如何进行Elasticsearch检索分类

这篇文章将为大家详细讲解有关如何进行Elasticsearch检索分类，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。

Elasticsearch中当我们设置Mapping（分词器、字段类型）完毕后，就可以按照设定的方式导入数据。

有了数据后，我们就需要对数据进行检索操作。

0、检索概览

检索子句的行为取决于查询应用于过滤(filter)上下文还是查询/分析(query)上下文。

过滤上下文--对应于结构化检索
1）核心回答的问题是："这个文档是否符合这个查询条款？"

2）答案是简单的是或否，不计算分数。

3）过滤器上下文主要用于过滤结构化数据。类似于Mysql中判定某个字段是否存在：
例如：

1. 时间戳字段：是否属于2015年或2016年？

2. 状态字段：是否设置为"已发布"？

经常使用的过滤器将被Elasticsearch自动缓存，以加快性能。

分析上下文--对应于全文检索
1）核心回答了"本文档与此查询子句是否匹配？"的问题。

2）除了决定文档是否匹配之外，查询子句还会计算一个_score，表示文档与其他文档的匹配程度。

综合应用场景如下：

GET /_search{  "query": {  "bool": {  "must": [  { "match": { "title": "Search" }},  { "match": { "content": "Elasticsearch" }}  ],  "filter": [  { "term": { "status": "published" }},  { "range": { "publish_date": { "gte": "2015-01-01" }}}  ]  }  }}

以上检索，title中包含"Search"并且content中包含 "Elasticsearch"，status中精确匹配"published"，并且publish_date 大于"2015-01-01"的全部信息。

以下，以"脑图"的形式直观展示检索分类。

其中，3-7随着我开发深入再做更新。

关于如何进行Elasticsearch检索分类就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。