ElasticSearch查询学习笔记章节2——prefix，fuzzy，wildcard，range，regexp查询

最新推荐文章于 2024-03-29 10:16:01 发布
最新推荐文章于 2024-03-29 10:16:01 发布
阅读量1k 收藏 3
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/108973099
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

prefix查询

前缀查询，可以通过一个关键字 去指定一个field的前缀，从而查询到指定的文档

  实现要求，查询公司corpName字段查以上海开头的文档。

  注意：这里要和match查询区分开来，因为我们定义的公司corpName字段是keyword类型，所以单独的上海并不在分词库中，所以用match查询根本查不到单纯的以上海开头的公司。，但是prefix机制是可以的。

  RESTFUL代码如下；

#prefix前缀查询
POST /sms-logs-index/_search
{
  "query": {
    "prefix": {
      "corpName": {
        "value": "上海"
      }
    }
  }
}

  Java代码如下；

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

    @Test
    public void findByPrefix() 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();

        //查询代码一般只要修改这一块
        //--------------------------------------------------------------------
        builder.query(QueryBuilders.prefixQuery("corpName","上海"));
        //--------------------------------------------------------------------

        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);
    }

fuzzy查询

模糊查询，我们输入字符的大概，ES就可以根据输入的内容去大概匹配一下结果，同时也支持输入关键字的错别字，所以fuzzy查询本身相对不太精确和稳定，即错别字太多也可能导致查询无结果，需要则中使用。
不同于MySQL的like查询，比Like查询要强大。

  实现要求，根据corpName字段模糊匹配公司名称。我们的ES库里面有个中威集团，这里我们通过输入中文集团,也能匹配到想要的效果。

fuzzy查询会用到两个很重要的参数，fuzziness，prefix_length
fuzziness：表示输入的关键字通过几次操作可以转变成为ES库里面的对应field的字段，操作是指：新增一个字符，删除一个字符，修改一个字符，每次操作可以记做编辑距离为1，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；该参数默认值为0，即不开启模糊查询，一样的，如果fuzziness值在这里设置成2，会把编辑距离为2的东东集团也抓出来。
prefix_length：表示限制输入关键字和ES对应查询field的内容开头的第n个字符必须完全匹配，不允许错别字匹配，如这里等于1，则表示开头的中字必须匹配，不匹配则不返回，默认值也是0，加大prefix_length的值可以提高效率和准确率。
注意：这两个参数不是只适用于fuzzy查询，match查询一样适用，后续将es的参数优化我们会细讲，这里简单说明下，会使用即可。

  RESTFUL代码如下；

# fuzzy查询1
GET /sms-logs-index/_search
{
  "query": {
    "fuzzy": {
      "corpName": {
        "value": "中文集团"
        ,"fuzziness":1
        ,"prefix_length": 1
      
      }
    }
  }
}

#fuzzy查询2 允许编辑两次距离
GET /sms-logs-index/_search
{
  "query": {
    "fuzzy": {
      "corpName": {
        "value": "中文集团"
        ,"fuzziness":2
      
      }
    }
  }
}

Kibana查询结果如下

# fuzzy查询1
# GET /sms-logs-index/_search
{
  "took" : 3,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.9029796,
    "hits" : [
      {
        "_index" : "sms-logs-index",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.9029796,
        "_source" : {
          "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"
        }
      }
    ]
  }
}

#fuzzy查询2 允许编辑两次距离,东东集团也可以匹配到
# GET /sms-logs-index/_search
{
  "took" : 4,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.9029796,
    "hits" : [
      {
        "_index" : "sms-logs-index",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.9029796,
        "_source" : {
          "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"
        }
      },
      {
        "_index" : "sms-logs-index",
        "_type" : "_doc",
        "_id" : "5",
        "_score" : 0.6019864,
        "_source" : {
          "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"
        }
      }
    ]
  }
}

  Java代码如下；

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

        //查询代码一般只要修改这一块
        //--------------------------------------------------------------------
        builder.query(QueryBuilders.fuzzyQuery("corpName","中文集团").prefixLength(0).fuzziness(Fuzziness.TWO));
        //--------------------------------------------------------------------

        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);
    }

  Java代码测试结果如下图；

在这里插入图片描述

图1 fuzzy查询java测试代码结果

wildcard查询

通配查询，和MySQL中的like是一个套路，可以在查询时，在字符串中指定通配符*和占位符？

  实现要求，依据corpName字段查询查询以集团结尾的公司或者某某集团为公司名的记录（某某只限两个字）

  RESTFUL代码如下；

# wildcard 查询 利用*做通配符
POST /sms-logs-index/_search
{
  "query": {
    "wildcard": {
      "corpName": {
        "value": "*集团"
      }
    }
  }
}

# wildcard 查询 利用?做占位符
POST /sms-logs-index/_search
{
  "query": {
    "wildcard": {
      "corpName": {
        "value": "??集团"
      }
    }
  }
}

  Java代码如下；

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

    @Test
    public void findByWildCard() 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();

        //查询代码一般只要修改这一块
        //--------------------------------------------------------------------
        builder.query(QueryBuilders.wildcardQuery("corpName","*集团"));
        //--------------------------------------------------------------------

        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);
    }

  Java代码测试结果如下图；
在这里插入图片描述

图2 wildcard查询java测试代码结果

range查询

范围查询，只针对数值类型(字符类型则不适用),对某一个field进行大于或者小于的范围查询。

  实现要求，依据fee字段查询所有消费大于等于100，小于等于500的公司。

  RESTFUL代码如下；

# range查询
POST /sms-logs-index/_search
{
  "query": {
    "range": {
      "fee": {
        "gte": 100,
        "lte": 500
      }
    }
  }
}

gt 大于
gte 大于等于
lt 小于
lte 小于等于

  Java代码如下；

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

    @Test
    public void findByRange() 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();

        //查询代码一般只要修改这一块
        //--------------------------------------------------------------------
        builder.query(QueryBuilders.rangeQuery("fee").gte(100).lte(500));
        //--------------------------------------------------------------------

        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);
    }

regexp查询

正则表达式查询，通过编写的正则表达式进行内容匹配
注意：prefix，fuzzy，wildcard，regexp查询相对都是精确的条件，查询效率也是相抵较低，业务要求实时性高的场景，应该避免使用。

  实现要求，依据moblie字段查询查询13手机号开头的公司信息。

  RESTFUL代码如下；

# regexp查询
POST /sms-logs-index/_search
{
  "query": {
    "regexp": {
      "moblie": "13[0-9]{9}"
    }
  }
}

  Java代码如下；

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

    @Test
    public void findByRegexp() 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();

        //查询代码一般只要修改这一块
        //--------------------------------------------------------------------
        builder.query(QueryBuilders.regexpQuery("moblie","13[0-9]{9}"));
        //--------------------------------------------------------------------

        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
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
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来构建复杂的查询语句，以满足各种搜索需求。首先，我们将学习DSL的基本结构和语法规则，包括查询、过滤器、聚合和排序等核心概念。通过深入了解DSL的语法，您将能够灵活地组合不同类型的查询条件，以实现精准的数据检索。接下来，我们将探讨DSL的高级特性和用法。我们将讨论全文搜索、模糊查询、正则表达式查询和范围查询等常用查询方式，以及它们在DSL中的具体实现。同时，我们还将介绍布尔查询、should查询和must_not查询等与逻辑关系相关的查询语句，帮助您更好地理解DSL的灵活性和强大之处。此外，我们还将深入讨论聚合操作在DSL中的应用。通过使用聚合查询，您可以对检索结果进行分组、统计和计算等操作，以获取更全面的数据分析结果。我们将详细介绍诸如terms聚合、date_histogram聚合和range聚合等不同类型的聚合操作，帮助您掌握DSL在数据分析方面的强大功能。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查询DSL之Term级别查询（ids、exists、prefix、range、wildcard、regexp、trem、terms、fuzzy）
阿星的博客
01-09 3116
总结了ElasticSearch中term-level查询的Api，其中包括ids、exists、prefix、range、wildcard、regexp、term、terms、fuzzy这几种dsl的用处和语法。
ElasticSearch 实战：ES的高级检索语法 (包括term、prefix、wildcard、fuzzy、boost等)
最新发布
qq_33240556的博客
03-29 255
Elasticsearch提供了丰富的高级检索语法，包括但不限于termprefixwildcardfuzzy和boost等。
ElasticSearch 学习笔记
01-20
ElasticSearch 学习笔记 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 映射mapping的概念查看mappingmapping的创建mapping的修改query相关度算法elasticSearch 存储结构elasticSearch 存储结构特点扩容方案垂直扩容(建议)shard重新分配(rebalance)master节点master选举节点对等的分布式架构并发冲突乐观锁控
Elasticsearch 模糊查询 wildcard、regexp、prefix选型
热门推荐
布道
03-07 3万+
之前讲过Elasticsearch 的wildcard（通配符查询）、regexp（正则查询）、prefix（前缀查询），他们都是致力于模糊搜索，然后在实际的项目中该如何选择，稍不注意就可能到很大性能问题。 使用方式这里就不再赘述了，他们都是基于词条查询，它们也需要遍历倒排索引中的词条列表来找到所有的匹配词条，然后逐个词条地收集对应的文档ID。 针对Numeric datatypes（long...
Elasticsearch学习--查询（prefix、wildcard、regexp、fuzzy）
CelineT的博客
11-13 1342
比如computer这个单词，本身是一个词项，index_prefixes可以为这个单词再创建倒排索引，min_chars=2，max_chars=5的话，创建的索引：co、com、comp、compu。fuzziness, 默认是auto，根据字符串长度，从0,1,2取值。编辑距离：把字符改成正确的，需要挪到的次数。match是分词的，fuzzy是不分词的。3) 多出字符（sic -> sic。匹配的也是分词后的词项term。优点：加快前缀索引的搜索效率。为词项创建倒排索引，缺点：占用内存、空间。
[Elasticsearch] 部分匹配 (一) - 前缀查询
weixin_34043301的博客
09-20 182
部分匹配(Partial Matching) 敏锐的读者可能已经发现到眼下为止，介绍的查询都是在整个词条层面进行操作的。匹配的最小单元必须是一个词条。你仅仅能找到存在于倒排索引(Inverted Index)中的词条。 可是假设你想匹配词条的一部分，而不是整个词条呢？部分匹配(Partial Matching)同意用户指定词条的一部分然后找到含有该部分的不论什么单词。 ...
ES DSL搜索 - prefix、fuzzy和wildcard
小P聊技术
03-13 1722
1 介绍 主要介绍索引请求的基础API操作，使用postman进行请求，接口请求的前缀地址统一为elasticsearch 部署IP地址+端口号（例如 http://192.168.51.4:9200 。 统一请求地址： POST /search_demo/_doc/_search 2 prefix prefix 根据前缀去查询，如下示例： 传递JSON数据 { "query": { "prefix": { "desc": "every" } } } 请求结果 {
【Elasticsearch 权威指南学习笔记】prefix前缀查询
深漂小码哥
07-12 1061
为了找到所有以W1开始的邮编，可以使用简单的prefix查询： GET /my_index/address/_search { "query": { "prefix": { "postcode": "W1" } } } prefix查询是一个词级别的底层的查询，它不会在搜索之前分析查询字符串，它假定传入前缀就正是要查找的前缀。 默认状态下，prefix查询不做相关度评分计算，它只是将所有匹配的文档返回，并为每条...
Elasticsearch实战（十一）---前缀模糊匹配搜索 prefix search
流浪的喵的博客
07-03 4292
Elasticsearch实战- 前缀模糊匹配搜索 prefix 前缀搜索， wildcard 通配符搜索，regexp 正则匹配搜索
ElasticSearch学习（十）在Java应用中range查询、prefix查询、wildcard查询、fuzzy查询、type查询、id查询
potter
08-03 4716
//range查询（限定范围查询） @Test public void test14() throws Exception { //指定ES集群 Settings settings = Settings.builder().put("cluster.name", "my-application").build(); //创...
JAVA使用ElasticSearch查询in和not in的实现方式
08-26
今天小编就为大家分享一篇关于JAVA使用Elasticsearch查询in和not in的实现方式，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
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 7875
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 4361
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 3401
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 3371
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
项目实战——参数配置化Spark将Hive表的数据写入需要用户名密码认证的ElasticSearch（Java版本）
LXWalaz1s1s的博客
03-03 3212
如何优雅的将Hive的数据写入ES，每次新增一张表是否新增一个配置文件就能实现呢？当然可以，本篇文章就带你走进这个优雅的ETL Jar包；
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 5
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