Search and Query DSL Part I (搜尋和查詢語法)

這篇前半段會先補充search中的 Track total hits
後半段會開始介紹 Query DSL的 Full text queries，不過這部分會分幾篇來一一說明

Search

補充一些之前search章節未提及的

Track total hits
一般而言，計算total hits(總數)需要拜訪很多documents，因而比較耗資源，
實際上，總數不一定會 "等於" hits.total.value ，有可能只是 "lower bound(下界)"，

可以透過 track_total_hits 參數來控制總數的追蹤，
預設值是 10000，也就是當你搜尋匹配的documents超過10000時， hits.total.value 值只會是 10000 ，不過可以透過 hits.total.relation 來查看是 "lower bound" 還是 "等於"，
如果是 "eq" 即為 "等於" ， 如果是 "gte" 即為 "lower bound"

當 track_total_hits 設為 true 時，es回傳的 hits.total.value 值就都會是總數值，
而 hits.total.relation 也一定會是 "eq" ，因為 回傳的值都是總數值，已沒有下界的限制

如果真不需要總數，也可以把 track_total_hits 設為 false ，此時就不會有 hits.total

設定方式可參閱下方範例，範例使用 Elastic Stack第七重 匯入的範例資料，如欲使用此匯入資料可以先照那一重做批次匯入

track_total_hits 使用預設值

GET /bank/_search
{
  "query": {
    "match_all": {}
  }
}

Response

因為在還未設定 track_total_hits ，所以目前是預設值 10000
hits.total.relation 為 "eq" 且 hits.total.value 為 1000 ，代表總是就是等於 1000

track_total_hits 設定為 "500"

GET /bank/_search
{
  "query": {
    "match_all": {}
  },
  "track_total_hits": "500"
}

Response

因為 track_total_hits 設為 "500"，代表 lower bound 就是 500，
而response中的 hits.total.relation 為 "gte" 且 hits.total.value 為 500，
就代表著 實際的總數 超過500，但因為有 lower bound 設定所以沒有顯示實際總數

Full text queries

full text queries 可以用來搜尋 text fields，
預設情況下， query string (搜尋的字串) 會和 field value 使用相同的 analyzer

總共有以下幾種：

• intervals query
• match query
• match_bool_prefix query
• match_phrase query
• match_phrase_prefix query
• multi_match query
• common terms query
• query_string query
• simple_query_string query

我不會依照上面順序介紹，比較傾向由簡單介紹到複雜的，而且預計用幾篇來一一介紹

match query
是個標準full-text search的query

直接用範例解釋

Request

GET /_search
{
  "query": {
    "match": { (1)
      "message": { (2)
        "query": "this is a test" (3)
      }
    }
  }
}

(1): 即為 match query
(2): message 為 <field> ，是 match 的 top-level參數，是必填
(3): query 為 <field> 的必填參數， "this is a test" 即為 query value

依照上述 Request ，會匹配到 message field中，有 this 或 is 或 a 或 test，
也就是說此 query value可以解析為 this OR is OR a OR test

<field> 下的參數，也就是和 query 同層的，還有很多參數，
其中我以 operator 和 minimum_should_match 多加說明

其實， match query 是屬於 boolean 類型，意思是，
提供的 query value 經過 analyzer 分析過後，會產生 boolean query，
而參數 operator 就是可以來控制 boolean clauses要用 or 還是 and (預設是 or)
參數 minimum_should_match 可設定 should clauses 最少需匹配的數量

上述的範例，即 operator 為 or ， minimum_should_match 為 1

[補充]
match query 支援縮寫的方式，把 <field> 和 query的值(query value)結合，
可把上述範例縮寫成如下寫法

GET /_search
{
  "query": {
    "match": {
      "message": "this is a test"
    }
  }
}

match_bool_prefix query
和 match query一樣， match_bool_prefix 也可以分析 query value後，
從產生的terms建構出 bool qeury，而除了最後一個term之外，都是使用 term query，最後一個term是使用 prefix query

舉個例

Request

GET /_search
{
  "query": {
    "match_bool_prefix" : {
      "message" : "quick brown f"
    }
  }
}

此 query value會產生出的terms為 quick , brown , f ，
透過這些terms建構出的 bool query 會長得如下

GET /_search
{
  "query": {
    "bool": {
      "should": [
        {"term": {"message": "quick"}},
        {"term": {"message": "brown"}},
        {"prefix": {"message": "f"}}
      ]
    }
  }
}

拆解成上述其實就很明瞭，不過還是要注意，should內的三個query clauses是沒有順序的，意即，brown fox quick 是可以被匹配得到的
此外，如 match 一樣，預設為 or，所以其實 quick 和 brown 甚至是只要是 f開頭的字串，只要有這三種任一個有匹配到即可

小小新手，如有理解錯誤或寫錯再請不吝提醒或糾正

Reference

Track total hit
Full text queries