ElasticSearch进阶检索（二）

心已赠人 2024-03-31 10:29 8阅读 0赞

**目录**

小提示

一、ES 支持两种基本方式检索

1、一个是通过使用 REST request URI 发送搜索参数（uri+检索参数）

2、Query DSL :另一个是通过使用 REST request body 来发送它们（uri+请求体）推荐

二、 详解：Qurey DSL

1、基本语法格式

小总结

2、继续体会操作： match 【匹配查询】

2.1 基本类型（非字符串），精确匹配

2.2 字符串，全文检索

2.3 字符串，多个单词（分词+全文检索）

3、match\_phrase【短语匹配】

4、multi\_match 【多字段匹配】

5、bool 【复合查询】

5.1 must ：必须达到 must 列举的所有条件

5.2 must\_not 必须不是指定的情况

5.3 should ：应该达到 should 列举的条件

6、filter【 结果过滤 】

7、term

三、映射Mapping

1、查看默认映射规则

2、自己创建映射

3、添加新的字段映射

4、更新映射

5、数据迁移

四、分词（核心）

1、自带分词器

2、安装步骤

1.进入本地挂载路径：

2.进入容器验证（可略）

3.退出容器，在挂载路径新建一个文件夹ik

4.给文件夹更改执行权限

5.进入ik文件夹进行解压

6. 进入容器内部执行ik分词器的启动命令

7. 退出容器，然后重启es容器

3、测试

4、自定义扩展词库

--------------------

## 小提示 ##

如果你重启了虚拟机或者服务器，那么可能会发现访问es服务器还有kibana都失败，这是因为重启虚拟机或者服务器，docker容器并不会自动开启。怎么证明呢？

通过**docker ps**命令查看，证明确实没有运行es容器

于是我们只需要通过**docker start es容器名** 即可开启容器

如何让服务器或虚拟机重启自动开启es容器？

docker update es容器名 --restart=always

## 一、ES 支持两种基本方式检索 ##

### **1、一个是通过使用 REST request URI 发送搜索参数（uri+检索参数）** ###

> GET bank/\_search?q=\*&sort=account\_number:asc

{
      "took" : 11,
      "timed_out" : false,
      "_shards" : {
        "total" : 1,
        "successful" : 1,
        "skipped" : 0,
        "failed" : 0
      },
      "hits" : {
        "total" : {
          "value" : 1000,
          "relation" : "eq"
        },
        "max_score" : null,
        "hits" : [
          {
            "_index" : "bank",
            "_type" : "account",
            "_id" : "0",
            "_score" : null,
            "_source" : {
              "account_number" : 0,
              "balance" : 16623,
              "firstname" : "Bradshaw",
              "lastname" : "Mckenzie",
              "age" : 29,
              "gender" : "F",
              "address" : "244 Columbus Place",
              "employer" : "Euron",
              "email" : "bradshawmckenzie@euron.com",
              "city" : "Hobucken",
              "state" : "CO"
            },
            "sort" : [
              0
            ]
          },
           .........................
        ]
      }
    }

![103e7bcb87ce49419991c3cea7e848a5.png][]

###  **2、Query DSL :另一个是通过使用 REST request body 来发送它们（uri+请求体）推荐** ###

> GET bank/\_search  
> \{  
> "query": \{  
> "match\_all": \{\}  
> \},  
> "sort": \[  
> \{  
> "account\_number": \{"order": "desc"\}  
> \}  
> \]  
> \}

![442e7764e9fb4765ae9b5b336acbb50b.png][]

![1c8af8bcdeb04b74ae261b7b65ea6d05.png][]

## 二、 详解：Qurey DSL ##

### 1、基本语法格式 ###

Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL（domain-specific language 领域特定语言）。这个被称为 Query DSL。该查询语言非常全面，并且刚开始的时候感觉有点复杂，  
真正学好它的方法是从一些基础的示例开始的。

> 一个查询语句的典型结构
> 
> \{  
> QUERY\_NAME: \{  
> ARGUMENT: VALUE,  
> ARGUMENT: VALUE,...  
> \}  
> \}

GET bank/_search
    {
      "query": {
        "match_all": {}
      }
    }

> 如果是针对某个字段，那么它的结构如下：  
> \{  
> QUERY\_NAME: \{  
> FIELD\_NAME: \{  
> ARGUMENT: VALUE,  
> ARGUMENT: VALUE,...  
> \}  
> \}  
> \}

GET bank/_search
    {
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "balance": {
            "order": "desc"
          }
        }
      ]
    }
    
    
    GET bank/_search
    {
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "balance":"desc"
        }
      ]
    }
    
    
    
    
    GET bank/_search
    {
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "balance": {
            "order": "desc"
          }
        }
      ],
      "from": 0,
      "size": 5
    }
    
    
    GET bank/_search
    {
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "balance": {
            "order": "desc"
          }
        }
      ],
      "from": 0,
      "size": 5,
      "_source": ["balance","firstname"]
    }

#### 小总结 ####

>  *  query 定义如何查询，
>  *  match\_all 查询类型【代表查询所有的所有】，es 中可以在 query 中组合非常多的查
>  *  询类型完成复杂查询
>  *  除了 query 参数之外，我们也可以 传递其它的参数以改变查询结果。如 sort，size
>  *  from+size 限定，完成分页功能
>  *  sort 排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准
>  *  \_source查询出要显示的字段，如果有多个字段，用中括号\[\]接收

### 2、继续体会操作： match 【匹配查询】 ###

#### 2.1 基本类型（非字符串），精确匹配 ####

> GET bank/\_search  
> \{  
> "query": \{  
> "match": \{  
> "account\_number": "20"  
> \}  
> \}  
> \}
> 
> match 返回 account\_number=20 的

{
      "took" : 1,
      "timed_out" : false,
      "_shards" : {
        "total" : 1,
        "successful" : 1,
        "skipped" : 0,
        "failed" : 0
      },
      "hits" : {
        "total" : {
          "value" : 1,
          "relation" : "eq"
        },
        "max_score" : 1.0,
        "hits" : [
          {
            "_index" : "bank",
            "_type" : "account",
            "_id" : "20",
            "_score" : 1.0,
            "_source" : {
              "account_number" : 20,
              "balance" : 16418,
              "firstname" : "Elinor",
              "lastname" : "Ratliff",
              "age" : 36,
              "gender" : "M",
              "address" : "282 Kings Place",
              "employer" : "Scentric",
              "email" : "elinorratliff@scentric.com",
              "city" : "Ribera",
              "state" : "WA"
            }
          }
        ]
      }
    }

#### 2.2 字符串，全文检索 ####

> 全文检索按照评分进行排序，会针对检索条件进行分词匹配
> 
> GET bank/\_search  
> \{  
> "query": \{  
> "match": \{  
> "address": "mill"  
> \}  
> \}  
> \}
> 
> 最终查询出 address 中包含 mill 单词的所有记录  
> match 当搜索字符串类型的时候，会进行全文检索，并且每条记录有相关性得分。

{
      "took" : 0,
      "timed_out" : false,
      "_shards" : {
        "total" : 1,
        "successful" : 1,
        "skipped" : 0,
        "failed" : 0
      },
      "hits" : {
        "total" : {
          "value" : 4,
          "relation" : "eq"
        },
        "max_score" : 5.4032025,
        "hits" : [
          {
            "_index" : "bank",
            "_type" : "account",
            "_id" : "970",
            "_score" : 5.4032025,
            "_source" : {
              "account_number" : 970,
              "balance" : 19648,
              "firstname" : "Forbes",
              "lastname" : "Wallace",
              "age" : 28,
              "gender" : "M",
              "address" : "990 Mill Road",
              "employer" : "Pheast",
              "email" : "forbeswallace@pheast.com",
              "city" : "Lopezo",
              "state" : "AK"
            }
          },
          {
            "_index" : "bank",
            "_type" : "account",
            "_id" : "136",
            "_score" : 5.4032025,
            "_source" : {
              "account_number" : 136,
              "balance" : 45801,
              "firstname" : "Winnie",
              "lastname" : "Holland",
              "age" : 38,
              "gender" : "M",
              "address" : "198 Mill Lane",
              "employer" : "Neteria",
              "email" : "winnieholland@neteria.com",
              "city" : "Urie",
              "state" : "IL"
            }
          },
          {
            "_index" : "bank",
            "_type" : "account",
            "_id" : "345",
            "_score" : 5.4032025,
            "_source" : {
              "account_number" : 345,
              "balance" : 9812,
              "firstname" : "Parker",
              "lastname" : "Hines",
              "age" : 38,
              "gender" : "M",
              "address" : "715 Mill Avenue",
              "employer" : "Baluba",
              "email" : "parkerhines@baluba.com",
              "city" : "Blackgum",
              "state" : "KY"
            }
          },
          {
            "_index" : "bank",
            "_type" : "account",
            "_id" : "472",
            "_score" : 5.4032025,
            "_source" : {
              "account_number" : 472,
              "balance" : 25571,
              "firstname" : "Lee",
              "lastname" : "Long",
              "age" : 32,
              "gender" : "F",
              "address" : "288 Mill Street",
              "employer" : "Comverges",
              "email" : "leelong@comverges.com",
              "city" : "Movico",
              "state" : "MT"
            }
          }
        ]
      }
    }

#### 2.3 字符串，多个单词（分词+全文检索） ####

> GET bank/\_search  
> \{  
> "query": \{  
> "match": \{  
> "address": "mill road"  
> \}  
> \}  
> \}  
> 最终查询出 address 中包含 mill 或者 road 或者 mill road 的所有记录，并给出相关性得分

### 3、match\_phrase【短语匹配】 ###

将需要匹配的值当成一个整体单词（不分词）进行检索

> GET bank/\_search  
> \{  
> "query": \{  
> "match\_phrase": \{  
> "address": "mill road"  
> \}  
> \}  
> \}

### 4、multi\_match 【多字段匹配】 ###

> GET bank/\_search  
> \{  
> "query": \{  
> "multi\_match": \{  
> "query": "mill",  
> "fields": \["state","address"\]  
> \}  
> \}  
> \}  
> state 或者 address 包含 mill

> GET bank/\_search  
> \{  
> "query": \{  
> "multi\_match": \{  
> "query": "mill movico",  
> "fields": \["city","address"\]  
> \}  
> \}  
> \}  
> city 或者 address 包含 mill 或 movico 或 mill movico

### 5、bool 【复合查询】 ###

bool 用来做复合查询：  
复合语句可以合并 任何 其它查询语句，包括复合语句，了解这一点是很重要的。这就意味  
着，复合语句之间可以互相嵌套，可以表达非常复杂的逻辑。

#### 5.1 must ：必须达到 must 列举的所有条件 ####

GET bank/_search
    {
      "query": {
        "bool": {
          "must": [
            { "match": { 
                "address": "mill"
              } 
            },
            { "match": { 
                "gender": "M" 
              } 
            }
          ]
        }
      }
    }

#### 5.2 must\_not 必须不是指定的情况 ####

GET bank/_search
    {
      "query": {
        "bool": {
          "must": [
            { "match": { 
                "address": "mill" 
              } 
            },
            { "match": { 
                "gender": "M" 
              } 
            }
          ],  
        "must_not": [
          {"match": { 
              "email": "baluba.com" 
            }
          }
        ]
      }
    }

#### 5.3 should ：应该达到 should 列举的条件 ####

如果达到会增加相关文档的评分，并不会改变查询的结果。

如果 query 中只有 should 且只有一种匹配规则，那么 should 的条件就会  
被作为默认匹配条件而去改变查询结果。

GET bank/_search
    {
      "query": {
        "bool": {
          "must": [
            { "match": { 
                "address": "mill" 
              } 
            },
            { "match": { 
                "gender": "M" 
              } 
            }
          ],
        "should": [
          {"match": { 
            "address": "lane" 
            }
          }
        ],
        "must_not": [
          {"match": { 
              "email": "baluba.com" 
            }
          }
        ]
      }
    }

### 6、filter【 结果过滤 】 ###

并不是所有的查询都需要产生分数，特别是那些仅用于 “filtering”（过滤）的文档。为了不  
计算分数 Elasticsearch 会自动检查场景并且优化查询的执行。

GET bank/_search
    {
        "query": {
            "bool": {
                "must": [
                    {"match": { 
                        "address": "mill"
                        }
                    }
                ],
                "filter": {
                    "range": {
                        "balance": {
                            "gte": 10000,
                            "lte": 20000
                         }
                    }
                }
            }
        }
    }

### 7、term ###

> 和 match 一样。匹配某个属性的值。 全文检索字段用 match， 其他非 text 字段匹配用 term。

GET bank/_search
    {
        "query": {
            "bool": {
                "must": [
                    {"term": {
                        "age": {
                            "value": "28"
                         }
                      }
                    },
                    {"match": {
                        "address": "990 Mill Road"
                         }
                    }
                ]
            }
        }
    }

## 三、映射Mapping ##

### 1、查看默认映射规则 ###

当我们创建索引时，如果不指定属性的类型，就会走默认映射规则

> GET /bank/\_mapping

{
      "bank" : {
        "mappings" : {
          "properties" : {
            "account_number" : {
              "type" : "long"
            },
            "address" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "age" : {
              "type" : "long"
            },
            "balance" : {
              "type" : "long"
            },
            "city" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "email" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "employer" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "firstname" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "gender" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "lastname" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "state" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            }
          }
        }
      }
    }

### 2、自己创建映射 ###

PUT /my_index
    { 
        "mappings": { 
            "properties": {
                "age": { "type": "integer" }, 
                "email": { "type": "keyword" }, 
                "name": { "type": "text" }
            }
        }
    }

类型有哪些，需要参考官方文档

### 3、添加新的字段映射 ###

PUT /my_index/_mapping
    { 
        "properties": { 
            "employee_id": { "type": "keyword", "index": false}
        }
    }

### 4、更新映射 ###

对于已经存在的映射字段，我们不能更新。更新必须创建新的索引进行数据迁移

### 5、数据迁移 ###

先创建出 new\_bank 的正确映射。

然后使用如下方式进行数据迁移

POST _reindex [固定写法]
    { 
        "source": { "index": "bank"},
        "dest": { "index": "new_bank"}
    }

如果是老版本，将旧索引的 type 下的数据进行迁移

POST _reindex
    { 
        "source": {"index": "twitter", "type": "tweet"},
        "dest": { "index": "tweets"}
    }

## 四、分词（核心） ##

### 1、自带分词器 ###

POST _analyze
    { 
        "analyzer":"standard",
        "text": "我是中国人,I am Chinese."
    }

![f92395e2a8314daf823038ca82df0f9f.png][]

默认的标准分词器，它是将这些内容拆分成了一个一个的字符，显然是不符合实际要求的。

另外，es的这些分词器都是针对英文的，所以我们要想得到中文分词，还需要额外安装IK分词器

下载地址：

[https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v6.4.2][https_github.com_medcl_elasticsearch-analysis-ik_releases_after_v6.4.2]

IK分词器是按照es的版本走的，所以我们需要下载对应的IK分词器版本

例如：

![b97ac62555574c4785d2c73498636be6.png][]

![3a9ccf5cf42f4dc2b9fc1a00dfa3ffcc.png][]

### 2、安装步骤 ###

进入 es 容器内部 plugins 目录

wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-anal ysis-ik-7.4.2.zip unzip

我们之前有挂载过，所以不用进入容器内部安装也行

#### 1.进入本地挂载路径： ####

比如我的，cd /mydata/elasticsearch/，然后进入plugins目录中，将下载好的分词器压缩文件传过来

![90896d013ce54647a66aefd5b9d61bf9.png][]

#### 2.进入容器验证（可略） ####

可以进入容器内部检查看看，正常肯定是挂载的和容器内部的是一致的。

docker exec -it 容器 id /bin/bash

![bb55c3e3b3174370868237a8f37d9f68.png][]

#### 3.退出容器，在挂载路径新建一个文件夹ik ####

mkdir ik

#### 4.给文件夹更改执行权限 ####

chmod -R 777 ik/

#### 5.进入ik文件夹进行解压 ####

cd /mydata/elasticsearch/plugins/ik
    unzip elasticsearch-analysis-ik-7.4.2.zip

![9056f84bbc0c4ac3b0ad160e34fff6dd.png][]

#### 6. 进入容器内部执行ik分词器的启动命令 ####

docker exec -it 容器别名(或容器id) /bin/bash
    
    cd /usr/share/elasticsearch/bin
    
    elasticsearch-plugin list

当然你也无需进入容器内部

![a5741ea7857b4fafbc9bef6440bd1a78.png][]

#### 7. 退出容器，然后重启es容器 ####

![f1862db9a94944ddaa19c705032b1abe.png][]

![5e164a7d0620440294d518a6def4f1de.png][]

稍等，再刷新就可以了！

### 3、测试 ###

![63c699c21fd64f0c9c33378095b8f25c.png][]

![a2d7cdae54404c75b3394ef287c96770.png][]

![00c89425cd5b4f9fa81950ef7accbbff.png][]

![5e1381e9fa164ad7bcb105d3fff5124e.png][]

POST _analyze
    { 
        "analyzer":"ik_smart",
        "text": "我是中国人,I am Chinese."
    }

{
      "tokens" : [
        {
          "token" : "我",
          "start_offset" : 0,
          "end_offset" : 1,
          "type" : "CN_CHAR",
          "position" : 0
        },
        {
          "token" : "是",
          "start_offset" : 1,
          "end_offset" : 2,
          "type" : "CN_CHAR",
          "position" : 1
        },
        {
          "token" : "中国人",
          "start_offset" : 2,
          "end_offset" : 5,
          "type" : "CN_WORD",
          "position" : 2
        },
        {
          "token" : "i",
          "start_offset" : 6,
          "end_offset" : 7,
          "type" : "ENGLISH",
          "position" : 3
        },
        {
          "token" : "am",
          "start_offset" : 8,
          "end_offset" : 10,
          "type" : "ENGLISH",
          "position" : 4
        },
        {
          "token" : "chinese.",
          "start_offset" : 11,
          "end_offset" : 19,
          "type" : "LETTER",
          "position" : 5
        }
      ]
    }

而某些中文词语它没有识别到，就需要自定义扩展词库了。

![e067e9c3e80142fab5a9af710a06d656.png][]

### 4、自定义扩展词库 ###

待完善，大致就是专门建立一个txt文档，然后将它放到一个可供访问的链接地址，最后将他的地址配置进es即可。

###  ###

[103e7bcb87ce49419991c3cea7e848a5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/f38931f887a5404c9526e4b2673bc428.png
[442e7764e9fb4765ae9b5b336acbb50b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/787e5a37542c465f94fb32ca71cc7f3c.png
[1c8af8bcdeb04b74ae261b7b65ea6d05.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/b4c9830d3d3e4d29a5bb5069397027f7.png
[f92395e2a8314daf823038ca82df0f9f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/e1a194cc225c437ab6233da58e3bf0b3.png
[https_github.com_medcl_elasticsearch-analysis-ik_releases_after_v6.4.2]: https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v6.4.2
[b97ac62555574c4785d2c73498636be6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/6d77b37f6ab241de8859ca7aa54a5a80.png
[3a9ccf5cf42f4dc2b9fc1a00dfa3ffcc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/fbae951a6dd840c0b90ab8ec2ada3d7b.png
[90896d013ce54647a66aefd5b9d61bf9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/29409ba2fcdb4626b55cf124c347db57.png
[bb55c3e3b3174370868237a8f37d9f68.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/6869fa7eae464325a32fdfa63912d69d.png
[9056f84bbc0c4ac3b0ad160e34fff6dd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/5d0c9256068b436cb5d4e952b9c402c6.png
[a5741ea7857b4fafbc9bef6440bd1a78.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/7e278e9976904ecc9bcfa993cac563eb.png
[f1862db9a94944ddaa19c705032b1abe.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/7e7114f0095a42e9aec2a2246fa0d525.png
[5e164a7d0620440294d518a6def4f1de.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/9a46cdc33bc44ae8ad0b9f64afbaa4d3.png
[63c699c21fd64f0c9c33378095b8f25c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/eea7d70aef8540f5be74ed13baf388c6.png
[a2d7cdae54404c75b3394ef287c96770.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/b3f5ad1af64545f4a23831263068583c.png
[00c89425cd5b4f9fa81950ef7accbbff.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/eb01c4be285c432cbe1ae431f954e9f4.png
[5e1381e9fa164ad7bcb105d3fff5124e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/403f47ed98124940aa66e9db4f3a29c4.png
[e067e9c3e80142fab5a9af710a06d656.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/d1d9989354154732a0849c0a83877b93.png