Query DSL Part III (查詢語法)

本篇繼續介紹 Query DSL的 Full text queries

本篇介紹以下 full text queries

• query_string query
• simple_query_string query
• intervals query (基本概念介紹)
• common query (基本概念介紹)

query_string query
query string 透過 "strict syntax(嚴格的語法)" 的parser來解析，
會先依據 operators 來 split(切分) query string， operators 像是 AND , OR , NOT
然後再一個一個 analyzes(分析) split text(切分的字串)，之後才會去最匹配的動作

可以透過 query_string 來做到很複雜的搜尋，包含 使用wildcard 或 搜尋多個fields 等等，
但是 query是比較嚴格的，只要有無效的語法就會回傳錯誤，也因此官方也說明 query string 不建議拿來使用在 "search box(搜尋框)"

Example Request

GET /_search
{
  "query": {
    "query_string": {
      "query": "(new york city) OR (big apple)", (1)
      "default_field": "content" (2)
    }
  }
}

(1): 必填，欲用來搜尋的 query string
(2): 選填，如果 query string 沒有指定 field，就會使用此 default_field 的 field 來搜尋，如 default_field 也未提供，會使用index的設定 index.query.default_field ，而此設定預設是 * ， * 指的是所有fields中可支援 term query 的fields

解析上述Request會如何parse
會把 query string 拆解成 new york city 和 big apple 兩部份，
而這兩部份一一被 content field 的 analyzer 轉成 tokens，然後才去做匹配的動作

[指定fields]
此外，可以直接在 query string 中指定 用某一字串搜尋特定fields，
例如： status:active 搜尋 status field 是否包含 active
title:(quick OR brown) 搜尋 title field 是否包含 quick 或 brown
author:"John Smith" 搜尋 author 要包含 phrase "John Smith"

[範圍(range)]
range 可用在 date, numeric, string等等，其中使用
中括號 [min TO max] 代表有包含邊界值，使用大括號 {min TO max} 則不包含邊界值
例如： date:[2012-01-01 TO 2012-12-31] 搜尋 date field 2012的每一天
date:{* TO 2012-01-01} 搜尋 date field 2012以前的所有日期(不包括2012-01-01)
也可以並用中大括號， count:[1 TO 5} 搜尋 count field 數值1(包含) 至 5(不包含)

query_string query 功能很複雜很多樣，但也比較嚴格，如上述所說，只要語法是無效的就會報錯，
官方文件也提及此query適合給 "專業使用者"

simple_query_string query
query string 透過 "有限制可容錯" 的parser來解析，
根據 special operators 把 query string 切分成 terms，
simple_query_string 不會因為無效的語法而報錯，他會忽略他

Example Request

GET /_search
{
  "query": {
    "simple_query_string" : {
        "query": "\"fried eggs\" +(eggplant | potato) -frittata", (1)
        "fields": ["title^5", "body"], (2)
        "default_operator": "and" (3)
    }
  }
}

(1): 必填，即 query string
(2): 選填，欲搜尋的 fields (可多個)， 其中 ^5，代表著 title 權重是 body 的5倍
(3): 選填，在 query string 中，如果沒有指定 operators ，則會使用此 default_operator 設定的operator， default_operator 可填的值有 OR 和 AND， default_operator 預設值為 OR

simple_query_string 支援的operators有：

• + 代表 AND 動作
• | 代表 OR 動作
• - 代表 NOT 否定
• " 包起來的字串代表要 phrase query
• * 放在term之後代表 prefix query
• ( and ) 表示優先度較高
• ~N 放在字詞之後代表 edit distance (fuzziness)
• ~N 放在 phrase 之後 代表 slop amount

不過上述的operators是可以透過參數 flags 來限制，預設此參數的值為 ALL，也就是這些 operators預設都支援

其實 default_operator 參數影響很大，舉個例子

GET /_search
{
  "query": {
    "simple_query_string": {
      "fields": [ "content" ],
      "query": "foo bar -baz"
    }
  }
}

原本的意圖是希望找出 content field 含有 foo 或 bar ，但是不含 baz ，
但因為 default_operator 是 OR，
所以實際上解析出來是，搜尋 content field 含有 foo 或 bar 或 任何不含baz，
也就是說 含有 baz 的documents也會被匹配得到，
那要怎麼達到原本意圖呢？
query string 改成 "foo bar +-baz" 即可，
代表著 欲搜尋 content field 含有 foo 或 bar "且" 不含baz，

官方文件有說明到，此 simple_query_string query 比 query_string 還要 "穩健(robust)"，
適合直接拿來對外給使用者使用

intervals query
對於 matching terms 的組合，可以做到很細微的排序以及位置接近程度的控制
是由 matching rules 組成，最後組成的rules套用在指定的 field

支援的rules有：

• match
• prefix
• wildcard
• fuzzy
• all_of
• any_of

以 match rule為例，提供了參數 max_gaps 控制匹配的terms之間可接受的最大的位置距離，
也提供了參數 ordered 設定匹配的terms的順序是否要和 query string中的位置順序一樣

intervals query 可以用到很精細微小，若有興趣深究可參考reference

common terms query
是個比較"專門"用來搜不常見的詞的query

不過因為在 es 7.3.0 被棄用了，且官方文件建議直接使用 match 所以在這就不多做介紹了

小小新手，如有理解錯誤或寫錯再請不吝提醒或糾正

Reference

Full text queries
query string syntax
Intervals query