【Elasticsearch】-Boolean查询

简介: bool查询采用了“匹配越多越好”的方法,因此来自每个匹配的must或should子句的分数将添加在一起,以提供每个文档的最终_分数。

bool查询采用了“匹配越多越好”的方法,因此来自每个匹配的must或should子句的分数将添加在一起,以提供每个文档的最终_分数

bool查询主要包括以下几种类型

must:查询的结果必须出现在匹配文档中,并且会计算得分

filter:查询的结果必须出现在匹配文档中,但是会忽略计算得分

should:查询的结果应该出现在匹配文档中,会计算相关性得分

must_not:查询的结果不应该出现在匹配的文档中,评分会被忽略

range:条件范围查询

gt:大于 相当于数据库中的>

gte:大于等于 相当于数据库中的>=

lt:小于 相当于数据库中的<

lte:小于等于,相当于数据库中的<=

如果不需要计算得分,可以使用filter替代must,以提高检索效率的目的。

# must必须匹配,会进行相关性打分POST/nba/_search{
"query": {
"bool": {
"must": [
        {
"match": {
"title": "james"          }
        }
      ]
    }
  }
}
# filter必须匹配,不会进行相关性打分POST/nba/_search{
"query": {
"bool": {
"filter": [
        {
"match": {
"title": "james"          }
        }
      ]
    }
  }
}
# must_not必须不匹配postnba/_search{
"query": {
"bool": {
"must": [
        {
"match": {
"title": "james"          }
        }
      ],
"must_not": [
        {
"term": {
"teamConferenceEn": {
"value": "Eastern"            }
          }
        }
      ]
    }
  }
}
# should 应该,应该是11-20年,但是其他的也会查询出来postnba/_search{
"query": {
"bool": {
"must": [
        {
"match": {
"title": "james"          }
        }
      ],
"must_not": [
        {
"term": {
"teamConferenceEn": {
"value": "Eastern"            }
          }
        }
      ],
"should": [
        {
"range": {
"year": {
"gte": 2011,
"lte": 2020            }
          }
        }
      ]
    }
  }
}
# should 应该,应该是11-20年,配合minimum_should_match=1,则至少匹配should中的一个条件,应该变成必须一个条件成立postnba/_search{
"query": {
"bool": {
"must": [
        {
"match": {
"title": "james"          }
        }
      ],
"must_not": [
        {
"term": {
"teamConferenceEn": {
"value": "Eastern"            }
          }
        }
      ],
"should": [
        {
"range": {
"year": {
"gte": 2011,
"lte": 2020            }
          }
        }
      ],
"minimum_should_match": 1    }
  }
}
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。 &nbsp;
相关文章
|
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。
730 20
|
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
961 4
|
存储 自然语言处理 关系型数据库
Elasticsearch 查询时 term、match、match_phrase、match_phrase_prefix 的区别
【7月更文挑战第3天】Elasticsearch 查询时 term、match、match_phrase、match_phrase_prefix 的区别
|
JSON 自然语言处理 算法
ElasticSearch基础2——DSL查询文档,黑马旅游项目查询功能
DSL查询文档、RestClient查询文档、全文检索查询、精准查询、复合查询、地理坐标查询、分页、排序、高亮、黑马旅游案例
ElasticSearch基础2——DSL查询文档,黑马旅游项目查询功能
|
自然语言处理 Java 关系型数据库
ElasticSearch 实现分词全文检索 - 聚合查询 cardinality
ElasticSearch 实现分词全文检索 - 聚合查询 cardinality
524 1
|
自然语言处理 搜索推荐 Java
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(一)
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图
418 0
|
存储 自然语言处理 搜索推荐
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(二)
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(二)
388 0
|
存储 数据库 索引
面试题ES问题之动态映射的定义如何解决
面试题ES问题之动态映射的定义如何解决
205 1
MybatisPlus-标准CRUD制作,新增boolean save(T t),删除 ~ delete(int id),修改 ~ update(T t),根据id查询,T getById....
MybatisPlus-标准CRUD制作,新增boolean save(T t),删除 ~ delete(int id),修改 ~ update(T t),根据id查询,T getById....
|
自然语言处理 索引
Elasticsearch 常用查询语句大全
【7月更文挑战第8天】Elasticsearch 常用查询语句大全

热门文章

最新文章