ElasticSearch学习– 索引操作和查询操作

DELETE /user PUT /user POST user/_doc/1 { "name":"zhang san", "sex":"male", "age":18, "birth":"2000-12-12", "hobby":["read","song","movie"], "desc":"happy boy" }

这样，添加一条数据后，就会创建一个索引结构：

其中，字符串会默认创建text类型字段，数字会默认创建long类型字段，日期格式会创建date类型字段

text类型的字段，会自动创建keyword字段。keyword不进行分词，用于精准匹配；text类型的字段会被分词

比如，desc字段会被分词，而desc.keyword字段不会进行分词

二. 查询

我感觉查询就是很复杂，之前写的dsl都是按照别人写的，照葫芦画瓢，写个差不多，然后发现能用，就不再管了, 还是要好好学习呀

1. 上下文

GET    user/_search

查询结果如下：

2. 相关度评分

查询结果的排序默认按照相关度评分排序，评分越高，排名越靠前

3. 元数据

_source中的值就是元数据

4. 查询全部

这两个都是查询全部

其中 GET user/_search 相当于 select * from user

相当于 select * from user where 1=1；

GET user/_search GET user/_search { "query":{ "match_all":{} } }

5. 禁用score

不展示元数据,只展示id,节省存储开销

GET user/_search { "_source": false, "query":{ "match_all":{} } }

结果如下：

禁用source的优缺点：

也可以在创建索引时，就设置查询时包含哪些字段，不包含哪些字段

PUT user2 { "mappings":{ "_source":{ "includes":[], // 查询时包含哪些字段 "excludes":[] // 查询时不包含哪些字段 } } }

6. 指定source

可以通过指定source来返回字段，相当于select name from user where 1=1

GET user/_search { "_source": "name", "query":{ "match_all":{} } }

source支持数组，也支持通配符 filed1.* [“”,””]，

也可以通过includes和exclueds来指定结果包含哪些字段，不包含哪些字段

GET user/_search { "_source": { "includes":[], "exclueds":[] } "query":{ "match_all":{} } }

includes和exclueds冲突,以exclueds为准

7. 带参查询

三、macth查询（搜索词会被分词）

1. macth

match是包含的意思，分词查询

GET user/_search { "query":{ "match":{ "name":"xiao" } } }

查询name中包含xiao的，其中xiao ming的xiao mei都包含，因为name的text类型的字段，会对name中的空格进行分词，比如xiao ming，会被分词为xiao 和ming，其中xiao就符合name：xiao，所以就能查到这条数据

简单演示一下分词（因为英文的分词基本都是以空格进行分词，这里图省事都没有用中文）

GET user/_analyze { "analyzer": "standard", "text": "xiao ming" }

2. multi_match （用于多字段匹配）

GET user/_search { "query":{ "multi_match":{ "query":"li si", "fields":["name","desc"] } } }

查询name或者desc字段中包含li或者si的结果

3. match_phrase（用于短语匹配）

短语中的词不会被分词

查询包含aa和bb的,并且顺序不能乱(aa bb是一体的)

GET user/_search { "query":{ "match_phrase":{ "desc":"li si" } } }

四、精确查询（搜索词不会被分词）

1. term

精准匹配，匹配和搜索词项完全相等的结果,不进行分词

这样没有结果，是因为 desc中的li si会被分词为li 和si，term不进行分词，所以需要查询完整的li si，所以查不到结果, 下面的name.keyword不会进行分词，所以就能查到了

2. terms

terms用法与term基本相同，区别在于terms查询可以用于数组

GET user/_search { "query":{ "terms":{ "hobby":["running","song"] } } }

3. range

范围查询

GET user/_search { "query":{ "range":{ "age":{ "gte":18, "lte":20 } } } }

查询age>=18 and age <=20的结果

也可以用于日期

其中，

五、过滤器 filter

filter是以结果为导向, query是以过程为导向
query进行相关度评分, filter不进行相关度评分，每一条数据得分都是1.0
filter有缓存机制, 性能比query强

filter嵌套在constant_score中,默认评分是1.0,也可以指定评分

GET user/_search { "query":{ "constant_score":{ "filter":{ "match":{ "name":"li si" } } } } }

指定评分，所有评分都是1.2

constant_scorehe bool都能嵌套filter，bool下面说

六、 bool

bool用于组合查询，可以将must、filter、should、must_not进行组合查询，must和should会参与计算相关度评分，filter和must_not不计算相关度评分

must:必须全部满足，相当于and

1. must

匹配name包含li si的，并且desc包含boy的

GET user/_search { "query":{ "bool":{ "must":[ { "match":{ "name":"li si" } }, { "match":{ "desc":"boy" } } ] } } }

2. filter

同must，只是没有相关度评分（为0）

GET user/_search { "query":{ "bool":{ "filter":[ { "match":{ "name":"li si" } }, { "match":{ "desc":"boy" } } ] } } }

3. must_not

匹配都不包含的结果，name不包含li si，desc不包含boy，也不进行相关度评分

GET user/_search { "query":{ "bool":{ "must_not":[ { "match":{ "name":"li si" } }, { "match":{ "desc":"boy" } } ] } } }

4. should

should相当于or，其中满足一条就能查询出来，会进行相关度评分

GET user/_search { "query":{ "bool":{ "should":[ { "match":{ "name":"li si" } }, { "match":{ "desc":"boy" } } ] } } }

当查询中包含filter或者must,should中满足条件的个数可以为0

可以通过设置minimum_should_match来控制should中的条件至少应该满足几个

当没有设置 minimum_should_match时，第二条数据没有满足should中的条件

设置了minimum_should_match=1后，要求should中至少要有一条满足条件，所以只有一条结果了

* 复杂的是，每个查询中都可以再嵌套bool

GET user/_search { "query":{ "bool":{ "filter":[ { "match":{ "name":"li" } }, { "match":{ "hobby":"song" } } ], "should":[ { "match":{ "age":"17" } }, { "bool":{ "must":[ { "match":{ "sex":"male" } } ] } } ], "minimum_should_match":1 } } }

这样，should中的两个条件满足一个就可以了，所以结果又多了一条

最后：查询所有索引可以用 GET _search

免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/117228.html