elasticsearch-查詢基礎篇

elasticsearch的查詢有兩部分組成：query and filter。

二者的主要區別在於：filter是不計算相關性的，同時能夠cache。所以，filter速度要快於query。

先記錄一下es提供的各類query。

如下內容只爲當作讀書筆記，更多詳細細節請參見http://www.elasticsearch.org/guide/

第一部分：query

在須要full-text-search和須要計算相關性的狀況下，用query。而filter知足不了需求。

（1）match query and multi-match query //and match-all query and minimum should match query

match queries沒有「query parsing」的過程，field不支持通配符，前綴等高級特性，只是參照指定的文本進行analysis，執行query，所以失敗概率極小，適合search-box。

analyzed類型的query，故可指定analyzer

operator可指定or/and

zero-terms-query可指定none/all

cutoff-frequency可指定absolute值或者relative值

match-phase query可指定slot值，參見後續的search-in-depth

match-phase-prefix query可指定max_expansion

（2）multi-match query

分別執行爲單個field的match的查詢。所以最終_score值的計算規則各異。

fields可指定執行須要查詢的字段，field能夠支持通配符等高級特性（match query是不支持的），field可支持（^）指定各個field的boost權重

types可指定如下值，區分不一樣的查詢行爲：

best _fields：_score決定於得分最高的match-clause。field-centric

most_fields：全部match-clause都會考慮在內。field-centric

cross-fields：把fileds當作一個big-fields。term-centric

phase and phase-prefix：每一個field執行相應的query，combine the score

以上都有具體的應用場景和詳細的計算規則，具體請參見後續的search-in-depth。

（3）bool query

一種複合查詢，把其他類型的查詢包裹進來。支持如下三種邏輯關係。

must： AND   

must_not：NOT

should：OR

（4）boosting query

一種複合查詢，分爲positive子查詢和negitive子查詢，二者的查詢結構都會返回。

positive子查詢的score保持不變，negetive子查詢的值將會根據negative_boost的值作相應程度的下降。

（5）common term query

一種略高級的查詢，充分考慮了stop-word的低優先級，提升了查詢精確性。

將terms分爲了兩種：more-importent（low-frequency） and less important（high-frequency）。less-important好比stop-words，eg：the and。

分組標準由cutoff_frequence決定。兩組query構成bool query。must應用於low_frequence，should應用high_frequence。

每一組內部均可以指定operator和mini_should_match。

若是group後只有一組，則默認退化爲單組的子查詢。

query執行中首先match到more-import這一組的doc，而後在這個基礎上去match less-import，而且計算只計算match到的score。保證了效率，也充分考慮了relevance。

（6）constant score query

不計算相關性的query。沿用index過程當中指定的score,。

（7）dismax query

對子查詢的結果作union，score沿用子查詢score的最大值。這種查詢普遍應用於muti-field的查詢。具體能夠參見後續更新search-in-depth

（8）filtered query

combine another query with any fillter。

若是不指定query，默認爲match_all。當應用多個fitler的時候，能夠指定strategy屬性，expert-level。

（9）fuzzy query and fuzzy like this query and fuzzy like this field query

fuzzy query ：主要根據fuzziniess和prefix_length進行匹配distance查詢。根據type不一樣distance計算不同。

numeric類型的distance相似於區間，string類型則依據Levenshtein distance，即從一個stringA變換到另外一個stringB，須要變換的最小字母數。

若是指定爲AUTO，則根據term的length有如下規則：

0-1：徹底一致

1-4：1

>4：2

推薦指定prefix_length，代表這個範圍的字符須要精準匹配，若是不指定prefix_lengh和fuzziniess參數，該查詢負擔較重。

（10）function score query

定義function去改變doc的score

（11）geoshape query

基於地理位置的查詢

（12）has child query and has parent query and top children query

默認跟filter同樣，query是包裹了一個constant_score的filter。也有相關score的支持。

has_child：匹配child字段，返回匹配到的對應的parent的結果。

has_parent：匹配parent字段，返回匹配到對應child的結果。

top_children query：has_child query的一種，也是查詢child字段，不過增長可控制參數，經過factor，incremental_factor以及query的size來肯定子查詢的次數，直到知足

size爲止，所以，可能須要多輪迭代子查詢，因此total_hits有多是不許確的。

（13）ids query

查詢指定id。

（14）indices query

在多個索引之中查詢，容許提供一個indics參數指定將要查詢的索引及相關的查詢，同時指定no_match_query在indecs以外的索引中查詢，返回結果。

（15）more like this and more like this field query

根據指定的like_text，通過analysis生成若干個基於term的should查詢合併成一個bool查詢。

min_term_freq/max_term_freq/max_term_num：限制interesting term。

percentage_terms_to_match：限制should查詢應該知足的term比例。

more like this query 可指定多個field字段，more like this field query 則在一個field上查詢。

（16）nested query

內嵌類型的查詢，指定完整的path。

（17）prefix query

前綴查詢。

（18）query string query and simple query string query

基於lucence查詢語法的查詢，指定字段/term/boost等。

simple query string query 跟 query string相似，這是會自動放棄invalid的部分，不會拋出異常。

默認的field是_all。

（19）range query and regrex query and wildcard query

range query：區間查詢，日期/string/num。

regrex query：正則查詢。

wildcard query：通配符查詢。

（20）span-*query

（21）term query and terms query

基於term的查詢。

（22）template query

註冊一個查詢模板，指定模板查詢。

--------------------------

後續計劃更新：

（1）一些特殊查詢的比較。好比fuzzy 跟 more_like等。

（2）search-in-depth