Elasticsearch 索引与文档的常用操作总结二:复杂条件查询

本文涉及的产品
Elasticsearch Serverless通用抵扣包,测试体验金 200元
简介: Elasticsearch 索引与文档的常用操作总结二:复杂条件查询

本文为博主原创,未经允许不得转载:

  

1.  查询所有:match_all

GET /es_db/_doc/_search 
{ 
    "query":{ 
        "match_all":{} 
    } 
}

2.有查询条件

  2.1 模糊匹配

  模糊匹配主要是针对文本类型的字段,文本类型的字段会对内容进行分词,对查询时,也会对搜索条件进行分词,然后通过倒排索引查找到匹配的数据,模糊匹配主要通过match等参数来实现。

  match : 通过match关键词模糊匹配条件内容,,模糊匹配,需要指定字段名,但是输入会进行分词

  prefix : 前缀匹配

  regexp : 通过正则表达式来匹配数据

  match条件还支持以下参数:

    query : 指定匹配的值

    operator : 匹配条件类型

      and : 条件分词后都要匹配

      or : 条件分词后有一个匹配即可(默认)

    minmum_should_match : 指定最小匹配的数量


  根据备注信息模糊查询 match, match会根据该字段的分词器,进行分词查询

GET /es_db/_doc/_search
{
  "from": 0,
  "size": 1,
  "query": {
    "match": {
      "address": "玄武湖公园"
    }
  }
}

 

  多字段模糊匹配查询与精准查询 multi_match

POST /es_db/_doc/_search
{
  "query": {
    "multi_match": {
      "query": "张三",
      "fields": [
        "address",
        "name"
      ]
    }
  }
}

 类比 mysql :

SQL: select * from student where name like '%张三%' or address like '%张 三%

  2.2 精确匹配

    term : 单个条件相等,,这个输入不会进行分词

    terms : 单个字段属于某个值数组内的值

    range : 字段属于某个范围内的值

    exists : 某个字段的值是否存在

    ids : 通过ID批量查询


    根据名称精确查询姓名 term, term查询不会对字段进行分词查询,会采用精确匹配

    注意: 采用term精确查询, 查询字段映射类型属于为keyword.

POST /es_db/_doc/_search
{
  "query": {
    "term": {
      "name": "admin"
    }
  }
}

  

  2.3 组合条件查询


  组合条件查询是将叶子条件查询语句进行组合而形成的一个完整的查询条件

  constant_score : 不计算相关度评分

  bool : 各条件之间有and,or或not的关系:

    1.must : 各个条件都必须满足,即各条件是and的关系

    2. should : 各个条件有一个满足即可,即各条件是or的关系

    3. must_not : 不满足所有条件,即各条件是not的关系

    4. filter : 不计算相关度评分,它不计算_score即相关度评分,效率更高


  ES中索引的数据都会存储一个_score分值,分值越高就代表越匹配。另外关于某个搜索的分值计算还是很复杂的,因此也需要一定的时间。

  must/filter/shoud/must_not 等的子条件是通过 term/terms/range/ids/exists/match 等叶子条件为参数的

查询示例:
POST /es_db/_doc/_search
{
  "query": {
    "query_string": {
      "query": "admin OR 南京",
      "fields": [
        "name",
        "address"
      ]
    }
  }
}

  分页、输出字段、排序综合查询

POST /es_db/_doc/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 25,
        "lte": 28
      }
    }
  },
  "from": 0,
  "size": 2,
  "_source": [
    "name",
    "age",
    "book"
  ],
  "sort": {
    "age": "desc"
  }
}

 


 

 

标签: ElasticSearch

相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。  
目录
相关文章
|
11月前
|
自然语言处理 大数据 应用服务中间件
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
213 5
|
11月前
|
存储 分布式计算 大数据
大数据-169 Elasticsearch 索引使用 与 架构概念 增删改查
大数据-169 Elasticsearch 索引使用 与 架构概念 增删改查
164 3
|
6月前
|
数据采集 JSON 数据挖掘
Elasticsearch 的DSL查询,聚合查询与多维度数据统计
Elasticsearch的DSL查询与聚合查询提供了强大的数据检索和统计分析能力。通过合理构建DSL查询,用户可以高效地搜索数据,并使用聚合查询对数据进行多维度统计分析。在实际应用中,灵活运用这些工具不仅能提高查询效率,还能为数据分析提供深入洞察。理解并掌握这些技术,将显著提升在大数据场景中的分析和处理能力。
279 20
|
10月前
|
存储 缓存 监控
优化Elasticsearch 索引设计
优化Elasticsearch 索引设计
177 5
|
10月前
|
存储 JSON 关系型数据库
Elasticsearch 索引
【11月更文挑战第3天】
200 4
|
10月前
|
测试技术 API 开发工具
ElasticSearch7.6.x 模板及滚动索引创建及注意事项
ElasticSearch7.6.x 模板及滚动索引创建及注意事项
164 8
|
11月前
|
存储 JSON 监控
大数据-167 ELK Elasticsearch 详细介绍 特点 分片 查询
大数据-167 ELK Elasticsearch 详细介绍 特点 分片 查询
450 4
|
4月前
|
JSON 安全 数据可视化
Elasticsearch(es)在Windows系统上的安装与部署(含Kibana)
Kibana 是 Elastic Stack(原 ELK Stack)中的核心数据可视化工具,主要与 Elasticsearch 配合使用,提供强大的数据探索、分析和展示功能。elasticsearch安装在windows上一般是zip文件,解压到对应目录。文件,elasticsearch8.x以上版本是自动开启安全认证的。kibana安装在windows上一般是zip文件,解压到对应目录。elasticsearch的默认端口是9200,访问。默认用户是elastic,密码需要重置。
1866 0
|
5月前
|
安全 Java Linux
Linux安装Elasticsearch详细教程
Linux安装Elasticsearch详细教程
817 1
|
10月前
|
存储 安全 数据管理
如何在 Rocky Linux 8 上安装和配置 Elasticsearch
本文详细介绍了在 Rocky Linux 8 上安装和配置 Elasticsearch 的步骤,包括添加仓库、安装 Elasticsearch、配置文件修改、设置内存和文件描述符、启动和验证 Elasticsearch,以及常见问题的解决方法。通过这些步骤,你可以快速搭建起这个强大的分布式搜索和分析引擎。
391 5