知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 03 - 搜索 DSL ## Query DSL 概述 ES 的查询语言叫 Query DSL(Domain Specific Language),基于 JSON 构建。 ``` 查询分类: 1. 叶子查询(Leaf Query) 在单个字段上查找特定值 - Term Query(精确匹配) - Match Query(全文搜索) - Range Query(范围查询) - Exists Query(字段存在性) 2. 复合查询(Compound Query) 组合多个叶子查询 - Bool Query(布尔组合) - Constant Score(固定分数) - Dis Max(最佳匹配) - Function Score(自定义评分) 3. 全文查询(Full-Text Query) 对文本字段进行分词后搜索 - Match(分词搜索) - Match Phrase(短语匹配) - Multi Match(多字段搜索) - Query String(Lucene 语法查询) ``` ## Term Query vs Match Query 这是面试最高频考点之一。 ``` 核心区别:是否对查询词做分词! Term Query:不分词,把查询词整体当做一个 Term 去倒排索引精确匹配 Match Query:分词,先对查询词做分词,再用多个 Term 去搜索(默认 OR 逻辑) 示例:索引中有文档 "华为手机很好用" 1. Term Query: 查询: GET /products/_search {"query": {"term": {"title": "华为"}}} 过程: 倒排索引中 title 字段的 Term 列表: "华" → [...] "为" → [...] "手机" → [当前文档] "很好" → [当前文档] "用" → [当前文档] 查找 Term "华为" → 不存在 → 搜不到!(因为 IK 分词把"华为手机"分成了"华为"和"手机", 如果索引时被分成了多个 term,"华为"是完整的 term 就能匹配) 关键:Term Query 不分词,直接查找完整的 "华为" 2. Match Query: 查询: GET /products/_search {"query": {"match": {"title": "华为"}}} 过程: 1. 对查询词"华为"进行分词 → ["华为"](IK 分词) 2. 用分词结果去倒排索引查找 → 找到! 3. 计算相关性得分 → 返回结果 关键:Match Query 会先分词再搜索 适用场景: Term Query: 精确匹配 — 枚举值(status: "active")、ID、标签、keyword 类型字段 Match Query: 全文搜索 — 商品名称、文章内容、描述文本 ``` > **记忆口诀:** Term 不分词直接查,Match 先分词再查。搜索文本用 Match,精确匹配用 Term。 ## 全文查询详解 ### Match Query ```json { "query": { "match": { "title": "华为手机" } } } // 分词后默认 OR 逻辑:title 包含"华为"或"手机"的文档都会被召回 // 可以通过 operator 改为 AND:title 必须同时包含"华为"和"手机" ``` ``` operator 参数: "operator": "or" (默认) → 分词后的 Term 是 OR 关系 "operator": "and" → 分词后的 Term 是 AND 关系 minimum_should_match: 控制最少匹配几个 Term "minimum_should_match": "75%" → 4 个 Term 中至少匹配 3 个 比 operator: "and" 更灵活 ``` ### Match Phrase Query(短语匹配) ```json { "query": { "match_phrase": { "title": "华为手机" } } } // 要求:分词后的 Term 必须按顺序出现,且位置相邻 // 索引中具体存储了每个 Term 在文档中的位置(Position) ``` ``` Match Phrase 的执行过程: "华为手机" 分词 → ["华为", "手机"] 1. 找到同时包含"华为"和"手机"的文档 2. 检查"华为"的位置 + 1 == "手机"的位置(slop=0 默认) slop 参数:允许两个词之间隔几个词 slop=1 → "华为 新款 手机" 也能匹配 ``` ### Multi Match Query(多字段搜索) ```json { "query": { "multi_match": { "query": "华为手机", "fields": ["title^2", "description", "brand"] } } } // title 权重 ×2,查询词在 title 中匹配比在 description 中匹配得分更高 ``` ### Query String Query(Lucene 原生语法) ```json { "query": { "query_string": { "query": "(华为 OR 苹果) AND 手机 NOT 平板" } } } // 支持 AND、OR、NOT、通配符、正则等复杂语法 // 适合高级用户手动输入搜索条件 ``` ## Bool Query(布尔复合查询) Bool Query 是 ES 中最强大的复合查询,面试必问。 ```json { "query": { "bool": { "must": [ {"match": {"title": "手机"}} ], "filter": [ {"term": {"brand": "华为"}}, {"range": {"price": {"gte": 3000, "lte": 8000}}} ], "should": [ {"term": {"tags": "5G"}}, {"term": {"tags": "拍照"}} ], "must_not": [ {"term": {"status": "下架"}} ], "minimum_should_match": 1 } } } ``` ### 四种子句的区别 ``` ┌─────────────┬──────────┬──────────┬──────────────┬──────────────┐ │ 子句类型 │ 逻辑含义 │ 影响评分 │ 参与排序 │ 适用场景 │ ├─────────────┼──────────┼──────────┼──────────────┼──────────────┤ │ must │ 必须匹配 │ 是 │ 影响相关性 │ 搜索关键词 │ │ filter │ 必须匹配 │ 否 │ 不影响得分 │ 条件过滤 │ │ should │ 可选匹配 │ 是 │ 匹配的得分高 │ 加分项 │ │ must_not │ 必须不匹配 │ 否 │ 不参与评分 │ 排除条件 │ └─────────────┴──────────┴──────────┴──────────────┴──────────────┘ ``` ### must 和 filter 的区别 ``` 这是面试高频考点: must: - 参与评分计算(对搜索相关性有贡献) - 适合全文搜索条件 filter: - 不参与评分(只是做过滤) - 结果会被缓存(Filter Cache) - 适合精确过滤条件(时间范围、状态、分类等) - 性能比 must 更好 最佳实践: 全文搜索条件 → must 或 should 精确过滤条件 → filter 示例: must: {"match": {"title": "手机"}} ← 全文搜索,需要评分 filter: {"term": {"status": "在售"}} ← 精确过滤,不需要评分 filter: {"range": {"price": {"gte": 0}}} ← 范围过滤 ``` ### should 配合 minimum_should_match ``` { "bool": { "should": [ {"term": {"tags": "5G"}}, {"term": {"tags": "拍照"}}, {"term": {"tags": "全面屏"}} ], "minimum_should_match": 2 } } // tags 中至少包含 3 个标签中的 2 个 // 可以用百分比: "minimum_should_match": "70%" should 在不同上下文中的行为: - bool 中没有 must 只有 should:至少匹配 1 个 should(等同于 OR) - bool 中有 must:should 变为加分项,匹配不匹配都行,匹配了得分更高 ``` ## 分页查询 ``` ES 的三种分页方式: 1. from + size(浅分页) 类似 MySQL 的 LIMIT offset, size 问题:from 越大性能越差 原因:ES 需要从每个分片取 from+size 条数据,在协调节点合并后取第 from 到 from+size 条 GET /products/_search { "from": 100, "size": 10 } // 每个分片需要返回 110 条,协调节点收到 110 × 3 个分片 = 330 条,再排序取 10 条 限制:from + size 不能超过 index.max_result_window(默认 10000) 适用于:前端分页、少量翻页(前几页) 2. Scroll(深分页/全量导出) 类似数据库游标,创建后保持搜索上下文 适用于:全量数据导出、批量处理 不适合:实时搜索、随机跳页 POST /products/_search?scroll=1m {"size": 1000} // 返回 scroll_id,后续用 scroll_id 获取下一批 3. Search After(实时深分页) 基于上一页最后一条的排序值来获取下一页 解决了 from+size 深度分页的性能问题 不支持跳页,只能顺序翻页 GET /products/_search { "size": 10, "sort": [{"price": "asc"}, {"_id": "asc"}], "search_after": [6999, "product_100"] } // 传入上一页最后一条的 sort 值 ``` ## 面试常见问题 **Q:Term Query 和 Match Query 的区别?** A:Term Query 不分析查询词,整体去倒排索引做精确匹配;Match Query 会先对查询词做分词,再用分出的每个 Term 去搜索(默认 OR 逻辑)。搜文本用 Match,精确值用 Term。 **Q:Bool Query 中 must 和 filter 的区别?** A:must 参与相关性评分,影响排序;filter 不参与评分,只做过滤。filter 的结果会被 ES 缓存(Filter Cache),性能更好。最佳实践:全文搜索条件用 must,精确过滤条件用 filter。 **Q:为什么 ES 不推荐深度分页?** A:from + size 分页中,每个分片需要返回 from + size 条数据到协调节点,深度分页(如 from=10000)意味着每个分片要取大量数据,内存和网络开销大。解决方案:少量翻页用 from+size,全量导出用 Scroll,实时深分页用 Search After。 --- 下一篇:[04 - 聚合分析](./04-aggregations.md)
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入