2.5　复合查询

Elasticsearch中的复合查询提供了一种机制来创建复杂的搜索查询。它们将单个查询，即我们目前见到的叶子查询（leaf query）组合起来，构建出强大、健壮的查询，以满足复杂场景的需求。（在本节中我们将对复合查询进行简要讨论，在第11章中我们会详细讨论它们。）

复合查询包括以下几种：

❏ 布尔（bool）查询；

❏ 常数分数（constant_score）查询；

❏ 函数分数（function_score）查询；

❏ 提升（boosting）查询；

❏ 分离最大化（dis_max）查询。

其中，bool查询是最常用的，下面我就介绍一下bool查询的实际应用。

2.5.1　bool查询

bool 查询用于根据布尔条件组合其他查询，从而创建复杂的查询逻辑。bool查询可以使用must、must_not、should和filter这4种子句来构建搜索。代码清单2-18展示了bool查询的格式。

代码清单2-18　包含子句的bool查询的格式

GET books/_search
{
  "query": {
    "bool": {  ←---  一个bool查询是由多个
条件布尔子句组合而成的
      "must": [{ }],  ←---  查询条件必须匹配文档
      "must_not": [{ }],  ←---  查询条件必须不匹配（不影响分数）
      "should": [{ }],  ←---  查询应该匹配
      "filter": [{ }]  ←---  查询必须匹配（不影响分数）
    }
  }
}

正如所见，bool查询需要使用must、must_not、should和filter这几种子句中的一种或多种来定义查询条件（见表2-2）。可以通过组合这些子句来表达多个查询条件。

假设我们的需求是搜索满足以下条件的书：

❏ Joshua撰写的；

❏ 评分高于4.7；

❏ 2015年之后出版。

我们需要使用bool查询，并借助表2-2中的一些子句来将这些条件组合成一个查询。在接下来的几节中，我们将为我们的搜索条件构建复合bool查询。我不会一次性介绍完整的查询（这可能会让人不知所措），而是将其拆分为单独的搜索条件，最后再将它们组合在一起。下面我就介绍如何使用must子句来检索作者。

2.5.2　must子句

我们想找到所有Joshua撰写的书，因此可以创建一个带有must子句的bool查询。在must子句中，我们编写了一个match查询来搜索Joshua撰写的书（我们在2.2.3节中学过match查询），如代码清单2-19所示。

代码清单2-19　带有must子句的bool查询

GET books/_search
{
  "query": {
    "bool": {  ←---  bool查询
      "must": [{  ←---  must子句：文档必须匹配这一查询条件
          "match": {  ←---  其中一个查询（match查询）匹配Joshua撰写的书
            "author": "Joshua Bloch"
          }
        }]
      }
   }
}

注意，bool查询被包含在query对象中。它有一个must子句，这个子句又接受一个由多个查询条件（在这个例子中是匹配Joshua Bloch撰写的所有书）组成的数组。这个查询应该返回两本书（Effective Java和Java Concurrency in Practice），说明我们的文档存储中只有这两本书是Joshua Bloch撰写的。

当我们说must子句接受一组由多个查询组成的数组时，意味着什么？这意味着我们可以向must子句中添加多个查询，使其变得更加复杂。例如，代码清单2-20中包含一个带有两个叶子查询的must子句，其中一个叶子查询是搜索作者的match查询，另一个叶子查询是搜索短语的match_phrase查询。

代码清单2-20　带有多个叶子查询的must子句

GET books/_search
{
  "query": {
    "bool": {
      "must": [{  ←---  带有两个叶子查询的must子句
          "match": {  ←---  match查询查找Joshua撰写的书
            "author": "Joshua Bloch"
          }
        },
        {
          "match_phrase": {  ←---  第二个查询在字段中搜索一个短语
            "synopsis": "best Java programming books"
          }
        }]
      }
  }
}

让我们继续，添加一个must_not子句，用来创建一个否定条件。

2.5.3　must_not子句

让我们改进一下查询条件。我们不应该获取Joshua撰写的书中评分低于4.7的那些书。为了满足这个条件，我们使用一个must_not子句，其中包含一个range查询，将评分设置为小于（lt）4.7。代码清单2-21展示了must_not子句，也包含了来自2.5.2节的查询中的must子句。

代码清单2-21　带有must和must_not子句的bool查询

GET books/_search
{
  "query": {
    "bool": {
      "must": [{ "match": { "author": "Joshua" } }],  ←---  must子句搜索Joshua的书
     "must_not": [{ "range": { "amazon_rating": { "lt": 4.7}}}]  ←---  must_not子句中包含range查询，用来排除评分较低的书
    }
  }
}

此查询只返回了一本书，即Effective Java。Joshua Bloch的另一本书Java Concurrency in Practice因为不符合must_not条件（其评分为4.3，低于4.7的要求）而被排除在外。

除了搜索Joshua撰写的评分不低于4.7的书，我们还可以再添加一个条件来检查书是否匹配标签（如tag: "Software"）。如果匹配，我们期望分数增加；否则，它不会对结果产生影响。为此，我们可以使用接下来要介绍的should子句。

2.5.4　should子句

should子句的操作类似于OR运算符。也就是说，如果搜索词与should查询匹配，相关性分数就会提高。如果搜索词不匹配，查询不会失败，但这个子句会被忽略。should子句更多是用于提高相关性分数，而不是影响结果本身。

将should子句添加到bool查询中，如代码清单2-22所示。它会尝试去匹配文档中包含Software标签的搜索文本。

代码清单2-22　使用should查询来提高相关性

GET books/_search
{
  "query": {
    "bool": {
      "must": [{"match": {"author": "Joshua"}}],
      "must_not":[{"range":{"amazon_rating":{"lt":4.7}}}],
      "should": [{"match": {"tags": "Software"}}]  ←---  带有match查询的should子句
    }
  }
}

此查询返回了相关性分数提高后的结果（此处省略），结果中的分数是2.267993，而之前的分数是1.9459882（你可以执行查询来观察分数）。

如果感兴趣，不妨将查询条件改为包含一个不匹配的词（如tags等于"Recipes"），然后重新执行查询。虽然查询不会失败，但分数将保持不变，这证明should查询只影响分数。

接下来我们就来看一下filter子句的实际应用，它的作用与must子句完全相同，但不影响分数。

2.5.5　filter子句

让我们进一步改进我们的查询，这次过滤掉2015年之前出版的书（也就是说，我们不希望任何2015年之前出版的书出现在结果集中）。我们可以使用filter子句来达到这个目的，任何不匹配过滤条件的结果都会被丢弃。代码清单2-23中的查询添加了带有release_date查询条件的filter子句。

代码清单2-23　一个不影响相关性的filter子句

GET books/_search
{
  "query": {
    "bool": {
      "must": [{"match": {"author": "Joshua"}}],
      "must_not":[{"range":{"amazon_rating":{"lt":4.7}}}],
      "should": [{"match": {"tags": "Software"}}],
      "filter":[{"range":{"release_date":{"gte": "2015-01-01"}}}]}  ←---  带有range查询的filter子句
   }
}

此查询只会返回一本书，即Effective Java，因为这是我们的索引中唯一匹配bool查询中所有3个子句的书。如果在Kibana中执行这个查询，你会发现输出结果中的分数没有变化。filter子句不会影响分数：它在过滤（filter）上下文中执行，意味着分数不会被改变（关于上下文的更多内容参见第8章）。

最后，我们还希望找到Joshua撰写的第3版的书。为此，我们要更新一下filter子句，在其中添加一个term查询，如代码清单2-24所示。

代码清单2-24　带有额外filter子句的bool查询

GET books/_search
{
  "query": {
    "bool": {
      "must": [{"match": {"author": "Joshua"}}],
      "must_not":[{"range":{"amazon_rating":{"lt":4.7}}}],
      "should": [{"match": {"tags": "Software"}}],
      "filter":[
        {"range":{"release_date":{"gte": "2015-01-01"}}},
        {"term": {"edition": 3}}  ←---  filter子句中的term查询
      ]}
   }
}

此查询是全文查询和词项级查询的组合，它们协同工作以满足我们的复杂要求。bool查询是一种瑞士军刀般的搜索工具。在第11章中，我们将用大量的篇幅来讨论各种复合查询、选项和技巧，以增强我们对这个工具箱的理解。

到目前为止，我们已经初步实现了一些简单的搜索功能。搜索还可用于分析。Elasticsearch 可以帮助我们获取统计数据和聚合结果，并使用条形图、热力图、地图、标签云等对数据进行可视化展示。

搜索有助于我们大海捞针，而聚合能让我们从宏观层面上对数据进行总结，如最近1小时的服务器错误总数、第三季度的平均图书销量、按票房分类的电影等。我将在第13章中介绍聚合和其他功能，这里先看一些简单的例子。