ElasticSearch查询学习笔记章节1——term，terms，match，id查询

最新推荐文章于 2023-08-18 23:15:00 发布
最新推荐文章于 2023-08-18 23:15:00 发布
阅读量1.5k 收藏 9
点赞数 3
分类专栏： ElasticSearch 文章标签： elasticsearch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LXWalaz1s1s/article/details/108704773
版权

ElasticSearch查询笔记目录

  涉及的常用查询内容较多，将分多个章节进行笔记整理，具体如下：

  1. ElasticSearch查询学习笔记章节1——term，terms，match，id查询

   主要是依据精准的查询条件来查询，查询速度快，也是最常用的几类查询方式，具体种类如下:

  • term查询
  • terms查询
  • match_all查询
  • match查询
  • 布尔match查询
  • multi_match查询
  • 根据文档id查询（单个id）
  • 根据文档ids查询（多个id）
  1. ElasticSearch查询学习笔记章节2——prefix，fuzzy，wildcard，range，regexp查询

  主要是涉及ElasticSearch查询条件相对模糊，查询速度相对慢，实时查询时应尽量避免这些方式，但是这些查询方式又具有自己独特不可代替的功能，还是还有必要，具体如下：

  • prefix查询
  • fuzzy查询
  • wildcard查询
  • range查询
  • regexp查询
  1. ElasticSearch查询学习笔记章节3——scroll，delete-by-query，bool，boosting，filter，highlight查询

  主要涉及ElasticSearch的一些常用的杂项查询；

  • 深分页scroll查询
  • delete-by-query
  • bool查询
  • boosting查询
  • filter查询
  • highlight(高亮)查询
  1. ElasticSearch查询学习笔记章节4——cardinality，range，extended_stats聚合统计aggregations查询

  主要涉及ES的聚合查询Aggregations；

  • cardinality(去重计数)查询
  • range(范围统计)查询
  • extended_stats(统计聚合)查询
  1. ElasticSearch查询学习笔记章节5——geo_distance，geo_bounding_box，geo_polygon地图检索geo查询

.   主要涉及ES的地图检索geo相关的查询；

  • geo_distance查询
  • geo_bounding_box查询
  • geo_polygon查询

整体Java代码的测试用例项目

  整个章节的Java代码放在CSDN资源ElasticSearch常用查询的Java实现；路径效果如下图，欢迎下载访问；在这里插入图片描述

前 言

  ElasticSearch（以下简称：ES）作为搜索引擎，那么她最核心的重点当然是查询，接下来就给大家整理下ES的一些常用的搜索实现，本笔记主要实现RESTFul风格的代码和Java API代码为主，至于更多的其它API，可参考官网的各类API来实现;
  官网各类编程语言API：Elasticsearch Clients
在这里插入图片描述

图1 ES官网常用的各类编程语言API

ElasticSearch的版本

  本人使用的ES版本是7.7.1，已经去除了type的概念。

ElasticSearch测试的索引及数据准备

索引要求

索引名称：sms-logs-index

字段名称备注ES数据类型
createDate创建时间date
senDate发送时间date
longCode发送的长号码，如“102365024”keyword
moblie手机号码，如“13526544896”keyword
corpName发送公司名称，需要分词检索text(ik分词器)
smsContent发送短信内容，需要分词检索text(ik分词器)
state短信下发状态 1 成功 0 失败integer
opratorId运营商编号 1移动 2 联通 3电信integer
province省份keyword
ipAddr下发的服务器地址keyword
replyTotal短信状态报告返回时长（秒）integer
fee扣费integer

  这里创建测试索引和添加测试数据我就偷懒以下，就直接用RESTFul代码实现，就不用Java了，如果对Java版本创建索引和添加数据有疑问的，可以参考博客ElasticSearch数据结构和基本操作;

RESTful操作新建索引

PUT /sms-logs-index
{
  "settings":
  {
    "number_of_replicas": 3
    , "number_of_shards": 5
  }
  , "mappings": 
  {
    "properties": 
    {
      "createDate":
      {
        "type": "date"
       ,"format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
      }
      ,"senDate":
      {
        "type": "date"
       ,"format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
      }
      ,"longCode":
      {
        "type": "keyword"
      }
      ,"moblie":
      {
        "type": "keyword"
      }
      ,"corpName":
      {
        "type": "text"
       ,"analyzer": "ik_smart"
      }
      ,"smsContent":
      {
         "type": "text" 
        ,"analyzer": "ik_smart"
      }
      ,"state":
      {
        "type": "integer"
      }
      ,"opratorId":
      {
        "type": "integer"
      }
      ,"province":
      {
        "type": "keyword"
      }
      ,"ipAddr":
      {
        "type": "keyword"
      }
      ,"replyTotal":
      {
        "type": "integer"
      }
      ,"fee":
      {
        "type": "double"
      }
    }
  }
}

RESTful操作添加测试数据

PUT /sms-logs-index/_doc/1
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"10201021"
,"moblie":13026254898
,"corpName":"上海智慧软件有限公司"
,"smsContent":"连接你我，智慧软件，让生活更美好"
,"state":"1"
,"opratorId":"1"
,"province":"上海"
,"ipAddr":"10.215.19.45"
,"replyTotal":"1"
,"fee":"0.1"
}

PUT /sms-logs-index/_doc/2
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"20165411010"
,"moblie":15248754897
,"corpName":"北京鑫鑫能源有限公司"
,"smsContent":"欢迎使用新能源，让世界更环保"
,"state":"1"
,"opratorId":"2"
,"province":"北京"
,"ipAddr":"10.245.29.280"
,"replyTotal":"0.6"
,"fee":"0.5"
}

PUT /sms-logs-index/_doc/3
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"5478434123"
,"moblie":18056587445
,"corpName":"中威集团"
,"smsContent":"中威集团，服务于你的身边！"
,"state":"0"
,"opratorId":"3"
,"province":"杭州"
,"ipAddr":"10.248.19.45"
,"replyTotal":"4"
,"fee":"20"
}

PUT /sms-logs-index/_doc/4
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"87454120"
,"moblie":13625789645
,"corpName":"爱美化妆品有限公司"
,"smsContent":"魅力，势不可挡，爱美爱美"
,"state":"1"
,"opratorId":"1"
,"province":"上海"
,"ipAddr":"10.258.19.45"
,"replyTotal":"1"
,"fee":"200"
}

PUT /sms-logs-index/_doc/5
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"24514635"
,"moblie":18545427895
,"corpName":"东东集团"
,"smsContent":"数据驱动，AI推动，新零售模型让你的购买更心怡！"
,"state":"1"
,"opratorId":"1"
,"province":"北京"
,"ipAddr":"10.254.19.45"
,"replyTotal":"1"
,"fee":"6000"
}

PUT /sms-logs-index/_doc/6
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"89451254"
,"moblie":13028457893
,"corpName":"大兴建筑有限公司"
,"smsContent":"我房建，你放心，大兴建筑！"
,"state":"1"
,"opratorId":"1"
,"province":"杭州"
,"ipAddr":"10.215.19.45"
,"replyTotal":"1"
,"fee":"500"
}

PUT /sms-logs-index/_doc/7
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"33656412674"
,"moblie":18956451203
,"corpName":"华丽网集团"
,"smsContent":"网络安全，华丽靠谱！"
,"state":"1"
,"opratorId":"3"
,"province":"上海"
,"ipAddr":"10.215.254.45"
,"replyTotal":"1"
,"fee":"2000"
}

PUT /sms-logs-index/_doc/8
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"56412345"
,"moblie":17055452369
,"corpName":"万事Ok公司"
,"smsContent":"万事Ok，找我没错！"
,"state":"0"
,"opratorId":"2"
,"province":"杭州"
,"ipAddr":"10.215.19.45"
,"replyTotal":"1"
,"fee":"200"
}

PUT /sms-logs-index/_doc/9
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"5784320"
,"moblie":15236964578
,"corpName":"花花派"
,"smsContent":"花开花落，魅力女性，买花选我！"
,"state":"1"
,"opratorId":"1"
,"province":"上海"
,"ipAddr":"10.265.19.45"
,"replyTotal":"1"
,"fee":"0.1"
}

PUT /sms-logs-index/_doc/10
{

"createDate":"2020-09-16"
,"senDate":"2020-09-16"
,"longCode":"54784641"
,"moblie":15625584654
,"corpName":"勾股科技有限公司"
,"smsContent":"智能算法，智慧生活，勾股科技！"
,"state":"1"
,"opratorId":"2"
,"province":"杭州"
,"ipAddr":"10.215.19.45"
,"replyTotal":"6"
,"fee":"4000"
}

PUT /sms-logs-index/_doc/11
{

"createDate":"2020-09-22"
,"senDate":"2020-09-22"
,"longCode":"458744536"
,"moblie":134625584654
,"corpName":"星雨文化传媒"
,"smsContent":"魅力宣传，星雨传媒！"
,"state":"1"
,"opratorId":"3"
,"province":"杭州"
,"ipAddr":"10.289.19.45"
,"replyTotal":"6"
,"fee":"500"
}

PUT /sms-logs-index/_doc/12
{

"createDate":"2020-09-22"
,"senDate":"2020-09-22"
,"longCode":"123546241"
,"moblie":156625584654
,"corpName":"哈雷天文用具公司"
,"smsContent":"天文研究，放心推动，哈雷天文！"
,"state":"1"
,"opratorId":"3"
,"province":"杭州"
,"ipAddr":"10.289.19.45"
,"replyTotal":"6"
,"fee":"500"
}

ElasticSearch常用查询原理及实现

  本人采用采用IDE编辑Java代码，用到的maven依赖文件pom.xml如下；

<?xml version="1.0" encoding="UTF-8"?>

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>

  <groupId>org.example</groupId>
  <artifactId>SparkOnHiveToEs_v1</artifactId>
  <version>1.0-SNAPSHOT</version>

  <name>SparkOnHiveToEs_v1</name>
  <!-- FIXME change it to the project's website -->
  <url>http://www.example.com</url>

  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <maven.compiler.source>1.7</maven.compiler.source>
    <maven.compiler.target>1.7</maven.compiler.target>
  </properties>

  <dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>4.11</version>
      <scope>test</scope>
    </dependency>

    <!-- https://mvnrepository.com/artifact/org.elasticsearch/elasticsearch -->
    <!--ES本身的依赖-->
    <dependency>
      <groupId>org.elasticsearch</groupId>
      <artifactId>elasticsearch</artifactId>
      <version>7.7.1</version>
    </dependency>

    <!-- https://mvnrepository.com/artifact/org.elasticsearch.client/elasticsearch-rest-high-level-client -->
    <!--ES高级API，用来连接ES的Client等操作-->
    <dependency>
      <groupId>org.elasticsearch.client</groupId>
      <artifactId>elasticsearch-rest-high-level-client</artifactId>
      <version>7.7.1</version>
    </dependency>

    <!-- https://mvnrepository.com/artifact/junit/junit -->
    <!--junit，Test测试使用-->
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>4.12</version>
      <scope>test</scope>
    </dependency>


    <!-- https://mvnrepository.com/artifact/org.projectlombok/lombok -->
    <!--lombok ，用来自动生成对象类的构造函数，get，set属性等-->
    <dependency>
      <groupId>org.projectlombok</groupId>
      <artifactId>lombok</artifactId>
      <version>1.18.12</version>
      <scope>provided</scope>
    </dependency>
    <dependency>
      <groupId>org.testng</groupId>
      <artifactId>testng</artifactId>
      <version>RELEASE</version>
      <scope>compile</scope>
    </dependency>

    <!-- https://mvnrepository.com/artifact/com.fasterxml.jackson.core/jackson-databind -->
    <!--jackson，用来封装json-->
    <dependency>
      <groupId>com.fasterxml.jackson.core</groupId>
      <artifactId>jackson-databind</artifactId>
      <version>2.11.0</version>
    </dependency>

    <!-- https://mvnrepository.com/artifact/org.elasticsearch/elasticsearch-spark-20 -->
    <dependency>
      <groupId>org.elasticsearch</groupId>
      <artifactId>elasticsearch-spark-20_2.11</artifactId>
      <version>7.7.1</version>
    </dependency>


    <!-- https://mvnrepository.com/artifact/org.apache.spark/spark-core -->
    <dependency>
      <groupId>org.apache.spark</groupId>
      <artifactId>spark-core_2.11</artifactId>
      <version>2.3.3</version>
    </dependency>

    <dependency>
      <groupId>org.apache.spark</groupId>
      <artifactId>spark-sql_2.11</artifactId>
      <version>2.3.3</version>
    </dependency>

    <dependency>
      <groupId>org.apache.spark</groupId>
      <artifactId>spark-hive_2.11</artifactId>
      <version>2.3.3</version>
      <scope>compile</scope>
    </dependency>

    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>4.12</version>
      <scope>compile</scope>
    </dependency>

    <dependency>
      <groupId>org.apache.logging.log4j</groupId>
      <artifactId>log4j-core</artifactId>
      <version>2.9.1</version>
    </dependency>

    <dependency>
      <groupId>org.apache.logging.log4j</groupId>
      <artifactId>log4j-api</artifactId>
      <version>2.9.1</version>
    </dependency>
  </dependencies>


  <build>
    <plugins>
      <!-- 在maven项目中既有java又有scala代码时配置 maven-scala-plugin 插件打包时可以将两类代码一起打包 -->
      <plugin>
        <groupId>org.scala-tools</groupId>
        <artifactId>maven-scala-plugin</artifactId>
        <version>2.15.2</version>
        <executions>
          <execution>
            <goals>
              <goal>compile</goal>
              <goal>testCompile</goal>
            </goals>
          </execution>
        </executions>
      </plugin>

      <!-- maven 打jar包需要插件 -->
      <plugin>
        <artifactId>maven-assembly-plugin</artifactId>
        <version>2.4</version>
        <configuration>
          <!-- 设置false后是去掉 MySpark-1.0-SNAPSHOT-jar-with-dependencies.jar 后的 “-jar-with-dependencies” -->
          <!--<appendAssemblyId>false</appendAssemblyId>-->
          <descriptorRefs>
            <descriptorRef>jar-with-dependencies</descriptorRef>
          </descriptorRefs>
          <archive>
            <manifest>
              <mainClass>com.bjsxt.scalaspark.core.examples.ExecuteLinuxShell</mainClass>
            </manifest>
          </archive>
        </configuration>
        <executions>
          <execution>

            <id>make-assembly</id>
            <phase>package</phase>
            <goals>
              <goal>assembly</goal>
            </goals>
          </execution>
        </executions>
      </plugin>
    </plugins>
  </build>
</project>

  一样的，先实现连接ES的client类和方法；

package cn.focusmedia.esapp.feign;

import lombok.extern.slf4j.Slf4j;
import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestClientBuilder;
import org.elasticsearch.client.RestHighLevelClient;

@Slf4j
public class EsClient
{
    public static RestHighLevelClient getClient()
    {
        //配置集群连接的IP和端口，正式项目是要走配置文件的，这里偷懒下，就写死吧，也方便说明问题，不要骂我代码太烂就行
        //创建HttpHost对象
        HttpHost[] myHttpHost = new HttpHost[7];
        myHttpHost[0]=new HttpHost("10.219.10.11",9200);
        myHttpHost[1]=new HttpHost("10.219.10.12",9200);
        myHttpHost[2]=new HttpHost("10.219.10.13",9200);
        myHttpHost[3]=new HttpHost("10.219.10.14",9200);
        myHttpHost[4]=new HttpHost("10.219.10.15",9200);
        myHttpHost[5]=new HttpHost("10.219.10.16",9200);
        myHttpHost[6]=new HttpHost("10.219.10.17",9200);

        //创建RestClientBuilder对象
        RestClientBuilder myRestClientBuilder=RestClient.builder(myHttpHost);

        //创建RestHighLevelClient对象
        RestHighLevelClient myclient=new RestHighLevelClient(myRestClientBuilder);

        log.info("RestClientUtil intfo create rest high level client successful!");

        return myclient;
    }
}

  万事具备，开始正式进入主题，关于ES的常用查询的笔记如下；
  注意：第一个查询例子本人会贴图查看RESTFul代码及Java代码的查询结果，详细说明结果字段的含义，后续的查询本人只提供两种API的样例代码，不再贴出查询结果，希望读者自行实验以下，举一反三，至于RESTFul代码和Java代码，都是本人分别在Kibana和IDE上测试实现过的，基本不会有啥bug，如果有不足，请大家留言指出，大家一起探讨下。

term查询

term的查询是代表完全匹配，搜索之前不会对你搜索的关键字进行分词，如关键字手机，不会分成手和机；再根据关键字去文档分词库中去匹配内容。
类似于MySQL库的 where province = ？

  实现要求，依据province字段查询所有北京公司的短信内容

  RESTFUL代码如下；

# from size类似于musql的limit
POST /sms-logs-index/_search
{
  "from": 0       
  ,"size": 10
  , "query": {
    "term": {
      "province": {
        "value": "北京"
      }
    }
  }
}

  RESTFUL查询结果代码如下图2；
在这里插入图片描述

图2 term查询的RESTFUL代码查询结果

  Java代码如下；

    static RestHighLevelClient myClient= EsClient.getClient();  //获取操作ES的
    String index="sms-logs-index";
    
    @Test
    public void termsQuery() throws IOException {
        //1。创建request对象，查询用的对象一般都是SearchRequest对象
        SearchRequest mySearchRequest = new SearchRequest(index);

        //2，指定查询条件，依赖查询条件的对象SearchSourceBuilder的对象
        SearchSourceBuilder builder = new SearchSourceBuilder();
        builder.from(0).size(10).query(QueryBuilders.termsQuery("province", "北京", "上海", "杭州")); //指定term查新条件

        mySearchRequest.source(builder);
        //3. 执行查询
        SearchResponse search = myClient.search(mySearchRequest, RequestOptions.DEFAULT);

        //4. 获取到_source中的数据，并展示
        //注意RESTFUL风格上是两个hits，所以这里要两次getHits()
        for (SearchHit hit : search.getHits().getHits()) {
            Map<String, Object> result = hit.getSourceAsMap();
            System.out.println(result);
        }
    }

  Java代码如下；
在这里插入图片描述

图3 term查询的Java代码查询结果

terms查询

terms和terms的查询机制是一样的，都不会将指定的查询关键字进行分词，直接去分词库中匹配，找到相应的文档内容。
terms：是针对一个字段包含多个值时使用。
换句话说：
term类似于MySQL的 where province=？
terms类似于MySQL中的 where province in (?, ? ,?)

  注意：term和terms只是说不会对关键字进行分词，并不是说只能用于keyword类型的字段查询，如假设文档中有个字段是text类型，采用了ik分词器，里面的值是奋斗的时代，通过网上在线ik分词器，我们知道会分解成奋斗，奋，斗，时代，如图4，但是如果你用该字段的term或者terms查询，输入的关键字是奋斗的时代，因为输入的关键字不会分词，反而查不到该记录，如果你输入的关键字是奋斗就是可以的。
在这里插入图片描述

图4 奋斗的时代在线IK分词结果

  实现要求，依据province字段查询所有北京，上海，杭州公司的短信内容

  RESTFUL代码如下；

# from size类似于musql的limit
POST /sms-logs-index/_search
{
  "from": 0
  ,"size": 20
  , "query": 
  {
    "terms": {
      "province": [
        "北京1",
        "上海",
        "杭州"
      ]
    }
    
  }
}

  Java代码如下；

    static RestHighLevelClient myClient= EsClient.getClient();  //获取操作ES的
    String index="sms-logs-index";

    @Test
    public void termsQuery() throws IOException {
        //1。创建request对象，查询用的对象一般都是SearchRequest对象
        SearchRequest mySearchRequest = new SearchRequest(index);

        //2，指定查询条件，依赖查询条件的对象SearchSourceBuilder的对象
        SearchSourceBuilder builder = new SearchSourceBuilder();
        builder.from(0).size(10).query(QueryBuilders.termsQuery("province", "北京", "上海", "杭州")); //指定term查新条件

        mySearchRequest.source(builder);
        //3. 执行查询
        SearchResponse search = myClient.search(mySearchRequest, RequestOptions.DEFAULT);

        //4. 获取到_source中的数据，并展示
        for (SearchHit hit : search.getHits().getHits()) {
            Map<String, Object> result = hit.getSourceAsMap();
            System.out.println(result);
        }
    }

match_all查询

查询全部内容，不指定任何查询条件。
  实现要求，查询返回所有的记录。

  RESTFUL代码如下；

#match_all查询
POST /sms-logs-index/_search
{
"query": {
  "match_all": {}
}
}

  注意：如图5实际有12条数据，只返回了10条，是因为默认查询数据返回的结果比较大时，ES只返回前10条数据，即默认的size=10.如果需要返回更多的结果，可以改写size的大小
在这里插入图片描述

图5 默认的查询结果和实际结果少
   增大size的大小的RESTFUL代码如下,结果如图6； 
#match_all查询
POST /sms-logs-index/_search
{
  "from": 0, 
  "size": 20, 
  
"query": {
  "match_all": {}
}
}

在这里插入图片描述

图6 增大size大小返回更多的结果

  Java代码如下；

    static RestHighLevelClient myClient= EsClient.getClient();  //获取操作ES的
    String index="sms-logs-index";

    @Test
    public void matchAllQuery() throws IOException {
        //1。创建request对象，查询用的对象一般都是SearchRequest对象
        SearchRequest request = new SearchRequest(index);

        //2，指定查询条件，依赖查询条件的对象SearchSourceBuilder的对象
        //虽然matchall没有条件，但是还是要指定查询类型为matchall
        SearchSourceBuilder builder = new SearchSourceBuilder();
        builder.query(QueryBuilders.matchAllQuery());
        builder.size(20);   //ES默认只查询10条记录，即默认size=10，如果需要查询更多，则需要加到size的值
        request.source(builder);

        //3. 执行查询
        SearchResponse response = myClient.search(request, RequestOptions.DEFAULT);


        //4. 获取到_source中的数据，并展示
        //遍历输出每个文档
        for (SearchHit hit : response.getHits().getHits()) {
            System.out.println(hit.getSourceAsMap());
        }
        //输出总文档数
        System.out.println(response.getHits().getHits().length);
        
    }

match查询

match查询属于高层查询，会根据你查询的字段的类型不一致，采用不同的查询方式。

  • 如果查询的是日期或者数值的字段，他会自动将你的字符串查询内容转换成日期或者数值对待；
  • 如果查询的内容是一个不能被分词的字段(keyword).match查询不会对你的指定查询关键字进行分词；
  • 如果查询的内容是一个可以分词的字段(text)，match会将你指定的查询内容根据一定的方式去分词，然后去分词库中匹配指定的内容。
    总而言之：match查询，实际底层就是多个term查询，将多个term查询的结果汇集到一起返回给你。

  实现要求，依据smsContent字段查询所有包含魅力宣传的公司的短信内容

  RESTFUL代码如下；

# from size类似于musql的limit
#match查询
POST /sms-logs-index/_search
{
  "from": 0
  , "size": 20
  , "query": {
    "match": {
      "smsContent": "魅力宣传"
    }
  }
}

  Java代码如下；

    static RestHighLevelClient myClient= EsClient.getClient();  //获取操作ES的
    String index="sms-logs-index";

    @Test
    public void matchQuery() throws IOException {
        //1。创建request对象，查询用的对象一般都是SearchRequest对象
        SearchRequest request = new SearchRequest(index);

        //2，指定查询条件，依赖查询条件的对象SearchSourceBuilder的对象
        SearchSourceBuilder builder = new SearchSourceBuilder();
        builder.query(QueryBuilders.matchQuery("smsContent","魅力宣传"));
        builder.size(20);   //ES默认只查询10条记录，即默认size=10，如果需要查询更多，则需要加到size的值
        request.source(builder);

        //3. 执行查询
        SearchResponse response = myClient.search(request, RequestOptions.DEFAULT);


        //4. 获取到_source中的数据，并展示
        //遍历输出每个文档
        for (SearchHit hit : response.getHits().getHits()) {
            System.out.println(hit.getSourceAsMap());
        }
        //输出总文档数
        System.out.println(response.getHits().getHits().length);

    }

布尔match查询

拥有match查询的特性，同时可以基于一个field匹配内容，采用and或者or的方式

  实现要求，依据smsContent字段查询所有即包含魅力也宣传的公司的短信内容

  RESTFUL代码如下；

# from size类似于musql的limit
#布尔match查询，内容即包含魅力，也包含宣传，是个and的关系
POST /sms-logs-index/_search
{
  "from": 0,
  "size": 20, 
  "query": {
    "match": {
      "smsContent": 
      {
        "query": "魅力 宣传"
        , "operator": "and"
      }
    }
  }
}

#布尔match查询，内容包含魅力，或者宣传，是个or的关系
POST /sms-logs-index/_search
{
  "from": 0,
  "size": 20, 
  "query": {
    "match": {
      "smsContent": 
      {
        "query": "魅力 宣传"
        , "operator": "or"
      }
    }
  }
}

  Java代码如下；

    static RestHighLevelClient myClient= EsClient.getClient();  //获取操作ES的
    String index="sms-logs-index";

    @Test
    public void booleanMatchQuery() throws IOException {
        //1。创建request对象，查询用的对象一般都是SearchRequest对象
        SearchRequest request = new SearchRequest(index);

        //2，指定查询条件，依赖查询条件的对象SearchSourceBuilder的对象
        SearchSourceBuilder builder = new SearchSourceBuilder();
        builder.query(QueryBuilders.matchQuery("smsContent","魅力 宣传").operator(Operator.AND)); //根据业务选择AND 或者OR
        builder.size(20);   //ES默认只查询10条记录，即默认size=10，如果需要查询更多，则需要加到size的值
        request.source(builder);

        //3. 执行查询
        SearchResponse response = myClient.search(request, RequestOptions.DEFAULT);


        //4. 获取到_source中的数据，并展示
        //遍历输出每个文档
        for (SearchHit hit : response.getHits().getHits()) {
            System.out.println(hit.getSourceAsMap());
        }
        //输出总文档数
        System.out.println(response.getHits().getHits().length);

    }

multi_match查询

拥有match的特性，multi_match针对多个field进行检索，多个field对应一个查询的关键字；

  实现要求，查询包含北京的字段province或者字段smsContent。

  RESTFUL代码如下；

# multi_match查询
POST /sms-logs-index/_search
{
  "query": {
    "multi_match": {
      "query": "北京",
      "fields": ["province","smsContent"]
    }
  }
}

  Java代码如下；

    static RestHighLevelClient myClient= EsClient.getClient();  //获取操作ES的
    String index="sms-logs-index";

    @Test
    public void multiMatchQuery() throws IOException {
        //1。创建request对象，查询用的对象一般都是SearchRequest对象
        SearchRequest request = new SearchRequest(index);

        //2，指定查询条件，依赖查询条件的对象SearchSourceBuilder的对象
        SearchSourceBuilder builder = new SearchSourceBuilder();
        builder.query(QueryBuilders.multiMatchQuery("北京","province","smsContent")); //根据业务选择AND 或者OR
        builder.size(20);   //ES默认只查询10条记录，即默认size=10，如果需要查询更多，则需要加到size的值
        request.source(builder);

        //3. 执行查询
        SearchResponse response = myClient.search(request, RequestOptions.DEFAULT);


        //4. 获取到_source中的数据，并展示
        //遍历输出每个文档
        for (SearchHit hit : response.getHits().getHits()) {
            System.out.println(hit.getSourceAsMap());
        }
        //输出总文档数
        System.out.println(response.getHits().getHits().length);

    }

  以上两种最重要的查询term查询和match查询就讲到这里，接下来再看看一些其他的常用查询。

根据文档id查询（单个id）

ES每一行数据，即文档都会有一个id，如果指定某一列field值作为id，则该列field必须为唯一键，类似于MySQL的UK；不过不指定，ES会自动生成，常常为了更好的定位数据，会指定一列满足UK的field作为文档的id，接下来我们说一下根据id查询。
类似MySQL的 where id=？

  实现要求，查询索引sms-logs-index 文档id等于1的文档。

  RESTFUL代码如下；

#根据文档的id查询
GET /sms-logs-index/_doc/1

  Java代码如下；


    static RestHighLevelClient myClient= EsClient.getClient();  //获取操作ES的
    String index="sms-logs-index";

    @Test
    public void findById() throws IOException {
        //1.创建GetRequest
        GetRequest getRequest = new GetRequest(index,"1");

        //2.执行查询
        GetResponse response = myClient.get(getRequest, RequestOptions.DEFAULT);


        //3.输出结果
        System.out.println(response.getSourceAsMap());
        
    }

s

根据文档ids查询（多个id）

根据多个id查询，类似MySQL中的where id in(id1,id2,id3)

  实现要求，查询索引sms-logs-index 文档id为1，2，3的文档。

  RESTFUL代码如下；

#ids查询
POST /sms-logs-index/_search
{
  "query": {
    "ids": {
      "values": [1,2,3]
    }
  }
}

  Java代码如下；

    static RestHighLevelClient myClient= EsClient.getClient();  //获取操作ES的
    String index="sms-logs-index";

    @Test
    public void findByIds() throws IOException {
        //1。创建request对象，查询用的对象一般都是SearchRequest对象
        SearchRequest request = new SearchRequest(index);

        //2，指定查询条件，依赖查询条件的对象SearchSourceBuilder的对象
        SearchSourceBuilder builder = new SearchSourceBuilder();
        builder.query(QueryBuilders.idsQuery().addIds("1","2","3"));
        builder.size(20);   //ES默认只查询10条记录，即默认size=10，如果需要查询更多，则需要加到size的值
        request.source(builder);

        //3. 执行查询
        SearchResponse response = myClient.search(request, RequestOptions.DEFAULT);
        
        //4. 获取到_source中的数据，并展示
        //遍历输出每个文档
        for (SearchHit hit : response.getHits().getHits()) {
            System.out.println(hit.getSourceAsMap());
        }
        //输出总文档数
        System.out.println(response.getHits().getHits().length);
    }
╭⌒若隐_RowYet——大数据
关注
  • 3
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
专栏目录
elasticsearch中term与match的区别讲解
08-26
今天小编就为大家分享一篇关于elasticsearch中term与match的区别讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
Elasticsearch8.0版本中Elasticsearch Java API Client客户端的基本使用方法
热门推荐
无枫的博客，分享Java及Vue方向的技术文章
03-10 1万+
关于Elasticsearch Java API Client客户端如何连接以及如何对索引和文档进行基本的增删改查操作请查看我的上一篇博文：Elasticsearch RestHighLevelClient 已标记为被弃用 它的替代方案 Elasticsearch Java API Client 的基础教程及迁移方案_无枫的博客，分享Java及Vue方向的技术文章-CSDN博客 本篇主要描述在Elasticsearch Java API Client客户端中如何进行批量操作，以及如何进行各种条件及类..
Elasticsearch入门----terms聚合实现搜索热词统计
老王的博客
10-18 3484
最近项目中遇到一个需求。统计用户的搜索热词Top5。于是就想到了用elasticsearch来记录用户检索时的关键词及用户信息，然后通过聚合操作实现统计用户搜索热词，返回搜索次数最多的前10个。 Elasticsearch版本：7.0.0 首先创建存储关键词及用户信息的索引： POST http://localhost:9200/hotwords_test/_mapping { "properties": { "search_txt": { "type": "keywo
ElasticSearch学习并使用
用针戳左手中指指头的博客
03-11 2121
本文以能在项目中应用为目的，介绍es的基本知识、注意点和基本操作。
ElasticSearch的term多条件与terms多值查询
星空的风fly
01-31 1万+
一次查询多个字段，每个字段对应一个值。如查询条件属性plan_id、sku_id，值分别为：11、121、json请求格式如下。
【Elasticsearch】 09-DSL语法详解-精确检索term、terms 、range
最新发布
程序员小屋
08-18 1259
在 Elasticsearch 中，term、terms 和 range 查询是非常常用的查询语法。它们分别适用于精确匹配、多值精确匹配和范围查询的场景。通过熟练掌握它们的语法和参数，能够更灵活地进行数据查询和分析，提升数据处理的效率。
ES查询中terms查询条件太多处理方法,Terms Lookup语法
忽如一夜听春雨的博客
04-26 8174
terms-lookup语法 使用terms可以进行多值查询, 只要目标文档匹配terms查询中的一个值, 此文档就会被标记为查询结果中的一个, 但terms的参数值是有限制的, 默认65535个元素, 你可以通过设置index.max_terms_count来进行更改. 我们还可以通过terms lookup语法来解决terms参数元素过多的情况 terms lookup参数说明: index: 参数值存储的索引名称 id: 参数值存储的文档id path: 参数值存储的字段名称 routing: 参数
elasticsearch7.17.3实现按terms传入内容排序，类似mysql中order by filed()的排序方式
qq_41444892的博客
06-27 816
elasticsearch中实现用terms筛选内容，并且按terms传入的内容顺序排序。 类型于mysql中order by filed()的排序方式
Elasticsearch结构化搜索terms搜索多个值以及多值搜索结果优化
tom的博客
12-27 623
terms搜索及多值搜索结果优化
初识ElasticSearch(3) -文档查询之term精确查询
假人一个的博客
09-05 926
terms
elasticSearch查询语句DSL
06-27
在这篇资源中，我们将详细介绍如何使用DSL...最后，我们将分享一些实用技巧和最佳实践，帮助您充分发挥DSL在Elasticsearch中的优势。我们将探讨性能优化、查询调试和索引优化等关键主题，以提升查询效率和搜索准确性。
ElasticSearch 学习笔记
01-20
文章目录ElasticSearch 学习笔记基本概念倒排索引timeout 超时Query 与 filter 的区别query全文检索短语检索高亮检索分组检索平均值的检索区间检索批量查询查询排序查询缓存文档替换与删除ES路由查询路由分词Mapping...
wuzhc#zcnote#elasticsearch系列4-term查询1
07-25
为了配合本文的讲解，我们先导入一批数据match和term有什么区别使用match搜索文本时，es会先将文本进行分词，然后将分词后多个关键字再去搜索，而term
Java如何使用elasticsearch进行模糊查询
08-25
主要介绍了Java如何使用elasticsearch进行模糊查询,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
ElasticSearch数据结构和基本操作
LXWalaz1s1s的博客
08-26 7802
ElasticSearch数据结构    索引Index，分片和备份数    类型Type    文档Doc    属性Field    Kibana操作ElasticSearch Java操作ElasticSearch
项目实战——将Hive表的数据直接导入ElasticSearch
LXWalaz1s1s的博客
08-18 4342
背 景   应业务需求，要实现针对某产品的挑选搜索功能，决定采用ElasticSearch（以下简称ES）作为后端搜索引擎服务，然后将符合条件的结果在ES搜索出来反馈给前端展示，但是我的基础数据都是存在数据仓库的Hive表内，这就面临一个问题，如何将Hive表的数据直接导入到ES内；   查阅官网，确定这个步骤想法的可行性,官网的例子相对简单，没涉及到复杂数据类型以及嵌套结构，我也是结合官网例子，再根据ES的特性和走了很多弯路才成功了，最后直接单纯用SQL语句就搞定了，没有写任何Java/python代码就
ElasticSearch查询学习笔记章节5——geo_distance，geo_bounding_box，geo_polygon地图检索geo查询
LXWalaz1s1s的博客
10-12 3386
ElasticSearch查询笔记目录   涉及的常用查询内容较多，将分多个章节进行笔记整理，具体如下： ElasticSearch查询学习笔记章节1——term，terms，match，id查询    主要是依据精准的查询条件来查询，查询速度快，也是最常用的几类查询方式，具体种类如下: term查询 terms查询 match_all查询 match查询 布尔match查询 multi_match查询 根据文档id查询（单个id） 根据文档ids查询（多个id） ElasticSearch查询学
ElasticSearch7.7.1安装分词器——ik分词器和hanlp分词器
LXWalaz1s1s的博客
12-25 3352
背 景   之所以选择用ES，自然是看重了她的倒排所以，倒排索引又必然关联到分词的逻辑，此处就以中文分词为例以下说到的分词指的就是中文分词，ES本身默认的分词是将每个汉字逐个分开，具体如下，自然是很弱的，无法满足业务需求，那么就需要把那些优秀的分词器融入到ES中来，业界比较好的中文分词器排名如下，hanlp> ansj >结巴>ik>smart chinese analysis；    博主这里就选两种比较常用的讲解hanlp和ik ，hanlp在业界名声最响，ik是官方推荐和ES版
Elasticsearch增删改查 之 —— Get查询
05-16
在 Elasticsearch 中，可以使用 GET API 进行单个文档的查询，GET API 的使用方法如下： ```http GET /index/_doc/id ``` 其中，`index` 表示索引名称，`_doc` 表示文档类型，`id` 表示文档的唯一标识符。 例如，查询索引名为 `my_index`、文档类型为 `_doc`、文档 ID 为 `1` 的文档，可以使用以下命令： ```http GET /my_index/_doc/1 ``` 如果查询成功，Elasticsearch 会返回以下响应： ```json { "_index": "my_index", "_type": "_doc", "_id": "1", "_version": 1, "_seq_no": 0, "_primary_term": 1, "found": true, "_source": { "title": "Elasticsearch", "author": "John", "content": "Elasticsearch is a distributed, RESTful search and analytics engine.", "publish_time": "2021-01-01" } } ``` 其中，`_index` 表示索引名称，`_type` 表示文档类型，`_id` 表示文档的唯一标识符，`_version` 表示文档的版本号，`_source` 表示文档的内容。 如果查询的文档不存在，Elasticsearch 会返回以下响应： ```json { "_index": "my_index", "_type": "_doc", "_id": "1", "found": false } ``` 其中，`found` 表示查询的文档是否存在。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

╭⌒若隐_RowYet——大数据

谢谢小哥哥，小姐姐的巨款

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值