devbox
2023面试高手
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

Elasticsearch之常用DSL语句_elasticsearch dsl 语句

作者：2023面试高手 | 2024-03-16 10:12:09

赞

踩

elasticsearch dsl 语句

目录

 

1. Elasticsearch之常用DSL语句

1.1 操作索引

1.2 文档操作

1.3 DSL查询

1.4 搜索结果处理

1.5 数据聚合

 

1. Elasticsearch之常用DSL语句

1.1 操作索引

mapping是对索引库中文档的约束，常见的mapping属性包括：

- type：字段数据类型，常见的简单类型有：
  - 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
  - 数值：long、integer、short、byte、double、float、
  - 布尔：boolean
  - 日期：date
  - 对象：object
- index：是否创建索引，默认为true
- analyzer：使用哪种分词器
 

创建索引

  1. PUT /goods
  2. {
  3.   "mappings": {
  4.     "properties": {
  5.       "brandName": {
  6.         "type": "keyword"
  7.       },
  8.       "categoryName": {
  9.         "type": "keyword"
  10.       },
  11.       "createTime": {
  12.         "type": "date",
  13.         "format": "yyyy-MM-dd HH:mm:ss"
  14.       },
  15.       "id": {
  16.         "type": "keyword"
  17.       },
  18.       "price": {
  19.         "type": "double"
  20.       },
  21.       "saleNum": {
  22.         "type": "integer"
  23.       },
  24.       "status": {
  25.         "type": "integer"
  26.       },
  27.       "stock": {
  28.         "type": "integer"
  29.       },
  30.       "title": {
  31.         "type": "text",
  32.         "analyzer": "ik_max_word",
  33.       }
  34.     }
  35.   }
  36. }

查询索引

GET /goods

修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。

  1. PUT /索引库名/_mapping
  2. {
  3.   "properties": {
  4.     "新字段名":{
  5.       "type": "integer"
  6.     }
  7.   }
  8. }

删除索引库

DELETE /goods

1.2 文档操作

新增文档

  1. POST /goods/_doc/1
  2. {
  3.   "id": 1,
  4.   "brandName": "Apple",
  5.   "categoryName": "手机",
  6.   "createTime": "2023-12-26 20:00:00",
  7.   "price": 8000,
  8.   "saleNum": 100,
  9.   "status": 0,
  10.   "stock": 100,
  11.   "title": "Apple iPhone 15 Pro 256GB 远峰蓝色 支持移动联通电信5G 双卡双待手机"
  12. }
  13.  
  14. POST /goods/_doc/2
  15. {
  16.   "id": 2,
  17.   "brandName": "Huawei",
  18.   "categoryName": "手机",
  19.   "createTime": "2023-12-26 20:00:00",
  20.   "price": 7000,
  21.   "saleNum": 400,
  22.   "status": 0,
  23.   "stock": 200,
  24.   "title": "华为 HUAWEI Mate 60 Pro 智能手机 鸿蒙系统卫星通话昆仑玻璃"
  25. }

查询文档

  1. GET /goods/_doc/1
  2.  
  3. //批量获取
  4. GET goods/_doc/_mget
  5. {
  6.   "ids":["1","2"]
  7. }

删除文档

DELETE /goods/_doc/1

修改文档

全量修改是覆盖原来的文档，其本质是：

  • 根据指定的id删除文档
  • 新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

  1. PUT /{索引库名}/_doc/文档id
  2. {
  3.     "字段1": "值1",
  4.     "字段2": "值2",
  5.     // ... 略
  6. }

增量修改是只修改指定id匹配的文档中的部分字段。

  1. POST /{索引库名}/_update/文档id
  2. {
  3.     "doc": {
  4.          "字段名": "新的值",
  5.     }
  6. }

1.3 DSL查询

查询所有

  1. GET /goods/_search
  2. {
  3.   "query": {
  4.     "match_all": {}
  5.   }
  6. }

全文检索

  1. //单字段查询
  2. GET /goods/_search
  3. {
  4.   "query": {
  5.     "match": {
  6.       "title": "手机"
  7.     }
  8.   }
  9. }
  10.  
  11. //多字段查询
  12. GET /goods/_search
  13. {
  14.   "query": {
  15.     "multi_match": {
  16.       "query": "手机",
  17.       "fields": ["title"]
  18.     }
  19.   }
  20. }

精准查询

精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。常见的有：

- term：根据词条精确值查询
- range：根据值的范围查询

term查询的字段是不分词的字段，因此查询的条件也必须是不分词的词条。查询时，用户输入的内容跟自动值完全匹配时才认为符合条件。如果用户输入的内容过多，反而搜索不到数据。 

  1. GET /goods/_search
  2. {
  3.   "query": {
  4.    "term": {
  5.      "categoryName": {
  6.        "value": "手机"
  7.      }
  8.    }
  9.   }
  10. }
  11.  
  12. //匹配多个term
  13. GET /goods/_search
  14. {
  15.   "query": {
  16.    "terms": {
  17.      "categoryName": [
  18.        "手机",
  19.        "电脑"
  20.      ]
  21.    }
  22.   }
  23. }

范围查询，一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。

  1. GET /goods/_search
  2. {
  3.   "query": {
  4.    "range": {
  5.      "price": {
  6.        "gte": 7500,
  7.        "lte": 9000
  8.      }
  9.    }
  10.   }
  11. }

复合查询

- must：必须匹配的条件，可以理解为“与”
- should：选择性匹配的条件，可以理解为“或”
- must_not：必须不匹配的条件，不参与打分
- filter：必须匹配的条件，不参与打分

  1. POST goods/_search
  2. {
  3.   "query": {
  4.     "bool": {
  5.       "must": [
  6.         {
  7.           "term": {
  8.           "brandName": {
  9.             "value": "Apple"
  10.           }
  11.         }}
  12.       ],
  13.       "should": [
  14.         {
  15.           "term": {
  16.           "categoryName": {
  17.             "value": "手机"
  18.           }
  19.         }}
  20.       ],
  21.       "filter": [
  22.         {
  23.           "range": {
  24.             "stock": {
  25.               "gt": 0
  26.             }
  27.           }
  28.         }
  29.       ]
  30.     }
  31.   }
  32. }

1.4 搜索结果处理

普通字段排序

  1. GET /goods/_search
  2. {
  3.   "query": {
  4.     "match_all": {}
  5.   },
  6.   "sort": [
  7.     {
  8.      "stock": "desc"  //asc升序
  9.     }
  10.   ]
  11. }

分页

elasticsearch中通过修改from、size参数来控制要返回的分页结果：

- from：从第几个文档开始
- size：总共查询几个文档

  1. GET /goods/_search
  2. {
  3.   "query": {
  4.     "match_all": {}
  5.   },
  6.   "from": 0,
  7.   "size": 1
  8. }

高亮显示

  1. POST goods/_search
  2. {
  3.   "query": {
  4.     "match": {
  5.       "title": "手机"
  6.     }
  7.   },
  8.   "highlight": {
  9.     "fields": {
  10.       "title": {
  11.         "pre_tags": [
  12.           "<font color='red'>"
  13.         ],
  14.         "post_tags": [
  15.           "</font>"
  16.         ]
  17.       }
  18.     }
  19.   }
  20. }

1.5 数据聚合

聚合常见的有三类：

- 桶（Bucket）聚合：用来对文档做分组
  - TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组
  - Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组

- 度量（Metric）聚合：用以计算一些值，比如：最大值、最小值、平均值等
  - Avg：求平均值
  - Max：求最大值
  - Min：求最小值
  - Stats：同时求max、min、avg、sum等
- 管道（pipeline）聚合：其它聚合的结果为基础做聚合

统计所有数据中的品牌有几种，按照品牌对数据分组。

  1. GET /goods/_search
  2. {
  3.   "size": 0,  //设置size为0，结果中不包含文档，只包含聚合结果
  4.   "aggs": { // 定义聚合
  5.     "brandAgg": { //给聚合起个名字
  6.       "terms": { // 聚合的类型，按照品牌值聚合，所以选择term
  7.         "field": "brandName", // 参与聚合的字段
  8.         "size": 20 // 希望获取的聚合结果数量
  9.       }
  10.     }
  11.   }
  12. }

 对于每个品牌的聚合限定聚合范围，并且根据Bucket内的文档数量进行升序排序

  1. GET /goods/_search
  2. {
  3.   "query": {
  4.     "range": {
  5.       "stock": {
  6.         "gte": 10
  7.       }
  8.     }
  9.   }, 
  10.   
  11.   "size": 0,  //设置size为0，结果中不包含文档，只包含聚合结果
  12.   "aggs": { // 定义聚合
  13.     "brandAgg": { //给聚合起个名字
  14.       "terms": { // 聚合的类型，按照品牌值聚合，所以选择term
  15.         "field": "brandName", // 参与聚合的字段
  16.         "size": 20, // 希望获取的聚合结果数量
  17.          "order": {
  18.           "_count": "asc"
  19.         }
  20.         
  21.       }
  22.     }
  23.   }
  24. }

按照品牌分组，形成了一个个桶。对桶内的数据做运算，获取每个品牌的stock的min、max、avg等值。

  1. GET /goods/_search
  2. {
  3.   "query": {
  4.     "range": {
  5.       "stock": {
  6.         "gte": 10
  7.       }
  8.     }
  9.   }, 
  10.   
  11.   "size": 0,  
  12.   "aggs": { 
  13.     "brandAgg": {
  14.       "terms": {
  15.         "field": "brandName", 
  16.         "size": 20, 
  17.          "order": {
  18.           "_count": "asc"
  19.         }
  20.       },
  21.       "aggs": {
  22.         "stock_status": {
  23.           "stats": {
  24.             "field": "stock"
  25.           }
  26.         }
  27.       }
  28.     }
  29.     
  30.   }
  31. }

 

 

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/2023面试高手/article/detail/248795
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号