08 - Request body search

Query string bohužel nedokáže pokrýt všechny možnosti vyhledávání, kterými Elasticsearch disponuje. Proto budeme dále queries zapisovat do těla requestu, což se označuje jako Query DSL

Filtrování dat vs full textové vyhledávání

Obecně je v Elasticsearch rozdíl mezi filtrováním dat a fulltextovým vyhledáváním.

V prvním případě nás zajímá pouze, zda daný výraz odpovídá dotazu, nebo ne. Příkladem takového filtru může být filtrování podle daného číselného rozsahu. Výsledky filtrování je možné efektivně cachovat.

V druhém případě hledáme odpověď na otázku jak moc daný dokument odpovídá vyhledávacímu dotazu.

Abychom rozlišily oba způsoby, budeme používat rozdílné mapování, ale také rozdílné vyhledávací dotazy.

Term-level queries

Nejčastěji používané term-level queries jsou:

• term and terms — filtrování podle přesné hodnoty:

  xxxxxxxxxx
  // manufacturer: Microlutions
  GET kibana_sample_data_ecommerce/_search
  {
    "query": {
      "term": {
        "manufacturer": "Microlutions"
      }
    }
  }
  

• range — lze využít pro filtrování číselných hodnot a datumu dle rozsahu:

  xxxxxxxxxx
  // taxful_total_price >= 100 and taxful_total_price < 200
  GET kibana_sample_data_ecommerce/_search
  {
    "query": {
      "range": {
        "taxful_total_price": {
          "gte": 100,
          "lt": 200
        }
      }
    }
  }
  

• exists — filtrování dokumentů dle existence daného pole:

  xxxxxxxxxx
  // customer_phone: *
  GET kibana_sample_data_ecommerce/_search
  {
    "query": {
      "exists": {
        "field": "customer_phone"
      }
    }
  }
  

• prefix, wildcard, regexp, fuzzy: vyhledávání s částečnou shodou

Kompletní seznam term-level queries naleznete v dokumentaci.

Compound queries

Compound queries samy o sobě neumožňují vyhledávat nebo filtrovat data, ale umožňují nám spojit více samostatných queries do jedné velké query.

• bool — sestává z tří volitelných částí: must, must_not, should (v kombinaci s minimum_should_max):

  GET kibana_sample_data_ecommerce/_search
  {
    "query": {
      "bool": {
        "must": [
          { "term": { "manufacturer": "Microlutions" } }
        ],
        "must_not": [
          { "term": { "manufacturer": "Tigress Enterprises" } }
        ],
        "should": [
          { "term": { "day_of_week": "Saturday" } },
          { "term": { "day_of_week": "Sunday" } }
        ],
        "minimum_should_match" : 1
      }
    }
  }
  

• constant_score — převede full textový dotaz na filtr

• function a boosting — umožňují manipulovat se pořadím výsledků

Úkol: Term-level a compound queries

Použijte index reviews vytvořený v předchozí kapitole.

1. Vyhledejte dokumenty obsahující e-mailovou adresu (v poli email) emanuel.s@yahoo.com
2. Vyhledejte dokumenty s hodnocením (rating) větším než 2
3. Vyhledejte dokumenty, kde email začíná tom
4. Vyhledejte dokumenty obsahující 8 Ball Pool nebo Yes Chef!
5. Vyhledejte dokumenty, kde je customer_id vyšší než 13000000, nebo je date novější než 2022-02-20

Full text queries

Full textové dotazy jsou zpravidla používány v kombinaci s datovým typem text. Jejich chování je ovlivněno nastavením textové analýzy, která může být nastavena pro každé pole jinak.

• match — základní query pro full textové vyhledávání

  x
  GET kibana_sample_data_ecommerce/_search
  {
    "query": {
      "match": {
        "category": "Shoe"
      }
    }
  }
  
  // Query podporuje náísledující parametry
  GET kibana_sample_data_ecommerce/_search
  {
    "query": {
      "match": {
        "category": {
          "query": "Shoe Men",
          "operator": "and",     // <= Shoe AND Men (výchozí je OR)
          "fuzziness": 1         // <= Povolení překlepů
        }
      }
    }
  }
  

• multi_match — rozšířuje match query pro vyhledávání ve více polích

  GET kibana_sample_data_ecommerce/_search
  {
    "query": {
      "multi_match": {
        "query": "Shoe", 
        "fields": [
          "products.product_name^3", // <= product name is 3 times more important
          "category"
        ],
        "type": "best_fields"        // <= modifies score calculation
      }
    }
  }
  

  Výchozí hodnota pro type je best_fields, která použije pouze nejvyšší skóre z všech dílčích vyhledávání. Další možností je most_fields, které kombinuje jednotlivá dílčí skóre.

• match_phrase — rozšiřuje match query na frázové vyhledávání

• match_phrase_prefix — rozšiřuje předchozí query o prefixové vyhledávání v posledním slově

• query_string — umožňuje zapsat Lucene query v rámci JSON requestu; dále je k dispozici simple_query_string, který je připraven pro zveřejnění koncovým uživatelům

• ...a spousta dalších, viz dokumentace

Request body search v Kibaně

Query v JSON formátu lze využít i v Kibaně pro filtrování dat. V Discover klikněte na + Add filter a poté na Edit as Query DSL. Zde můžete vložit libovolnou query (která by jinak byla pod klíčem query v GET requestu).

Úkol: Full text search

Znovu vyhledejte v indexu reviews:

1. Vyhledejte všechny dokumenty vytvořené s e-mailem z domény gmail.com (použijte match query)
2. Vyhledejte full textově fun ball game v polích title a comments
3. Vyhledejte ball game v poli title; zároveň také vyfiltrujte na dokumenty s rating vyšším než 3