Elasticsearch实战（五）---高级搜索 Match/Match_phrase/Term/Must/should 组合使用

Elasticsearch实战-Match/Match_phrase/term/filter 及Must should 组合并列使用

文章目录

Elasticsearch实战-Match/Match_phrase/term/filter 及Must should 组合并列使用
- 1.Match/Match_phrase/term
- - 1.1 准备数据
  - 1.2 Match 用法
  - 1.3 Match_phrase 用法
  - 1.4 term 用法
- 2.Must / Should 组合并列使用
- - 2.1 A & B & (C || D) 错误写法
  - 2.2 A & B & (C || D) 正确写法 Should放入Must内层中
  - 2.3 A & B & (C || D) 使用 Filter 实现

1.Match/Match_phrase/term

math：将词分割开来，匹配倒排索引，查找包含任意分割的词的字段。根据你的分词去匹配
比如你用的标准分词，湖北省（湖/北/省）如果用的IK_smart 分词就是用的湖北省（湖北省/湖北省）如果用的IK_max_word细粒度分词就是湖北省（湖北省/湖北/省）
term：不分割词，直接匹配倒排索引。传入的文本原封不动地（不分词）拿去查询。你输入的是湖北省，如果结果中湖北省武汉市是查不出来的
match_phrase：将词分割开来，匹配倒排索引，查找这个短语。比如湖北省武汉市，结果中有湖北省武汉市洪山区，湖北省武汉市东湖隧道，这些都能查出来，因为结果中包含了湖北省武汉市整个短语
filter和Query有什么区别， filter过滤的性能好于查询的性能，为什么？因为 filter 过滤不计算得分，但是查询计算得分，而且过滤可以使用缓存，但是查询不会使用缓冲

1.1 准备数据

empId:员工id， salary 表示薪资， deptName：部门， address：地址

POST /testboost/_bulk
{"index":{"_id": 1}}
{"empId" : "111","name" : "员工1","age" : 20,"sex" : "男","mobile" : "19000001111","salary":1333,"deptName" : "技术部","address" : "湖北省武汉市洪山区光谷大厦"}
{"index":{"_id": 2}}
{"empId" : "222","name" : "员工2","age" : 25,"sex" : "男","mobile" : "19000002222","salary":15963,"deptName" : "销售部","address" : "湖北省武汉市江汉路"}
{"index":{"_id": 3}}
{ "empId" : "333","name" : "员工3","age" : 30,"sex" : "男","mobile" : "19000003333","salary":20000,"deptName" : "技术部","address" : "湖北省武汉市经济开发区"}
{"index":{"_id": 4}}
{"empId" : "444","name" : "员工4","age" : 20,"sex" : "女","mobile" : "19000004444","salary":5600,"deptName" : "销售部","address" : "湖北省武汉市沌口开发区"}
{"index":{"_id": 5}}
{ "empId" : "555","name" : "员工5","age" : 20,"sex" : "男","mobile" : "19000005555","salary":9665,"deptName" : "测试部","address" : "湖北省武汉市东湖隧道"}
{"index":{"_id": 6}}
{"empId" : "666","name" : "员工6","age" : 30,"sex" : "女","mobile" : "19000006666","salary":30000,"deptName" : "技术部","address" : "湖北省武汉市江汉路"}
{"index":{"_id": 7}}
{"empId" : "777","name" : "员工7","age" : 60,"sex" : "女","mobile" : "19000007777","salary":52130,"deptName" : "测试部","address" : "湖北省黄冈市边城区"}
{"index":{"_id": 8}}
{"empId" : "888","name" : "员工8","age" : 19,"sex" : "女","mobile" : "19000008888","salary":60000,"deptName" : "技术部","address" : "湖北省武汉市江汉大学"}
{"index":{"_id": 9}}
{"empId" : "999","name" : "员工9","age" : 40,"sex" : "男","mobile" : "19000009999","salary":23000,"deptName" : "销售部","address" : "河南省郑州市郑州大学"}
{"index":{"_id": 10}}
{"empId" : "101010","name" : "张湖北","age" : 35,"sex" : "男","mobile" : "19000001010","salary":18000,"deptName" : "测试部","address" : "湖北省武汉市东湖高新"}
{"index":{"_id": 11}}
{"empId" : "111111","name" : "王河南","age" : 61,"sex" : "男","mobile" : "19000001011","salary":10000,"deptName" : "销售部","address" : "河南省开封市河南大学"}
{"index":{"_id": 12}}
{"empId" : "121212","name" : "张大学","age" : 26,"sex" : "女","mobile" : "19000001012","salary":1321,"deptName" : "测试部","address" : "河南省开封市河南大学"}
{"index":{"_id": 13}}
{"empId" : "131313","name" : "李江汉","age" : 36,"sex" : "男","mobile" : "19000001013","salary":1125,"deptName" : "销售部","address" : "河南省郑州市二七区"}
{"index":{"_id": 14}}
{"empId" : "141414","name" : "王技术","age" : 45,"sex" : "女","mobile" : "19000001014","salary":6222,"deptName" : "测试部","address" : "河南省郑州市金水区"}
{"index":{"_id": 15}}
{"empId" : "151515","name" : "张测试","age" : 18,"sex" : "男","mobile" : "19000001015","salary":20000,"deptName" : "技术部","address" : "河南省郑州高新开发区"}

1.2 Match 用法

Match就是匹配，切分关键字，输入湖北省，切分湖/北/省

//查询地址 中包含湖北省
get /testboost/_search
{"query":{"match": {"address": "湖北省"}}
}

所以查询结果把河南 “省” 带省的也查询出来了

1.3 Match_phrase 用法

如果我想查 “湖北省” 不要查省的结果中不带河南省的那么就要用到 match_phrase 把查询条件当作短语来查找了

//把湖北省当作 短语不分词 模糊查询 ，比如 湖北省xxx ，湖北省 都查出来
get /testboost/_search
{"query":{"match_phrase": {"address": "湖北省"}}
}

可以看到查询结果都是湖北的，是没河南省信息的，包含湖北省的才会查出来

1.4 term 用法

按照官方文档 term应该是不分词就查询的，所以我们直接把整个地址当作查询就行

//term不分词， 直接查 整个地址是 湖北省武汉市经济开发区 的，结果查不出来，为什么？
get /testboost/_search
{"query":{"term": {"address": "湖北省武汉市经济开发区"}}
}

可以看到是没有数据的，为什么 , 明明我的数据中有地址是 “湖北省武汉市经济开发区” 的数据的？

!!! 使用term去查询，其实是拿查询条件和被分词的索引关键字一一匹配，
我们的address是个text类型的字段，被分词器分词了，并且湖北省武汉市经济技术开发区就被分成了一个个字的分词，需要你在构建索引的时候插入mapping 指定，确保字段是no analyzed的。建索引的时候要注意

既然这样， term根据索引去查询，我的索引又是单个字的，我试试单个字查询有没有问题，搜"区" 是没问题的

2.Must / Should 组合并列使用

2.1 A & B & (C || D) 错误写法

我想搜地址必须湖北省，性别男并且部门是技术部或者销售部操作就是 A && B && ( C || D) 这种查询应该如何查
地址 must操作，技术部或者测试部 should操作
注意此时 Must 条件和 Should 是同等级别的，

#  执行错误示范 这个是  address=湖北省 and sex=男 or 部门=技术部/销售部， 会把 测试部的人拉出来， 说明should 不生效
# 此时 must 和 should 是同等级别的
get /testboost/_search
{"query":{"bool": {"must": [{"match_phrase": {"address": "湖北省"}},{"match": {"sex": "男"}}],"should": [{"match_phrase": {"deptName": "销售部"}},{"match_phrase": {"deptName": "技术部"}}]}}
}

错误的查询结果 , 为什么should 不生效呢？为什么把测试部们查了出来，明明should 写了只查满足部门=销售部或技术部的，但是结果把测试部查了出来

所以应该怎么写？结论就是应该把 should 放到 Must中试一试

2.2 A & B & (C || D) 正确写法 Should放入Must内层中

湖北省 && 男生 && （技术部 || 销售部）？如何实现

get /testboost/_search
{"query":{"bool": {"must": [{"match_phrase": {"address": "湖北省"}},      {"match": {"sex": "男"}},//注意 查询 should 是在must 内部写的，should要用 bool结构{"bool": {"should": [{"match_phrase": {"deptName": "技术部"}},{"match_phrase": {"deptName": "销售部"}}]}}]}
}
}

看下结果，只有湖北省且男且部门是销售部或技术部的才查出来，结果正确
注意此时 should是放在 must 内层的，和湖北省，男，是同等级别，这就是区别

结果正常

2.3 A & B & (C || D) 使用 Filter 实现

湖北省 && 男生 && （技术部 || 销售部）？filter如何实现其实就是先查出来湖北省 && 男生的所有部门的信息
然后过滤 filter 过滤出来是技术部或者销售部的信息

# 湖北省 && 男生 && （技术部 || 销售部） filter 先用 must 查 湖北省and男 结果，然后过滤 技术部或者销售部的人
get /testboost/_search
{"query":{"bool": {"must": [{"match_phrase": {"address": "湖北省"}},{"match_phrase": {"sex": "男"}}],"filter": [{"bool": {"should": [{"match_phrase": {"deptName": "技术部"}},{"match_phrase": {"deptName": "销售部"}}]}}]}
}
}

看下结果，只有湖北省且男且部门是销售部或技术部的才查出来，通过filter 也是能够得出正确结果的

结果正常

至此我们Match Match_phrase 及Term 使用和区别也讲了， Must及should 组合并列使用的如何正确查出结果也讲了，下一篇我们将如何排名