1. Elasticsearch的查詢方式

Elasticsearch（ES）提供了多種查詢方式，可以根據(jù)不同的需求和場景選擇合適的查詢類型。

2. 常用的ES查詢方式

• Match Query（匹配查詢）： 根據(jù)字段中的內容進行全文匹配查詢，可以使用match、multi_match等。

• Term Query（精確查詢）： 根據(jù)字段中的精確值進行查詢，適用于keyword類型或者已經(jīng)執(zhí)行過分詞器的字段。

• Range Query（范圍查詢）： 根據(jù)字段中的范圍值進行查詢，可以用來查詢數(shù)字或日期范圍，例如大于、小于、范圍內等。

• Bool Query（布爾查詢）： 通過邏輯運算符（must、must_not、should）組合多個查詢條件，實現(xiàn)更復雜的查詢邏輯。

• Match Phrase Query（短語匹配查詢）： 根據(jù)字段中連續(xù)的短語進行查詢，適用于需要保持短語順序的查詢。

• Prefix Query（前綴查詢）： 根據(jù)字段中的前綴進行查詢，適用于需要按照前綴匹配查詢的場景。

• Wildcard Query（通配符查詢）： 根據(jù)通配符模式進行查詢，支持通配符符號（*和?）進行模糊匹配。

• Fuzzy Query（模糊查詢）： 根據(jù)字段中的模糊匹配進行查詢，可以通過設置fuzziness參數(shù)來控制模糊程度。

• Nested Query（嵌套查詢）： 根據(jù)嵌套對象進行查詢，以便查詢嵌套在文檔中的相關信息。

• Aggregation Query（聚合查詢）： 用于計算、統(tǒng)計和分析數(shù)據(jù)，包括求和、平均值、最小值、最大值、分組等操作。

以上只是一些常見的查詢方式，ES還提供了更多的查詢類型和功能，如復雜查詢、地理位置查詢、正則表達式查詢等，可根據(jù)實際需求選擇合適的查詢方式。

3. 查詢案例

下面是一個包含各種查詢案例的示例：

3.1 products的索引

product_name：產品名稱，類型為text

category：產品類別，類型為keyword

price：產品價格，類型為float

description：產品描述，類型為text

tags：產品標簽，類型為keyword

創(chuàng)建索引products：

PUT /products
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 1
  },
  "mappings": {
    "properties": {
      "product_name": {
        "type": "text"
      },
      "category": {
        "type": "keyword"
      },
      "price": {
        "type": "float"
      },
      "description": {
        "type": "text"
      },
      "tags": {
        "type": "keyword"
      }
    }
  }
}

創(chuàng)建了一個名為products的索引。 number_of_shards定義了主分片數(shù)為1。
number_of_replicas定義了副本數(shù)為1。 mappings定義了索引中的字段類型和屬性。

3.2 Match Query（匹配查詢）

POST /products/_search
{
  "query": {
    "match": {
      "product_name": "laptop"
    }
  }
}

使用match查詢來進行全文匹配查詢。 在product_name字段中匹配關鍵詞"laptop"。
返回與"laptop"相關度最高的文檔。

3.3 Term Query（精確查詢）

POST /products/_search
{
  "query": {
    "term": {
      "category": "electronics"
    }
  }
}

使用term查詢進行精確匹配查詢。 在category字段中精確匹配"electronics"。
返回與"electronics"完全一致的文檔。

3.4 Range Query（范圍查詢）

POST /products/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 100,
        "lte": 500
      }
    }
  }
}

使用range查詢進行范圍查詢。 在price字段中查詢價格在100到500之間的文檔。 返回價格在100到500之間的文檔。

3.5 Bool Query（布爾查詢）

POST /products/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "product_name": "laptop" } },
        { "term": { "category": "electronics" } }
      ],
      "must_not": [
        { "range": { "price": { "gte": 2000 } } }
      ],
      "should": [
        { "match": { "description": "lightweight" } },
        { "match": { "tags": "portable" } }
      ]
    }
  }
}

使用bool查詢進行多條件查詢邏輯。
must子句中同時滿足product_name為"laptop"和category為"electronics"的文檔。
must_not子句中排除價格大于等于2000的文檔。
should子句中滿足description包含"lightweight"或tags包含"portable"的文檔。
返回符合以上條件的文檔。

3.6 Match Phrase Query（短語匹配查詢）

POST /products/_search
{
  "query": {
    "match_phrase": {
      "product_name": "red laptop"
    }
  }
}

使用match_phrase查詢進行短語匹配查詢。 在product_name字段中匹配短語"red laptop"。 返回包含短語"red
laptop"的文檔。

3.7 Prefix Query（前綴查詢）

POST /products/_search
{
  "query": {
    "prefix": {
      "product_name": "ca"
    }
  }
}

使用prefix查詢進行前綴匹配查詢。 在product_name字段中匹配以"ca"開頭的文檔。 返回以"ca"開頭的產品名稱的文檔。

3.8 Wildcard Query（通配符查詢）

POST /products/_search
{
  "query": {
    "wildcard": {
      "product_name": "l*t"
    }
  }
}

使用wildcard查詢進行通配符模式匹配查詢。 在product_name字段中匹配帶有"l"和"t"之間任意字符的文檔。
返回符合通配符模式的文檔。

3.9 Fuzzy Query（模糊查詢）

POST /products/_search
{
  "query": {
    "fuzzy": {
      "product_name": {
        "value": "laptop",
        "fuzziness": 2
      }
    }
  }
}

使用fuzzy查詢進行模糊匹配查詢。 在product_name字段中匹配與"laptop"相似的文檔。
fuzziness參數(shù)設置了相似度為2。 返回與"laptop"相似的文檔。

3.10 Nested Query（嵌套查詢）

POST /products/_search
{
  "query": {
    "nested": {
      "path": "reviews",
      "query": {
        "match": {
          "reviews.comment": "good"
        }
      }
    }
  }
}

使用nested查詢進行嵌套查詢。 在reviews嵌套字段中根據(jù)reviews.comment字段的值查詢"good"的文檔。
返回包含滿足嵌套查詢條件的文檔。

3.11 Aggregation Query（聚合查詢）

POST /products/_search
{
  "size": 0,
  "aggregations": {
    "avg_price": {
      "avg": {
        "field": "price"
      }
    },
    "max_price": {
      "max": {
        "field": "price"
      }
    },
    "category_count": {
      "terms": {
        "field": "category"
      }
    }
  }
}

使用aggregations進行聚合查詢。 avg聚合計算了price字段的平均值。 max聚合計算了price字段的最大值。
terms聚合按category字段進行分組統(tǒng)計。 返回計算和統(tǒng)計結果，包括平均價格、最高價格和每個分類的文檔數(shù)量。

附：時間范圍查詢

簡單示例

GET /_search
{
  "query": {
    "range": {
      "timestamp": {
        "gte": "now-1d/d", // 當前時間的上一天, 四舍五入到最近的一天
        "lte": "now/d" // 當前時間, 四舍五入到最近的一天
      }
    }
  }
}

總結 

到此這篇關于Elasticsearch(ES)多種查詢方式的文章就介紹到這了,更多相關ES多種查詢方式內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論