ElasticSearch必知必會-基礎篇

来源:https://www.cnblogs.com/Jcloud/archive/2023/01/10/17039636.html
-Advertisement-
Play Games

定義： 相同文檔結構（Mapping）文檔的結合 由唯一索引名稱標定 一個集群中有多個索引 不同的索引代表不同的業務類型數據 註意事項： 索引名稱不支持大寫 索引名稱最大支持255個字元長度 欄位的名稱，支持大寫，不過建議全部統一小寫 ...


商業發展與職能技術部-體驗保障研發組 康睿 姚再毅 李振 劉斌 王北永

說明：以下全部均基於eslaticsearch 8.1 版本

一.索引的定義

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/indices.html

索引的全局認知

ElasticSearch Mysql
Index Table
Type廢棄 Table廢棄
Document Row
Field Column
Mapping Schema
Everything is indexed Index
Query DSL SQL
GET http://... select * from
POST http://... update table set ...
Aggregations group by\sum\sum
cardinality 去重 distinct
reindex 數據遷移

索引的定義

定義： 相同文檔結構（Mapping）文檔的結合 由唯一索引名稱標定 一個集群中有多個索引 不同的索引代表不同的業務類型數據 註意事項： 索引名稱不支持大寫 索引名稱最大支持255個字元長度 欄位的名稱，支持大寫，不過建議全部統一小寫

索引的創建

​

index-settings 參數解析

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/index-modules.html

註意： 靜態參數索引創建後，不再可以修改，動態參數可以修改 思考： 一、為什麼主分片創建後不可修改？ A document is routed to a particular shard in an index using the following formula: <shard_num = hash(_routing) % num_primary_shards> the defalue value userd for _routing is the document`s _id es中寫入數據，是根據上述的公式計算文檔應該存儲在哪個分片中，後續的文檔讀取也是根據這個公式，一旦分片數改變，數據也就找不到了 簡單理解 根據ID做Hash 然後再 除以 主分片數 取餘，被除數改變，結果就不一樣了 二、如果業務層面根據數據情況，確實需要擴展主分片數，那怎麼辦？ reindex 遷移數據到另外一個索引 https://www.elastic.co/guide/en/elasticsearch/reference/8.1/docs-reindex.html

​

索引的基本操作

​

二.Mapping-Param之dynamic

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/dynamic.html

核心功能

自動檢測欄位類型後添加欄位 也就是哪怕你沒有在es的mapping中定義該欄位，es也會動態的幫你檢測欄位類型

初識dynamic

// 刪除test01索引，保證這個索引現在是乾凈的
DELETE test01

// 不定義mapping，直接一條插入數據試試看,
POST test01/_doc/1
{
  "name":"kangrui10"
}

// 然後我們查看test01該索引的mapping結構 看看name這個欄位被定義成了什麼類型
// 由此可以看出，name一級為text類型，二級定義為keyword，但其實這並不是我們想要的結果，
// 我們業務查詢中name欄位並不會被分詞查詢，一般都是全匹配(and name = xxx)
// 以下的這種結果，我們想要實現全匹配 就需要 name.keyword = xxx  反而麻煩
GET test01/_mapping
{
  "test01" : {
    "mappings" : {
      "properties" : {
        "name" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    }
  }
}

dynamic的可選值

可選值 說明 解釋
true New fields are added to the mapping (default). 創建mapping時，如果不指定dynamic的值，預設true，即如果你的欄位沒有收到指定類型，就會es幫你動態匹配欄位類型
false New fields are ignored. These fields will not be indexed or searchable, but will still appear in the _source field of returned hits. These fields will not be added to the mapping, and new fields must be added explicitly. 若設置為false，如果你的欄位沒有在es的mapping中創建，那麼新的欄位，一樣可以寫入，但是不能被查詢，mapping中也不會有這個欄位，也就是被寫入的欄位，不會被創建索引
strict If new fields are detected, an exception is thrown and the document is rejected. New fields must be explicitly added to the mapping. 若設置為strict，如果新的欄位，沒有在mapping中創建欄位，添加會直接報錯，生產環境推薦，更加嚴謹。示例如下,如要新增欄位，就必須手動的新增欄位

動態映射的弊端

  • 欄位匹配相對準確，但不一定是用戶期望的
  • 比如現在有一個text欄位，es只會給你設置為預設的standard分詞器，但我們一般需要的是ik中文分詞器
  • 占用多餘的存儲空間
  • string類型匹配為text和keyword兩種類型，意味著會占用更多的存儲空間
  • mapping爆炸
  • 如果不小心寫錯了查詢語句，get用成了put誤操作，就會錯誤創建很多欄位

三.Mapping-Param之doc_values

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/doc-values.html

核心功能

DocValue其實是Lucene在構建倒排索引時，會額外建立一個有序的正排索引（基於document => field value的映射列表） DocValue本質上是一個序列化的 列式存儲，這個結構非常適用於聚合（aggregations）、排序（Sorting）、腳本（scripts access to field）等操作。而且，這種存儲方式也非常便於壓縮，特別是數字類型。這樣可以減少磁碟空間並且提高訪問速度。 幾乎所有欄位類型都支持DocValue，除了text和annotated_text欄位。

何為正排索引

正排索引其實就是類似於資料庫表，通過id和數據進行關聯，通過搜索文檔id，來獲取對應的數據

doc_values可選值

  • true：預設值，預設開啟
  • false：需手動指定，設置為false後，sort、aggregate、access the field from script將會無法使用，但會節省磁碟空間

真題演練

// 創建一個索引，test03，欄位滿足以下條件
//     1. speaker: keyword
//     2. line_id: keyword and not aggregateable
//     3. speech_number: integer
PUT test03
{
  "mappings": {
    "properties": {
      "speaker": {
        "type": "keyword"
      },
      "line_id":{
        "type": "keyword",
        "doc_values": false
      },
      "speech_number":{
        "type": "integer"
      }
    }
  }
}

四.分詞器analyzers

ik中文分詞器安裝

https://github.com/medcl/elasticsearch-analysis-ik

何為倒排索引

​

數據索引化的過程

​

分詞器的分類

官網地址: https://www.elastic.co/guide/en/elasticsearch/reference/8.1/analysis-analyzers.html

​

五.自定義分詞

自定義分詞器三段論

1.Character filters 字元過濾

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/analysis-charfilters.html 可配置0個或多個

HTML Strip Character Filter：用途：刪除HTML元素，如 ，並解 碼HTML實體，如＆amp

Mapping Character Filter：用途：替換指定字元

Pattern Replace Character Filter：用途：基於正則表達式替換指定字元

2.Tokenizer 文本切為分詞

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/analysis-tokenizers.html#_word_oriented_tokenizers 只能配置一個 用分詞器對文本進行分詞

3.Token filters 分詞後再過濾

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/analysis-tokenfilters.html 可配置0個或多個 分詞後再加工，比如轉小寫、刪除某些特殊的停用詞、增加同義詞等

真題演練

有一個文檔，內容類似 dag & cat, 要求索引這個文檔，並且使用match_parase_query, 查詢dag & cat 或者 dag and cat,都能夠查到 題目分析： 1.何為match_parase_query：match_phrase 會將檢索關鍵詞分詞。match_phrase的分詞結果必須在被檢索欄位的分詞中都包含，而且順序必須相同，而且預設必須都是連續的。 2.要實現 & 和 and 查詢結果要等價，那麼就需要自定義分詞器來實現了，定製化的需求 3.如何自定義一個分詞器：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/analysis-custom-analyzer.html 4.解法1核心使用功能點，Mapping Character Filter 5.解法2核心使用功能點，https://www.elastic.co/guide/en/elasticsearch/reference/8.1/analysis-synonym-tokenfilter.html

解法1

# 新建索引
PUT /test01
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "char_filter": [
            "my_mappings_char_filter"
          ],
          "tokenizer": "standard",
        }
      },
      "char_filter": {
        "my_mappings_char_filter": {
          "type": "mapping",
          "mappings": [
            "& => and"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "content":{
        "type": "text",
        "analyzer": "my_analyzer"
      }
    }
  }
}
// 說明
// 三段論之Character filters，使用char_filter進行文本替換
// 三段論之Token filters，使用預設分詞器
// 三段論之Token filters，未設定
// 欄位content 使用自定義分詞器my_analyzer

# 填充測試數據
PUT test01/_bulk
{"index":{"_id":1}}
{"content":"doc & cat"}
{"index":{"_id":2}}
{"content":"doc and cat"}

# 執行測試,doc & cat || oc and cat 結果輸出都為兩條
POST test01/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "content": "doc & cat"
          }
        }
      ]
    }
  }
}

解法2

# 解題思路，將& 和 and  設定為同義詞，使用Token filters
# 創建索引
PUT /test02
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_synonym_analyzer": {
          "tokenizer": "whitespace",
          "filter": [
            "my_synonym"
          ]
        }
      },
      "filter": {
        "my_synonym": {
          "type": "synonym",
          "lenient": true,
          "synonyms": [
            "& => and"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "content": {
        "type": "text",
        "analyzer": "my_synonym_analyzer"
      }
    }
  }
}
// 說明
// 三段論之Character filters，未設定
// 三段論之Token filters，使用whitespace空格分詞器，為什麼不用預設分詞器？因為預設分詞器會把&分詞後剔除了，就無法在去做分詞後的過濾操作了
// 三段論之Token filters，使用synony分詞後過濾器，對&和and做同義詞
// 欄位content 使用自定義分詞器my_synonym_analyzer

# 填充測試數據
PUT test02/_bulk
{"index":{"_id":1}}
{"content":"doc & cat"}
{"index":{"_id":2}}
{"content":"doc and cat"}

# 執行測試
POST test02/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "content": "doc & cat"
          }
        }
      ]
    }
  }
}

六.multi-fields

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/multi-fields.html

// 單欄位多類型,比如一個欄位我想設置兩種分詞器
PUT my-index-000001
{
  "mappings": {
    "properties": {
      "city": {
        "type": "text",
        "analyzer":"standard",
        "fields": {
          "fieldText": { 
            "type":  "text",
            "analyzer":"ik_smart",
          }
        }
      }
    }
  }
}

七.runtime_field 運行時欄位

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/runtime.html

產生背景

假如業務中需要根據某兩個數字類型欄位的差值來排序，也就是我需要一個不存在的欄位, 那麼此時應該怎麼辦？ 當然你可以刷數，新增一個差值結果欄位來實現，假如此時不允許你刷數新增欄位怎麼辦？

解決方案

​

應用場景

  1. 在不重新建立索引的情況下，向現有文檔新增欄位
  2. 在不瞭解數據結構的情況下處理數據
  3. 在查詢時覆蓋從原索引欄位返回的值
  4. 為特定用途定義欄位而不修改底層架構

功能特性

  1. Lucene完全無感知，因沒有被索引化，沒有doc_values
  2. 不支持評分，因為沒有倒排索引
  3. 打破傳統先定義後使用的方式
  4. 能阻止mapping爆炸
  5. 增加了API的靈活性
  6. 註意，會使得搜索變慢

實際使用

  • 運行時檢索指定，即檢索環節可使用（也就是哪怕mapping中沒有這個欄位，我也可以查詢）
  • 動態或靜態mapping指定，即mapping環節可使用（也就是在mapping中添加一個運行時的欄位）

真題演練1

# 假定有以下索引和數據
PUT test03
{
  "mappings": {
    "properties": {
      "emotion": {
        "type": "integer"
      }
    }
  }
}
POST test03/_bulk
{"index":{"_id":1}}
{"emotion":2}
{"index":{"_id":2}}
{"emotion":5}
{"index":{"_id":3}}
{"emotion":10}
{"index":{"_id":4}}
{"emotion":3}

# 要求：emotion > 5, 返回emotion_falg = '1',  
# 要求：emotion < 5, 返回emotion_falg = '-1',  
# 要求：emotion = 5, 返回emotion_falg = '0',

解法1

檢索時指定運行時欄位: https://www.elastic.co/guide/en/elasticsearch/reference/8.1/runtime-search-request.html 該欄位本質上是不存在的，所以需要檢索時要加上 fields *

GET test03/_search
{
  "fields": [
    "*"
  ], 
  "runtime_mappings": {
    "emotion_falg": {
      "type": "keyword",
      "script": {
        "source": """
          if(doc['emotion'].value>5)emit('1');
          if(doc['emotion'].value<5)emit('-1');
          if(doc['emotion'].value==5)emit('0');
          """
      }
    }
  }
}

解法2

創建索引時指定運行時欄位：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/runtime-mapping-fields.html 該方式支持通過運行時欄位做檢索

# 創建索引並指定運行時欄位
PUT test03_01
{
  "mappings": {
    "runtime": {
      "emotion_falg": {
        "type": "keyword",
        "script": {
          "source": """
          if(doc['emotion'].value>5)emit('1');
          if(doc['emotion'].value<5)emit('-1');
          if(doc['emotion'].value==5)emit('0');
          """
        }
      }
    },
    "properties": {
      "emotion": {
        "type": "integer"
      }
    }
  }
}
# 導入測試數據
POST test03_01/_bulk
{"index":{"_id":1}}
{"emotion":2}
{"index":{"_id":2}}
{"emotion":5}
{"index":{"_id":3}}
{"emotion":10}
{"index":{"_id":4}}
{"emotion":3}
# 查詢測試
GET test03_01/_search
{
  "fields": [
    "*"
  ]
}

真題演練2

# 有以下索引和數據
PUT test04
{
  "mappings": {
    "properties": {
      "A":{
        "type": "long"
      },
      "B":{
        "type": "long"
      }
    }
  }
}
PUT task04/_bulk
{"index":{"_id":1}}
{"A":100,"B":2}
{"index":{"_id":2}}
{"A":120,"B":2}
{"index":{"_id":3}}
{"A":120,"B":25}
{"index":{"_id":4}}
{"A":21,"B":25}

# 需求：在task04索引里，創建一個runtime欄位，其值是A-B，名稱為A_B； 創建一個range聚合，分為三級：小於0，0-100，100以上；返迴文檔數
// 使用知識點：
// 1.檢索時指定運行時欄位: https://www.elastic.co/guide/en/elasticsearch/reference/8.1/runtime-search-request.html
// 2.範圍聚合 https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-aggregations-bucket-range-aggregation.html

解法

# 結果測試
GET task04/_search
{
  "fields": [
    "*"
  ], 
  "size": 0, 
  "runtime_mappings": {
    "A_B": {
      "type": "long",
      "script": {
        "source": """
          emit(doc['A'].value - doc['B'].value);
          """
      }
    }
  },
  "aggs": {
    "price_ranges_A_B": {
      "range": {
        "field": "A_B",
        "ranges": [
          { "to": 0 },
          { "from": 0, "to": 100 },
          { "from": 100 }
        ]
      }
    }
  }
}

八.Search-highlighted

highlighted語法初識

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/highlighting.html

​

九.Search-Order

Order語法初識

官網文檔地址： https://www.elastic.co/guide/en/elasticsearch/reference/8.1/sort-search-results.html

// 註意：text類型預設是不能排或聚合的，如果非要排序或聚合，需要開啟fielddata
GET /kibana_sample_data_ecommerce/_search
{
  "query": {
    "match": {
      "customer_last_name": "wood"
    }
  },
  "highlight": {
    "number_of_fragments": 3,
    "fragment_size": 150,
    "fields": {
      "customer_last_name": {
        "pre_tags": [
          "<em>"
        ],
        "post_tags": [
          "</em>"
        ]
      }
    }
  },
  "sort": [
    {
      "currency": {
        "order": "desc"
      },
      "_score": {
        "order": "asc"
      }
    }
  ]
}

十.Search-Page

page語法初識

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/paginate-search-results.html

# 註意 from的起始值是 0 不是 1
GET kibana_sample_data_ecommerce/_search
{
  "from": 5,
  "size": 20,
  "query": {
    "match": {
      "customer_last_name": "wood"
    }
  }
}

真題演練1

# 題目
In the spoken lines of the play, highlight the word Hamlet (int the text_entry field) startint the highlihnt with "#aaa#" and ending it with "#bbb#"
return all of speech_number field lines in reverse order; '20' speech lines per page,starting from line '40'

# highlight 處理 text_entry 欄位 ； 關鍵詞 Hamlet 高亮
# page分頁：from：40；size:20
# speech_number：倒序

POST test09/_search
{
  "from": 40,
  "size": 20,
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "text_entry": "Hamlet"
          }
        }
      ]
    }
  },
  "highlight": {
    "fields": {
      "text_entry": {
        "pre_tags": [
          "#aaa#"
        ],
        "post_tags": [
          "#bbb#"
        ]
      }
    }
  },
  "sort": [
    {
      "speech_number.keyword": {
        "order": "desc"
      }
    }
  ]
}

十一.Search-AsyncSearch

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/async-search.html

發行版本

7.7.0

適用場景

允許用戶在非同步搜索結果時可以檢索，從而消除了僅在查詢完成後才等待最終響應的情況

常用命令

  • 執行非同步檢索
  • POST /sales*/_async_search?size=0
  • 查看非同步檢索
  • GET /_async_search/id值
  • 查看非同步檢索狀態
  • GET /_async_search/id值
  • 刪除、終止非同步檢索
  • DELETE /_async_search/id值

非同步查詢結果說明

返回值 含義
id 非同步檢索返回的唯一標識符
is_partial 當查詢不再運行時，指示再所有分片上搜索是成功還是失敗。在執行查詢時，is_partial=true
is_running 搜索是否仍然再執行
total 將在多少分片上執行搜索
successful 有多少分片已經成功完成搜索

十二.Aliases索引別名

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/aliases.html

Aliases的作用

在ES中，索引別名（index aliases）就像一個快捷方式或軟連接，可以指向一個或多個索引。別名帶給我們極大的靈活性，我們可以使用索引別名實現以下功能：

  1. 在一個運行中的ES集群中無縫的切換一個索引到另一個索引上（無需停機）
  2. 分組多個索引，比如按月創建的索引，我們可以通過別名構造出一個最近3個月的索引
  3. 查詢一個索引裡面的部分數據構成一個類似資料庫的視圖（views

假設沒有別名，如何處理多索引的檢索

方式1：POST index_01,index_02.index_03/_search 方式2：POST index*/search

創建別名的三種方式

  1. 創建索引的同時指定別名
# 指定test05的別名為 test05_aliases
PUT test05
{
  "mappings": {
    "properties": {
      "name":{
        "type": "keyword"
      }
    }
  },
  "aliases": {
    "test05_aliases": {}
  }
}
  1. 使用索引模板的方式指定別名
PUT _index_template/template_1
{
  "index_patterns": ["te*", "bar*"],
  "template": {
    "settings": {
      "number_of_shards": 1
    },
    "mappings": {
      "_source": {
        "enabled": true
      },
      "properties": {
        "host_name": {
          "type": "keyword"
        },
        "created_at": {
          "type": "date",
          "format": "EEE MMM dd HH:mm:ss Z yyyy"
        }
      }
    },
    "aliases": {
      "mydata": { }
    }
  },
  "priority": 500,
  "composed_of": ["component_template1", "runtime_component_template"], 
  "version": 3,
  "_meta": {
    "description": "my custom"
  }
}
  1. 對已有的索引創建別名
POST _aliases
{
  "actions": [
    {
      "add": {
        "index": "logs-nginx.access-prod",
        "alias": "logs"
      }
    }
  ]
}

刪除別名

POST _aliases
{
  "actions": [
    {
      "remove": {
        "index": "logs-nginx.access-prod",
        "alias": "logs"
      }
    }
  ]
}

真題演練1

# Define an index alias for 'accounts-row' called 'accounts-male': Apply a filter to only show the male account owners
# 為'accounts-row'定義一個索引別名，稱為'accounts-male':應用一個過濾器，只顯示男性賬戶所有者

POST _aliases
{
  "actions": [
    {
      "add": {
        "index": "accounts-row",
        "alias": "accounts-male",
        "filter": {
          "bool": {
            "filter": [
              {
                "term": {
                  "gender.keyword": "male"
                }
              }
            ]
          }
        }
      }
    }
  ]
}

十三.Search-template

官網文檔地址:https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-template.html

功能特點

模板接受在運行時指定參數。搜索模板存儲在伺服器端，可以在不更改客戶端代碼的情況下進行修改。

初識search-template

# 創建檢索模板
PUT _scripts/my-search-template
{
  "script": {
    "lang": "mustache",
    "source": {
      "query": {
        "match": {
          "{{query_key}}": "{{query_value}}"
        }
      },
      "from": "{{from}}",
      "size": "{{size}}"
    }
  }
}

# 使用檢索模板查詢
GET my-index/_search/template
{
  "id": "my-search-template",
  "params": {
    "query_key": "your filed",
    "query_value": "your filed value",
    "from": 0,
    "size": 10
  }
}

索引模板的操作

創建索引模板

PUT _scripts/my-search-template
{
  "script": {
    "lang": "mustache",
    "source": {
      "query": {
        "match": {
          "message": "{{query_string}}"
        }
      },
      "from": "{{from}}",
      "size": "{{size}}"
    },
    "params": {
      "query_string": "My query string"
    }
  }
}

驗證索引模板

POST _render/template
{
  "id": "my-search-template",
  "params": {
    "query_string": "hello world",
    "from": 20,
    "size": 10
  }
}

執行檢索模板

GET my-index/_search/template
{
  "id": "my-search-template",
  "params": {
    "query_string": "hello world",
    "from": 0,
    "size": 10
  }
}

獲取全部檢索模板

GET _cluster/state/metadata?pretty&filter_path=metadata.stored_scripts

刪除檢索模板

DELETE _scripts/my-search-templateath=metadata.stored_scripts

十四.Search-dsl 簡單檢索

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/query-dsl.html

檢索選型

​

檢索分類

​

自定義評分

如何自定義評分

​

1.index Boost索引層面修改相關性

// 一批數據里，有不同的標簽，數據結構一致，不同的標簽存儲到不同的索引（A、B、C），最後要嚴格按照標簽來分類展示的話，用什麼查詢比較好?
// 要求：先展示A類，然後B類，然後C類

# 測試數據如下
put /index_a_123/_doc/1
{
  "title":"this is index_a..."
}
put /index_b_123/_doc/1
{
  "title":"this is index_b..."
}
put /index_c_123/_doc/1
{
  "title":"this is index_c..."
}
# 普通不指定的查詢方式，該查詢方式下，返回的三條結果數據評分是相同的
POST index_*_123/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "this"
          }
        }
      ]
    }
  }
}

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-search.html
indices_boost
# 也就是索引層面提升權重
POST index_*_123/_search
{
  "indices_boost": [
    {
      "index_a_123": 10
    },
    {
      "index_b_123": 5
    },
    {
      "index_c_123": 1
    }
  ], 
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "this"
          }
        }
      ]
    }
  }
}

2.boosting 修改文檔相關性

某索引index_a有多個欄位， 要求實現如下的查詢：
1）針對欄位title，滿足'ssas'或者'sasa’。
2）針對欄位tags（數組欄位），如果tags欄位包含'pingpang',
則提升評分。
要求：寫出實現的DSL？

# 測試數據如下
put index_a/_bulk
{"index":{"_id":1}}
{"title":"ssas","tags":"basketball"}
{"index":{"_id":2}}
{"title":"sasa","tags":"pingpang; football"}

# 解法1
POST index_a/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "bool": {
            "should": [
              {
                "match": {
                  "title": "ssas"
                }
              },
              {
                "match": {
                  "title": "sasa"
                }
              }
            ]
          }
        }
      ],
      "should": [
        {
          "match": {
            "tags": {
              "query": "pingpang",
              "boost": 1
            }
            
          }
        }
      ]
    }
  }
}
# 解法2
// https://www.elastic.co/guide/en/elasticsearch/reference/8.1/query-dsl-function-score-query.html
POST index_a/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "function_score": {
            "query": {
              "match": {
                "tags": {
                  "query": "pingpang"
                }
              }
            },
            "boost": 1
          }
        }
      ],
      "must": [
        {
          "bool": {
            "should": [
              {
                "match": {
                  "title": "ssas"
                }
              },
              {
                "match": {
                  "title": "sasa"
                }
              }
            ]
          }
        }
      ]
    }
  }
}

3.negative_boost降低相關性

對於某些結果不滿意，但又不想通過 must_not 排除掉，可以考慮可以考慮boosting query的negative_boost。
即：降低評分
negative_boost
(Required, float) Floating point number between 0 and 1.0 used to decrease the relevance scores of documents matching the negative query.
官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/query-dsl-boosting-query.html

POST index_a/_search
{
  "query": {
    "boosting": {
      "positive": {
        "term": {
          "tags": "football"
        }
      },
      "negative": {
        "term": {
          "tags": "pingpang"
        }
      },
      "negative_boost": 0.5
    }
  }
}

4.function_score 自定義評分

如何同時根據 銷量和瀏覽人數進行相關度提升？
問題描述：針對商品，例如有想要有一個提升相關度的計算，同時針對銷量和瀏覽人數？
例如oldScore*(銷量+瀏覽人數)
**************************  
商品        銷量        瀏覽人數  
A         10           10      
B         20           20
C         30           30
************************** 
# 示例數據如下    
put goods_index/_bulk
{"index":{"_id":1}}
{"name":"A","sales_count":10,"view_count":10}
{"index":{"_id":2}}
{"name":"B","sales_count":20,"view_count":20}
{"index":{"_id":3}}
{"name":"C","sales_count":30,"view_count":30}

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/query-dsl-function-score-query.html
知識點：script_score

POST goods_index/_search
{
  "query": {
    "function_score": {
      "query": {
        "match_all": {}
      },
      "script_score": {
        "script": {
          "source": "_score * (doc['sales_count'].value+doc['view_count'].value)"
        }
      }
    }
  }
}

十五.Search-del Bool複雜檢索

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/query-dsl-bool-query.html

基本語法

​

真題演練

寫一個查詢，要求某個關鍵字再文檔的四個欄位中至少包含兩個以上
功能點：bool 查詢，should / minimum_should_match
    1.檢索的bool查詢
    2.細節點 minimum_should_match
註意：minimum_should_match 當有其他子句的時候，預設值為0，當沒有其他子句的時候預設值為1

POST test_index/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "filed1": "kr"
          }
        },
        {
          "match": {
            "filed2": "kr"
          }
        },
        {
          "match": {
            "filed3": "kr"
          }
        },
        {
          "match": {
            "filed4": "kr"
          }
        }
      ],
      "minimum_should_match": 2
    }
  }
}

十六.Search-Aggregations

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-aggregations.html

聚合分類

​

​

分桶聚合（bucket）

terms

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-aggregations-bucket-terms-aggregation.html
# 按照作者統計文檔數
POST bilili_elasticsearch/_search
{
  "size": 0,
  "aggs": {
    "agg_user": {
      "terms": {
        "field": "user",
        "size": 1
      }
    }
  }
}

date_histogram

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-aggregations-bucket-datehistogram-aggregation.html
# 按照up_time 按月進行統計
POST bilili_elasticsearch/_search
{
  "size": 0,
  "aggs": {
    "agg_up_time": {
      "date_histogram": {
        "field": "up_time",
        "calendar_interval": "month"
      }
    }
  }
}

指標聚合 （metrics）

Max

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-aggregations-metrics-max-aggregation.html
# 獲取up_time最大的
POST bilili_elasticsearch/_search
{
  "size": 0,
  "aggs": {
    "agg_max_up_time": {
      "max": {
        "field": "up_time"
      }
    }
  }
}

Top_hits

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-aggregations-metrics-top-hits-aggregation.html
# 根據user聚合只取一個聚合結果，並且獲取命中數據的詳情前3條，並按照指定欄位排序
POST bilili_elasticsearch/_search
{
  "size": 0,
  "aggs": {
    "terms_agg_user": {
      "terms": {
        "field": "user",
        "size": 1
      },
      "aggs": {
        "top_user_hits": {
          "top_hits": {
            "_source": {
              "includes": [
                "video_time",
                "title",
                "see",
                "user",
                "up_time"
              ]
            }, 
            "sort": [
              {
                "see":{
                  "order": "desc"
                }
              }
            ], 
            "size": 3
          }
        }
      }
    }
  }
}

// 返回結果如下
{
  "took" : 91,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1000,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "terms_agg_user" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 975,
      "buckets" : [
        {
          "key" : "Elastic搜索",
          "doc_count" : 25,
          "top_user_hits" : {
            "hits" : {
              "total" : {
                "value" : 25,
                "relation" : "eq"
              },
              "max_score" : null,
              "hits" : [
                {
                  "_index" : "bilili_elasticsearch",
                  "_id" : "5ccCVoQBUyqsIDX6wIcm",
                  "_score" : null,
                  "_source" : {
                    "video_time" : "03:45",
                    "see" : "92",
                    "up_time" : "2021-03-19",
                    "title" : "Elastic 社區大會2021: 用加 Gatling 進行Elasticsearch的負載測試，寓教於樂。",
                    "user" : "Elastic搜索"
                  },
                  "sort" : [
                    "92"
                  ]
                },
                {
                  "_index" : "bilili_elasticsearch",
                  "_id" : "8scCVoQBUyqsIDX6wIgn",
                  "_score" : null,
                  "_source" : {
                    "video_time" : "10:18",
                    "see" : "79",
                    "up_time" : "2020-10-20",
                    "title" : "為Elasticsearch啟動htpps訪問",
                    "user" : "Elastic搜索"
                  },
                  "sort" : [
                    "79"
                  ]
                },
                {
                  "_index" : "bilili_elasticsearch",
                  "_id" : "7scCVoQBUyqsIDX6wIcm",
                  "_score" : null,
                  "_source" : {
                    "video_time" : "04:41",
                    "see" : "71",
                    "up_time" : "2021-03-19",
                    "title" : "Elastic 社區大會2021: Elasticsearch作為一個地理空間的資料庫",
                    "user" : "Elastic搜索"
                  },
                  "sort" : [
                    "71"
                  ]
                }
              ]
            }
          }
        }
      ]
    }
  }
}

子聚合 （Pipeline）

Pipeline：基於聚合的聚合 官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-aggregations-pipeline.html

bucket_selector

官網文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-aggregations-pipeline-bucket-selector-aggregation.html

# 根據order_date按月分組，並且求銷售總額大於1000
POST kibana_sample_data_ecommerce/_search
{
  "size": 0,
  "aggs": {
    "date_his_aggs": {
      "date_histogram": {
        "field": "order_date",
        "calendar_interval": "month"
      },
      "aggs": {
        "sum_aggs": {
          "sum": {
            "field": "total_unique_products"
          }
        },
        "sales_bucket_filter": {
          "bucket_selector": {
            "buckets_path": {
              "totalSales": "sum_aggs"
            },
            "script": "params.totalSales > 1000"
          }
        }
      }
    }
  }
}

真題演練

earthquakes索引中包含了過去30個月的地震信息，請通過一句查詢，獲取以下信息
l 過去30個月，每個月的平均 mag
l 過去30個月里，平均mag最高的一個月及其平均mag
l 搜索不能返回任何文檔
    
max_bucket 官網地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.1/search-aggregations-pipeline-max-bucket-aggregation.html

POST earthquakes/_search
{
  "size": 0, 
  "query": {
    "range": {
      "time": {
        "gte": "now-30M/d",
        "lte": "now"
      }
    }
  },
  "aggs": {
    "agg_time_his": {
      "date_histogram": {
        "field": "time",
        "calendar_interval": "month"
      },
      "aggs": {
        "avg_aggs": {
          "avg": {
            "field": "mag"
          }
        }
      }
    },
    "max_mag_sales": {
      "max_bucket": {
        "buckets_path": "agg_time_his>avg_aggs" 
      }
    }
  }
}

您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • ThreadLocal源碼解析及實戰應用
    ThreadLocal是一個關於創建線程局部變數的類。 通常情況下，我們創建的變數是可以被任何一個線程訪問並修改的。而使用ThreadLocal創建的變數只能被當前線程訪問，其他線程則無法訪問和修改。ThreadLocal在設計之初就是為解決併發問題而提供一種方案，每個線程維護一份自己的數據，達到線... ...
  • dotnet 代碼優化 聊聊邏輯圈複雜度
    移動滑鼠到你想要的位置，然後進行點擊，某些時候是很有用的 using System; using System.Drawing; using System.Runtime.InteropServices; using System.Windows.Forms; private void button ...
  • Ansible介紹以及基於角色搭建LNMP和zabbix
    1 ansible 常用指令總結，並附有相關示例。 /usr/bin/ansible 主程式，臨時命令執行工具 /usr/bin/ansible-doc 查看配置文檔，模塊功能查看工具,相當於man /usr/bin/ansible-playbook 定製自動化任務，編排劇本工具,相當於腳本 /us ...
  • 深入學習IO多路復用 select/poll/epoll 實現原理
    select/poll/epoll 是 Linux 伺服器提供的三種處理高併發網路請求的 IO 多路復用技術，是個老生常談又不容易弄清楚其底層原理的知識點，本文打算深入學習下其實現機制。 Linux 伺服器處理網路請求有三種機制，select、poll、epoll，本文打算深入學習下其實現原理。 ... ...
  • 【神醫華佗】Ubuntu空間爆滿？cupsd惹的禍！！！
    病情描述 打開Ubuntu準備工作，結果黑屏，等了一會（幾分鐘），通過ssh連上，使用df -h查看磁碟占用，發現/var目錄空間被占滿了，上圖： 病情分析 先top查看資源占用，如下圖所示： 這不，病竈找到了，cupsd乾的好事，cpu直接拉滿！問題來了，cupsd是個什麼玩意？百度百科描述如下： ...
  • 聊聊MongoDB中連接池、索引、事務
    大家好，我是哪吒。 三分鐘你將學會： MongoDB連接池的使用方式與常用參數 查詢五步走，能活九十九？ MongoDB索引與MySQL索引有何異同？ MongoDB事務與ACID 什麼是聚合框架？ 在最開始接觸MongoDB的時候，是通過 MongoDatabase database = new ...
  • 初學mybatis
    Mybatis IDEA創建一個空項目，然後添加Maven模塊 maven項目路徑如下所示 --項目名 --/src --/main #存放主程式java代碼和資源 --/java #java代碼 --/resources #配置文件和資源等，放到這裡的文件等同於放到了根目錄下 --/test #測 ...
  • Mysql中的鎖：表、MDL、意向鎖、行鎖
    測試的覆蓋通常是指需求範圍的執行程度，如需求、測試用例、缺陷的正向與逆向的雙向追溯。便於對其相關屬性的度量，即使用了覆蓋率。 ...
一周排行
    -Advertisement-
    Play Games
  • C#自增運算符詳解：++i與i++的區別及應用場景
    概述：在C#中，++i和i++都是自增運算符，其中++i先增加值再返回，而i++先返回值再增加。應用場景根據需求選擇，首碼適合先增後用，尾碼適合先用後增。詳細示例提供清晰的代碼演示這兩者的操作時機和實際應用。 在C#中，++i 和 i++ 都是自增運算符，但它們在操作上有細微的差異，主要體現在操作的 ...
  • Taurus.MVC 性能壓力測試（ap 壓測 和 linux 下wrk 壓測）：.NET 版本
    上次發佈了：Taurus.MVC 性能壓力測試（ap 壓測 和 linux 下wrk 壓測）：.NET Core 版本，今天計劃準備壓測一下 .NET 版本，來測試並記錄一下 Taurus.MVC 框架在 .NET 版本的性能，以便後續持續優化改進。 為了方便對比，本文章的電腦環境和測試思路，儘量和... ...
  • 一文讀懂.NET WebAPI中FromRoute、FromQuery、FromBody的關鍵角色與用法
    .NET WebAPI作為一種構建RESTful服務的強大工具，為開發者提供了便捷的方式來定義、處理HTTP請求並返迴響應。在設計API介面時，正確地接收和解析客戶端發送的數據至關重要。.NET WebAPI提供了一系列特性，如[FromRoute]、[FromQuery]和[FromBody]，用 ...
  • WPF/C#實現圖像濾鏡優化方案：打造炫目視覺體驗！
    原因：我之所以想做這個項目，是因為在之前查找關於C#/WPF相關資料時，我發現講解圖像濾鏡的資源非常稀缺。此外，我註意到許多現有的開源庫主要基於CPU進行圖像渲染。這種方式在處理大量圖像時，會導致CPU的渲染負擔過重。因此，我將在下文中介紹如何通過GPU渲染來有效實現圖像的各種濾鏡效果。 生成的效果 ...
  • Bogus 實戰：使用 Bogus 和 EFCore 生成模擬數據和種子數據【完整教程】
    引言 上一章我們介紹了在xUnit單元測試中用xUnit.DependencyInject來使用依賴註入，上一章我們的Sample.Repository倉儲層有一個批量註入的介面沒有做單元測試，今天用這個示例來演示一下如何用Bogus創建模擬數據 ，和 EFCore 的種子數據生成 Bogus 的優 ...
  • WPF隨筆收錄-實時繪製心率曲線
    一、前言 在自己的項目中，涉及到實時心率曲線的繪製，項目上的曲線繪製，一般很難找到能直接用的第三方庫，而且有些還是定製化的功能，所以還是自己繪製比較方便。很多人一聽到自己畫就害怕，感覺很難，今天就分享一個完整的實時心率數據繪製心率曲線圖的例子；之前的博客也分享給DrawingVisual繪製曲線的方 ...
  • wpf程式修改啟動入口註意事項
    如果你在自定義的 Main 方法中直接使用 App 類並啟動應用程式，但發現 App.xaml 中定義的資源沒有被正確載入，那麼問題可能在於如何正確配置 App.xaml 與你的 App 類的交互。 確保 App.xaml 文件中的 x:Class 屬性正確指向你的 App 類。這樣，當你創建 Ap ...
  • 記一次 .NET某爐膛鍋爐檢測系統 崩潰分析
    一：背景 1. 講故事 上個月有個朋友在微信上找到我，說他們的軟體在客戶那邊隔幾天就要崩潰一次，一直都沒有找到原因，讓我幫忙看下怎麼回事，確實工控類的軟體環境複雜難搞，朋友手上有一個崩潰的dump，剛好丟給我來分析一下。 二：WinDbg分析 1. 程式為什麼會崩潰 windbg 有一個厲害之處在於 ...
  • 一個.NET內置依賴註入的小型強化版
    前言 .NET生態中有許多依賴註入容器。在大多數情況下，微軟提供的內置容器在易用性和性能方面都非常優秀。外加ASP.NET Core預設使用內置容器，使用很方便。 但是筆者在使用中一直有一個頭疼的問題：服務工廠無法提供請求的服務類型相關的信息。這在一般情況下並沒有影響，但是內置容器支持註冊開放泛型服 ...
  • WPF隨筆收錄-DataGrid固定右側列
    一、前言 在項目開發過程中，DataGrid是經常使用到的一個數據展示控制項，而通常表格的最後一列是作為操作列存在，比如會有編輯、刪除等功能按鈕。但WPF的原始DataGrid中，預設只支持固定左側列，這跟大家習慣性操作列放最後不符，今天就來介紹一種簡單的方式實現固定右側列。（這裡的實現方式參考的大佬 ...
所有分類