前言
Elasticsearch 中的結構化搜索，即面向數值、日期、時間、布爾等類型數據的搜索，這些數據類型格式精確，通常使用基于詞項的term精確匹配或者prefix前綴匹配。本文還將新版本的“text”，“keyword”進行說明，還有Term查詢。
結構化搜索
結構化搜索（Structured search） 是指對結構化的數據進行搜索。比如日期、時間和數字都是結構化的，它們有精確的格式，我們可以對這些格式進行邏輯操作。比較常見的操作包括比較數字或時間的范圍、判定兩個值的大小、前綴匹配等。
文本也可以是結構化的。如彩色筆可以有離散的顏色集合： 紅（red） 、 綠（green） 、 藍（blue） 。一個博客可能被標記了關鍵詞 分布式（distributed） 和 搜索（search） 。電商網站上的商品都有 UPCs（通用產品碼 Universal Product Codes）或其他的唯一標識，它們都需要遵從嚴格規定的、結構化的格式。
在結構化查詢中，我們得到的結果只有“是”或“否”兩個值，可以根據場景需要，決定結構化搜索是否需要打分，但通常我們是不需要打分的。
精確值查找
讓我們以下面的例子開始介紹，創建并索引一些表示產品的文檔，文檔里有字段 price ，productID，show，createdAt，tags （ 價格，產品ID，是否展示，創建時間， 打標信息）
POST products/_doc/_bulk
{ "index": { "_id": 1 }}
{ "price" : 10, "productID" : "XHDK-A-1293-#fJ3", "show":true, "createdAt":"2021-03-03", "tags":"abc" }
{ "index": { "_id": 2 }}
{ "price" : 20, "productID" : "KDKE-B-9947-#kL5", "show":true, "createdAt":"2021-03-04" }
{ "index": { "_id": 3 }}
{ "price" : 30, "productID" : "JODL-X-1937-#pV7", "show":false, "createdAt":"2021-03-05"}
{ "index": { "_id": 4 }}
{ "price" : 30, "productID" : "QQPX-R-3956-#aD8", "show":true, "createdAt":"2021-03-06"}
數字
現在我們想要做的是查找具有某個價格的所有產品，假設我們要獲取價格是20元的商品，我們可以使用 term 查詢，如下
GET products/_search
{
"query": {
"term": {
"price": 20
}
}
}
通常查找一個精確值的時候，我們不希望對查詢進行評分計算。只希望對文檔進行包括或排除的計算，所以我們會使用 constant_score 查詢以非評分模式來執行 term 查詢并以1.0作為統一評分。
最終組合的結果是一個 constant_score 查詢，它包含一個 term 查詢：
GET products/_search
{
"query": {
"constant_score": {
"filter": {
"term": {
"price": 20
}
}
}
}
}
對于數字，一般還有范圍查詢
GET products/_search
{
"query": {
"constant_score": {
"filter": {
"range": {
"price": {
"gte": 10,
"lte": 20
}
}
}
}
}
}
range 支持的選項
- gt: > 大于（greater than）
- lt: < 小于（less than）
- gte: >= 大于或等于（greater than or equal to）
- lte: <= 小于或等于（less than or equal to）
布爾值
GET products/_search
{
"query": {
"constant_score": {
"filter": {
"term": {
"show": true
}
}
}
}
}
日期
搜索一定時間范圍內的文檔
POST products/_search
{
"query": {
"constant_score": {
"filter": {
"range": {
"createdAt": {
"gte": "now-9d"
}
}
}
}
}
}
POST products/_search
{
"query": {
"constant_score": {
"filter": {
"range": {
"createdAt": {
"gte": "2021-01-05"
}
}
}
}
}
}
日期匹配表達式
- y 年
- M 月
- w 周
- d 天
- H/h 小時
- m 分鐘
- s 秒
文本
POST products/_search
{
"query": {
"constant_score": {
"filter": {
"terms": {
"productID.keyword": [
"XHDK-A-1293-#fJ3",
"KDKE-B-9947-#kL5"
]
}
}
}
}
}
“productID.keyword”中的“keyword”不是關鍵字，而是Elasticsearch在插入文檔的時候，自動為“productID”生成的子字段，名字是“keyword”。
null 處理
存在用“exists”，不存在用“must_not”搭配“exists”
// 存在“tags”字段
POST products/_search
{
"query" : {
"constant_score" : {
"filter" : {
"exists": {
"field":"tags"
}
}
}
}
}
// 不存在“tags”字段，老版本用“missing”關鍵字，現在已經廢除了
POST products/_search
{
"query": {
"constant_score": {
"filter": {
"bool": {
"must_not": {
"exists": {
"field": "tags"
}
}
}
}
}
}
}
注意，新版本不要再使用“missing”關鍵字，現在已經廢除了，用“must_not”做取反。
使用“missing”會報錯，報錯信息如下：
"reason": "no [query] registered for [missing]"
keyword
在2.x版本里面文本使用的是string字段。
5.0之后，把string字段設置為了過時字段，引入text與keyword字段，這兩個字段都可以存儲字符串使用。
“text”用于全文搜索，“keyword”用于結構化搜索。“keyword”類似Java中的枚舉。在新版本中，如果沒有自己創建mapping，那么在文本的處理中，會把文本自動映射為“text”，同時會生成一個子字段“keyword”，類型是“keyword”。
在存儲上，“text”會被分詞器進行分詞，而“keyword”會被原樣保留。比如“Rabit is jumping”，“text”的情況下可能被存儲為“rabit”，“jump”，而“keyword”情況下就會存儲為“Rabit is jumping”。
Term查詢
在ES中，term查詢，對輸入不做分詞，會將輸入作為一個整體，在倒排索引中查找精確的詞項，并且使用相關性算分公式為每個包含該詞項的文檔進行相關度算分。
比如上面的（"productID": "QQPX-R-3956-#aD8"），會被分詞為“qqpx”，“r”，“3956”，“ad8”。
“productID.keyword”的類型是keyword，所以即使使用match查詢，最終也會變成Term查詢。
// "productID.keyword": "qqpx-r-3956-#ad8" 沒搜索出數據，其他都有
GET products/_search
{
"query": {
"match": {
//"productID": "QQPX-R-3956-#aD8"
//"productID": "qqpx"
//"productID": "qqpx-r-3956-#ad8"
//"productID.keyword": "QQPX-R-3956-#aD8"
"productID.keyword": "qqpx-r-3956-#ad8"
}
}
}
// "productID": "qqpx" 與 "productID.keyword": "QQPX-R-3956-#aD8" 可以搜索出數據，其他不行
GET products/_search
{
"query": {
"term": {
"productID": "QQPX-R-3956-#aD8"
//"productID": "qqpx"
//"productID": "qqpx-r-3956-#ad8"
//"productID.keyword": "QQPX-R-3956-#aD8"
//"productID.keyword": "qqpx-r-3956-#ad8"
}
}
}
