localhost:9200/megacorp/employee/_search?pretty" -H 'Content-Type: application/json' -d'
{
    "query" : {
        "match" : {
            "name" : "syske"
        }
    }
}
'

返回结果：

{
  "took" : 50,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.18232156,
    "hits" : [
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "2",
        "_score" : 0.18232156,
        "_source" : {
          "name" : "syske",
          "age" : 18,
          "about" : "I love to read book",
          "interests" : [
            "sports",
            "music"
          ]
        }
      },
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "1",
        "_score" : 0.18232156,
        "_source" : {
          "name" : "syske",
          "age" : 15,
          "about" : "I love to read book",
          "interests" : [
            "sports",
            "music"
          ]
        }
      }
    ]
  }
}

关于表达式的写法，我们下面继续研究：

curl -X GET "localhost:9200/megacorp/employee/_search?pretty" -H 'Content-Type: application/json' -d'
{
    "query" : {
        "bool": {
            "must": {
                "match" : {
                    "name" : "syske" 
                }
            },
            "filter": {
                "range" : {
                    "age" : { "gt" : 15 } 
                }
            }
        }
    }
}'

表达式中的filter，其实就是对我们前面查出来的结果进行过滤。关于表达式的逻辑关系，我们先补充一点内容：

上面表达式最终查出的结果如下：

{
  "took" : 18,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.18232156,
    "hits" : [
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "2",
        "_score" : 0.18232156,
        "_source" : {
          "name" : "syske",
          "age" : 18,
          "about" : "I love to read book",
          "interests" : [
            "sports",
            "music"
          ]
        }
      }
    ]
  }
}

在我们的megacorp索引下，名字为syske的employee数据有两条，年龄分别为18和15，因为我们过滤条件为年龄大于15，所以查出的结果只有年龄为18的。

注意：实际在测试的时候，发现range表达之只支持gt和lt，其他都不支持。

EQ就是 EQUAL等于
NE就是 NOT EQUAL不等于
GT 就是 GREATER THAN大于
LT就是LESS THAN小于
GE就是 GREATER THAN OR EQUAL大于等于
LE就是 LESS THAN OR EQUAL 小于等于

总结

elasticsearch因为有自己特定的领域特定语言 （DSL），所以我们真正想要用好es，还是要学好DSL相关语法的，这也是我截止到目前都没有通过java去访问es的一个重要原因。学东西有时候是不能贪快的，学好基础才是关键，只有学好了基础内容，后面上手才会更容易，毕竟java操作es也是建立在es的各种基础语法之上的。

- END -