Elasticsearch检索分类深入详解—基础篇

Elasticsearch中当我们设置Mapping（分词器、字段类型）完毕后，就可以按照设定的方式导入数据。 

有了数据后，我们就需要对数据进行检索操作。根据实际开发需要，往往我们需要支持包含但不限于以下类型的检索： 
1）精确匹配，类似mysql中的 “=”操作； 
2）模糊匹配，类似mysql中的”like %关键词% “查询操作； 
3）前缀匹配； 
4）通配符匹配； 
5）正则表达式匹配； 
6）跨索引匹配； 
7）提升精读匹配。

细数一下，我们的痛点在于： 
1）ES究竟支持哪些检索操作？

2）如何实现ES精确值检索、指定索引检索、全文检索？ 

这些就是本文着重参考ES最新官方文档，针对ES5.X版本探讨的内容。

0、检索概览

检索子句的行为取决于查询应用于过滤(filter)上下文还是查询/分析(query)上下文。

过滤上下文——对应于结构化检索 
1）核心回答的问题是：“这个文档是否符合这个查询条款？” 

2）答案是简单的是或否，不计算分数。 

3）过滤器上下文主要用于过滤结构化数据。类似于Mysql中判定某个字段是否存在： 
例如： 

1. 时间戳字段：是否属于2015年或2016年？

2. 状态字段：是否设置为“已发布”？ 

经常使用的过滤器将被Elasticsearch自动缓存，以加快性能。

分析上下文——对应于全文检索 
1）核心回答了“本文档与此查询子句是否匹配？”的问题。 

2）除了决定文档是否匹配之外，查询子句还会计算一个_score，表示文档与其他文档的匹配程度。

综合应用场景如下：

GET /_search {  "query": {  "bool": {  "must": [  { "match": { "title": "Search" }},  { "match": { "content": "Elasticsearch" }}  ],  "filter": [  { "term": { "status": "published" }},  { "range": { "publish_date": { "gte": "2015-01-01" }}}  ]  }  } }

以上检索，title中包含"Search”并且content中包含 “Elasticsearch”，status中精确匹配”published”，并且publish_date 大于“2015-01-01”的全部信息。

以下，以“脑图”的形式直观展示检索分类。 

 
其中，3-7随着我开发深入再做更新。