Elasticsearch：解锁深度匹配，运用ElasticsearchDSL构建闪电般的高效模糊搜索体验

目录

Elasticsearch查询分类

叶子查询

全文检索查询

match查询

multi_match查询

精确查询

term查询

range查询

复杂查询

bool查询简单应用

bool查询实现排序和分页

bool查询实现高亮

场景分析

问题思考

解决方案

 search_after方案(推荐)

point in time方案

方案比较

---

Elasticsearch查询分类

Elasticsearch的查询可以分为两大类：

叶子查询（Leaf query clauses）：一般是在特定的字段里查询特定值，属于简单查询，很少单独使用。

复合查询（Compound query clauses）：以逻辑方式组合多个叶子查询或者更改叶子查询的行为方式。

叶子查询 全文检索查询

用分词器对用户输入搜索条件先分词，得到词条，然后再利用倒排索引搜索词条。

match查询

可以以一个分词，例如"GB"得到所有name中带“GB”的数据

# match查询所有 GET /items/_search { "query": { "match": { "name": "GB" } } }

实现效果如下：（总共有17条数据中name有“GB”）

multi_match查询

与match类似的还有multi_match，区别在于可以同时对多个字段搜索，而且多个字段都要满足，语法示例：

GET /items/_search { "query": { "multi_match": { "query": "电脑", "fields": ["name", "category"] } } }

实现效果如下：（即name和brand都必须带“电脑”）

精确查询

不对用户输入搜索条件分词，根据字段内容精确值匹配。但只能查找keyword、数值、日期、boolean类型的字段。

term查询 # term查询所有 GET /items/_search { "query": { "term": { "brand": { "value": "Dell" } } } }

实现效果如下：（不在对搜索条件分词）

range查询 # range查询所有 GET /items/_search { "query": { "range": { "price": { "gte": 10000, "lte": 200000 } } } }

实现效果如下：（对price范围查询： 10000<查询值<200000）

复杂查询 bool查询简单应用 GET /items/_search { "query": { "bool": { "must": [ { "match": { "name": "GB" } } ], "filter": [ { "term": { "brand": "Apple" } }, { "range": { "price": { "gte": 100000, "lte": 2000000 } } } ] } } }

实现效果如下：（name中要有“GB”,brand中有“Apple”，且100000<查询值<2000000）

bool查询实现排序和分页 GET /items/_search { "query": { "match_all": {} }, "sort": [ { "price": { "order": "desc" }, "sold": { "order": "asc" } } ], "from": 0, "size": 5 }

实现效果解读：查询所有数据，先以price降序排序，price相同，以sold升序排序，一页五条。

bool查询实现高亮

我们在百度，京东搜索时，关键字会变成红色，比较醒目，这叫高亮显示。

事实上elasticsearch已经提供了给搜索关键字加标签的语法，无需我们自己编码。

GET /items/_search { "query": { "match": { "name": "手机" } }, "highlight": { "fields": { "name": {} } } }

实现效果如下：（给手机加上了<em>标签）

场景分析 问题思考 elasticsearch的数据一般会采用分片存储，也就是把一个索引中的数据分成N份，存储到不同节点上。这种存储方式比较有利于数据扩展，但给分页带来了一些麻烦。比如一个索引库中有100000条数据，分别存储到4个分片，每个分片25000条数据。现在每页查询10条，查询第99页。实现思路来分析，肯定是将所有数据排序，找出前1000名，截取其中的990~1000的部分。但问题来了，我们如何才能找到所有数据中的前1000名呢？要知道每一片的数据都不一样，第1片上的第900~1000，在另1个节点上并不一定依然是900~1000名。所以我们只能在每一个分片上都找出排名前1000的数据，然后汇总到一起，重新排序，才能找出整个索引库中真正的前1000名。 解决方案  search_after方案(推荐)

search_after提供了一种基于上一次查询结果中最后一个文档的排序值来“继续”下一页的方式。这要求每次查询都必须带上前一次查询结果中的排序值，从而避免了深度分页的问题。

GET /_search { "size": 10, "query": { "match": { "title": "elasticsearch" } }, "search_after": [123456], // 上一个查询结果中的排序值 "sort": [ {"_id": "desc"} ] } point in time方案

从Elasticsearch 7.10版本开始引入的point in time功能，提供了比scroll（一个过时的方案，官方弃用）更灵活的方式来遍历结果集。与scroll不同，point in time不会自动关闭搜索上下文，而是需要显式地关闭它，这样可以在一定程度上减少资源消耗。

POST /my-index/_pit?keep_alive=1m {} GET /_search { "size": 10, "query": { "match": { "title": "elasticsearch" } }, "pit": { "id": "wmx3UmRBY1VnVUJqQlNvMzZQRVhBQT09LS1RY1hZRkRBPT0=", "keep_alive": "1m" }, "sort": [{"_id": "asc"}] } 方案比较

search_after 是解决前端深度分页的最佳选择，因为它效率高且易于实现。（简单）

point in time 提供了更细粒度的控制，特别适合长时间运行的数据处理任务，并有助于优化资源管理。