ES详解 - 查询：DSL查询之复合查询详解

arcstack约 2335 字大约 8 分钟

ES详解 - 查询：DSL查询之复合查询详解

在查询中会有多种条件组合的查询，在ElasticSearch中叫复合查询。它提供了5种复合查询方式：bool query(布尔查询)、boosting query(提高查询)、constant_score（固定分数查询）、dis_max(最佳匹配查询）、function_score(函数查询）。@pdai

ES详解 - 查询：DSL查询之复合查询详解
复合查询引入
bool query(布尔查询)
概念
一些例子
boosting query(提高查询)
概念
例子
constant_score（固定分数查询）
例子
dis_max(最佳匹配查询）
例子
function_score(函数查询）
例子
参考文章

复合查询引入

在前文中，我们使用bool查询来组合多个查询条件。

比如之前介绍的语句

    GET /bank/_search
    {
      "query": {
        "bool": {
          "must": [
            { "match": { "age": "40" } }
          ],
          "must_not": [
            { "match": { "state": "ID" } }
          ]
        }
      }
    }

这种查询就是本文要介绍的复合查询，并且bool查询只是复合查询一种。

bool query(布尔查询)

通过布尔逻辑将较小的查询组合成较大的查询。

概念

Bool查询语法有以下特点

子查询可以任意顺序出现
可以嵌套多个查询，包括bool查询
如果bool查询中没有must条件，should中必须至少满足一条才会返回结果。

bool查询包含四种操作符，分别是must,should,must_not,filter。他们均是一种数组，数组里面是对应的判断条件。

must：必须匹配。贡献算分
must_not：过滤子句，必须不能匹配，但不贡献算分
should：选择性匹配，至少满足一条。贡献算分
filter：过滤子句，必须匹配，但不贡献算分

一些例子

看下官方举例

例子1

    POST _search
    {
      "query": {
        "bool" : {
          "must" : {
            "term" : { "user.id" : "kimchy" }
          },
          "filter": {
            "term" : { "tags" : "production" }
          },
          "must_not" : {
            "range" : {
              "age" : { "gte" : 10, "lte" : 20 }
            }
          },
          "should" : [
            { "term" : { "tags" : "env1" } },
            { "term" : { "tags" : "deployed" } }
          ],
          "minimum_should_match" : 1,
          "boost" : 1.0
        }
      }
    }

在filter元素下指定的查询对评分没有影响 , 评分返回为0。分数仅受已指定查询的影响。

例子2

    GET _search
    {
      "query": {
        "bool": {
          "filter": {
            "term": {
              "status": "active"
            }
          }
        }
      }
    }

这个例子查询查询为所有文档分配0分，因为没有指定评分查询。

例子3

    GET _search
    {
      "query": {
        "bool": {
          "must": {
            "match_all": {}
          },
          "filter": {
            "term": {
              "status": "active"
            }
          }
        }
      }
    }

此bool查询具有match_all查询，该查询为所有文档指定1.0分。

例子4

    GET /_search
    {
      "query": {
        "bool": {
          "should": [
            { "match": { "name.first": { "query": "shay", "_name": "first" } } },
            { "match": { "name.last": { "query": "banon", "_name": "last" } } }
          ],
          "filter": {
            "terms": {
              "name.last": [ "banon", "kimchy" ],
              "_name": "test"
            }
          }
        }
      }
    }

每个query条件都可以有一个_name属性，用来追踪搜索出的数据到底match了哪个条件。

boosting query(提高查询)

不同于bool查询，bool查询中只要一个子查询条件不匹配那么搜索的数据就不会出现。而boosting query则是降低显示的权重/优先级（即score)。

概念

比如搜索逻辑是 name = 'apple' and type ='fruit'，对于只满足部分条件的数据，不是不显示，而是降低显示的优先级（即score)

例子

首先创建数据

    POST /test-dsl-boosting/_bulk
    { "index": { "_id": 1 }}
    { "content":"Apple Mac" }
    { "index": { "_id": 2 }}
    { "content":"Apple Fruit" }
    { "index": { "_id": 3 }}
    { "content":"Apple employee like Apple Pie and Apple Juice" }

对匹配pie的做降级显示处理

    GET /test-dsl-boosting/_search
    {
      "query": {
        "boosting": {
          "positive": {
            "term": {
              "content": "apple"
            }
          },
          "negative": {
            "term": {
              "content": "pie"
            }
          },
          "negative_boost": 0.5
        }
      }
    }

执行结果如下

constant_score（固定分数查询）

查询某个条件时，固定的返回指定的score；显然当不需要计算score时，只需要filter条件即可，因为filter context忽略score。

例子

首先创建数据

    POST /test-dsl-constant/_bulk
    { "index": { "_id": 1 }}
    { "content":"Apple Mac" }
    { "index": { "_id": 2 }}
    { "content":"Apple Fruit" }

查询apple

    GET /test-dsl-constant/_search
    {
      "query": {
        "constant_score": {
          "filter": {
            "term": { "content": "apple" }
          },
          "boost": 1.2
        }
      }
    }

执行结果如下

dis_max(最佳匹配查询）

分离最大化查询（Disjunction Max Query）指的是：将任何与任一查询匹配的文档作为结果返回，但只将最佳匹配的评分作为查询的评分结果返回。

例子

假设有个网站允许用户搜索博客的内容，以下面两篇博客内容文档为例：

    POST /test-dsl-dis-max/_bulk
    { "index": { "_id": 1 }}
    {"title": "Quick brown rabbits","body":  "Brown rabbits are commonly seen."}
    { "index": { "_id": 2 }}
    {"title": "Keeping pets healthy","body":  "My quick brown fox eats rabbits on a regular basis."}

用户输入词组 “Brown fox” 然后点击搜索按钮。事先，我们并不知道用户的搜索项是会在 title 还是在 body 字段中被找到，但是，用户很有可能是想搜索相关的词组。用肉眼判断，文档 2 的匹配度更高，因为它同时包括要查找的两个词：

现在运行以下 bool 查询：

    GET /test-dsl-dis-max/_search
    {
        "query": {
            "bool": {
                "should": [
                    { "match": { "title": "Brown fox" }},
                    { "match": { "body":  "Brown fox" }}
                ]
            }
        }
    }

为了理解导致这样的原因，需要看下如何计算评分的

should 条件的计算分数

    GET /test-dsl-dis-max/_search
    {
        "query": {
            "bool": {
                "should": [
                    { "match": { "title": "Brown fox" }},
                    { "match": { "body":  "Brown fox" }}
                ]
            }
        }
    }

要计算上述分数，首先要计算match的分数

第一个match 中 brown的分数

doc 1 分数 = 0.6931471

title中没有fox，所以第一个match 中 brown fox 的分数 = brown分数 + 0 = 0.6931471

doc 1 分数 = 0.6931471 + 0 = 0.6931471

第二个 match 中 brown分数

doc 1 分数 = 0.21110919

doc 2 分数 = 0.160443

第二个 match 中 fox分数

doc 1 分数 = 0

doc 2 分数 = 0.60996956

所以第二个 match 中 brown fox分数 = brown分数 + fox分数

doc 1 分数 = 0.21110919 + 0 = 0.21110919

doc 2 分数 = 0.160443 + 0.60996956 = 0.77041256

所以整个语句分数， should分数 = 第一个match + 第二个match分数

doc 1 分数 = 0.6931471 + 0.21110919 = 0.90425634

doc 2 分数 = 0 + 0.77041256 = 0.77041256

引入了dis_max

不使用 bool 查询，可以使用 dis_max 即分离最大化查询（Disjunction Max Query）。分离（Disjunction）的意思是或（or），这与可以把结合（conjunction）理解成与（and）相对应。分离最大化查询（Disjunction Max Query）指的是：将任何与任一查询匹配的文档作为结果返回，但只将最佳匹配的评分作为查询的评分结果返回：

    GET /test-dsl-dis-max/_search
    {
        "query": {
            "dis_max": {
                "queries": [
                    { "match": { "title": "Brown fox" }},
                    { "match": { "body":  "Brown fox" }}
                ],
                "tie_breaker": 0
            }
        }
    }

0.77041256怎么来的呢？下文给你解释它如何计算出来的。

dis_max 条件的计算分数

分数 = 第一个匹配条件分数 + tie_breaker * 第二个匹配的条件的分数 ...

    GET /test-dsl-dis-max/_search
    {
        "query": {
            "dis_max": {
                "queries": [
                    { "match": { "title": "Brown fox" }},
                    { "match": { "body":  "Brown fox" }}
                ],
                "tie_breaker": 0
            }
        }
    }

doc 1 分数 = 0.6931471 + 0.21110919 * 0 = 0.6931471

doc 2 分数 = 0.77041256 = 0.77041256

这样你就能理解通过dis_max将doc 2 置前了，当然这里如果缺省tie_breaker字段的话默认就是0，你还可以设置它的比例（在0到1之间）来控制排名。（显然值为1时和should查询是一致的）

function_score(函数查询）

简而言之就是用自定义function的方式来计算_score。

可以ES有哪些自定义function呢？

script_score 使用自定义的脚本来完全控制分值计算逻辑。如果你需要以上预定义函数之外的功能，可以根据需要通过脚本进行实现。
weight 对每份文档适用一个简单的提升，且该提升不会被归约：当weight为2时，结果为2 * _score。
random_score 使用一致性随机分值计算来对每个用户采用不同的结果排序方式，对相同用户仍然使用相同的排序方式。
field_value_factor 使用文档中某个字段的值来改变_score，比如将受欢迎程度或者投票数量考虑在内。
衰减函数(Decay Function) - linear，exp，gauss

例子

以最简单的random_score 为例

    GET /_search
    {
      "query": {
        "function_score": {
          "query": { "match_all": {} },
          "boost": "5",
          "random_score": {}, 
          "boost_mode": "multiply"
        }
      }
    }

进一步的，它还可以使用上述function的组合(functions)

    GET /_search
    {
      "query": {
        "function_score": {
          "query": { "match_all": {} },
          "boost": "5", 
          "functions": [
            {
              "filter": { "match": { "test": "bar" } },
              "random_score": {}, 
              "weight": 23
            },
            {
              "filter": { "match": { "test": "cat" } },
              "weight": 42
            }
          ],
          "max_boost": 42,
          "score_mode": "max",
          "boost_mode": "multiply",
          "min_score": 42
        }
      }
    }

script_score 可以使用如下方式

    GET /_search
    {
      "query": {
        "function_score": {
          "query": {
            "match": { "message": "elasticsearch" }
          },
          "script_score": {
            "script": {
              "source": "Math.log(2 + doc['my-int'].value)"
            }
          }
        }
      }
    }

更多相关内容，可以参考官方文档在新窗口打开open in new window PS: 形成体系化认知以后，具体用的时候查询下即可。

参考文章

https://www.elastic.co/guide/en/elasticsearch/reference/current/compound-queries.html

https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-bool-query.html

https://www.elastic.co/guide/en/elasticsearch/reference/7.12/query-dsl-function-score-query.html

ES详解 - 查询：DSL查询之复合查询详解

# ES详解 - 查询：DSL查询之复合查询详解

# 复合查询引入

# bool query(布尔查询)

# 概念

# 一些例子

# boosting query(提高查询)

# 概念

# 例子

# constant_score（固定分数查询）

# 例子

# dis_max(最佳匹配查询）

# 例子

# function_score(函数查询）

# 例子

# 参考文章

ES详解 - 查询：DSL查询之复合查询详解

复合查询引入

bool query(布尔查询)

概念

一些例子

boosting query(提高查询)

概念

例子

constant_score（固定分数查询）

例子

dis_max(最佳匹配查询）

例子

function_score(函数查询）

例子

参考文章