Elasticsearch中的基本全文搜索和过滤

Elasticsearch中的基本全文搜索和过滤

知识点参考:https://www.elastic.co/guide/en/elasticsearch/reference/current/full-text-filter-tutorial.html#full-text-filter-tutorial-range-query

---

1. 索引设计与映射

• 多字段类型（Multi-Fields） ：

  • 文本字段默认映射为text（全文搜索）和keyword（精确过滤）子字段。
  • 示例：title字段同时支持全文搜索（title）和精确过滤（title.keyword）。
  • 作用：兼顾灵活搜索与高效过滤。

• 字段类型选择：

  • text：用于全文检索（如标题、描述）。
  • keyword：用于精确匹配或聚合（如分类、标签）。
  • date：日期类型（指定格式yyyy-MM-dd）。
  • float：浮点数（如评分rating）。

• 分析器（Analyzer） ：

  • 默认使用standard分析器（分词、转小写、去停用词）。
  • 影响索引和搜索时的文本处理逻辑。

---

2. 全文搜索技术

• **match​查询**：

  • 基础全文搜索，默认OR​逻辑匹配分词后的词项。

  • 支持参数：

    • operator：切换AND逻辑（需所有词项匹配）。
    • minimum_should_match：控制最少匹配词项数（如2/3）。

• **multi_match​查询**：

  • 跨多字段搜索（如同时搜索title、description、tags）。
  • 字段加权 ：通过^符号提升字段权重（如title^3）。
  • 示例：优先匹配标题中的关键词。

---

3. 精确过滤方法

• **term​查询**：

  • 精确匹配未经分析的字段值（必须使用.keyword子字段）。
  • 示例：{"term": {"category.keyword": "Breakfast"}}。

• **range​查询**：

  • 数值或日期范围过滤。
  • 参数：gte（≥）、lte（≤）、gt（>）、lt（<）。
  • 示例：过滤评分≥4.5的食谱。

---

4. 组合查询（Bool Query）

• 逻辑子句：

  • must：所有条件必须满足（贡献相关性得分）。
  • should：至少满足一个条件（提升得分）。
  • must_not：排除匹配条件（不贡献得分）。
  • filter：过滤条件（不计算得分，性能优化）。

• 典型场景：

  • 必须包含vegetarian标签 + 评分≥4.5 + 非甜点类别。
  • 示例：复合过滤与搜索条件组合。

---

5. 性能优化与最佳实践

• 过滤优于查询：

  • 使用filter上下文避免相关性计算，提升性能。

• 字段设计规范：

  • ignore_above：限制keyword字段长度（默认256字符）。
  • 避免长文本使用keyword类型（节省存储）。

• 分析器选择：

  • 根据业务需求定制（如中文需ik分词器）。

---

6. 高级应用方向

• 相关性调优：

  • 使用function_score自定义评分公式。
  • 字段长度归一化（norms参数）。

• 近似匹配：

  • match_phrase（短语匹配）。
  • fuzzy查询（容错拼写）。

• 聚合分析（Aggregations） ：

  • 统计分类分布、评分分布等。

---

关键命令速查

# 创建索引
PUT /cooking_blog

# 批量导入数据
POST /cooking_blog/_bulk?refresh=wait_for

# 基本全文搜索
GET /_search { "match": { "description": "fluffy pancakes" } }

# 多字段加权搜索
GET /_search { "multi_match": { "query": "curry", "fields": ["title^3", "description"] } }

# 复合布尔查询
GET /_search { "bool": { "must": [...], "should": [...] } }

---

掌握这些知识点可快速实现 精准搜索+高效过滤 的复杂需求，适用于电商、内容平台、日志分析等场景.