ElasticSearch查詢第五篇：布爾查詢

時間 2019-11-14

原文原文鏈接

《ElasticSearch查詢》目錄導航：html

布爾查詢是最經常使用的組合查詢，不只將多個查詢條件組合在一塊兒，而且將查詢的結果和結果的評分組合在一塊兒。當查詢條件是多個表達式的組合時，布爾查詢很是有用，實際上，布爾查詢把多個子查詢組合（combine）成一個布爾表達式，全部子查詢之間的邏輯關係是與（and）；只有當一個文檔知足布爾查詢中的全部子查詢條件時，ElasticSearch引擎才認爲該文檔知足查詢條件。布爾查詢支持的子查詢類型共有四種，分別是：must，should，must_not和filter：數組

must子句：文檔必須匹配must查詢條件；
should子句：文檔應該匹配should子句查詢的一個或多個；
must_not子句：文檔不能匹配該查詢條件；
filter子句：過濾器，文檔必須匹配該過濾條件，跟must子句的惟一區別是，filter不影響查詢的score；

一般狀況下，should子句是數組字段，包含多個should子查詢，默認狀況下，匹配的文檔必須知足其中一個子查詢條件。若是查詢須要改變默認匹配行爲，查詢DSL必須顯式設置布爾查詢的參數minimum_should_match的值，該參數控制一個文檔必須匹配的should子查詢的數量，我遇到一個布爾查詢語句，其should子句中包含兩個查詢，若是不設置參數minimum_should_match，其默認值是0。建議在布爾查詢中，顯示設置參數minimum_should_match的值。緩存

注：布爾查詢的四個子句，均可以是數組字段，所以，支持嵌套邏輯操做的查詢。elasticsearch

例如，對於如下should查詢，一個文檔必須知足should子句中兩個以上的詞條查詢：ide

"should" : [
        {  "term" : { "tag" : "azure" } },
        {  "term" : { "tag" : "elasticsearch" } },
        {  "term" : { "tag" : "cloud" } }
    ],
"minimum_should_match" : 2

布爾查詢的各個子句之間的邏輯關係是與（and），這意味着，一個文檔只有同時知足全部的查詢子句時，該文檔才匹配查詢條件，做爲結果返回。性能

在布爾查詢中，對查詢結果的過濾，建議使用過濾（filter）子句和must_not子句，這兩個子句屬於過濾上下文（Filter Context），常常使用filter子句，使得ElasticSearch引擎自動緩存數據，當再次搜索已經被緩存的數據時，可以提升查詢性能；因爲過濾上下文不影響查詢的評分，而評分計算讓搜索變得複雜，消耗更多CPU資源，所以，filter和must_not查詢減輕搜索的工做負載。ui

一，查詢和過濾上下文google

在布爾查詢中，查詢被分爲Query Context 和 Filter Context，查詢上下文由query參數指定，過濾上下文由filter和must_not參數指定。這兩個查詢上下文的惟一區別是：Filter Context不影響查詢的評分（score）。在布爾查詢中，Filter參數和must_not參數使用Filter Context，而must和should使用Query Context，常常使用Filter Context，引擎會自動緩存數據，提升查詢性能。spa

GET _search
{
  "query": { 
    "bool": { 
      "must": [
        { "match": { "title":   "Search"        }}, 
        { "match": { "content": "Elasticsearch" }}  
      ],
      "filter": [ 
        { "term":  { "status": "published" }}, 
        { "range": { "publish_date": { "gte": "2015-01-01" }}} 
      ]
    }
  }
}

對於上述查詢請求，must子句處於query context中，filter子句處於filter context中：code

在query context中，must子句將返回同時知足匹配(match)查詢的文檔；
在filter context中，filter子句是一個過濾器，將不知足詞條查詢和範圍查詢條件的文檔過濾掉，而且不影響匹配文檔的score；

二，布爾查詢子句的邏輯關係

在布爾查詢中，各個子句之間的邏輯關係是與（and）。對於單個子句，只要一個文檔知足該子句的查詢條件，返回的邏輯結果就是true，而對於should子句，它通常包含多個子查詢條件，參數 minimum_should_match 控制文檔必須知足should子句中的子查詢條件的數量，只有當文檔知足指定數量的should查詢條件時，should子句返回的邏輯結果纔是true。

{
    "bool" : {
        "must" : {
            "term" : { "user" : "kimchy" }
        },
        "filter": {
            "term" : { "tag" : "tech" }
        },
        "must_not" : {
            "range" : {
                "age" : { "from" : 10, "to" : 20 }
            }
        },
        "should" : [
            {  "term" : { "tag" : "wow" } },
            {  "term" : { "tag" : "elasticsearch" } }
        ],
        "minimum_should_match" : 1
    }
}

在上述布爾查詢中，should子句中包含兩個詞條查詢，因爲參數 minimum_should_match的值是1，所以，只要一個穩定知足任意一個詞條查詢的條件，should子句就匹配成功，返回邏輯結果true，而後和其餘子查詢進行邏輯運算，只有當該文檔知足全部的子查詢條件時，才做爲查詢結果返回到客戶端。

三，布爾查詢示例分析

1，使用布爾查詢實現簡單的邏輯查詢

在下述示例中，分析布爾查詢的運算邏輯：

must子句和should子句之間的邏輯關係是and；
must子句包含一個匹配查詢，字段eventname必須包含style詞條；
should子句是一個數組，包含兩個匹配查詢，文檔必須匹配的子句查詢條件數量由參數 minimum_should_match控制；
參數 minimum_should_match的值是1，這就意味着，一個文檔只要知足任意一個查詢子句，就匹配should子句；

{  
   "query":{  
      "bool":{  
         "must":{  
            "match":{  "eventname":"style" }
         },
         "should":[  
            { "match":{ "eventname":"google" } },
            { "match":{  "eventname":"aws" }}
         ],
         "minimum_should_match":1
      }
   }
}

經過上述分析，如下字段值知足查詢條件：

"eventname": "Google style map"
"eventname": "AWS Game Day ~ Seattle Style!"

2，使用布爾查詢實現複雜的分組查詢

複雜的分組查詢，例如：(A and B) or (C and D) or (E and F) ，把布爾查詢做爲should子句的一個子查詢：

{
  "_source": "topics",
  "from": 0,
  "size": 100,
  "query": {
    "bool": {
      "should": [
       {
          "bool": {
            "must": [
              { "term": { "topics": 1}  },
              { "term": { "topics": 2}  }
            ]
          }
        },
        {
          "bool": {
            "must": [
              {"term": { "topics": 3 } },
              {"term": { "topics": 4}}
            ]
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}