15、Elasticsearch 结构化搜索深度解析

Elasticsearch 结构化搜索深度解析

1. 深入搜索概述

在初步掌握 Elasticsearch 的基本搜索工具后，你可能会追求更多功能，比如在匹配用户查询时更具灵活性、结果排名更精确，以及针对不同问题域进行更具体的搜索。要达到更高的搜索水平，仅使用 match 查询是不够的，你需要深入了解数据以及如何对其进行搜索。这涉及到利用词邻近性、部分匹配、模糊匹配和语言感知等特性来进行数据索引和查询。同时，理解每个查询对相关性得分（ _score ）的贡献，有助于你调整查询，确保认为最相关的文档排在首页，并减少相关性极低的结果。

搜索不仅仅局限于全文搜索，大量数据还包含日期和数字等结构化值。接下来，我们将探讨如何以最高效的方式将结构化搜索与全文搜索相结合。

2. 结构化搜索基础

2.1 结构化搜索的定义

结构化搜索是对具有内在结构的数据进行查询。日期、时间和数字都属于结构化数据，它们有精确的格式，可以进行逻辑运算，常见操作包括比较数字或日期范围，或判断两个值的大小。文本也可以是结构化的，例如一盒蜡笔有特定的颜色集合（如红色、绿色、蓝色），博客文章可能会被标记特定的关键词（如分布式、搜索），电商商店的产品有通用产品代码（UPC）或其他需要严格结构化格式的标识符。

在结构化搜索中，查询结果只有“是”或“否”，即某个数据要么属于某个集合，要么不属于，它不考虑文档的相关性或得分，只是简单地包含或排除文档。从逻辑上来说，一个数字在某个范围内就是在该范围内，不存在“更在范围内”的概念；对于结构化文本，一个值要么相等，要么不相等，不存在“更相似”的概念。