赞
踩
Elasticsearch支持很多查询方式,其中一种就是DSL,它是把请求写在JSON里面,然后进行相关的查询。
DSL查询语言中存在两种:查询DSL(query DSL)和过滤DSL(filter DSL)。
它们两个的区别如下图:
在查询上下文中,查询会回答这个问题——“这个文档匹不匹配这个查询,它的相关度高么?”
如何验证匹配很好理解,如何计算相关度呢?ES中索引的数据都会存储一个_score分值,分值越高就代表越匹配。另外关于某个搜索的分值计算还是很复杂的,因此也需要一定的时间。
查询上下文 是在 使用query进行查询时的执行环境,比如使用search的时候。
一些query的场景:
在过滤器上下文中,查询会回答这个问题——“这个文档匹不匹配?”
答案很简单,是或者不是。它不会去计算任何分值,也不会关心返回的排序问题,因此效率会高一点。
过滤上下文 是在使用filter参数时候的执行环境,比如在bool查询中使用Must_not或者filter
另外,经常使用过滤器,ES会自动的缓存过滤器的内容,这对于查询来说,会提高很多性能。
一些过滤的情况:
1.1 说明
es 5.0版本更新后,filtered的查询将替换为bool查询。
filtered是比较老的的版本的语法。现在目前已经被bool替代。推荐使用bool。
https://www.elastic.co/guide/en/elasticsearch/reference/5.0/query-dsl-filtered-query.html
1.2 示例使用
老版本写法,在es8 中使用老版本写法报错。
- GET _search
- {
- "query": {
- "filtered": {
- "query": {
- "match": {
- "text": "quick brown fox"
- }
- },
- "filter": {
- "term": {
- "status": "published"
- }
- }
- }
- }
- }
新版本的写法
- GET _search
- {
- "query": {
- "bool": {
- "must": {
- "match": {
- "text": "quick brown fox"
- }
- },
- "filter": {
- "term": {
- "status": "published"
- }
- }
- }
- }
- }
嵌套在bool下
- {
- "query":{
- "bool":{
- "must":{
- "term":{
- "term":{
- "title":"kitchen3"
- }
- }
- },
- "filter":{
- "term":{
- "price":1000
- }
- }
- }
- }
- }
在根目录下使用
- {
- "query":{
- "term":{
- "title":"kitchen3"
- }
- },
- "filter":{
- "term":{
- "price":1000
- }
- }
- }
区别
term主要用于精确匹配哪些值,比如数字,日期,布尔值或 not_analyzed 的字符串(未经分析的文本数据类型):
- { "term": { "age": 26 }}
- { "term": { "date": "2014-09-01" }}
- { "term": { "public": true }}
- { "term": { "tag": "full_text" }}
完整的例子, hostname 字段完全匹配成 saaap.wangpos.com 的数据:
- {
- "query": {
- "term": {
- "hostname": "saaap.wangpos.com"
- }
- }
- }
terms 跟 term 有点类似,但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值,那么文档需要一起去做匹配:
- {
- "terms": {
- "tag": [ "search", "full_text", "nosql" ]
- }
- }
完整的例子,所有http的状态是 302 、304 的, 由于ES中状态是数字类型的字段,所有这里我们可以直接这么写。:
- {
- "query": {
- "terms": {
- "status": [
- 304,
- 302
- ]
- }
- }
- }
range过滤允许我们按照指定范围查找一批数据:
- {
- "range": {
- "age": {
- "gte": 20,
- "lt": 30
- }
- }
- }
范围操作符包含:
gt :: 大于
gte:: 大于等于
lt :: 小于
lte:: 小于等于
一个完整的例子, 请求页面耗时大于1秒的数据,upstream_response_time 是 nginx 日志中的耗时,ES中是数字类型。
- {
- "query": {
- "range": {
- "upstream_response_time": {
- "gt": 1
- }
- }
- }
- }
exists 和 missing 过滤可以用于查找文档中是否包含指定字段或没有某个字段,类似于SQL语句中的IS_NULL条件.
- {
- "exists": {
- "field": "title"
- }
- }
这两个过滤只是针对已经查出一批数据来,但是想区分出某个字段是否存在的时候使用。
bool 过滤可以用来合并多个过滤条件查询结果的布尔逻辑,它包含一下操作符:
must :: 多个查询条件的完全匹配,相当于 and。
must_not :: 多个查询条件的相反匹配,相当于 not。
should :: 至少有一个查询条件匹配, 相当于 or。
这些参数可以分别继承一个过滤条件或者一个过滤条件的数组:
- {
- "bool": {
- "must": { "term": { "folder": "inbox" }},
- "must_not": { "term": { "tag": "spam" }},
- "should": [
- { "term": { "starred": true }},
- { "term": { "unread": true }}
- ]
- }
- }
可以查询到所有文档,是没有查询条件下的默认语句。
- {
- "match_all": {}
- }
此查询常用于合并过滤条件。 比如说你需要检索所有的邮箱,所有的文档相关性都是相同的,所以得到的_score为1.
match查询是一个标准查询,不管你需要全文本查询还是精确查询基本上都要用到它。
如果你使用 match 查询一个全文本字段,它会在真正查询之前用分析器先分析match一下查询字符:
- {
- "match": {
- "tweet": "About Search"
- }
- }
如果用match下指定了一个确切值,在遇到数字,日期,布尔值或者not_analyzed 的字符串时,它将为你搜索你给定的值:
- { "match": { "age": 26 }}
- { "match": { "date": "2014-09-01" }}
- { "match": { "public": true }}
- { "match": { "tag": "full_text" }}
提示: 做精确匹配搜索时,你最好用过滤语句,因为过滤语句可以缓存数据。
match查询只能就指定某个确切字段某个确切的值进行搜索,而你要做的就是为它指定正确的字段名以避免语法错误。
multi_match查询允许你做match查询的基础上同时搜索多个字段,在多个字段中同时查一个:
- {
- "multi_match": {
- "query": "full text search",
- "fields": [ "title", "body" ]
- }
- }
bool 查询与 bool 过滤相似,用于合并多个查询子句。不同的是,bool 过滤可以直接给出是否匹配成功, 而bool 查询要计算每一个查询子句的 _score (相关性分值)。
must:: 查询指定文档一定要被包含。
must_not:: 查询指定文档一定不要被包含。
should:: 查询指定文档,有则可以为文档相关性加分。
以下查询将会找到 title 字段中包含 "how to make millions",并且 "tag" 字段没有被标为 spam。 如果有标识为 "starred" 或者发布日期为2014年之前,那么这些匹配的文档将比同类网站等级高:
- {
- "bool": {
- "must": { "match": { "title": "how to make millions" }},
- "must_not": { "match": { "tag": "spam" }},
- "should": [
- { "match": { "tag": "starred" }},
- { "range": { "date": { "gte": "2014-01-01" }}}
- ]
- }
- }
提示: 如果bool 查询下没有must子句,那至少应该有一个should子句。但是 如果有must子句,那么没有should子句也可以进行查询。
上面内容来自: http://es.xiaoleilu.com/054_Query_DSL/70_Important_clauses.html
ElasticSearch 查询(match和term)
http://www.cnblogs.com/yjf512/p/4897294.html
使用标准的shell通配符查询
参考: https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-wildcard-query.html
以下查询能够匹配包含W1F 7HW和W2F 8HW的文档:
GET /my_index/address/_search
- {
- "query": {
- "wildcard": {
- "postcode": "W?F*HW"
- }
- }
- }
又比如下面查询 hostname 匹配下面shell通配符的:
- {
- "query": {
- "wildcard": {
- "hostname": "wxopen*"
- }
- }
- }
假设您只想匹配以W开头,紧跟着数字的邮政编码。使用regexp查询能够让你写下更复杂的模式:
- GET /my_index/address/_search
- {
- "query": {
- "regexp": {
- "postcode": "W[0-9].+"
- }
- }
- }
这个正则表达式的规定了词条需要以W开头,紧跟着一个0到9的数字,然后是一个或者多个其它字符。
下面例子是所有以 wxopen 开头的正则
- {
- "query": {
- "regexp": {
- "hostname": "wxopen.*"
- }
- }
- }
参考: https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-regexp-query.html
以什么字符开头的,可以更简单地用 prefix,如下面的例子:
- {
- "query": {
- "prefix": {
- "hostname": "wxopen"
- }
- }
- }
参考 : https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-prefix-query.html
更多的查询命令,可以看: https://www.elastic.co/guide/en/elasticsearch/reference/current/term-level-queries.html#term-level-queries
当你需要寻找邻近的几个单词时,你会使用match_phrase查询:
- GET /my_index/my_type/_search
- {
- "query": {
- "match_phrase": {
- "title": "quick brown fox"
- }
- }
- }
和match查询类似,match_phrase查询首先解析查询字符串来产生一个词条列表。然后会搜索所有的词条,但只保留含有了所有搜索词条的文档,并且词条的位置要邻接。一个针对短语quick fox的查询不会匹配
我们的任何文档,因为没有文档含有邻接在一起的quick和box词条。
match_phrase查询也可以写成类型为phrase的match查询:
- "match": {
- "title": {
- "query": "quick brown fox",
- "type": "phrase"
- }
- }
参考:https://blog.csdn.net/kingmax54212008/article/details/105169016/
https://blog.csdn.net/weixin_39723544/article/details/103676958
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。