Elasticsearch基础（四）：Elasticsearch语法与案例介绍

news2025/1/8 5:37:53

文章目录

Elasticsearch语法与案例介绍

一、Restful API

二、查询语法

1、ES分词器

2、ES查询

2.1、match

2.2、match_phrase

2.3、multi_match

2.4、term

2.5、terms

2.6、fuzzy 

2.7、range 

2.8、bool

Elasticsearch语法与案例介绍

一、Restful API

Elasticsearch采用REST API，所有的操作都可通过REST API完成，例如增删改查、别名配置等。

Elasticsearch官方参考文档

单文档API：

  • Index API
  • Get API
  • Delete API
  • Update API

多文档API：

  • Multi Get API
  • Bulk API
  • Delete By Query API
  • Update By Query API
  • Reindex API

二、查询语法

1、ES分词器

对于存入ES索引（Index）中的各个字段（Term），ES内部都会有一个分词器对其进行分词，然后将这个分词结果存储起来，方便未来的查询使用，这个分词器用户也可以直接很方便的调用，只要访问其_analyze即可：

在学习查询语法之前需要了解一下ES的分词器。因为这是ES搜索引一个很大的特点，它查询速度之所以这么快也和这个有很大关系。但更重要的是，如果不了解ES会对存储的索引文本或者查询query进行分词，后面的语法将很难理解。

GET _analyze
{
  "analyzer": "standard",
  "text": "This is a test doc"
}

这里需要指定一个分词器，ES默认的分词器是standard，不过只支持英文分词，如果用它来对中文进行分词的话会直接按字拆分，有一些中文分词器可以下载使用，像ik或者jieba之类的。

注意：阿里云ES内置了ik分词器，直接指定analyzer为ik_smart即可使用。

用上述的分词请求返回的结果如下

可以看到句子被分词器这样做好了分词，还有偏移量之类的信息。这里只是看一下ES是如何做到分词的，用户平时查询的话自己是用不到分词的，这些分词都是在保存索引时ES自动分好存储起来的。

总结：

  • Elasticsearch调用分词器的命令是GET _analyze
  • Elasticsearch默认的分词器是standard

 

2、ES查询

下面介绍一下ES常用的几种查询，详细的可以参考官网

Query DSL | Elasticsearch Guide [8.5] | Elastic

2.1、match

ES的查询有一个很大的特点就是分词。所以用户在使用ES的过程中脑子要始终有这么一个意识，要查找的text是通过分词器分过词的，所以去匹配的实际上是一个个被分词的片段。 而搜索的query也有可能会被分词，match就是一种会将用户搜索的query进行分词的查询方法。结合例子来看， 比如要查询的索引结构如下：

  • _index代表索引名称
  • _id代表该条数据唯一id
  • _source代表该条数据具体的结构

案例

-- 创建索引
PUT /textbook
{
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 1
  },
  "mappings": {
      "properties": {
        "bookName": {
          "type": "text",
          "analyzer": "standard"
        },
        "author":{
          "type":"text"
        },
        "num": {
          "type": "integer"
        }
    }
  }
}

-- 插入数据
POST /textbook/_doc/kIwXeYQB8iTYJNkI986Y
{
        "bookName": "this is a test doc",
        "author": "老坛",
        "num": 20
    }

输入query语句如下：

GET /textbook/_search
{
  "query": {
    "match": {
      "bookName":"test"
    }
  }
}

该条语句代表用match方式搜索索引为textbook中bookName可以匹配到test的语句。因为"bookName": "this is a test doc"原文被分词器分词后包含test这个词语，所以可以正常被匹配出来。

上面例子比较简单，看个复杂一点的例子

GET /textbook/_search
{
  "query": {
    "match": {
      "bookName":"my test"
    }
  }
}

这个能否被匹配出来呢？原文中根本就没有my这个词语，那怎么被匹配出来？

但实际上是可以匹配出来的。原因是match查询里，会对查询的query也进行分词，也就是会将"my test"进行分词，得到my与test两个词语，然后用这两个词语分别去匹配文本，发现虽然my匹配不到，但是test可以匹配到，所以依然可以查出来。这个和传统的搜索方式确实存在差异，用户要注意。

那这种搜索方式存在的价值是什么呢？

其实还有蛮大用处的。比如ES库存储的是很多的英文好词好句，然后用户想提高自己的英文写作，因此想搜索出一些比较好的表达加在自己的文章中，那这个时候对于用户来讲，严格的匹配方式大概率什么都搜不到，但是像match这样的搜索方式便非常合适。

例如有个好句是这样的：If at first you don't succeed, try again

然后用户用下面的方式搜索：If you don't success

用match就可以很好的匹配出来。

总结：

Elasticsearch中math查询的特点是会对query进行分词，拿到分好的词去进行匹配文本，而不是将query进行整体匹配。

 

2.2、match_phrase

既然match的限制比较小，那如果需要限制更强一点用什么方式呢？match_phrase便是一个比较不错的选择。match_phrase和match一样也是会对搜索query进行分词，但是，不同的是它不是匹配到某一处分词的结果就算是匹配成功了，而是需要query中所有的词都匹配到，而且相对顺序还要一致，而且默认还是连续的，如此一来，限制就更多了。还是举个例子，对于刚刚的索引数据，如果还用刚刚的方式搜索：

GET /textbook/_search
{
  "query": {
    "match_phrase": {
      "bookName":"my test"
    }
  }
}

这次是匹配不到结果的。那么怎样才能匹配到结果呢？

只能是搜索原文中的连续字串：

GET /textbook/_search
{
  "query": {
    "match_phrase": {
      "bookName":"is a test"
    }
  }
}

这样是可以匹配到结果的。但是如此一来限制可能太大了一点，所以官方还给了一个核心参数可以调整搜索的严格程度，这个参数叫slop。

举个例子

GET /textbook/_search
{
  "query": {
    "match_phrase": {
      "bookName":{
        "query":"is test",
        "slop":1
      }
    }
  }
}

比如将slop置为1，然后搜索"is test"，虽然is test中间省略了一个词语"a"，但是在slop为1的情况下是可以容忍中间省略一个词语，也可以搜索出来结果。以此类推，slop为2就可以省略两个词语了。用户可以根据自己的实际情况进行调整。

2.3、multi_match

有了前面的基础，multi_match比较好理解。实际上就是可以从多个字段中去寻找要查找的query：

GET /textbook/_search
{
  "query": {
    "multi_match": {
        "query" : "老坛",
        "fields" : ["bookName", "author"]
    }
  }
}

比如这里是从bookName和author两个字段里去寻找老坛，虽然bookName没有，但是author可以匹配到，那也可以找到数据。所以本质上就是对bookName和author分别做了一次match。

 

总结：

  • Elasticsearch中match_phrase查询的特点是它不是匹配到某一处分词的结果就算是匹配成功了，而是需要query中所有的词都匹配到，而且相对顺序还要一致，而且默认还是连续的。
  •  Elasticsearch中multi_match查询的特点是从多个字段中去寻找要查找的query。

 

2.4、term

term查询也是比较常用的一种查询方式，它和match的唯一区别就是match需要对query进行分词，而term是不会进行分词的，它会直接拿query整体和原文进行匹配。所以不理解的小伙伴使用起来可能会非常奇怪：

GET /textbook/_search
{
  "query": {
    "term": {
      "bookName": "this is a test doc"
    }
  }
}

当用这种方式进行搜索时，明明要搜索的和被搜索的文本一模一样，但就是搜不出来。这就是因为去搜的实际上并不是原文本身，而是被分词的原文，在原文被分好的每一个词语里，没有一个词语是："this is a test doc"，那自然是什么都搜不到了。所以在这种情况下就只能用某一个词进行搜索才可以搜到：

GET /textbook/_search
{
  "query": {
    "term": {
      "bookName": "this"
    }
  }
}

2.5、terms

terms查询事实上就是多个term查询取一个交集，也就是要满足多个term查询条件匹配出来的结果才可以查到，所以是比单纯的term条件更为严格了：

GET /textbook/_search
{
  "query": {
    "terms": {
      "bookName": ["this", "is"]
    }
  }
}

比如这个例子，是要求原文中既有this这个词，又有is这个词才可以被查到，那按照这个规则是可以匹配到数据的。但是如果改成了一个不存在的词便匹配不到了。

GET /textbook/_search
{
  "query": {
    "terms": {
      "bookName": ["this", "my"]
    }
  }
}

总结：

  • Elasticsearch中term查询的特点是term是不会进行分词的，它会直接拿query整体和分词后的原文进行匹配。
  •  Elasticsearch中terms查询的特点是查询事实上就是多个term查询取一个交集，也就是要满足多个term查询条件匹配出来的结果,只要有一个匹配成功就返回。

2.6、fuzzy 

fuzzy是ES里面的模糊搜索，它可以借助term查询来进行理解。fuzzy和term一样，也不会将query进行分词，但不同的是它在进行匹配时可以容忍词语拼写错误，至于容忍度如何，是根据参数fuzziness决定的。fuzziness默认是2，也就是在默认情况下，fuzzy查询容忍有两个字符及以下的拼写错误。即如果要匹配的词语为test，但是query是text，那也可以匹配到。这里无论是错写多写还是少写都是计算在内的。

同样还是举例说明，对于之前索引数据，如果查询语句为：

GET /textbook/_search
{
  "query": {
    "fuzzy": {
      "bookName":"text"
    }
  }

这时肯定是用text来匹配原文中的每一个词，发现text和test最为接近，但是有一个字符的差异，在默认fuzziness为2的情况下，依然可以匹配出来。

当然这个fuzziness是可以调的，比如：

GET /textbook/_search
{
  "query": {
    "fuzzy": {
      "bookName":{
        "value":"texts",
        "fuzziness":1
      }
    }
  }
}

在容忍度为1的情况下，如果想查texts就查不到结果了。

2.7、range 

range查询时对于某一个数值字段的大小范围查询，range的语法设计到了一些关键字：

  • gte：大于等于
  • gt：大于
  • lt：小于
  • lte：小于等于
GET /textbook/_search
{ 
  "query": {
    "range": { 
      "num": { 
          "gte":20, 
          "lt":30 
      } 
    }
  } 
}

比如这样的条件就是去查找字段num大于等于20小于30的数据，那数据便可以被查询到。

2.8、bool

bool查询是上面查询的一个综合，它可以用多个上面的查询去组合出一个大的查询语句，它也有一些关键字：

  • must：代表且的关系，也就是必须要满足该条件
  • should：代表或的关系，代表符合该条件就可以被查出来(满足其中部分条件）
  • must_not：代表非的关系，也就是要求不能是符合该条件的数据才能被查出来

 

GET /textbook/_search
{
    "query":{
        "bool":{
            "must":{
                "match":{
                    "author":"老坛"
                }},
            "should":[
                {
                  "term":{
                    "bookName":"老坛"
                }},
                {
                  "range":{
                    "num":{
                        "gt":10
                    } }}
            ]
            , "minimum_should_match" : 1
        }}}

这里就要求must里面的match是必须要符合的，但是should里面的条件符合一条即可。

注意：minimum_should_match 参数指定should返回的文档必须匹配的子句的数量或百分比。如果bool查询包含至少一个should子句，而没有must或filter子句，则默认值为1。否则，默认值为0。 

 

总结：

  • Elasticsearch中fuzzy查询的特点是fuzzy是ES里面的模糊搜索，允许词语发生一定的拼写错误。
  • Elasticsearch中range查询的特点是范围查询：gte、gt、lt、lte。
  •  Elasticsearch中bool查询的特点是查询逻辑组合，可以用使用一些小查询去组合出一个大的查询语句。

 

  • 📢博客主页：https://lansonli.blog.csdn.net
  • 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
  • 📢本文由 Lansonli 原创，首发于 CSDN博客🙉
  • 📢停下休息的时候不要忘了别人还在奔跑，希望大家抓紧时间学习，全力奔赴更美好的生活✨

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1912532.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Echarts实现github提交记录图

Echarts实现github提交记录图

最近改个人博客&#xff0c;看了github的提交记录&#xff0c;是真觉得好看。可以移植到自己的博客上做文章统计 效果如下 代码如下 <!DOCTYPE html> <html lang"en" style"height: 100%"><head><meta charset"utf-8"> …
阅读更多...
需求分析｜泳道图 ProcessOn教学

需求分析｜泳道图 ProcessOn教学

文章目录 1.为什么使用泳道图2.具体例子一、如何绘制确定好泳道中枢的角色在中央基于事实来绘制过程不要纠结美观先画主干处理流程再画分支处理流程一个图表达不完&#xff0c;切分子流程过程数不超25 &#xff0c;A4纸的幅面处理过程过程用动词短语最后美化并加上序号酌情加上…
阅读更多...
未羽研发测试管理平台

未羽研发测试管理平台

突然有一些觉悟&#xff0c;程序猿不能只会吭哧吭哧的低头做事&#xff0c;应该学会怎么去展示自己&#xff0c;怎么去宣传自己&#xff0c;怎么把自己想做的事表述清楚。 于是&#xff0c;这两天一直在整理自己的作品&#xff0c;也为接下来的找工作多做点准备。接下来…
阅读更多...
2-29 基于matlab的CEEMD

2-29 基于matlab的CEEMD

基于matlab的CEEMD&#xff08;Complementary Ensemble Empirical Mode Decomposition&#xff0c;互补集合经验模态分解&#xff09;&#xff0c;先将数据精心ceemd分解&#xff0c;得到imf分量&#xff0c;然后通过相关系数帅选分量&#xff0c;在求出他们的样本熵的特征。用…
阅读更多...
理解点对点协议：构建高效网络通信

理解点对点协议：构建高效网络通信

在通信线路质量较差的年代&#xff0c;能够实现可靠传输的高级数据链路控制&#xff08;High-level Data Link Control, HDLC&#xff09;协议曾是比较流行的数据链路层协议。HDLC是一个较复杂的协议&#xff0c;实现了滑动窗口协议&#xff0c;并支持点对点和点对多点两种连接…
阅读更多...
SpringBoot实现简单AI问答(百度千帆)

SpringBoot实现简单AI问答(百度千帆)

第一步&#xff1a;注册并登录百度智能云&#xff0c;创建应用并获取自己的APIKey与SecretKey&#xff0c;参考网址&#xff1a; 点击去百度智能云 第二步&#xff1a;引入千帆的pom依赖 <dependency><groupId>com.baidubce</groupId><artifactId>q…
阅读更多...
我的FPGA

我的FPGA

1.安装quartus 2.更新usb blaster驱动 3.新建工程 1.随便找一个文件夹&#xff0c;里面新建demo文件夹&#xff0c;表示一个个工程 在demo文件夹里面&#xff0c;新建src&#xff08;源码&#xff09;&#xff0c;prj&#xff08;项目&#xff09;&#xff0c;doc&#xff…
阅读更多...
基于单片机的温控光控智能窗帘设计探讨

基于单片机的温控光控智能窗帘设计探讨

摘　要&#xff1a; 文章使用的核心原件是 AT89C52 单片机&#xff0c;以此为基础进行模块化的设计&#xff0c;在整个设计中通过加入光检测模块和温度检测模块&#xff0c;从而对室内的温度和光照强度进行检测&#xff0c;然后将检测得到的数据传输给单片机&#xff0c;单片机…
阅读更多...
Mosh｜内连接、外连接、左连接、右连接(未完）

Mosh｜内连接、外连接、左连接、右连接(未完）

下图取自菜鸟教程&#xff0c;侵权删&#xff5e; 一、内连接&#xff1a;Inner Joins 模版&#xff1a;SELECT * FROM A JOIN B ON 条件 含义&#xff1a;返回A与B的交集&#xff0c;列为AB列之和 练习&#xff1a;将order_items表和products表连接&#xff0c;返回产品id和…
阅读更多...
成为编程大佬！！——数据结构与算法（1）——算法复杂度！！

成为编程大佬！！——数据结构与算法（1）——算法复杂度！！

前言&#xff1a;解决同一个程序问题可以通过多个算法解决&#xff0c;那么要怎样判断一个算法的优劣呢&#xff1f;&#x1f914; 算法复杂度 算法复杂度是对某个程序运行时的时空效率的粗略估算&#xff0c;常用来判断一个算法的好坏。 我们通过两个维度来看算法复杂度——…
阅读更多...
记录docker部署好golang web项目后浏览器访问不到的问题

记录docker部署好golang web项目后浏览器访问不到的问题

部署好项目&#xff0c;docker ps -a查看没有任何问题 端口映射成功&#xff0c;但是浏览器就是访问不到&#xff0c;排查后发现犯了个错&#xff0c;注意&#xff0c;项目配置文件中的端口&#xff1a; 其实也就是你项目中监听的端口&#xff1a; 必须和容器端口一致&#x…
阅读更多...
Linux——多线程(四)

Linux——多线程(四)

前言 这是之前基于阻塞队列的生产消费模型中Enqueue的代码 void Enqueue(const T &in) // 生产者用的接口{pthread_mutex_lock(&_mutex);while(IsFull())//判断队列是否已经满了{pthread_cond_wait(&_product_cond, &_mutex); //满的时候就在此情况下等待// 1.…
阅读更多...
看影视学英语（假如第一季第一集）

看影视学英语（假如第一季第一集）

in the hour也代表一小时吗&#xff1f;等同于in an hour&#xff1f;
阅读更多...
Effective C++笔记之二十一：One Definition Rule（ODR）

Effective C++笔记之二十一：One Definition Rule（ODR）

ODR细节有点复杂&#xff0c;跨越各种情况。基本内容如下&#xff1a; ●普通&#xff08;非模板&#xff09;的noninline函数和成员函数、noninline全局变量、静态数据成员在整个程序中都应当只定义一次。 ●class类型&#xff08;包括structs和unions&#xff09;、模板&…
阅读更多...
独立开发者系列（23）——Linux掌握小结

独立开发者系列（23）——Linux掌握小结

只要开发系统&#xff0c;就绕不开使用Linux服务器 &#xff0c;而Linux除了使用BT面板进行初级管理&#xff0c;很多稍微高级点的管理&#xff0c;还是需要命令行进行的。这里总结在不需要精通的情况下&#xff0c;掌握常见命令和环境的相关配置。 &#xff08;1&#xff09…
阅读更多...
Linux学习之网络配置问题

Linux学习之网络配置问题

Linux学习——那些我们网络配置遇到过的问题&#xff1f;ping不通百度&#xff1f;XShell连接不上&#xff1f;&#xff08;超详细&#xff09; &#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感…
阅读更多...
HTML 标签简写及全称:表格内容将通过JavaScript动态生成

HTML 标签简写及全称:表格内容将通过JavaScript动态生成

<!DOCTYPE html> <html lang"zh-CN"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>HTML 标签简写及全称</title><style>…
阅读更多...
振弦采集仪在大型工程安全监测中的作用与意义

振弦采集仪在大型工程安全监测中的作用与意义

振弦采集仪在大型工程安全监测中的作用与意义 河北稳控科技振弦采集仪是一种用于测量振动频率的仪器&#xff0c;常用于大型工程的安全监测中。它通过采集振弦的振动信号&#xff0c;可以对工程结构的振动特性进行实时监测和分析。振弦采集仪在大型工程安全监测中具有重要的作…
阅读更多...
【目标跟踪】CoTracker 环境配置

【目标跟踪】CoTracker 环境配置

配置 CoTracker 环境 首先下载 conda&#xff0c;然后安装虚拟环境。 1.创建环境&#xff1a;如果环境不存在&#xff0c;你需要创建一个新的 conda 环境。可以使用以下命令创建名为 cotracker 的环境&#xff1a; conda create -n cotracker python3.x 其中 3.x 是你想要安…
阅读更多...
C语言程序题（一）

C语言程序题（一）

一.三个整数从大到小输出 首先做这个题目需要知道理清排序的思路&#xff0c;通过比较三个整数的值&#xff0c;使之从大到小输出。解这道题有很多方法我就总结了两种方法&#xff1a;一是通过中间变量比较和交换&#xff0c;二是可以用冒泡排序法&#xff08;虽然三个数字排序…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023