目录
[1、fuction score:](#1、fuction score:)
[五、Function Score Query](#五、Function Score Query)
一、全文检索查询
1、match查询
全文检索查询的一种,会对用户输入内容分词,然后去倒排索引库检索。
语法:
GET /indexName/_search
{
"query": {
"match": {
"FIELD": "TEXT"
}
}
}
2、multi_match查询
与match查询类似,只不过允许同时查询多个字段。
语法:
GET /indexName/_search
{
"query": {
"multi_match": {
"query": "TEXT",
"fields": ["FIELD1","FIELD2"]
}
}
}
3、match和mult_match的区别
- match:根据一个字段查询
- multi_match:根据多个字段查询,参与查询字段越多,查询性能越差
二、精确查询
精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。
1、term查询:
根据词条精确匹配,一般搜索keyword类型、数值类型、布尔类型、日期类型字段
value中的值要确保和文档中的一模一样。
语法:
GET /indexName/_search
{
"query": {
"term": {
"FIELD": {
"value": "VALUE"
}
}
}
}
2、range查询:(范围查询)
根据数值范围查询,可以是数值、日期的范围
gte 表示范围下限,lte 表示范围上限;
gt 表示大于而不等于,lt 表示小于而不等于;
语法:
GET /indexName/_search
{
"query": {
"range": {
"FIELD": {
"gte": 10,
"lte": 20
}
}
}
}
三、地理查询
1、geo_bounding_box查询:
查询geo_point值落在某个矩形范围的所有文档
语法:
GET /indexName/_search
{
"query": {
"geo_bounding_box":{
"FIELD":{
"top_left":{
"lat":31.1,
"lon":121.5
},
"bottom_right":{
"lat":30.9,
"lon":121.7
}
}
}
}
}
2、geo_distance查询:
查询到指定中心点小于某个距离值的所有文档
语法:
GET /indexName/_search
{
"query": {
"geo_distance":{
"distance":"15km",
"FIELD":"31.21.121.5"
}
}
}
四、复合查询
复合查询可以将其它简单查询组合起来,实现更复杂的搜索逻辑。
1、fuction score:
算分函数查询,可以控制文档相关性算分,控制文档排名。
(1)词条频率
例子:
"你你你你你,是是是,我我我我,的的,谁",一共有15个字。
"你" 的频率是 ,"是" 的频率是 。
频率越高,分数越高,搜索结果越靠前。
(2)TF-IDF算法
例子:
若我要搜索钢铁侠,在搜索结果中,一共有三个文档:
《你是钢铁侠》
《我是钢铁下》
《都是钢铁虾》
其中"钢铁"出现了三次,而文档个数是三次,它的逆文档频率就是 = 0,分数也就是0,
所以"钢铁"就不代表权重了,而"侠"字只出现了一次,所以它的权重大,此搜索结果也就靠前。
(3)BM25算法
BM25是一种用于信息检索的算法,它是基于词频和文档长度的统计方法,用于计算查询与文档之间的相关性得分。BM25算法是一种改进的TF-IDF算法,它考虑了文档长度的影响,以及对于一些高频词汇的惩罚。BM25算法的公式如下:
score(D,Q) = ∑(i=1 to n) IDF(qi) * ((k+1)*f(qi,D))/(f(qi,D)+k*(1-b+b*(|D|/avgdl)))
其中,D表示文档,Q表示查询,qi表示查询中的第i个词,f(qi,D)表示文档D中qi出现的频率,|D|表示文档D的长度,avgdl表示所有文档的平均长度,IDF(qi)表示逆文档频率,k和b是两个可调参数。
BM25算法的优点是可以处理长文档和短文档,而且对于高频词汇的处理也比较合理。但是,BM25算法的计算复杂度较高,需要对所有文档进行扫描和计算,因此在大规模数据集上的应用需要考虑效率问题。