正排索引 和 倒排索引

正排索引：通過id ，查詢content

倒排索引：通過content，查詢到符合的 ids

eg：

正排索引就是通過《靜夜思》，找到整片文章。

倒排索引通過“明月”，找到《靜夜思》 《望月懷古》《關(guān)山月》等

get 查詢

索引的基本信息：

GET your_index/_mapping? //跟看mysql表字段差不多
GET your_index/_alias? //查看索引的別名
GET /_cat/health?v? //查看集群狀態(tài)
GET _cat/indices // 查看所有index
GET _cat/shards/your_index? //查看指定索引的分片數(shù)，每個(gè)分片有主（p）副（r）分片

查詢索引內(nèi)容：

match_all

GET /you_index/_search
{"query":{"match_all": {}
}

bool?

bool查詢是一個(gè)非常強(qiáng)大且常用的復(fù)合查詢，它允許你組合多個(gè)查詢條件。bool 查詢的核心概念包括以下四種子句：

1. must: 子句必須匹配文檔。類似于 SQL 中的 AND 操作符。
2. filter: 子句必須匹配文檔，但不影響評分。也就是說，它只過濾文檔，但不參與評分計(jì)算。
3. should: 子句可以匹配文檔。如果在一個(gè) bool 查詢中包含了多個(gè) should 子句，則至少一個(gè) should 子句必須匹配文檔。類似于 SQL 中的 OR 操作符。
4. must_not: 子句不能匹配文檔。類似于 SQL 中的 NOT 操作符。

eg：?

GET you_index/_search
{"query": {"bool": {"must": [{"bool": {"should": [{"term": {"name": {"value": "林俊凱","boost": 1}}},{"term": {"zh_name": {"value": "林俊凱","boost": 1}}}]}},{"bool": {"should": [{"range": {"fans_num": {"gte": "800"}}},{"terms": {"tag": [1010,1013]}}]}}]}},"sort": {"_score": {"order": "desc"},"score": {"order": "desc"}}
}

range

    "range": {"fans_num": {"gte": 800,"lte":126334}}

gte：大于等于；lte小于等于

term?

?不分詞，精準(zhǔn)完全匹配查詢

GET your_index_search/_search
{"query": {"term": {"name": {"value": "天空"}}}
}

terms

不分詞，命中數(shù)組一個(gè)即可，不要求全部命中

GET your_index_search/_search
{"query": {"terms": {"tag": ["美食","購物"]}}
}

prefix

前綴匹配，不分詞 ，精準(zhǔn)匹配前半部分

GET your_index_search/_search
{"query": {"prefix": {"name_full": {"value": "林俊"}}}
}

林俊凱，林俊xxx都會(huì)命中

multi_match

會(huì)對query詞進(jìn)行分詞

GET your_index_search/_search
{"query": {"bool": {"must": [{"multi_match": {"query": "北京景點(diǎn)","fields": ["name","name_full", "name_lower"],"analyzer":"ik","minimum_should_match":"3<80%"}}]}}
}

這里的 "minimum_should_match": "3<80%" 指定了如下規(guī)則：

• 如果分詞數(shù)量小于或等于 3，則必須匹配所有分詞。

• 如果分詞數(shù)量大于 3，則至少匹配 80% 的分詞。

這里的“analyzer”，是分詞器，常見的有ik ik-smart? standard mla?

GET _analyze
{"analyzer":"mla","text":"北京景點(diǎn)"
}//結(jié)果為
{"tokens": [{"token": "北京","start_offset": 0,"end_offset": 2,"type": "CN_WORD","position": 0},{"token": "景點(diǎn)","start_offset": 2,"end_offset": 4,"type": "CN_WORD","position": 1}]
}

eg：“北京景點(diǎn)”分詞為【北京，景點(diǎn)】，分詞項(xiàng)為2，小于3，那么【北京】和【景點(diǎn)】都需要在field中匹配到。multi_match 查詢的目的是在多個(gè)字段中搜索查詢詞中的詞語，并且匹配規(guī)則會(huì)跨字段應(yīng)用，比如 【北京】在name匹配到，【景點(diǎn)】在name_lower配到到，即匹配成功。

multi_phrase

會(huì)對query詞進(jìn)行分詞（有的人會(huì)認(rèn)為不會(huì)分詞，?），match_phrase要求嚴(yán)格，不僅要求，要能夠匹配到分詞后的所有單詞，且分詞后的單詞順序也要和命中結(jié)果中的順序保持一致。

GET your_index_search/_search
{"query": {"bool": {"must": [{"match_phrase": {"name": "北京"}}]}}
}

name = “北京”能找到，“北 京” 或者“京北” 就找不到

可以設(shè)置slop，最大間隔，默認(rèn)是0

match

會(huì)分詞，沒有multi_phrase那么嚴(yán)格，match要求不高，只要匹配到分詞后的任意一個(gè)單詞，就算查到結(jié)果?。

為什么match能找到，term查詢不到呢？

首先，要看創(chuàng)建索引的時(shí)候mapping ，字段的類型。如果是type是keyword，不允許分詞。

其次，查看字段類型發(fā)現(xiàn)是text，term查詢的字段類型只能是keyword

"keyword_full": {"type": "text","fields": {"keyword": {"type": "keyword"}}},