精简 搜索

搜索的API分为两种：其一是通过参数来传递查询的“精简版”查询语句（query string），还有一种是通过JSON来传达丰富的查询的完整版请求体（request body），这种搜索语言被称为查询DSL。

查询语句在行命令中运行点对点查询的时候非常实用。比如我想要查询所有tweet类型中，所有tweet字段为"elasticsearch"的文档：

  1. GET /_all/tweet/_search?q=tweet:elasticsearch

下一个查询是想要寻找name字段为"john"且tweet字段为"mary"的文档，实际的查询就是：

  1. +name:john +tweet:mary

但是经过百分号编码（percent encoding）处理后，会让它看起来稍显神秘:

  1. GET /_search?q=%2Bname%3Ajohn+%2Btweet%3Amary

前缀"+"表示必须要满足我们的查询匹配条件，而前缀"-"则表示绝对不能匹配条件。没有+或者-的表示可选条件。匹配的越多，文档的相关性就越大。

字段_all

下面这条简单的搜索将会返回所有包含"mary"字符的文档：

  1. GET /_search?q=mary

在之前的例子中，我们搜索tweet或者name中的文字。然而，搜索的结果显示"mary"在三个不同的字段中：

  • 用户的名字为”Mary”
  • 6个”Mary”发送的推文
  • 1个”@mary”

那么Elasticsearch是如何找到三个不同字段中的内容呢？

当我们在索引一个文档的时候，Elasticsearch会将所有字段的数值都汇总到一个大的字符串中，并将它索引成一个特殊的字段_all：

  1. {
  2.     "tweet":    "However did I manage before Elasticsearch?",
  3.     "date":     "2014-09-14",
  4.     "name":     "Mary Jones",
  5.     "user_id":  1
  6. }

就好像我们已经添加了一个叫做_all的字段：

  1. "However did I manage before Elasticsearch? 2014-09-14 Mary Jones 1"

除非指定了字段名，不然查询语句就会搜索字段_all。

TIP: 在你刚开始创建程序的时候你可能会经常使用_all这个字段。但是慢慢的，你可能就会在请求中指定字段。当字段_all已经没有使用价值的时候，那就可以将它关掉。之后的《字段all》一节中将会有介绍

更加复杂的查询

再实现一个查询：

  • 字段name包含"mary"或"john"
  • date大于2014-09-10
  • _all字段中包含"aggregations"或"geo"
  1. +name:(mary john) +date:>2014-09-10 +(aggregations geo)

最终处理完的语句可读性可能很差：

  1. ?q=%2Bname%3A(mary+john)+%2Bdate%3A%3E2014-09-10+%2B(aggregations+geo)

正如你所看到的，这个简明查询语句是出奇的强大。在查询语句语法中，有关于它详细的介绍。借助它我们就可以在开发的时候提高很多效率。

不过，你也会发现简洁带来的易读性差和难以调试，以及它的脆弱：当其中出现-, :, / 或者 "时，它就会返回错误提示。

最后要提一句，任何用户都可以通过查询语句来访问臃肿的查询，或许会得到一些私人的信息，或许会通过大量的运算将你的集群压垮！

TIP

出于以上原因，我们不建议你将查询语句直接暴露给用户，除非是你信任的可以访问数据与集群的权限用户。

与此同时，在生产环境中，我们经常会使用到查询语句。在了解更多关于搜索的知识前，我们先来看一下它是怎样运作的。