大数据-176 Elasticsearch Query DSL - Filter DSL & 查询排序 & 效果高亮 ...

点一下关注吧！！！非常感谢！！持续更新！！！

目前已经更新到了：

• Hadoop（已更完）
  
• HDFS（已更完）
  
• MapReduce（已更完）
  
• Hive（已更完）
  
• Flume（已更完）
  
• Sqoop（已更完）
  
• Zookeeper（已更完）
  
• HBase（已更完）
  
• Redis （已更完）
  
• Kafka（已更完）
  
• Spark（已更完）
  
• Flink（已更完）
  
• ClickHouse（已更完）
  
• Kudu（已更完）
  
• Druid（已更完）
  
• Kylin（已更完）
  
• Elasticsearch（正在更新…）
  

章节内容

上节我们完成了如下的内容：

• Filter DSL
  
• 查询、排序
  

Filter DSL

基本先容

Filter DSL：过滤器查询语言）
Filter DSL 是 Elasticsearch 提供的一种用于构建过滤查询的方式。与 query 语句不同，过滤器不会盘算与文档相干的评分，而是简单地筛选出符合条件的文档。这通常用于只关心是否匹配而不思量匹配度的情况，如日志分析、数据分类等场景。Filter 查询更高效，得当不需要盘算相干性的操作。
实际利用

Elasticsearch中的全部的查询都会触发相干度得分盘算，对于那些不需要相干度得分的场景下，Elasticsearch以过滤器的情势提供了另一种查询功能，过滤器在概念上类似于查询，但是他们有非常快的实行速度，实行速度快主要有以下两个原因：

• 过滤器不会盘算相干度的得分，所以它们在盘算上更快一些
  
• 过滤器可以被缓存到内存中，这使得他在重复的搜索查询上，其要比相应的查询快的多
  

为了明白过滤器，可以将一个查询（像是match_all，match，bool等）和一个过滤器结合起来，我们以范围过滤器为例，它答应我们通过一个区间值来过滤文档，这通常被用在数字和日期的过滤上，下面这个例子利用一个被过滤的 查询，其返回值是200到1000之间（闭区间）的书：

1. POST /book/_search
2. {
3.   "query": {
4.     "bool": {
5.       "must": {
6.         "match_all": {}
7.       },
8.       "filter": {
9.         "range": {
10.           "price": {
11.             "gte": 200,
12.             "lte": 1000
13.           }
14.         }
15.       }
16.     }
17.   }
18. }

复制代码

运行的效果如下图所示：

分解上面的例子，被过滤的查询包罗一个match_all查询和一个过滤器。可以在查询部门放入其他查询，在Filter部门放入其他过滤器，在上面的应用场景中，由于全部的在这个范围之内的文档都是平等的（相干度都一样），没有一个文档比另一个文档更相干。所以这个时间就要利用范围过滤器。
通常情况下，要决定利用过滤器照旧查询，你就需要问自己是否需要相干度得分，如果相干度不重要，那就利用过滤器，否则利用查询。查询和过滤器在概念上类似于SELECT WHERE语句。
查询排序

在 Elasticsearch 中，查询效果可以按不同的字段进行排序，默认情况下是按 _score（相干性得分）排序。如果想根据其他字段排序，比如时间戳或代价，可以通过在查询哀求中指定 sort 参数来完成。排序可以是升序（asc）或降序（desc），常用于电商、日志分析等需要按时间或数值排序的场景。
相干性评分

默认情况下，返回的效果都是按照相干性进行排序的，最相干的文档排在最前面，起首看看sort参数以及怎样利用它。
为了按照相干性来排序，需要将相干性表示为一个数值，在Elasticsearch中，相干性得分由一个浮点数进行表示，并在搜索效果中通过_score参数返回，默认排序是_score降序，按照相干性评分升序排序如下：

1. # 默认查询时的排序
2. POST /book/_search
3. {
4.   "query": {
5.     "match": {"description":"solr"}
6.   }
7. }

复制代码

实行效果如下图所示：

字段值排序

1. # 按照 order 字段进行排序
2. POST /book/_search
3. {
4.   "query": {
5.     "match_all": {}
6.   },
7.   "sort": [
8.     {
9.       "price": {
10.         "order": "desc"
11.       }
12.     }
13.   ]
14. }

复制代码

实行的效果如下图所示：

多级排序

1. # 多种排序字段
2. POST /book/_search
3. {
4.   "query":{
5.     "match_all":{}
6.   },
7.   "sort": [
8.     { "price": {
9.       "order": "desc"
10.     }
11.     },
12.     {
13.       "timestamp": {
14.         "order": "desc"
15.       }
16.     }
17.   ]
18. }

复制代码

实行效果如下图所示：

分页查询

Elasticsearch分页的方式好坏常简单的：

1. # 分页查询
2. POST /book/_search
3. {
4.   "query": {
5.     "match_all": {}
6.   },
7.   "sort": [
8.     {
9.       "price": {
10.         "order": "desc"
11.       }
12.     }
13.   ],
14.   "size": 2,
15.   "from": 0
16. }

复制代码

实行效果如下图所示：

效果高亮

效果高亮功能用于在查询效果中突出表现匹配的关键词。当用户搜索特定的词时，Elasticsearch 可以在返回的文档中用 标签或其他 HTML 元素将匹配的关键词包裹起来，方便前端展示。这个功能常用于搜索引擎或全文检索的效果展示中，提升用户体验。

1. POST /book/_search
2. {
3.   "query": {
4.     "match": {
5.       "name": "elasticsearch"
6.     }
7.   },
8.   "highlight": {
9.     "pre_tags": "<font color='pink'>",
10.     "post_tags": "</font>",
11.     "fields": [{"name":{}}]
12.   }
13. }

复制代码

实行的效果如下图所示：

利用match 查询的同时，加上一个highlight属性：

• pre_tags 前置标签
  
• post_tags 后置标签
  
• fields 需要高亮的字段，name这里声明title字段需要高亮
  

批量操作

Elasticsearch 提供了批量操作的 API，用于一次性实行多个操作，如插入、更新、删除等。这种批量操作可以显著进步处理大量数据的服从，淘汰与服务器的交互次数。Bulk API 在需要进行大规模数据处理或日志批量写入时非常有效。
批量查询

可以利用 mget 提供批量查询
单条查询ID的时间，比如很多个ID，一条一条的查询，网络开销好坏常大的。

1. # 批量查询
2. POST /_mget
3. {
4.   "docs" : [
5.     {
6.       "_index" : "book",
7.       "_id" : 1
8.     },
9.     {
10.       "_index" : "book",
11.       "_id" : 2
12.     }
13.   ]
14. }

复制代码

运行的效果如下图所示：

同一索引批量查询

1. # book索引下检索
2. POST /book/_mget
3. {
4.   "docs" : [
5.     {
6.       "_id" : 2
7.     },
8.     {
9.       "_id" : 3
10.     }
11.   ]
12. }
14. # 当然也有一个简化的写法
15. POST /book/_search
16. {
17.   "query": {
18.     "ids" : {
19.       "values" : ["1", "4"]
20.     }
21.   }
22. }

复制代码

实行的效果如下图所示：

bulk 批量增删改

Bulk 操作表明将文档的增删改查一系列操作，通过一次哀求全部做完，淘汰网络的传输次数。

1. POST /_bulk
2. {"action": {"metadata"}}
3. {"data"}

复制代码

示例：

1. # 批量的操作，增删改查
2. POST /_bulk
3. { "delete": { "_index": "book", "_id": "1" }}
4. { "create": { "_index": "book", "_id": "5" }}
5. { "name": "test14","price":100.99 }
6. { "update": { "_index": "book", "_id": "2"} }
7. { "doc" : {"name" : "test"} }

复制代码

功能：

• delete 删除一个文档，只要1个JSON串就可以 删除的批量操作不需要哀求体
  
• create 相当于强制创建 PUT /index/type/id/_create
  
• index 普通的put操作，可以是创建文档，也可以是全量替换文档
  
• update 实行的是局部更新partial update操作
  

格式：

• 每个JSON不能换行，相邻JSON换行
  

隔离：

• 每个操作互不影响，操作失败的行会返回其失败信息
  

实际用法：

• bulk哀求一次不要太大，否则一下会挤压到内存中，性能会下降。
  
• 一次哀求几千个操作，大小在几M正好
  
• bulk会将要处理的数据载入内存中，所以数据量是有限的，最佳的数据量不是一个确定的值。取决于你的硬件本领、文档复杂性、索引以及搜索的负载
  
• 一样平常发起1万-5万个文档，大小发起是15MB，默认不能超过100MB，可以在（ES） config/elasticsearch.yml中进行设置 http.max_content_length: 10mb
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。