检索类型脑图：
精准匹配检索和全文检索的本质区别
精准匹配检索和全文检索的本质区别：
- 精准匹配把检索的整个文本不做分词处理，当前一个串整体处理。
- 而全文检索需要分词处理，对分词后的每个词单独检索然后大bool组合检索。
直接用列子来看：
//mapping映射
PUT test
{
"mappings": {
"properties": {
"title": {
"type": "text",
"analyzer": "ik_max_word",
"fields": {
"keyword": {
"type": "keyword"
}
}
}
}
}
}
//利用bulk批量插入数据
POST test/_bulk
{"index":{"_id":1}}
{"title":"乌兰图雅经典歌曲30首连播 标清_手机乐视视频"}
{"index":{"_id":2}}
{"title":"乌兰县地区生产总值22.9亿元 "}
{"index":{"_id":3}}
{"title":"乌兰新闻网欢迎您!"}
{"index":{"_id":4}}
{"title":"乌兰:你说急什么呢,我30岁了"}
{"index":{"_id":5}}
{"title":"千城胜景丨胜境美誉 多彩乌兰"}利用以下搜索来说明：
POST test/_search
{
"profile": true,
"query": {
"match": {
"title": "乌兰新闻网欢迎您!"
}
}
}结果为：
为什么通过检索“乌兰新闻网欢迎您!”召回了全部数据？？？
我们加上"profile": true看下：
简单来说一句话：match_query 在检索的时候将待检索字符串做了分词处理。
我们可以通过analyzer API 看出：
精准匹配的检索实现：
POST test/_search
{
"profile": true,
"query": {
"term": {
"title.keyword": "乌兰新闻网欢迎您!"
}
}
}结果：
也就是说，精准匹配是拿整个文本串一起 term query检索的，不做分词处理。
精准匹配检索
- Term单字段精准匹配
- Term query 应用场景：单值精准匹配。
- 注意点：避免将 term query 应用到 text 类型的检索。
再延伸一些，Term 检索针对的是非 text 类型，term 针对 text 类型并不会报错，但结果会达不到预期。
如果我非要将 text 类型应用 term query会怎么样？来吧，看一下效果：
DELETE my-index-000001
# 不指定分词器就使用默认：standard 分词器。
PUT my-index-000001
{
"mappings": {
"properties": {
"full_text": {
"type": "text"
}
}
}
}
# 写入数据
PUT my-index-000001/_doc/1
{
"full_text": "Quick Brown Foxes!"
}
# 执行检索，并不会召回数据
GET my-index-000001/_search?pretty
{
"profile": true,
"query": {
"term": {
"full_text": "Quick Brown Foxes!"
}
}
}
检索结果如上图所示，为啥没有召回结果数据？
原因在于：写入的时候，Quick Brown Foxes! 经过默认分词器 standard 处理后，转化为：quick、brown、foxes 存储。
- Terms 多字段精准匹配
- Terms query 应用场景：多值精准匹配。
注意点：同 term query核心区别：terms query 支持多个值，而 term query 仅支持单个值。
- Range 范围检索
- Range query 应用场景：区间范围检索。
注意点1：当“search.allow_expensive_queries”设置为 false 时，range query 在 text 和 keyword 类型的检索不能被执行。
注意点2：range query 对 text、keyword 类型的区间检索实际意义不大。
- Exists 是否存在检索
- Exists query 应用场景：判定字段是否有值。
- Wildcard 类Mysql like 检索
Wildcard 应用场景：通配符检索，类似 MySQL like 查询。
- prefix 前缀匹配检索
prefix Query应用场景：前缀匹配。
- Terms set 检索
Terms set Query 应用场景：term query 检索 1个满足条件，terms query检索多个满足条件，而 Terms set query 介于两者中间。
- Fuzzy 支持编辑距离的模糊查询
Fuzzy Query 应用场景：返回包含与搜索词相似的词的文档，也就是说：有一定的类似纠错功能。
- IDs 检索
IDS query：基于 ID 组召回数据。
- Regexp 正则匹配检索
Regexp Query：基于正则表达式的检索。
使用建议：非必要不使用。
全文检索类型
- Match 检索
- Match Query 应用场景：召回率要求高、精准度要求不高的场景。
- 使用建议：精准度要求高的场景慎用。
如前所述，Match 的本质：大 bool + term query 组合体。
- Match phrase 短语检索
- Match phrase Query 应用场景：更注重精准度召回的场景，match query 如果叫做分词检索的话，match phrase 叫短语匹配检索更为合适。
注意1：检索的时候可以指定分词器。
注意2：分词器指定不同，拼接的串中字符的切分粒度不同。
如下两个截图分别使用了：standard 标准分词器以及 ik_smart 粗粒度 IK 分词器。
- Multi-match 检索
- Multi-match query 应用场景：多字段的 match query。
注意：多字段就涉及评分的整合，所以会有：most_fields、best_fields、cross_fields 等评分方式。
- Match_phrase_prefix 检索
- Match_phrase_prefix query 应用场景：短语匹配+前缀匹配的组合体，适用于短语前缀匹配。
- query_string 检索
- query_string query 应用场景：与或非表达式的检索。
AND：代表与，OR 代表或，NOT 代表非。
非常复杂的语法，建议参考官方文档。
- simple_query_string 检索
simple_query_string 应用场景：同 query_string 。
核心不同点：simple_query_string 在语法不对时，并不会报错。
组合检索类型
组合检索主要分为两大类：bool 组合检索和自定义评分检索。
- bool 组合检索
适用场景：复杂条件的组合检索。当单个或者单类检索条件不能适配复杂组合检索的时候，优先考虑 bool 组合条件检索。
其下可以包含但不限于：
must：必须满足条件。
must_not：必须不满足条件（忽略评分，召回数据评分为0）。
filter：过滤条件（忽略评分，召回数据评分为0），可以借助缓存提升性能。
should：部分条件满足，由minmum_should_match控制。
- 自定义评分检索
适用场景：传统基于BM25（词频TF、逆文档频率IDF）机制不能满足评分要求，某一个或者多个字段需要提升、降低或者修改权重比例的时候，优先考虑自定义评分实现。
如果自定义评分也无法满足，那只能自己开发评分插件实现。
自定义评分推荐阅读：实战 | Elasticsearch自定义评分的N种方法
总结
全文检索（Full text query）类检索
- Match 适用于：召回率高、精准度不高的场景；
- Match phrase 适用于：精准度高、召回率不高的场景；
- Match phrase prefix 适用于：短语前缀匹配检索；
- Mulit-match 适用于：多字段检索；
- Query string 适用于：支持与或非表达式的检索；
- Simple query string：较 query string 容错率高的场景；
精准匹配（Term-level query）类检索
- Term 适用于：单字段精准匹配；
- Terms 适用于：多字段精准匹配；
- Range 适用于：范围检索；
- Exists 适用于：判定是否存在检索；
- Wildcard 适用于：类Mysql like 检索，非必要不使用；
- prefix 适用于：前缀匹配检索；
- Fuzzy 适用于：支持编辑距离的模糊查询；
- IDs 适用于：基于文档id组检索的场景；
- Regexp 适用于：正则匹配检索，非必要不使用。