Elasticsearch: 高级搜索

news2025/1/7 7:25:35

这里写目录标题

  • 一、match_all匹配所有文档
    • 1、介绍：
  • 二、精确匹配
    • 1、term单字段精确匹配查询
    • 2、terms多字段精确匹配
    • 3、range范围查询
    • 4、exists是否存在查询
    • 5、ids根据一组id查询
    • 6、prefix前缀匹配
    • 7、wildcard通配符匹配
    • 8、fuzzy支持编辑距离的模糊查询
    • 9、regexp正则匹配查询
    • 10、term set用于解决多字段中的文档匹配问题
  • 三、全文检索
    • 1、match分词查询
    • 2、mutil_match多字段查询
    • 3、match_phrase短语查询
    • 4、query_string支持与或非表达式的查询
    • 5、simple_query_string
  • 四、bool query布尔查询
  • 五、highlight高亮显示
  • 六、地理空间位置查询
  • 七、ElasticSearch8.x 向量检索

一、match_all匹配所有文档

1、介绍：

match_all查询是一个特殊的查询类型，它用于匹配索引中的所有文档，而不考虑任何特定的查询条件。

  • 基本语法：
GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	}
}
  • 高级用法
    可以再match_all查询中添加额外的参数来控制搜索结果的显示，例如设置返回的文档数量（size）、开始返回的文档位置（from）、排序规则（sort）以及选择返回哪些字段（source）。
    例如，如果返回索引中的前10个文档，并且按照文档的评分进行排序，可以使用以下查询。

实现分页效果：

GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	},
	"from": 0,
	"size": 3
}

实现排序：

GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	},
	"size": 10,
	"sort":[
		{"_source": {"order":"desc"}}
	]
}

_source的用法：
不查看源数据，仅查看元字段：

GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	},
	"_source": false
}

返回指定的字段：

GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	},
	"_source": ["field1","field2"]
}

二、精确匹配

精确匹配指的是搜索内容不经过文本分析直接用于文本匹配，这个过程类似于数据库的SQL查询，搜索的对象大多是索引的非text类型字段。此类检索主要应用于结构化数据，如ID、状态和标签等。

1、term单字段精确匹配查询

对bool，日期，数字，结构化的文本可以利用term做精确匹配，查询姓名为张三的员工信息：

GET /<your-index-name>/_search
{
	"query": {
		"term": {
			"name": {
				"value": "张三"
			}
		}
	}
}

注意：最好不要再term查询的字段中使用text字段，因为text字段会被分词，这样做既没有意义，还很有可能什么也查不到。

在ES中，Term查询，对输入不做分词。会将输入作为一个整体，在倒排索引中查找准确的词项，并且使用相关度算分公式为每个包含该词项的文档进行相关度算分。
可以通过Constant Score将查询转换成一个Filtering，避免算分，并利用缓存，提高性能：

  • 将Query转成Filter，忽略TF-IDF计算，避免相关性算分的开销
GET /<your-index-name>/_search
{
	"query": {
		"constant_score": {
			"filter": {
				"term": {"address.keyword":"value"}
			}
		}
	}
}

2、terms多字段精确匹配

主要应用与多值精确匹配场景，它允许用户在单个查询中指定多个词条进行精确匹配。这种查询方式适合从文档中查找包含多个特定值的字段，例如筛选出具有多个特定标签或状态的项目。而terms检索是针对未分析的字段及逆行精确匹配的，因此他在处理关键词、数字、日期等结构化数据时表现良好。

GET /<your-index-name>/_search
{
	"query": {
		"terms": {
			"<filed_name>": [
				"value1","value2","value3"
			]
		}
	}
}

3、range范围查询

range检索时Elasticsearch中一种针对指定字段值在给定范围内的文档的检索类型。这种查询适合对数字、日期或者其他可排序数据类型的字段进行范围赛选。range检索支持多种比较操作符，如大于（gt）、大于等于（gte）、小于（lt）和小于等于（lte）等，可以实现灵活的区间查询。

GET /<your-index-name>/_search
{
	"query": {
		"range": {
			"<filed_name>": [
				"gte":"<lower_bound>",
				"lte":"<upper_bound>",
				"gt":"<greater_than_bound>",
				"lt":"less_than_bound"
			]
		}
	}
}

4、exists是否存在查询

exists检索在Elasticsearch中用于筛选具有特定字段值的文档。这种查询类型适用于检查文档中是否存在某个字段，或者该字段是否包含非空值。通过使用exists检索，你可以有效地过滤掉缺少关键信息的文档，从而专注于包含所需数据的结果。应用场景包括但不限于数据完整性检查、查询特定属性的文档以及对可选字段进行筛选等。

GET /<your-index-name>/_search
{
	"query": {
		"exists": {
			"field": "<field_name>"
		}
	}
}

5、ids根据一组id查询

可以基于ID组快速召回相关数据，从而实现高效的文档检索。

GET /<your-index-name>/_search
{
	"query": {
		"inds": {
			"values": ["id1","id2","id3",...]
		}
	}
}

6、prefix前缀匹配

prefix会对分词后的term进行前缀搜索：

  • 它不会对要搜索的字符串分词，传入的前缀就是想要查找的前缀。
  • 默认状态下，前缀查询不做相关性分数计算，它只是将所有匹配的文档返回，然后赋予所有相关分数值为1。

prefix的原理：
需要遍历所有倒排索引，并比较每个词项是否以所搜索的前缀开头。

GET /<your-index-name>/_search
{
	"query": {
		"prefix": {
			"your_field_name":{
				"value":"your_prefix_string"
			} 
		}
	}
}

需要注意的是，这种查询方式仅适用于关键字类型（keyword）的字段。

7、wildcard通配符匹配

wildcard检索是Elasticsearch中一种支持通配符匹配的查询类型，它允许在检索时使用通配符表达式来匹配文档的字段值。通配符包括两种：

  • 星号（*）：表示零或多个字符，可用于匹配任意长度的字符串。
  • 问号（?）：表示一个字符，用于匹配任意单个字符。

wildcard检索适用于对部分已知内容的文本字段进行模糊检索。例如，在文件名或产品型号等具有一定规律的字段中，使用通配符检索可以方便地找到满足特定模式的文档。

需要注意的是，通配符查询可能会导致较高的计算负担，因此在实际应用中应该谨慎使用，尤其是在涉及大量文档的情况下。

GET /<your-index-name>/_search
{
	"query": {
		"wildcard": {
			"your_field_name":{
				"value":"your_prefix_string"
			} 
		}
	}
}

8、fuzzy支持编辑距离的模糊查询

是一种强大的搜索功能，它能够在用户输入内容存在拼写错误或上下文不一致时，仍然返回与搜索词相似的文档。通过使用编辑距离算法来度量输入词与文档中词条的相似度，模糊查询在保证搜索结果相关性的同时，有效地提高了搜索容错能力。

编辑距离是指从一个单词转换到另一个单词需要编辑单字符的次数。如中文集团到中威集团编辑距离就是1，只需要修改一个字符；如果fuzziness值在这里设置成2，会把编辑距离为2的东东集团也查出来。

GET /<your-index-name>/_search
{
	"query": {
		"fuzzy": {
			"your_field":{
				"value":"search_term",
				"fuzziness":"AUTO",
				"prefix_length":1
			} 
		}
	}
}
  • fuzziness参数用于编辑距离的设置，其默认值为AUTO，支持的数值为[0,1,2]。如果值设置越界会报错。
  • prefix_length: 搜索词的前缀长度，在此长度内不会应用模糊匹配。默认是0，即整个词都会被模糊匹配。

9、regexp正则匹配查询

10、term set用于解决多字段中的文档匹配问题

terms set检索是Elasticsearch中一种功能强大的检索类型，主要用于解决多值字段中的文档匹配问题，在处理具有多个属性、分类或标签的复杂数据时非常有用。

从应用场景来说，terms set检索在处理多值字段和特定匹配条件时具有很大的优势。它适用于标签系统、搜索引擎、电子商务系统、文档管理系统和技能匹配等场景。

GET /<your-index-name>/_search
{
	"query": {
		"terms_set": {
			"<field_name>":{
				"terms":["<term1>","<term2>",...],
				"minimum_should_match_field":"<minimum_should_match_field_name>" or
				"minimum_should_match_script":{
					"source":"<script>"
				}
			} 
		}
	}
}
  • <field_name>: 指定要查询的字段名，这个字段通常是一个多值字段。
  • terms：提供一组词项，用于在指定字段中进行匹配。
  • minimum_should_match_field: 指定一个包含匹配数量的字段名，其值应用作要匹配的最少术语数，以便返回文档。
  • minimum_should_match_script: 提供一个自定义脚本，用于动态计算匹配数量。如果需要动态设置匹配所需的术语数，这个参数将非常有用。

三、全文检索

全文检索查询旨在基于相关性搜索和匹配文本数据。这些查询会对输入的文本进行分析，将其拆分为词项（单个单词），并执行诸如分词、词干处理和标准化等操作。此类检索主要应用于非结构化文本数据，如文章和评论等。

1、match分词查询

match是一种全文检索查询，它使用分析器将查询字符串分解成单独的词条，并在倒排索引中搜索这些词条。match查询适用于文本字段，并且可以通过多种参数来调整搜索行为。
对于match查询，其底层逻辑的概述：

  • 分词：首先，输入的查询文本会被分词器进行分词。分词器会将文本拆分成一个个词项（terms），如单词、短语或特定字符。分词器通常根据特定的语言规则和配置进行操作。
  • 匹配计算：一旦查询被分词，ES将根据查询类型和参数计算文档与查询的匹配度。对于match查询，ES将比较查询的词项与倒排索引中的词项，并计算文档的相关性得分。相关性得分衡量了文档与查询的匹配程度。
  • 结果返回：根据相关性得分，ES将返回最匹配的文档作为搜索结果。搜索结果通常按照相关性得分进行排序，以便最相关的文档排在前面。
GET /<your-index-name>/_search
{
	"query": {
		"match": {
			"field_name":"value"
		}
	}
}

2、mutil_match多字段查询

multi_match查询在Elasticsearch中用于在多个字段上执行相同的搜索操作。它可以接受一个查询字符串，并在指定的字段集合中搜索这个字符串。multi_match查询提供了灵活的匹配类型和操作符选项，以便根据不同的搜索需求调整搜索行为。

GET /<your-index-name>/_search
{
	"query": {
		"multi_match": {
			"query":"<query_string>",
			"fields":["<field1>","<field2>",...]
		}
	}
}

3、match_phrase短语查询

用于执行短语搜索，它不仅仅匹配整个短语，而且还考虑了短语中各个词的顺序和位置。这种查询类型对于搜索精确短语非常有用，尤其是在用户输入的查询与文档中的文本表达方式需要严格匹配时。

GET /<your-index-name>/_search
{
	"query": {
		"match_parse": {
			"<field_name>": {
				"query":"<phrase>"
			}
		}
	}
}

4、query_string支持与或非表达式的查询

是一种灵活的查询类型，它允许使用Lucene查询语法来构建复杂的搜索查询。这种查询类型支持多种逻辑运算符，包括与（AND）、或（OR）和非（NOT），以及通配符、模糊搜索和正则表达式等功能。query_string查询可以在单个或多个字段上进行搜索，并且可以处理复杂的查询逻辑。

应用场景包括高级搜索、数据分析和报表等，适合处理满足特定需求、要求支持与或非表达式的复杂查询任务，通常用于专业领域或需要高级查询功能的应用中。

GET /<your-index-name>/_search
{
	"query": {
		"query_string": {
			"query":"<query_string>",
			"default_field":"<field_name>"
		}
	}
}
  • <your_query_string>是查询逻辑，可以包含上述提到的逻辑运算符和通配符等。
  • <field_name>是默认搜索字段，如果省略则会搜索所有可索引字段。

5、simple_query_string

类似Query String，但是会忽略错误的语法，同时支持部分查询语法，不支持AND OR NOT，会当作字符串处理。支持部分逻辑：

  • +替代AND
  • |替代OR
  • -替代NOT
    在生产环境中推荐使用simple_query_string而不是query_string，主要是因为simple_query_string提供了宽松的语法，能够容忍一定程度的输入错误，而不会导致整个查询失败。
GET /<your-index-name>/_search
{
	"query": {
		"simple_query_string": {
			"query":"<query_string>",
			"fields":["<field1>","<field2>",...],
			"default_operator":"OR" 或 "AND"
		}
	}
}

其中<query_string>是要搜索的查询表达式，,,…是搜索可以在其中进行的字段列表，default_operator定义了查询字符串中未指定操作符时的默认逻辑运算符，可以使OR或AND。

四、bool query布尔查询

布尔查询可以按照布尔逻辑条件组织多条查询语句，只有符合整个布尔条件的文档才会被搜索出来。
在布尔条件中，可以包含两种不同的上下文：

  • 搜索上下文（query context）：使用搜索上下文时，Elasticsearch需要计算每个文档与搜索条件的相关度得分，这个得分的计算需要使用一套复杂的计算公式，有一定的性能开销，带文本分析的全文检索的查询语句很适合放在搜索上下文中。
  • 过滤上下文（filter context）：使用过滤上下文时，Elasticsearch只需要判断搜索条件跟文档数据是否匹配，例如使用term query判断一个值是否跟搜索内容一致，使用Range query判断某数据是否位于某个区间等。过滤上下文的查询不需要进行相关度得分计算，还可以使用缓存加快响应速度，很多术语级查询语句都适合放在过滤上下文中。

布尔查询一种支持4中组合类型：
在这里插入图片描述

五、highlight高亮显示

六、地理空间位置查询

七、ElasticSearch8.x 向量检索

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/2271836.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

GitLab集成Runner详细版--及注意事项汇总【最佳实践】

GitLab集成Runner详细版--及注意事项汇总【最佳实践】

一、背景 看到网上很多用户提出的runner问题其实实际都不是问题&#xff0c;不过是因为对runner的一些细节不清楚导致了误解。本文不系统性的介绍GitLab-Runner&#xff0c;因为这类文章写得好的特别多&#xff0c;本文只汇总一些常几的问题/注意事项。旨在让新手少弯路。 二、…
阅读更多...
Spring Boot 中 RabbitMQ 的使用

Spring Boot 中 RabbitMQ 的使用

目录 引入依赖 添加配置 Simple&#xff08;简单模式&#xff09; 生产者代码 消费者代码 ​编辑 Work Queue&#xff08;工作队列&#xff09; 生产者代码 消费者代码 Publish/Subscribe&#xff08;发布/订阅&#xff09; 生产者代码 消费者代码 Routing&#x…
阅读更多...
【linux基础I/O(1)】文件描述符的本质重定向的本质

【linux基础I/O(1)】文件描述符的本质重定向的本质

目录 前言1. 理解C语言的文件接口2. 操作文件的系统调用接口2.1 open函数详解2.2 close函数详解2.3 write函数详解2.4 read函数详解 3. 文件描述符fd详解4. 文件描述符的内核本质5. 怎样理解Linux下一切皆文件?6. 理解输出输入重定向7. 重定向的系统调用8. 总结 前言 “在Lin…
阅读更多...
全面解析 Node-RED：功能、Docker 部署与实战示例

全面解析 Node-RED：功能、Docker 部署与实战示例

言简意赅的讲解Node-RED解决的痛点 Node-RED 是一个基于流的编程工具&#xff0c;专为物联网&#xff08;IoT&#xff09;应用而设计。它通过可视化的编程界面&#xff0c;使开发者能够轻松地连接各种硬件设备、API 以及在线服务&#xff0c;构建复杂的应用流程。本文将详细介…
阅读更多...
2、pycharm常用快捷命令和配置【持续更新中】

2、pycharm常用快捷命令和配置【持续更新中】

1、常用快捷命令 Ctrl / 行注释/取消行注释 Ctrl Alt L 代码格式化 Ctrl Alt I 自动缩进 Tab / Shift Tab 缩进、不缩进当前行 Ctrl N 跳转到类 Ctrl 鼠标点击方法 可以跳转到方法所在的类 2、使用pip命令安装request库 命令&#xff1a;pip install requests 安装好了…
阅读更多...
2025-01-04 Unity插件 YodaSheet1 —— 插件介绍

2025-01-04 Unity插件 YodaSheet1 —— 插件介绍

文章目录 1 介绍2 工作原理2.1 ScriptableObject -> YadeSheetData2.2 YadeDatabase 存储多个 YadeSheetData 3 用途4 缺点5 推荐 1 介绍 ​ Yade 提供类似于 Excel 或者 Google Sheets 的表格编辑器&#xff0c;可以轻松地在 Unity 编辑器中 编辑&#xff0c;搜索&#xf…
阅读更多...
用 C++ 创建控制台计算器

用 C++ 创建控制台计算器

本文内容 先决条件创建应用项目验证新应用是否生成并运行编辑代码 显示另外 5 个 C 程序员通常从在命令行上运行的“Hello, world!”应用程序开始。 你将以本文为起点&#xff0c;逐步进阶&#xff0c;加深学习难度&#xff1a;计算器应用。 先决条件 在 Visual Studio 中…
阅读更多...
IDEA 撤销 merge 操作（详解）

IDEA 撤销 merge 操作（详解）

作为一个开发者&#xff0c;我们都知道Git是一个非常重要的版本控制工具&#xff0c;尤其是在协作开发的过程中。然而&#xff0c;在使用Git的过程中难免会踩一些坑&#xff0c;今天我来给大家分享一个我曾经遇到的问题&#xff1a;在使用IDEA中进行merge操作后如何撤销错误的合…
阅读更多...
限时特惠，香港服务器，低至53元/年

限时特惠，香港服务器，低至53元/年

家人们谁懂啊&#xff01;香港服务器这价格简直逆天了&#xff0c;居然比内地的还便宜&#xff01;就拿阿里云来说&#xff0c;人家最低配置的服务器&#xff0c;价格都很难做到这么亲民。 最低配的就不说了&#xff0c;2 核 4G 的配置&#xff0c;应对日常业务稳稳当当&#x…
阅读更多...
EF Core配置及使用

EF Core配置及使用

Entity Framework Core是微软官方的ORM框架。 ORM&#xff1a;Object Relational Mapping。让开发者用对象操作的形式操作关系数据库。 EF Core是对于底层ADO.NET Core的封装&#xff0c;因此ADO.NET Core支持的数据库不一定被EF Core支持。 代码创建数据库Code First 建实…
阅读更多...
GPT分区 使用parted标准分区划分，以及相邻分区扩容

GPT分区 使用parted标准分区划分，以及相邻分区扩容

parted 是一个功能强大的命令行工具&#xff0c;用于创建和管理磁盘分区表和分区。它支持多种分区表类型&#xff0c;如 MBR&#xff08;msdos&#xff09;、GPT&#xff08;GUID Partition Table&#xff09;等&#xff0c;并且可以处理大容量磁盘。parted 提供了一个交互式界…
阅读更多...
【mybatis-plus问题集锦系列】使用mybatis实现数据的基础增删改查

【mybatis-plus问题集锦系列】使用mybatis实现数据的基础增删改查

使用mybatis实现数据的基础增删改查,简单的增删改查操作方法步骤 代码实现 pom.xml <dependencies><dependency><groupId>org.mybatis.spring.boot</groupId><artifactId>mybatis-spring-boot-starter</artifactId><version>3.0.…
阅读更多...
tlias项目实战笔记

tlias项目实战笔记

一个小项目写了一个多月&#xff0c;在考试周穿插&#xff0c;终于能有时间来写个小总结了&#xff0c;废话少说&#xff0c;我们直接来步入正题。 一、项目开发规范 1.开发风格Restful 案例是基于当前最为主流的前后端分离模式进行开发。 在前后端分离的开发模式中&#xff…
阅读更多...
Arduino Uno简介与使用方法

Arduino Uno简介与使用方法

目录 一、Arduino Uno概述 1. 硬件特性 2. 开发环境 二、Arduino Uno的基本使用方法 1. 硬件连接 2. 软件编程 三、Arduino Uno编程基础 1. 基本语法 2. 常用函数 四、Arduino Uno应用举例 1. LED闪烁 2. 温度检测 3. 超声波测距 五、Arduino Uno的扩展与应用 1…
阅读更多...
go 模拟TCP粘包和拆包，及解决方法

go 模拟TCP粘包和拆包，及解决方法

1. 什么是 TCP 粘包与拆包&#xff1f; 粘包&#xff08;Sticky Packet&#xff09; 粘包是指在发送多个小的数据包时&#xff0c;接收端会将这些数据包合并成一个数据包接收。由于 TCP 是面向流的协议&#xff0c;它并不会在每次数据发送时附加边界信息。所以当多个数据包按顺…
阅读更多...
新能源电动汽车动力电池技术

新能源电动汽车动力电池技术

新能源电动汽车动力电池技术是新能源汽车发展的核心之一&#xff0c;以下是动力电池技术的一些关键方面&#xff1a; 技术进展 能量密度提升&#xff1a;近年来&#xff0c;动力电池的能量密度有了显著提升&#xff0c;从2010年的100Wh/kg提高到2024年的300Wh/kg。能量密度的…
阅读更多...
仓颉笔记——windows11安装启用cangjie语言，并使用vscode编写“你好，世界”

仓颉笔记——windows11安装启用cangjie语言，并使用vscode编写“你好，世界”

2025年1月1日第一篇日记&#xff0c;大家新年好。 去年就大致看了一下&#xff0c;感觉还不错&#xff0c;但一直没上手&#xff0c;这次借着元旦的晚上安装了一下&#xff0c;今年正式开动&#xff0c;公司众多的应用国产化正等着~~ 第一步&#xff1a;准备 官网&#xff1a;…
阅读更多...
JVM对象内存结构

JVM对象内存结构

1对象内存结构说明 注意&#xff1a; 如果对象为数组对象&#xff0c;在对象头后面有4字节存储数组长度&#xff1b; 1.1对象头 对象头分为Mark Word和Class Pointer两部分&#xff1b; Mark Word&#xff1a;对象基础信息 32位操作系统中占4字节&#xff0c;64位操作系统中占8…
阅读更多...
doris:基于 Arrow Flight SQL 的高速数据传输链路

doris:基于 Arrow Flight SQL 的高速数据传输链路

Doris 基于 Arrow Flight SQL 协议实现了高速数据链路&#xff0c;支持多种语言使用 SQL 从 Doris 高速读取大批量数据。 用途​ 从 Doris 加载大批量数据到其他组件&#xff0c;如 Python/Java/Spark/Flink&#xff0c;可以使用基于 Arrow Flight SQL 的 ADBC/JDBC 替代过去…
阅读更多...
算法题（25）：只出现一次的数字（三）

算法题（25）：只出现一次的数字（三）

审题&#xff1a; 该题中有两个元素只出现一次并且其他元素都出现两次&#xff0c;需要返回这两个只出现一次的数&#xff0c;并且不要求返回顺序 思路: 由于对空间复杂度有要求&#xff0c;我们这里不考虑哈希表。我们采用位运算的方法解题 方法&#xff1a;位运算 首先&#…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023