ElasticSearch系列——使用term filter来搜索数据 ElasticSearch

文章目录

（1）准备插入一些测试帖子数据
（2）根据用户ID搜索帖子
（3）搜索隐藏的帖子
（4）根据发帖日期搜索帖子
（5）查看分词
（6）根据帖子ID搜索帖子
（7）重建索引

【ElasticSearch系列——使用term filter来搜索数据】
ElasticSearch系列——主目录
（1）准备插入一些测试帖子数据

POST /forum/article/_bulk { "index": { "_id": 1 }} { "articleID" : "XHDK-A-1293-#fJ3", "userID" : 1, "hidden": false, "postDate": "2017-01-01" } { "index": { "_id": 2 }} { "articleID" : "KDKE-B-9947-#kL5", "userID" : 1, "hidden": false, "postDate": "2017-01-02" } { "index": { "_id": 3 }} { "articleID" : "JODL-X-1937-#pV7", "userID" : 2, "hidden": false, "postDate": "2017-01-01" } { "index": { "_id": 4 }} { "articleID" : "QQPX-R-3956-#aD8", "userID" : 2, "hidden": true, "postDate": "2017-01-02" }

结果显示

文章图片

初步来说，就先搞4个字段，因为整个es是支持json document格式的，所以说扩展性和灵活性非常之好。
如果后续随着业务需求的增加，要在document中增加更多的field，那么我们可以很方便的随时添加field。
但是如果是在关系型数据库中，比如mysql，我们建立了一个表，现在要给表中新增一些column，那就很坑爹了，必须用复杂的修改表结构的语法去执行。而且可能对系统代码还有一定的影响。
查看mapping

GET /forum/_mapping

结果显示

文章图片

type=text，默认会设置两个field，一个是field本身，比如articleID，就是分词的；
还有一个的话，就是field.keyword，articleID.keyword，默认不分词，会最多保留256个字符
（2）根据用户ID搜索帖子 constant_score：当我们不关心检索词频率TF（Term Frequency）对搜索结果排序的影响时，可以使用constant_score将查询语句query或者过滤语句filter包装起来。

GET /forum/article/_search { "query" : { "constant_score" : { "filter" : { "term" : { "userID" : 1 } } } } }

结果显示

文章图片

term filter/query：对搜索文本不分词，直接拿去倒排索引中匹配，你输入的是什么，就去匹配什么
比如说，term，“hello world” --> “hello world”，直接去倒排索引中匹配“hello world”
如果对搜索文本进行分词的话，“helle world” --> “hello”和“world”，两个词分别去倒排索引中匹配
（3）搜索隐藏的帖子

GET /forum/article/_search { "query" : { "constant_score" : { "filter" : { "term" : { "hidden" : true } } } } }

结果显示

文章图片

（4）根据发帖日期搜索帖子

GET /forum/article/_search { "query" : { "constant_score" : { "filter" : { "term" : { "postDate" : "2017-01-01" } } } } }

结果显示

文章图片

（5）查看分词

GET /forum/_analyze { "field": "articleID", "text": "XHDK-A-1293-#fJ3" }

结果显示

文章图片

默认是analyzed的text类型的field，建立倒排索引的时候，就会对所有的articleID分词，分词以后，原本的articleID就没有了，只有分词后的各个word存在于倒排索引中。
term，是不对搜索文本分词的，XHDK-A-1293-#fJ3 --> XHDK-A-1293-#fJ3；
但是articleID建立索引的时候，XHDK-A-1293-#fJ3 --> xhdk，a，1293，fj3
（6）根据帖子ID搜索帖子

GET /forum/article/_search { "query" : { "constant_score" : { "filter" : { "term" : { "articleID" : "XHDK-A-1293-#fJ3" } } } } }

结果显示【因为被分词了！所以查不到什么】

文章图片

用不分词的方法去检索

GET /forum/article/_search { "query" : { "constant_score" : { "filter" : { "term" : { "articleID.keyword" : "XHDK-A-1293-#fJ3" } } } } }

结果显示

文章图片

articleID.keyword，是es最新版本内置建立的field，就是不分词的。所以一个articleID过来的时候，会建立两次索引，一次是自己本身，是要分词的，分词后放入倒排索引；另外一次是基于articleID.keyword，不分词，保留256个字符最多，直接一个字符串放入倒排索引中。
所以term filter，对text过滤，可以考虑使用内置的field.keyword来进行匹配。但是有个问题，默认就保留256个字符。所以尽可能还是自己去手动建立索引，指定not_analyzed吧。在最新版本的es中，不需要指定not_analyzed也可以，将type=keyword即可。
（7）重建索引

DELETE /forumPUT /forum { "mappings": { "article": { "properties": { "articleID": { "type": "keyword" } } } } }

插入数据

POST /forum/article/_bulk { "index": { "_id": 1 }} { "articleID" : "XHDK-A-1293-#fJ3", "userID" : 1, "hidden": false, "postDate": "2017-01-01" } { "index": { "_id": 2 }} { "articleID" : "KDKE-B-9947-#kL5", "userID" : 1, "hidden": false, "postDate": "2017-01-02" } { "index": { "_id": 3 }} { "articleID" : "JODL-X-1937-#pV7", "userID" : 2, "hidden": false, "postDate": "2017-01-01" } { "index": { "_id": 4 }} { "articleID" : "QQPX-R-3956-#aD8", "userID" : 2, "hidden": true, "postDate": "2017-01-02" }