第9篇：ElasticSearch分布式搜索6大能力
背景：目前国内有大量的公司都在使用 Elasticsearch，包括阿里、京东、滴滴、今日头条、小米、vivo等诸多知名公司。除了搜索功能之外，Elasticsearch还结合Kibana、Logstash、Elastic Stack还被广泛运用在大数据近实时分析领域，包括日志分析、指标监控等多个领域。
本节内容：了解企业实际业务当中ElasticSearch的六大搜索能力。
目录
Elasticsearch的六大搜索能力
0 准备工作
创建一个student演示索引
创建索引演示数据
1、轻量搜索
2、表达式搜索
3、复杂搜索
4、全文搜索(相关性分析)
5、短语搜索
6、高亮搜索
Elasticsearch的六大搜索能力
前面文章提到过，Elasticsearch最大的优势在于其检索能力。那为了适配日常不同业务的多种查询需求，Elasticsearch为我们提供了六大搜索方式: 轻量搜索、表达式搜索、复杂搜索、全文搜索、短语搜索和高亮搜索。
0 准备工作
基础工具参考前文 7.X增删改查实战
创建一个student演示索引
{ "mappings": { "properties": { "name": { "type": "keyword" }, "age": { "type": "integer" }, "love": { "type": "keyword" }, "createTime": { "format": "yyyy-MM-dd HH:mm:ss", "type": "date" } } }}创建索引演示数据
1）索引实体对象
import java.util.Date;public class Student extends BaseDto { private String name; private Integer age; private String love; private Date createTime; // get set方法省略}2）索引数据
//2、添加文档for(int i = 1; i<=20; i++) { Student student = new Student(); student.setId(""+i); student.setCreateTime(new Date()); student.setName("test"+i); student.setAge(i+10); if(i%2 == 0) { student.setLove("I love to go rock climbing"); }else{ student.setLove("I like to collect rock albums"); } Boolean add = IndexOperateUtil.addDocument(student, indexName); System.out.println("文档新增结果" + add);}1、轻量搜索
我们先用GET 尝试一个几乎是最简单的搜索。如下使用下列请求来搜索所有学生：
http://127.0.0.1:9200/student/_search可以看到，我们仍然使用索引库student ，但与指定一个文档 ID 不同的是，使用 _search返回结果包括了所有三个文档放在数组 hits 中。（一个搜索默认返回十条结果）
{ "took": 1, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 30, "relation": "eq" }, "max_score": 1, "hits": [ { "_index": "student", "_type": "_doc", "_id": "21", "_score": 1, "_source": { "love": "I like to collect rock albums", "createTime": "2022-05-27 09:47:38", "name": "test9", "id": "21", "age": 11 } }, { "_index": "student", "_type": "_doc", "_id": "22", "_score": 1, "_source": { "love": "I love to go rock climbing", "createTime": "2022-05-27 09:47:38", "name": "test9", "id": "22", "age": 12 } }, ...省略 ] }}从上面的结果可以看出，返回结果不仅告知匹配了哪些文档，还包含了整个文档本身，将显示搜索结果给最终用户所需的全部信息。
接下来，我们搜索学生姓名为 “test9”的学生。因此，需要使用一个高亮搜索。这个方法一般涉及到一个查询字符串搜索(query-string), 因为我们通过一个URL参数来传递查询信息给搜索接口。
http://127.0.0.1:9200/student/_search?q=name:test9我们仍然在请求路径中使用_search，并将查询本身赋值给参数 q= 。返回结果给出了所有的 test9。
{ "took": 275, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 11, "relation": "eq" }, "max_score": 1.4060969, "hits": [ { "_index": "student", "_type": "_doc", "_id": "21", "_score": 1.4060969, "_source": { "love": "I like to collect rock albums", "createTime": "2022-05-27 09:47:38", "name": "test9", "id": "21", "age": 11 } }, { "_index": "student", "_type": "_doc", "_id": "22", "_score": 1.4060969, "_source": { "love": "I love to go rock climbing", "createTime": "2022-05-27 09:47:38", "name": "test9", "id": "22", "age": 12 } }, ...省略 ] }}综上，轻量搜索就介绍完了。那在实际生产当中，轻量搜索也是经常使用的一种搜索方式。Query-string 搜索通过命令虽然非常方便地进行临时性的及时搜索 ，但它有自身的局限性，参数传递不是很灵活，比如不利于我们传输一些复杂的查询。
2、表达式搜索
Elasticsearch 提供一个丰富灵活的查询语言叫做 查询表达式 ， 它支持构建更加复杂和健壮的查询。这中查询也叫做领域特定语言(DSL), 会使用 JSON 构造了一个请求。
http://127.0.0.1:9200/student/_search{ "query": { "match": { "name": "test9" } }}返回结果与轻量搜索的查询一样，但还是可以看到有一些变化。请求不再使用 query-string 参数，而是一个JSON 体替代。同时使用了一个 match 查询（属于查询类型之一，老王会在后面文章继续介绍）。
3、复杂搜索
前面我们以及大致了解了Elasticsearch基本的一些查询方式，接下来我们尝试一些稍微复杂的搜索。
现在有这样一个业务场景：需要搜索名字为test9且年龄大于20岁以上的学生。那在表达式查询需要稍作调整下，此处需要使用过滤器filter，它可以支持高效执行一个结构化的JSON查询。
我们造几条测试数据，代码如下：
//2、添加文档for(int i = 21; i<=30; i++) { Student student = new Student(); student.setId(""+i); student.setCreateTime(new Date()); student.setName("test9"); student.setAge(i-10); if(i%2 == 0) { student.setLove("I love to go rock climbing"); }else{ student.setLove("I like to collect rock albums"); } Boolean add = IndexOperateUtil.addDocument(student, indexName); System.out.println("文档新增结果" + add);}请求如下,
http://127.0.0.1:9200/student/_search{ "query": { "bool": { "must": { "match": { "name": "test9" } }, "filter": { "range": { "age": { "gt": 20 } } } } }}此时查询结果如下，
{ "took": 2, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 11, "relation": "eq" }, "max_score": 0.9916401, "hits": [ { "_index": "student", "_type": "_doc", "_id": "9", "_score": 0.9916401, "_source": { "love": "I like to collect rock albums", "createTime": "2022-05-27 06:04:53", "name": "test9", "id": "9", "age": 19 } }, { "_index": "student", "_type": "_doc", "_id": "21", "_score": 0.9916401, "_source": { "love": "I love to go rock climbing", "createTime": "2022-05-27 06:50:38", "name": "test9", "id": "21", "age": 11 } }, ...省略 ] }}其中这里的match与我们之前使用到的match查询是一样的，不同之处在于引入了range 过滤器 ， 它可以根据范围进行检索，类似的查询还比较多，在这里就不逐一给大家介绍了，有兴趣的可以看官网。
4、全文搜索(相关性分析)
前面的搜索相对都很简单。现在我们来尝试一个稍微高级的全文搜索，这个搜索对于传统数据比较难搞定——模糊查询性能比较差。
业务场景：需要搜索所有学生中喜欢收集摇滚唱片的学生：
http://127.0.0.1:9200/student/_search{ "query" : { "match" : { "love" : "rock albums" } }}我们依然使用之前的match查询在 love 属性上搜索 “rock albums” , 匹配到的文档如下：
{ "took": 1, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 30, "relation": "eq" }, "max_score": 1, "hits": [ { "_index": "student", "_type": "_doc", "_id": "21", "_score": 0.016878020, //相关性得分 "_source": { "love": "I like to collect rock albums", "createTime": "2022-05-27 09:47:38", "name": "test9", "id": "21", "age": 11 } }, { "_index": "student", "_type": "_doc", "_id": "22", "_score": 0.016878019, //相关性得分 "_source": { "love": "I love to go rock climbing", "createTime": "2022-05-27 09:47:38", "name": "test9", "id": "22", "age": 12 } }, ...省略 ] }}我们发现，查询结果除了“rock albums”的数据外，还包含了“rock climbing”。
为什么会这样呢？
这里面有一个很重要的概念——相关性分析（_score）。Elasticsearch 默认按照相关性得分排序，即每个文档跟查询的匹配程度。最高得分的结果会排在最前面，以此类推。
但为什么 climbing 也作为结果返回了？ 原因是love属性里提到了 “rock” 。因为只有 “rock” 而没有 albums ，所以相关性得分低于前者。
Elasticsearch中的相关性概念非常重要，这也是完全区别于传统关系型数据库的一个概念，传统数据库中一条记录要么匹配要么不匹配。
5、短语搜索
上面的需求找出一个属性中的独立单词是问题的，但有时候业务当中需要精确匹配一系列单词或者_短语_ 。 这时候该怎么办呢？
比如， 现在业务需要仅匹配同时包含 “rock” 和 “albums” ，并且二者是以短语 “rock albums” 的形式紧挨着的学生记录。
为此我们需要对match查询进行稍作调整，使用 match_phrase的查询：
http://127.0.0.1:9200/student/_search{ "query" : { "match_phrase" : { "love" : "rock albums" } }}此时我们发现，仅返回了需要的“rock albums”。
{ "took": 2, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 11, "relation": "eq" }, "max_score": 0.9916401, "hits": [ { "_index": "student", "_type": "_doc", "_id": "9", "_score": 0.9916401, "_source": { "love": "I like to collect rock albums", "createTime": "2022-05-27 06:04:53", "name": "test9", "id": "9", "age": 19 } }, ...省略 ] }}6、高亮搜索
有些情况下，许多应用都会在每个搜索结果中高亮部分文本片段，以便让用户知道为何该文档符合查询条件。比如日常我们都会去百度搜索一下自己需要的关键内容。
那在 Elasticsearch 中检索出高亮片段也很容易。再次执行前面的查询，并增加一个新的 highlight 参数：
http://127.0.0.1:9200/student/_search{ "query" : { "match_phrase" : { "love" : "rock climbing" } }, "highlight": { "fields" : { "love" : {} } }}当执行该查询时，返回结果与之前一样，此时返回结果中多了一个叫做 highlight 的节点。这个部分包含了love属性匹配的文本片段，并以 HTML 标签 封装。
{ "took": 2, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 11, "relation": "eq" }, "max_score": 0.9916401, "hits": [ { "_index": "student", "_type": "_doc", "_id": "9", "_score": 0.9916401, "_source": { "love": "I like to collect rock albums", "createTime": "2022-05-27 06:04:53", "name": "test9", "id": "9", "age": 19 }, "highlight": { "about": [ "I love to go rock albums"] } }, ...省略 ] }} 
开发者涨薪指南 
48位大咖的思考法则、工作方式、逻辑体系
