ElasticSearch查詢 第四篇：匹配查詢（Match）
匹配（Match）查詢屬于全文（Fulltext）查詢，不同于詞條查詢，ElasticSearch引擎在處理全文搜索時，首先分析（analyze）查詢字符串，然后根據(jù)分詞構(gòu)建查詢，最終返回查詢結(jié)果。匹配查詢共有三種類型，分別是布爾（boolean）、短語（phrase）和短語前綴（phrase_prefix），默認的匹配查詢是布爾類型，這意味著，ElasticSearch引擎首先分析查詢字符串，根據(jù)分析器對其進行分詞，例如，對于以下match查詢：
"query":{?
? ? ? "match":{?
? ? ? ? "eventname":"Microsoft Azure Party"
? ? ? }
查詢字符串是“Microsoft Azure Party”，被分析器分詞之后，產(chǎn)生三個小寫的單詞：microsoft，azure和party，然后根據(jù)分析的結(jié)果構(gòu)造一個布爾查詢，默認情況下，引擎內(nèi)部執(zhí)行的查詢邏輯是：只要eventname字段值中包含有任意一個關(guān)鍵字microsoft、azure或party，那么返回該文檔，偽代碼是：
if(doc.eventnamecontains"microsoft"ordoc.eventnamecontains"azure"ordoc.eventnamecontains "party") returndoc
匹配查詢的行為受到兩個參數(shù)的控制：
operator：表示單個字段如何匹配查詢條件的分詞
minimum_should_match：表示字段匹配的數(shù)量
通過調(diào)整operator 和?minimum_should_match 屬性值，控制匹配查詢的邏輯條件，進而控制引擎返回的結(jié)果。默認情況下operator的值是or，在構(gòu)造查詢時設(shè)置分詞之間的邏輯運算符，如果設(shè)置為and，那么引擎內(nèi)部執(zhí)行的查詢邏輯是：
if(doc.eventnamecontains"microsoft"anddoc.eventnamecontains"azure"anddoc.eventnamecontains "party") returndoc
對于minimum_should_match 屬性值，默認值是1，如果設(shè)置其值為2，表示分詞必須匹配查詢條件的數(shù)量為2，這意味著，只要文檔的eventname字段包含任意兩個關(guān)鍵字，就滿足查詢條件。
短語（Phrase）是一個字符串，其單個分詞出現(xiàn)的位置和分詞的數(shù)量是固定的。在進行短語查詢時，必須匹配短語中每個分詞及其相對位置，例如，對于包含兩個分詞的短語：“azure function”，分詞“azure”出現(xiàn)在分詞“function”之前，并且兩個詞條之間的位置相差一個空格，下面兩個字符串都滿足短語匹配：
"Azure Notification Hubs & Azure Function"
"Serverless Azure Function"
一，布爾匹配查詢
布爾型match查詢是把query參數(shù)中的條件字符串加以分析，使用索引映射中定義的分析器對字符串分詞，然后構(gòu)建相應(yīng)的子查詢，ElasticSearch選擇合適的分析器（analyzer），該analyzer和建立索引時使用的分析器相同。在執(zhí)行match查詢時，默認情況下，字段值必須匹配任意一個詞條，例如，當(dāng)文檔的eventname字段匹配任意一個分詞，azure、aws和cloud時，該文檔匹配match查詢，匹配分詞的數(shù)量是由匹配參數(shù)控制的。
POST /_search -d{? ? "from":10,? "size":5,? "query":{? ? ? ? "match":{? ? ? ? ? "eventname":"azure aws cloud"? ? ? }
? }
}
2，match查詢常用的參數(shù)
operator：用來控制match查詢匹配詞條的邏輯條件，默認值是or，如果設(shè)置為and，表示查詢滿足所有條件；
minimum_should_match：當(dāng)operator參數(shù)設(shè)置為or時，該參數(shù)用來控制應(yīng)該匹配的分詞的最少數(shù)量；
POST /search -d
{? ? "from":10,? "size":5,? "query":{? ? ? ? "match":{? ? ? ? ? "eventname":{? ? ? ? ? ? ? "query":"azure aws cloud security",? ? ? ? ? ? "operator":"or",? ? ? ? ? ? "minimum_should_match":2? ? ? ? }
? ? ? }
? }
}
二，短語匹配查詢(match_phrase)
在執(zhí)行短語匹配查詢時，ElasticSearch引擎首先分析（analyze）查詢字符串，從分析后的文本中構(gòu)建短語查詢，這意味著必須匹配短語中的所有分詞，并且保證各個分詞的相對位置不變：
POST /_search -d{? ? "from":1,? "size":100,? "fields":[ "eventname"],? "query":{? ? ? ? "match_phrase":{? ? ? ? ? "eventname":"Open Source"? ? ? }
? }
}
三，短語前綴匹配查詢(match_phrase_prefix)
除了把查詢文本的最后一個分詞只做前綴匹配之外，match_phrase_prefix和match_phrase查詢基本一樣，參數(shù) max_expansions 控制最后一個單詞會被重寫成多少個前綴，也就是，控制前綴擴展成分詞的數(shù)量，默認值是50。擴展的前綴數(shù)量越多，找到的文檔數(shù)量就越多；如果前綴擴展的數(shù)量太少，可能查找不到相應(yīng)的文檔，遺漏數(shù)據(jù)。如代碼所示，能夠查到eventname包含"Open Source Hack Night"的文檔。
POST /_search -d{? ? "from":1,? "size":100,? "fields":[ "eventname"],? "query":{? ? ? ? "match_phrase_prefix":{? ? ? ? ? "eventname":{? ? ? ? ? ? ? "query":"Open Source hac",? ? ? ? ? ? "max_expansions":50? ? ? ? }
? ? ? }
? }
}
四，多字段匹配查詢
在多個字段上執(zhí)行匹配相同的查詢，叫做"multi_match"查詢，Elasticsearch共有五種多字段匹配查詢：best_fields，most_fields，cross_fields，phrase和phrase_prefix，默認的是best_fields類型，如下示例代碼：
{
? "multi_match" : {
? ? "query":"Microsoft Azure",
? ? "fields": ["subject","message" ]
? }
}
參數(shù)query指定查詢的條件，在match查詢中，query中的參數(shù)被分析成分詞；參數(shù)type指定查詢的類型，默認值是best_fields；參數(shù)fields指定字段數(shù)組，ElasticSearch在每個字段上匹配參數(shù)query。對于best_fields和most_fields類型，每個字段都會拆分成一個子查詢（Individual Query），這意味著，ElasticSearch引擎在每個字段上生成一個子查詢，每個子查詢都匹配相同的query參數(shù)。
在示例中，參數(shù)query被拆分成兩個分詞microsoft和azure，ElasticSearch引擎有兩個參數(shù)設(shè)置每個子查詢（Individual Query）應(yīng)該匹配的分詞數(shù)量。
參數(shù)operator設(shè)置每個字段的子查詢的匹配分詞的邏輯方式，默認值是or，例如，如果設(shè)置參數(shù)operator為and，那么subject字段中必須同時含有microsoft和azure這兩個分詞。也就是說，匹配所有的分詞。
"operator":"and"
當(dāng)參數(shù)operator使用默認值時，參數(shù)minimum_should_match設(shè)置每個子查詢應(yīng)該匹配多少個分詞，默認值是1，例如，設(shè)置minimum_should_match為1，那么subject字段中至少含有microsoft或azure的一個分詞。
“operator”:"or""minimum_should_match":1
1，best_fields類型
best_fields類型是默認值，從指定的字段中匹配查詢，每個字段都計算評分（_score），返回最高的評分。如果不考慮評分，那么best_fields查詢類型的含義是從指定的字段中執(zhí)行查詢，返回匹配的文檔。
對于best_fields和most_fields查詢類型，它們都是基于字段拆分的，每個字段都會產(chǎn)生一個子查詢，
{
? "multi_match" : {
? ? "query":"Will Smith",
? ? "type":"best_fields",
? ? "fields":? ? ["first_name","last_name" ],
? ? "operator":"and"
? }
}
跟best_fields類型相同的查詢類型是dis_max，字母dis是單詞“Disjunction”的簡寫，意思是分離，dis_max查詢類型有一個子查詢數(shù)組，每一個子查詢都單獨計算評分，返回子查詢中最高的評分。如果忽略評分，那么dis_max查詢類型的含義是執(zhí)行指定的子查詢，返回匹配的文檔。
{
? "dis_max": {
? ? "queries": [
? ? ? { "match": {"subject":"brown fox" }},
? ? ? { "match": {"message":"brown fox" }}
? ? ]? }
}
2，most_fields類型
most_fields類型是默認值，從指定的字段中匹配查詢，每個字段都計算評分（_score），最后把每個字段的評分合并（Combine）在一起，求平均分。如果不考慮評分，那么most_fields查詢類型的含義是從指定的字段中執(zhí)行查詢，返回匹配的文檔。
該類型的查詢類似于布爾查詢的should子句查詢，
{
? "bool": {
? ? "should": [
? ? ? { "match": {"title":"quick brown fox" }},
? ? ? { "match": {"title.original":"quick brown fox" }},
? ? ? { "match": {"title.shingles":"quick brown fox" }}
? ? ]
? }
}
3，phrase和phrase_prefix查詢類型
該類型的query是phrase，在每個字段上執(zhí)行查詢，然后返回最高的評分，類似于best_fields類型。
?View Code
4，cross_fields類型
該查詢類型是把query條件拆分成各個分詞，然后在各個字段上執(zhí)行匹配分詞，默認情況下，只要有一個字段匹配，那么返回文檔。
例如，query參數(shù)拆分成will和smith兩個分詞，當(dāng)參數(shù)operator為and時，字段first_name或last_name必須包含will ，并且first_name或last_name必須包含smith。
{
? "multi_match" : {
? ? "query":"Will Smith",
? ? "type":"cross_fields",
? ? "fields":? ? ["first_name","last_name" ],
? ? "operator":"and"? }
}
如果參數(shù)operator為or，字段first_name或last_name必須包含will ，或者?first_name或last_name必須包含smith，其等價的邏輯是，只要字段?first_name或last_name中包含 will或smith就返回文檔。
出處：http://www.cnblogs.com/ljhdo/p/4577065.html
