Elasticsearch核心知识篇(37)
初识搜索引擎_快速掌握query string search语法以及_all metadata原理揭秘
query string基础语法
GET /waws_index/waws_type/_search?q=test_field:test # 在test_fields中包含test测试的词(词整体)
GET /waws_index/waws_type/_search?q=+test_field:test # 在test_fields中包含test测试的词(词整体)
GET /waws_index/waws_type/_search?q=-test_field:test # 在test_fields中不包含test测试的词(词整体) 反向搜索
上机实战的代码展示
GET /waws_index/waws_type/_search?q=name:waws2
{
"took": 6,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 0.2876821,
"hits": [
{
"_index": "waws_index",
"_type": "waws_type",
"_id": "2",
"_score": 0.2876821,
"_source": {
"name": "waws2"
}
}
]
}
}
一个是掌握q=field:search content的语法，还有一个是掌握 + 和 - 的含义
_all metadata的原理和作用
GET /test_index/test_type/_search?q=test
直接可以搜索所有的field，任意一个field包含指定的关键字就可以搜索出来。
- 我们在进行中搜索的时候，难道是对document中的每一个field都进行一次搜索吗？不是的
- es中的_all元数据，在建立索引的时候，我们插入一条document，它里面包含了多个field，此时，es会自动将多个field的值，全部用字符串的方式串联起来，变成一个长的字符串，作为_all field的值，同时建立索引
- 后面如果在搜索的时候，没有对某个field指定搜索，就默认搜索_all field，其中是包含了所有field的值的
举个例子
{
"name": "jack",
"age": 26,
"email": "jack@sina.com",
"address": "guamgzhou"
}
"jack 26 jack@sina.com guangzhou"，作为这一条document的_all field的值，同时进行分词后建立对应的倒排索引
Elasticsearch核心知识篇(38)
初识搜索引擎_mapping到底是什么
插入几条数据，让es自动为我们建立一个索引
PUT /waws_web/waws_article/1
{
"post_date": "2017-01-01",
"title": "my first article",
"content": "this is my first article in this website",
"author_id": 11400
}
PUT /waws_web/waws_article/2
{
"post_date": "2017-01-02",
"title": "my second article",
"content": "this is my second article in this website",
"author_id": 11400
}
PUT /waws_web/waws_article/3
{
"post_date": "2017-01-03",
"title": "my third article",
"content": "this is my third article in this website",
"author_id": 11400
}
尝试各种搜索
GET /waws_web/waws_article/_search?q=2017 3条结果
GET /waws_web/waws_article/_search?q=2017-01-01 3条结果
GET /waws_web/waws_article/_search?q=post_date:2017-01-01 1条结果
GET /waws_web/waws_article/_search?q=post_date:2017 1条结果
-
查看es自动建立的mapping，带出什么是mapping的知识点
- 自动或手动为index中的type建立的一种数据结构和相关配置，简称为mapping
- dynamic mapping，自动为我们建立index，创建type，以及type对应的mapping，mapping中包含了每个field对应的数据类型，以及如何分词等设置
- 我们当然，后面会讲解，也可以手动在创建数据之前，先创建index和type，以及type对应的mapping
GET /waws_web/_mapping/waws_article
{
"waws_web": {
"mappings": {
"waws_article": {
"properties": {
"author_id": {
"type": "long"
},
"content": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"post_date": {
"type": "date"
},
"title": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
}
}
}
}
}
}
- 搜索结果为什么不一致
- 因为es自动建立mapping的时候，设置了不同的field不同的data type。
- 不同的data type的分词、搜索等行为是不一样的。所以出现了_all field和post_date field的搜索表现完全不一样。
Elasticsearch核心知识篇(39)
初识搜索引擎_精确匹配与全文搜索的对比分析
exact value
-
精准搜索：我们的字段的值和我们的数据库中的数据完整匹配，才能搜索出来
-
2017-01-01，exact value，搜索的时候，必须输入2017-01-01，才能搜索出来
-
如果你输入一个01，是搜索不出来的
full text
- 缩写 vs. 全程：cn vs. china
- 格式转化：like liked likes
- 大小写：Tom vs tom
- 同义词：like vs love
示例如下：
- 2017-01-01，2017 01 01，搜索2017，或者01，都可以搜索出来
- china，搜索cn，也可以将china搜索出来
- likes，搜索like，也可以将likes搜索出来
- Tom，搜索tom，也可以将Tom搜索出来
- like，搜索love，同义词，也可以将like搜索出来
就不是说单纯的只是匹配完整的一个值，而是可以对值进行拆分词语后（分词）进行匹配，也可以通过缩写、时态、大小写、同义词等进行匹配
