12 搜索之DSL--基础查询

文章目录

1 DSL介绍
- 查询和过滤的区别
2 数据准备
3 文本查询
- 3.1 match 查询
- - 3.1.1 查询所有（match_all)
  - 3.1.2 match_none
  - 3.1.3 match query（匹配查询）
  - - or
    - and
    - minimum_should_match 最小匹配参数
    - 可以使用通配符: *
    - 其他参数
- 3.2 Match Phrase Query（短语查询）
- - 词条位置
  - 演示
  - slop 参数
- 3.3 match_phrase_prefix
- 3.4 multi_match（多字段查询）
- - 基本使用
  - 加权：可以使用（^）表示法增强各个字段：
  - 查询类型(TODO)
4 字段查询
- 4.1 单字段查询
- 4.2 多词条精确匹配(terms)
- 4.3 范围查询（range）
- - 入门
  - 接受的参数
  - 日期匹配
  - - 入门
    - 时间的数学表达
    - 关于时间的四舍五入
    - 日期格式化
    - 指定时区
5 其他查询
- 5.1 是否存在查询
- - 查询指定字段包含任何非空值的文档
  - 查询指定字段包含为空值的文档
- 5.2 前缀查询（prefix）
- 5.3 通配符查询（wildcard）
- 5.4 模糊查询（Fuzziness）
- - 什么是模糊搜索？
  - 入门
  - fuzziness 参数取值规则
  - prefix_length 参数
  - max_expansions参数
  - ID查询

1 DSL介绍

Elasticsearch提供了基于JSON的完整查询DSL（Domain Specific Language）来定义查询。
将查询DSL视为查询的AST（抽象语法树），它由两种子句组成：

叶子查询子句（Leaf query clauses）
在特定字段中查找特定值，例如match，term或range查询
复合查询子句（Compound query clauses）
以逻辑方式组合多个叶子、复合查询为一个查询（例如bool或dis_max查询），

查询和过滤的区别

查询：用于检查内容与条件是否匹配，并且计算_score元字段表示匹配度。查询的结构中以query参数来开始执行内容的查询。

过滤：不计算匹配得分，只是简单的决定文档是否匹配。过滤往往会被elasticsearch自动缓存起来提高性能。

查询的子句中也可以传递filter参数。

2 数据准备

准备一个商品的索引

PUT goods
{"mappings": {"properties": {"id":{"type": "long"},"name":{"type": "text","analyzer": "ik_max_word"},"category":{"type": "keyword"},"price":{"type": "float"},"content":{"type": "text","analyzer": "ik_max_word"},"create_at":{"type": "date","format": ["yyyy-MM-dd hh:mm:ss"]}}}
}

插入数据

PUT goods/_doc/1
{"id":1,"name": "苹果手机12","category":"手机","price":8999.00,"content":"Apple iPhone 12 Pro Max (A2412) 256GB 海蓝色 支持移动联通电信5G 双卡双待手机","create_at":"2020-12-12 12:00:00"}

PUT goods/_doc/2
{"id":2,"name": "华为手机P40","category":"手机","price":7999.00,"content":"华为p40 5G手机 亮黑色 8+128G全网通","create_at":"2020-12-11 12:00:00"}

3 文本查询

基本语法

GET /索引库名/_search
{"query":{"查询类型":{"查询条件":"查询条件值"}}
}

查询类型：
- 例如：match_all， match，term ， range 等等
查询条件：查询条件会根据类型的不同，写法也有差异，后面详细讲解

3.1 match 查询

3.1.1 查询所有（match_all)

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

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 2,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "1","_score" : 1.0,"_source" : {"id" : 1,"name" : "苹果手机12","category" : "手机","price" : 8999.0,"content" : "Apple iPhone 12 Pro Max (A2412) 256GB 海蓝色 支持移动联通电信5G 双卡双待手机","create_at" : "2020-12-12 12:00:00"}},{"_index" : "goods","_type" : "_doc","_id" : "2","_score" : 1.0,"_source" : {"id" : 2,"name" : "华为手机P40","category" : "手机","price" : 7999.0,"content" : "华为p40 5G手机 亮黑色 8+128G全网通","create_at" : "2020-12-11 12:00:00"}}]}
}

可以不指定索引库：查询所有的索引库

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

3.1.2 match_none

这是match_all查询的逆函数，该查询不匹配任何文档

3.1.3 match query（匹配查询）

用于执行全文查询的标准查询，包括模糊匹配和短语或接近查询。
match类型查询，会把查询条件进行分词，然后进行查询,多个词条之间是or的关系（默认）

or

GET goods/_search?
{"query": {"match": {"content": {"query": "华为手机","operator": "or"   # 默认就是or}}}
}

查询结果: 两条记录都查出来了

{"took" : 2,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 2,"relation" : "eq"},"max_score" : 0.96994376,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "2","_score" : 0.96994376,"_source" : {"id" : 2,"name" : "华为手机P40","category" : "手机","price" : 7999.0,"content" : "华为p40 5G手机 亮黑色 8+128G全网通","create_at" : "2020-12-11 12:00:00"}},{"_index" : "goods","_type" : "_doc","_id" : "1","_score" : 0.16613919,"_source" : {"id" : 1,"name" : "苹果手机12","category" : "手机","price" : 8999.0,"content" : "Apple iPhone 12 Pro Max (A2412) 256GB 海蓝色 支持移动联通电信5G 双卡双待手机","create_at" : "2020-12-12 12:00:00"}}]}
}

华为手机，经过分词分为：华为，手机

搜索的时候，content字段中包含手机，或者华为这两个词就可以被匹配出来

and

GET goods/_search?
{"query": {"match": {"content": {"query": "华为手机","operator": "and"}}}
}

根据上面，这里应该只会查出华为手机

{"took" : 8,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 0.96994376,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "2","_score" : 0.96994376,"_source" : {"id" : 2,"name" : "华为手机P40","category" : "手机","price" : 7999.0,"content" : "华为p40 5G手机 亮黑色 8+128G全网通","create_at" : "2020-12-11 12:00:00"}}]}
}

minimum_should_match 最小匹配参数

在 or 与 and 间二选一有点过于非黑即白。如果用户给定的条件分词后有 5 个查询词项，想查找只包含其中 4 个词的文档，该如何处理？将 operator 操作符参数设置成 and 只会将此文档排除，如果是or就会导致搜出的结果和用户的期望值差距较大。所以就引入了minimum_should_match最小匹配数的参数：

这让我们可以指定必须匹配的词项数用来表示一个文档是否相关。我们可以将其设置为某个具体数字，更常用的做法是将其设置为一个百分数，因为我们无法控制用户搜索时输入的单词数量：

比如：下面这个查询我们指定了最小匹配数为2，所以只会查出华为手机

GET goods/_search?
{"query": {"match": {"content": {"query": "华为手机","operator": "or","minimum_should_match": 2}}}
}

可以使用通配符: *

GET goods/_search
{"query": {"match": {"name": {"query": "p*","operator": "and"}}}
}

{"took" : 148,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 0.27779984,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "2","_score" : 0.27779984,"_source" : {"id" : 2,"name" : "华为手机P40","category" : "手机","price" : 7999.0,"content" : "华为p40 5G手机 亮黑色 8+128G全网通","create_at" : "2020-12-11 12:00:00"}}]}
}

其他参数

lenient：可以设置为true来忽略数据类型匹配出错造成的异常，不常用
analyzer: 指定搜索时候使用的分词

eg: 使用标准分词器搜索华为手机

GET goods/_search?
{"query": {"match": {"content": {"query": "华为手机","operator": "or","analyzer": "standard", "minimum_should_match": 2}}}
}

eg： price 是 float 类型的，如果查询 price=2499x ，就会导致无法转换而报错: search_phase_execution_exception

GET goods/_search?
{"query": {"match": {"price": {"query": "8999xx"}}}
}

就可以指定lenient为true来忽略这个错误

GET goods/_search?
{"query": {"match": {"price": {"query": "8999xx","lenient": "true"}}}
}

3.2 Match Phrase Query（短语查询）

match_phrase 查询针对的是一个语句，比如 “like football”, 分析时也会将整个语句作为整体

词条位置

当一个字符串被分析时，分析器不仅只返回一个词条列表，它同时也返回原始字符串的每个词条的位置、或者顺序信息：

POST _analyze
{"analyzer": "ik_max_word","text": "华为手机"
}

{"tokens" : [{"token" : "华为","start_offset" : 0,  # 偏移量"end_offset" : 2, # 偏移量"type" : "CN_WORD","position" : 0 # 位置},{"token" : "手机","start_offset" : 2, # 偏移量"end_offset" : 4, # 偏移量"type" : "CN_WORD","position" : 1 # 位置}]
}

像match_phrase这样位置感知(Position-aware)的查询能够使用位置信息来匹配那些含有正确单词出现顺序的文档，且在这些单词之间没有插入别的单词

对于查询华为手机，必须满足：

字段中必须含有这两个分词
手机的位置必须比华为的位置大于1

演示

请求：查询content字段中时候有移动联通电信

GET goods/_search
{"query": {"match_phrase": {"content": {"query": "移动联通电信","analyzer": "ik_max_word"}}}
}

响应：会查出苹果手机这一条

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 2.526501,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "1","_score" : 2.526501,"_source" : {"id" : 1,"name" : "苹果手机12","category" : "手机","price" : 8999.0,"content" : "Apple iPhone 12 Pro Max (A2412) 256GB 海蓝色 支持移动联通电信5G 双卡双待手机","create_at" : "2020-12-12 12:00:00"}}]}
}

如果查询的是移动电信联通呢，根据前面说的必须要保证联通在电信前面，是不会查出数据的

GET goods/_search
{"query": {"match_phrase": {"content": {"query": "移动电信联通","analyzer": "ik_max_word"}}}
}

{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 0,"relation" : "eq"},"max_score" : null,"hits" : [ ]}
}

默认使用 match_phrase 时会精确匹配查询的短语，需要全部单词和顺序要完全一样，标点符号除外。，所以改了顺序之后就不到了

slop 参数

默认是0

slop 参数告诉 match_phrase 查询词条相隔多远时仍然能将文档视为匹配
什么是相隔多远？意思是说为了让查询和文档匹配你需要移动词条多少次？

比如刚刚的移动电信联通没有搜索出来，就可以通过这个slop去调整，能够搜索出来

GET goods/_search
{"query": {"match_phrase": {"content": {"query": "移动电信联通","analyzer": "ik_max_word","slop": 3}}}
}

{"took" : 3,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 0.6871974,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "1","_score" : 0.6871974,"_source" : {"id" : 1,"name" : "苹果手机12","category" : "手机","price" : 8999.0,"content" : "Apple iPhone 12 Pro Max (A2412) 256GB 海蓝色 支持移动联通电信5G 双卡双待手机","create_at" : "2020-12-12 12:00:00"}}]}
}

3.3 match_phrase_prefix

原理跟match_phrase类似，唯一的区别，就是把最后一个term作为前缀去搜索。

比如输入 hello w 进行搜索

hello就是去进行match，搜索对应的doc
w，会作为前缀，去扫描整个倒排索引，找到所有w开头的doc
然后找到所有doc中，即包含hello，又包含w开头的字符的doc
根据你的slop去计算，看在slop范围内，能不能让hello w，正好跟doc中的hello和w开头的单词的position相匹配
max_expansions：指定prefix最多匹配多少个term，超过这个数量就不继续匹配了，限定性能
默认情况下，前缀要扫描所有的倒排索引中的term，去查找w打头的单词，但是这样性能太差。可以用max_expansions限定，w前缀最多匹配多少个term，就不再继续搜索倒排索引了。

尽量不要用，因为，最后一个前缀始终要去扫描大量的索引，性能可能会很差
max_expansions：指定prefix最多匹配多少个term，超过这个数量就不继续匹配了

可以通过这个去做那种联想搜索。

3.4 multi_match（多字段查询）

multi_match查询以match查询为基础，以允许多字段查询：

基本使用

GET 索引库/_search
{"query": {"multi_match": {"query": "查询关键词","fields": ["字段1","字段2"],"operator": "and" # 默认是or 查询关键词分词之后，是or还是and}}
}

查询关键词：手机12

GET goods/_search
{"query": {"multi_match": {"query": "手机12","fields": ["content","name"],"operator": "and"}}
}

只会查询苹果手机12：因为是and连接，手机12会被分词为苹果和手机

{"took" : 5,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 0.9752057,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "1","_score" : 0.9752057,"_source" : {"id" : 1,"name" : "苹果手机12","category" : "手机","price" : 8999.0,"content" : "Apple iPhone 12 Pro Max (A2412) 256GB 海蓝色 支持移动联通电信5G 双卡双待手机","create_at" : "2020-12-12 12:00:00"}}]}
}

如果改成or：

GET goods/_search
{"query": {"multi_match": {"query": "手机12","fields": ["content","name"]}}
}

{"took" : 2,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 2,"relation" : "eq"},"max_score" : 0.9752057,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "1","_score" : 0.9752057,"_source" : {"id" : 1,"name" : "苹果手机12","category" : "手机","price" : 8999.0,"content" : "Apple iPhone 12 Pro Max (A2412) 256GB 海蓝色 支持移动联通电信5G 双卡双待手机","create_at" : "2020-12-12 12:00:00"}},{"_index" : "goods","_type" : "_doc","_id" : "2","_score" : 0.20199655,"_source" : {"id" : 2,"name" : "华为手机P40","category" : "手机","price" : 7999.0,"content" : "华为p40 5G手机 亮黑色 8+128G全网通","create_at" : "2020-12-11 12:00:00"}}]}
}

加权：可以使用（^）表示法增强各个字段：

GET /_search
{"query": {"multi_match" : {"query" : "华为手机","fields" : [ "content^3", "name" ] }}
}

content字段是name字段重要三倍

如果未提供任何字段，则multi_match查询默认为index.query.default_field索引设置，而默认设置为。 提取映射中所有符合词条查询条件的字段，并过滤元数据字段。然后将所有提取的字段组合起来以构建查询。

查询类型(TODO)

多匹配查询内部执行方式取决于：type参数，他的取值有：

best_fields（默认）：查找匹配任何字段的文档，但是使用最佳匹配的_score。
most_fields：查找匹配任何字段的文档，结合每个字段的_score。
cross_fields: 用相同的分词器处理字段，把这些字段当做一个大字段。查找任何字段的每个单词
phrase：每个字段上进行短语匹配查询（match_phrase），结合每个字段的_score。
phrase_prefix：每个字段上进行短语前缀匹配查询（match_phrase_prefix），结合每个字段的_score。

best_fields：在同一个字段中，搜索多个单词的时候，此参数最有用，比如一个字段包含华为手机，比包含手机或者包含华为更有意义，best_fields会对每个字段生成一个匹配查询，并且封装成dis_max查询，来找到最佳匹配字段，例如：

GET goods/_search
{"query": {"multi_match": {"query": "华为手机","fields": ["name","content"],"type": "best_fields"}}
}

回执行为：

GET goods/_search
{"query": {"dis_max": {"queries": [{"match": {"content": "华为手机"}},{"match": {"name": "华为手机"}}]}}
}

4 字段查询

前面的查询都会先分析查询字符串（进行分词），而字段查询只针对存储在反向索引中的精确索引词。查询关键字不会先进行分词

这些精确值可能是数字、时间、布尔或者那些未分词的字符串

4.1 单字段查询

查询指定字段中包含的指定内容进行查找。

eg：查询name字段包含苹果手机的

GET goods/_search
{"query": {"term": {"name": "苹果手机"}}
}

苹果手机不会被分词，作为一个整体去匹配，name字段中是否包含的苹果手机

这里的查询结果是空！！！！

{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 0,"relation" : "eq"},"max_score" : null,"hits" : [ ]}
}

name为苹果手机12的那条文档，在倒序索引中，会被ik分词器分词为苹果，手机，12，显然这三个索引词都和我们指定的苹果手机不匹配。说到底就是我们的查询关键字不会先进行分词

4.2 多词条精确匹配(terms)

terms` 查询和 term 查询一样，但它允许你指定多值进行匹配。

GET goods/_search
{"query": {"terms": {"name": ["手机","苹果"]}}
}

4.3 范围查询（range）

根据指定字段包含的值（日期，数字或字符串等）范围查找文档

入门

查询价格大等于8000的商品

GET goods/_search
{"query": {"range": {"price": {"gte": 8000}}}
}

接受的参数

gte：大于等于
gt：大于
lte：小于等于
lt：小于
boots：设置查询的加权值，默认是1.0

日期匹配

入门

GET goods/_search
{"query": {"range": {"create_at": {"gte": "now-d/d"  # 当前时间的上一天, 四舍五入到最近的一天"lt": "now-1d/d" # 当前时间, 四舍五入到最近的一天}}}
}

时间的数学表达

Elasticsearch中时间可以表示为now, 也就是系统当前时间, 也可以是以||结尾的日期字符串表示.

在日期之后, 可以选择一个或多个数学表达式:

表示式	含义
y	年
M	月
w	周
d	天
H	时
m	分
s	秒

eg：

+1h —— 加1小时;
-1d —— 减1天;
/d —— 四舍五入到最近的一天.
/M —— 四舍五入到最近的一天.
说明: 假设系统当前时间now = 2018-10-01 12:00:00 :
now+1h: now的毫秒值 + 1小时, 结果是: 2018-10-01 13:00:00.
now-1h: now的毫秒值 - 1小时, 结果是: 2018-10-01 11:00:00.
now-1h/d: now的毫秒值 - 1小时, 然后四舍五入到最近的一天的起始, 结果是: 2018-10-01 00:00:00.
2018.10.01||+1M/d: 2018-10-01的毫秒值 + 1月, 再四舍五入到最近一天的起始, 结果是: 2018-11-01 00:00:00

关于时间的四舍五入

向上舍入: 移动到舍入范围的最后一毫秒;

向下舍入: 一定到舍入范围的第一毫秒.

“gt”: “2018-12-18||/M” —— 大于日期, 需要向上舍入, 结果是2018-12-31T23:59:59.999, 也就是不包含整个12月.
“gte”: “2018-12-18||/M” —— 大于或等于日期, 需要向下舍入, 结果是 2018-12-01, 也就是包含整个12月.
“lt”: “2018-12-18||/M” —— 小于日期, 需要向上舍入, 结果是2018-12-01, 也就是不包含整个12月.
“lte”: “2018-12-18||/M” —— 小于或等于日期, 需要向下舍入, 结果是2018-12-31T23:59:59.999, 也就是包含整个12月.

日期格式化

GET goods/_search
{"query": {"range": {"create_at": {"lt": "2021-01-01","format": "yyyy-MM-dd"}}}
}

指定时区

GET goods/_search
{"query": {"range": {"create_at": {"time_zone": "+01:00",        "gte": "2020-01-01 00:00:00","format": "yyyy-MM-dd hh:mm:ss"}}}
}

5 其他查询

5.1 是否存在查询

查询指定字段包含任何非空值的文档

查询name字段不为空的商品

GET goods/_search
{"query": {"exists": {"field": "name"}}
}

name为空的情况：

null
[] (空数组)
[null]
没有name字段的文档

查询指定字段包含为空值的文档

上一个的逆操作

GET goods/_search
{"query": {"bool": {"must_not": [{"exists": {"field": "name"}}]}}
}

5.2 前缀查询（prefix）

查询字段包含指定前缀的索引词（不分词）。
插叙name字段前缀为华为的商品

GET goods/_search
{"query": {"prefix": {"name": {"value": "华为"}}}
}

5.3 通配符查询（wildcard）

注意的是这个查询会比较慢，需要在多个索引词上面重复执行。为了避免极端缓慢的查询，应该避免查询的时使用通配符开头

*：匹配任意字符（包含空字符）
？：匹配任意单个字符

GET goods/_search
{"query": {"wildcard": {"name": "华为?"  }}
}

5.4 模糊查询（Fuzziness）

fuzzniess 参数可以使查询的字段具有模糊搜索的特性。来先了解下什么是模糊搜索。

什么是模糊搜索？

模糊搜索是指系统允许被搜索信息和搜索提问之间存在一定的差异，这种差异就是“模糊”在搜索中的含义。例如，查找名字Smith时，就会找出与之相似的Smithe， Smythe， Smyth， Smitt等。(百度百科)

通过模糊搜索可以查询出存在一定相似度的单词，那么怎么计算两个单词是否有相似度以及相似度的大小呢？这就要了解下另外一个概念：Levenshtein Edit Distance

Levenshtein Edit Distance 叫做莱文斯坦距离，是编辑距离的一种。指两个字串之间，由一个转成另一个所需的最少编辑操作次数。允许的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。

例如，单词 “god” 只需要插入一个 ‘o’ 字符就可以变为 “good”，因此它们之间的编辑距离为 1。

入门

查询ipone

GET goods/_search
{"query": {"match": {"content": {"query": "ipone"}}}
}

没有查到结果

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 0,"relation" : "eq"},"max_score" : null,"hits" : [ ]}
}

执行下面的查询，便可模糊查出结果

GET goods/_search
{"query": {"match": {"content": {"query": "ipone","fuzziness": 1}}}
}

{"took" : 39,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 0.5053002,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "1","_score" : 0.5053002,"_source" : {"id" : 1,"name" : "苹果手机12","category" : "手机","price" : 8999.0,"content" : "Apple iPhone 12 Pro Max (A2412) 256GB 海蓝色 支持移动联通电信5G 双卡双待手机","create_at" : "2020-12-12 12:00:00"}}]}
}

或者

GET goods/_search
{"query": {"fuzzy": {"content": {"value": "ipone","fuzziness": 1}}}
}

{"took" : 5,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 0.5053002,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "1","_score" : 0.5053002,"_source" : {"id" : 1,"name" : "苹果手机12","category" : "手机","price" : 8999.0,"content" : "Apple iPhone 12 Pro Max (A2412) 256GB 海蓝色 支持移动联通电信5G 双卡双待手机","create_at" : "2020-12-12 12:00:00"}}]}
}

fuzziness 参数取值规则

在查询 text 或者 keyword 类型的字段时, fuzziness 可以看做是莱文斯坦距离。

fuzziness 参数的取值如下

0,1,2: 表示最大可允许的莱文斯坦距离
auto:
会根据词项的长度来产生可编辑距离，它还有两个可选参数，形式为AUTO:[low],[high]，分别表示短距离参数和长距离参数；如果没有指定，默认值是 AUTO:3,6 表示的意义如下
- 0…2 单词长度为 0 到 2 之间时必须要精确匹配，这其实很好理解，单词长度太短是没有相似度可言的，例如 ‘a’ 和 ‘b’。
- 3…5: 单词长度 3 到 5 个字母时，最大编辑距离为 1
- 5: 单词长度大于 5 个字母时，最大编辑距离为 2
  如果不设置 fuziness 参数，查询是精确匹配的。
  fuzziness 在绝大多数场合都应该设置成 AUTO(来自官网)
  对在中文环境下Fuzziness这个模糊查询的没有什么意义，

prefix_length 参数

prefix_length 表示不能没模糊化的初始字符数。由于大部分的拼写错误发生在词的结尾，而不是词的开始，使用 prefix_length 就可以完成优化。注意 prefix_length 必须结合 fuzziness 参数使用。默认0

prefix_length设置3，前三个字母就不能模糊化，所以这里ihpone不会匹配到数据

GET goods/_search
{"query": {"fuzzy": {"content": {"value": "ihpone","fuzziness": 1,"prefix_length": 3}}}
}

或者

GET goods/_search
{"query": {"match": {"content": {"query": "ihpone","fuzziness": 1,"prefix_length": 3}}}
}

max_expansions参数

模糊查询将要扩展的索引词最大数量，默认50

ID查询

GET goods/_search
{"query": {"ids": {"type": "_doc", "values": [1,2]}}
}

在老版本，es还没有取消的type的时候，请求是上面这样的，后来取消type了 (Deprecation: [types removal] Types are deprecated in [ids] queries.)

GET goods/_search
{"query": {"ids": {"values": [1,2]}}
}