ES

阿港Yg
102 阅读6分钟

什么是？

Elasticsearch是一个开源的分布式全文搜索和分析引擎，它能够快速地处理大量的数据，并具有高度可扩展性和可靠性。Elasticsearch最初是在Lucene搜索引擎的基础上开发的，它提供了一个RESTful API，可以通过HTTP来访问。

以下是Elasticsearch的主要特点：

  1. 分布式架构：Elasticsearch采用分布式架构，可以将数据分片存储在多个节点上，从而提高数据的处理能力和可靠性。

  2. 实时搜索：Elasticsearch能够快速地搜索和分析数据，支持实时搜索，可以在毫秒级别内返回搜索结果。

  3. 多种查询方式：Elasticsearch支持多种查询方式，包括全文搜索、精确匹配、模糊匹配、范围查询等。

  4. 自动负载均衡：Elasticsearch可以自动将数据分配到集群中的不同节点上，并实现负载均衡，从而提高系统的可用性和性能。

  5. 可扩展性：Elasticsearch可以通过添加新节点来扩展集群的处理能力，同时也支持水平扩展和垂直扩展。

  6. 多种数据类型：Elasticsearch支持多种数据类型，包括文本、数字、日期、地理位置等。

  7. 多语言支持：Elasticsearch支持多种语言，包括Java、Python、PHP等。

  8. 数据安全性：Elasticsearch支持数据加密和访问控制，可以保障数据的安全性。

总的来说，Elasticsearch是一个功能强大、可靠性高、可扩展性好、易于使用的搜索引擎和分析工具，被广泛应用于各种大规模的数据处理和搜索分析场景。

什么是倒排索引

倒排索引（Inverted Index）是一种常用的文本索引技术，用于快速地查找包含特定词语的文档。在倒排索引中，每个词语都对应着一组文档，这些文档包含了该词语出现的位置信息。

倒排索引的构建过程包括以下几个步骤：

  1. 分词：将文本内容按照一定的规则进行分词，形成一组词语。

  2. 建立索引：对每个词语建立一个索引，索引中包含了该词语出现的文档列表。

  3. 存储位置信息：对于每个文档，记录该词语出现的位置信息，以便后续的检索和排名。

倒排索引的查询过程包括以下几个步骤：

  1. 输入查询词语：用户输入要查询的词语。

  2. 查找索引：根据查询词语，在倒排索引中查找对应的文档列表。

  3. 进一步筛选：根据查询词语在文档中出现的位置信息，进一步筛选出符合查询条件的文档。

  4. 返回结果：返回符合条件的文档列表，可以按照相关性进行排序。

倒排索引的优点包括：

  1. 快速查找：倒排索引可以快速地查找包含特定词语的文档，减少了搜索的时间和计算量。

  2. 精确匹配：倒排索引可以实现精确的词语匹配，避免了模糊匹配和错误匹配。

  3. 支持多种查询方式：倒排索引支持多种查询方式，包括全文搜索、短语搜索、通配符搜索、范围搜索等。

  4. 支持高效的排名：倒排索引可以根据词语在文档中出现的位置信息，计算出文档的相关性，从而实现高效的排名。

总的来说，倒排索引是一种高效、精确、灵活的文本索引技术，被广泛应用于各种搜索引擎和文本处理系统中。

BoolQueryBuilder

BoolQueryBuilder是Elasticsearch Java API中的一个类，用于构建布尔查询，即使用多个查询条件进行组合查询的操作。除了must、should和must_not三种查询之外，BoolQueryBuilder还提供了一个filter方法，用于添加过滤条件。

与查询条件不同的是，过滤条件不会影响搜索结果的相关性得分，它只是根据条件过滤掉不符合要求的文档，从而提高搜索效率。因此，过滤条件通常用于一些不需要考虑相关性得分的场景，例如范围查询、精确匹配等。

使用filter方法时，需要先创建一个实例对象，然后通过方法链式调用来添加过滤条件。例如：

BoolQueryBuilder boolQuery = QueryBuilders.boolQuery()
    .must(QueryBuilders.termQuery("field1", "value1"))
    .should(QueryBuilders.termQuery("field2", "value2"))
    .mustNot(QueryBuilders.termQuery("field3", "value3"))
    .filter(QueryBuilders.rangeQuery("field4").gte(10).lte(20));

以上代码构建了一个bool查询，包含了三个查询条件和一个过滤条件：field1=value1（必须满足）、field2=value2（可以满足）、field3=value3（不能满足）、field4的值必须在10到20之间（过滤条件）。

构建完bool查询后，可以将其作为参数传递给SearchRequestBuilder的setQuery方法，用于进行搜索操作。例如：

SearchResponse response = client.prepareSearch("index")
    .setQuery(boolQuery)
    .execute()
    .actionGet();

以上代码将bool查询作为参数传递给SearchRequestBuilder的setQuery方法，执行搜索操作，并返回搜索结果。

总之，BoolQueryBuilder是Elasticsearch Java API中一个非常常用的类，可以方便地构建复杂的布尔查询和过滤条件，提高搜索的精确度和效率。

filter和must有什么区别？

过滤条件和must条件都是BoolQueryBuilder类中的方法，用于构建布尔查询。两者的区别在于，过滤条件不会影响搜索结果的相关性得分，而must条件会影响搜索结果的相关性得分。

过滤条件主要用于过滤掉不符合条件的文档，从而提高搜索效率。过滤条件通常用于一些不需要考虑相关性得分的场景，例如范围查询、精确匹配等。在搜索时，过滤条件会被应用到搜索结果上，从而过滤掉不符合条件的文档。

must条件主要用于筛选符合条件的文档，并影响搜索结果的相关性得分。must条件可以包含多个子条件，表示所有子条件都必须满足，相当于“AND”操作。在搜索时，must条件会被应用到搜索结果上，从而筛选出符合条件的文档，并对搜索结果的相关性得分进行加权。

例如，假设我们要搜索商品名称包含“手机”且价格在1000到2000之间的商品，可以使用以下bool查询：

BoolQueryBuilder boolQuery = QueryBuilders.boolQuery()
    .must(QueryBuilders.matchQuery("name", "手机"))
    .filter(QueryBuilders.rangeQuery("price").gte(1000).lte(2000));

以上代码使用must条件筛选出商品名称包含“手机”的文档，并使用filter条件过滤掉价格不在1000到2000之间的文档。在搜索时，must条件会影响搜索结果的相关性得分，而filter条件不会影响搜索结果的相关性得分，从而提高搜索效率。

总之，过滤条件和must条件都是BoolQueryBuilder类中的方法，用于构建复杂的布尔查询。两者的区别在于，过滤条件不会影响搜索结果的相关性得分，而must条件会影响搜索结果的相关性得分。在实际应用中，我们需要根据具体场景选择合适的条件，以获得更好的搜索效果。

avatar
文章
阅读
粉丝