Elasticsearch 基础查询

已于 2023-06-28 14:00:04 修改
阅读量379 收藏 1
点赞数
分类专栏： 人在江湖之Elasticsearch 文章标签： elasticsearch 搜索引擎 模糊查询 正则匹配 _search API
于 2023-06-06 14:46:50 首次发布
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/forlinkext/article/details/130987478
版权
本文详细介绍了Elasticsearch的DSL查询语言，包括exists查询、fuzzy模糊查询、prefix前缀查询、range范围查询、regexp正则表达式查询等，并提供了各种查询的参数说明和示例，展示了如何在Elasticsearch中进行复杂的数据检索。
摘要由CSDN通过智能技术生成

文章目录

DSL(Domain Specific Language)查询

DSL查询是Elasticsearch 提供的一个完整的基于 JSON 的查询。其分为两大类：

  • 普通查询：如match、term、range等
  • 复合查询：可以以多个普通查询组合的方式进行查询。

查询接口

GET /<target>/_search

GET /_search

POST /<target>/_search

POST /_search

target：索引名称，可以为 * 或者多个用逗号隔开的索引名称

exists 查询字段是否存在

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "exists": {
      "field":"aaa"
    }
  }
}

field 表示要查询的字段

  • 如果 JSON 值为null或[]，则字段被视为不存在
  • 如果是包含null值的数组[null,aaa]或空字符串""则表示该字段存在。

执行结果

{
    "took": 267, // 查询花费时间，单位毫秒
    "timed_out": false, // 是否超时
    "_shards": { // 分片信息
        "total": 3, // 分片总数
        "successful": 3, // 成功数
        "skipped": 0, // 跳过（忽略）数
        "failed": 0 // 失败数
    },
    "hits": { // 命中结果对象
        "total": { // 按条件匹配的文档数
            "value": 3, // 文档数
            "relation": "eq" //eq 表示计数准确， gte 表示计数不准确
        },
        "max_score": 1, // 匹配度分值，一般为0~1
        "hits": [// 命中的结果列表
           
        ]
    }
}

fuzzy 模糊查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "fuzzy": {
      "name": {
        "value": "钱军",
        "fuzziness": 1,
        "max_expansions": 50,
        "prefix_length": 0,
        "transpositions": true,
        "rewrite": "constant_score"
      }
    }
  }
}

此查询将会把name中包含“钱”和“军”的都查询出来。

编辑距离

编辑距离是将一个术语变成另一个术语所需的一个字符更改的数量。这些变化可以包括：

  • 改变一个字符（b ox → f ox）
  • 删除一个字符（b lack → lack）
  • 插入一个字符 (sic → sic k )
  • 调换两个相邻字符 ( act → cat t)

参数说明

  • <field>：要搜索的字段，示例为 name
    • value
      （必需，字符串）您希望在提供的.
    • fuzziness
      （可选，字符串）允许匹配的最大编辑距离。
      • 0…2
        必须完全匹配
      • 3…5
        允许一次编辑
      • > 5
        允许两次编辑
      • AUTO
        首选值应该使用AUTO 等同于3,6
    • max_expansions
      （可选，整数）创建的最大变体数。默认为50。建议不要太大，否则影响效率。
    • prefix_length
      （可选，整数）创建扩展时保持不变的起始字符数。默认为0.
    • transpositions
      （可选，布尔值）指示编辑是否包括两个相邻字符的换位 (ab → ba)。默认为true.
    • rewrite
      （可选，字符串）用于重写查询的方法。rewrite参数有很多可选值，建议使用constant_score、 constant_score_boolean或top_terms_boost_N即可。默认为constant_score。

通过_id列表查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "ids": {
      "values": ["507","699","567"]
    }
  }
}

此示例查询索引 _id 为 “507”,“699”,“567” 的文档数据。

prefix 前缀查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "prefix": {
      "name": {
        "value":"周"
      }
    }
  }
}

此示例查询name字段，以“周”开头的文档。

参数说明

  • <field>：要搜索的字段，示例为 name
    • value
      （必需，字符串）查询参数
    • rewrite
      （可选，字符串）用于重写查询的方法。
    • case_insensitive
      （可选，布尔值）设置为 true 时允许不区分大小写的值与索引字段值匹配。默认为 false，区分大小写。

range 范围查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "range": {
      "age": {
        "gte":23,
        "lte":24
      }
    }
  }
}

此示例为查询age在[23,24]之间的文档。

参数说明

  • <field>：要搜索的字段，示例为 name
    • gt
      （可选）大于。
    • gte
      （可选）大于或等于。
    • lt
      （可选）小于。
    • lte
      （可选）小于或等于。
    • format
      （可选，字符串）用于转换date查询中值的日期格式。
    • relation
      （可选，字符串）指示范围查询如何匹配字段值range 。有效值为：
      • INTERSECTS（默认）
        匹配范围字段值与查询范围相交的文档。
      • CONTAINS
        匹配具有完全包含查询范围的范围字段值的文档。
      • WITHIN
        匹配范围字段值完全在查询范围内的文档。
    • time_zone
      （可选，字符串） 用于将查询中的值转换为 UTC的协调世界时 (UTC) 偏移量。有效值为 ISO 8601 UTC 偏移量，例如+01:00或 -08:00和 IANA 时区 ID，例如America/Los_Angeles。如果使用 now 则始终是 UTC 中的当前系统时间
    • boost
      （可选，float）浮点数，用于减少或增加 查询的相关性分数。默认为1.0。0和之间的提升值 1.0会降低相关性得分。大于的值1.0 会增加相关性分数。

日期计算

计算格式

  • +1h: 加一小时
  • -1d: 减去一天
  • /d：四舍五入到最近的一天
格式说明
y年
M月
w周
d天
h小时
H小时
m分钟
s秒

假设now是2001-01-01 12:00:00，那么

 now+1h：now以毫秒加一小时为单位。结果：2001-01-01 13:00:00
 now-1h：now以毫秒减一小时为单位。结果：2001-01-01 11:00:00
 now-1h/d：now以毫秒减一小时为单位，四舍五入。结果：2001-01-01 00:00:00
 2001.02.01\|\|+1M/d：2001-02-01以毫秒加一个月为单位。结果：2001-03-01 00:00:00
 # 2001.02.01视为字符串，后面需要跟 ||，此处使用了 \ 斜线来转义

比如：查询生日在1988.11.30日之前的文档信息

{
 "_source":{
   "excludes":["remark"]
 },
 "query": {
   "range": {
     "birthday": {
       "lte":"1988.11.30",
       "format":"yyyy.MM.dd"
     }
   }
 }
}

查询当前时间之前1个月以前出生的人的文档

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "range": {
      "birthday": {
        "lte":"now-1M"
      }
    }
  }
}

Regexp 正则表达式查询

正则表达式规则

表达式说明示例
.匹配任何字符ab. 匹配 abc，abb、abd等
?重复一次或0次ab? 匹配 ab，abc，abb等
+重复前一个表达式或字符一次或多次ab+ 匹配 abddd，abc，abbaaa等
*重复前一个表达式或字符0次或多次ab* 匹配 a，ab，abc，abb等
{}前面的字符可以重复的最小和最大次数a{2} # 匹配 ‘aa’
a{2,4} # 匹配 ‘aa’、‘aaa’ 和 ‘aaaa’
a{2,} # 匹配 'a` 重复两次或更多次
|或运算符abc|xyz # 匹配 ‘abc’ 和 ‘xyz’
()组合，将()内的字符视为一个整体abc(def)? # 匹配 ‘abc’ 和’abcdef’ 但不匹配 ‘abcd’
[]将[]内的字符视为一个占位字符[abc] # 匹配 ‘a’, ‘b’, ‘c’
[a-c] # 匹配 ‘a’、‘b’ 或 ‘c’
[-abc] # ‘-’ 是第一个字符。匹配 ‘-’、‘a’、‘b’ 或 ‘c’
[abc\-] # 转义 ‘-’。匹配 ‘a’、‘b’、‘c’ 或 ‘-’
^非运算符，常和[]一起使用[^abc] # 匹配除 ‘a’、‘b’ 或 ‘c’ 之外的任何字符
[^ac] # 匹配除 ‘a’、‘b’ 或 ‘c’ 之外的任何字符
[^-abc] # 匹配任何字符character except ‘-’, ‘a’, ‘b’, or ‘c’
[^abc-] # 匹配除 ‘a’, ‘b’, ‘c’, or ‘-’ 之外的任何字符

注：Lucene 的正则表达式引擎不支持锚运算符，例如 ^（行首）或$（行尾）。

查询示例

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "regexp": {
      "name": {
        "value": ".+军"
      }
    }
  }
}

示例查询以“军”字结尾的姓名

regexp 查询参数

  • <field>：要搜索的字段，示例为 name
    • value：（必需，字符串）标准的正则表达式
    • case_insensitive：（可选，布尔值）当设置为 true 时，允许正则表达式值与索引字段值进行不区分大小写的匹配。默认为 false。
    • flags
      （可选，字符串）为正则表达式启用可选运算符，默认为 ALL。
    • rewrite
      （可选，字符串）用于重写查询的方法。

term 精确查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "term": {
      "name": {
        "value": "钱军"
      }
    }
  }
}

查询参数

  • <field>：要搜索的字段，示例为 name
    • value
      （必需，字符串）查询参数内容
    • boost
      （可选，float）浮点数，用于减少或增加 查询的相关性分数。默认为1.0。小于1减少，大于1增加相关性分数。
    • case_insensitive：（可选，布尔值）当设置为 true 时，允许正则表达式值与索引字段值进行不区分大小写的匹配。默认为 false。

注：term 查询主要用于精确查询，不会经过文本分析（分析器分析），所以我们应该尽量避免使用term查询text类型的字段。

terms 多关键字精确匹配

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "terms": {
      "name": ["钱军","钱艳"]
    }
  }
}

示例匹配name值为“钱军”和“钱艳”的文档

参数说明

  • <field>：要搜索的字段，示例为name
  • boost：（可选，float）浮点数，用于减少或增加 查询的相关性分数。默认为1.0。小于1减少，大于1增加相关性分数。

wildcard 通配符查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "wildcard": {
      "name": {
        "value" : "钱*"
      }
    }
  }
}

参数说明

  • <field>：要搜索的字段，示例为name
    • value
      （必需，字符串）通配符表达式（ 只支持两种通配符 “?”和“*” ）
    • boost：（可选，float）浮点数，用于减少或增加 查询的相关性分数。默认为1.0。小于1减少，大于1增加相关性分数。
    • case_insensitive：（可选，布尔值）当设置为 true 时，允许正则表达式值与索引字段值进行不区分大小写的匹配。默认为 false。
    • rewrite
      （可选，字符串）用于重写查询的方法。

match_all 匹配所有

GET /_search
{
    "query": {
        "match_all": {}
    }
}

执行结果

{
    "took": 267, // 查询花费时间，单位毫秒
    "timed_out": false, // 是否超时
    "_shards": { // 分片信息
        "total": 3, // 分片总数
        "successful": 3, // 成功数
        "skipped": 0, // 跳过（忽略）数
        "failed": 0 // 失败数
    },
    "hits": { // 命中结果对象
        "total": { // 按条件匹配的文档数
            "value": 3, // 文档数
            "relation": "eq" //eq 表示计数准确， gte 表示计数不准确
        },
        "max_score": 1, // 匹配度分值，一般为0~1
        "hits": [// 命中的结果列表
            {
                "_index": "person",
                "_id": "1",
                "_score": 1,
                "_source": {
                    "id": 1,
                    "name": "张三",
                    "age": 18,
                    "height": 1.75,
                    "birthday": "1988-09-10 00:00:00",
                    "sex": 1
                }
            },
            {
                "_index": "person1",
                "_id": "1",
                "_score": 1,
                "_source": {
                    "id": 1,
                    "name": "张三",
                    "age": 18,
                    "height": 1.75,
                    "birthday": "1988-09-10 00:00:00",
                    "sex": 1
                }
            },
            {
                "_index": "users",
                "_id": "1",
                "_score": 1,
                "_source": {
                    "id": 1,
                    "name": "嬴政",
                    "age": 2300,
                    "desc": "中国历史上第一位皇帝"
                }
            }
        ]
    }
}

使用boost设置匹配度分值

分值可以设置为1以上，以达到完全匹配

GET /_search
{
  "query": {
    "match_all": { "boost" : 1.2 }
  }
}

执行结果

{
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 3,
        "successful": 3,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 3,
            "relation": "eq"
        },
        "max_score": 1.2,
        "hits": [
            {
                "_index": "person",
                "_id": "1",
                "_score": 1.2,
                "_source": {
                    "id": 1,
                    "name": "张三",
                    "age": 18,
                    "height": 1.75,
                    "birthday": "1988-09-10 00:00:00",
                    "sex": 1
                }
            },
            {
                "_index": "person1",
                "_id": "1",
                "_score": 1.2,
                "_source": {
                    "id": 1,
                    "name": "张三",
                    "age": 18,
                    "height": 1.75,
                    "birthday": "1988-09-10 00:00:00",
                    "sex": 1
                }
            },
            {
                "_index": "users",
                "_id": "1",
                "_score": 1.2,
                "_source": {
                    "id": 1,
                    "name": "嬴政",
                    "age": 2300,
                    "desc": "中国历史上第一位皇帝"
                }
            }
        ]
    }
}

match_none 完全不匹配

match_none 表示不匹配任何文档。类似于 myslq 中的 select * from dual。

GET /_search
{
  "query": {
    "match_none": {}
  }
}

执行结果

{
    "took": 39,
    "timed_out": false,
    "_shards": {
        "total": 3,
        "successful": 3,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 0,
            "relation": "eq"
        },
        "max_score": null,
        "hits": []
    }
}

以上我们是全库查询，如果要对某个索引进行查询，在 /_search 前添加路径参数索引名称。

GET /{index}/_search

math 匹配查询

示例

GET /person/_search
{
    "query": {
        "match": {
            "name": {
                "query":"万娟"
            }
        }
    }
}

上面示例等价于

{
    "query": {
        "match": {
            "name": "万娟"
        }
    }
}

当前匹配查询匹配索引person，中 name属性等于 "万娟"的数据。

注：我们的name字段类型为keyword，此时我们只输入万，将不会有数据。但如果name字段为text类型，其会经过解析器分词，输入“万”将会出现包含万字的数据。

参数说明

  • <field>：要搜索的字段，示例为 name
    • query
      （必填）查询的内容
    • analyzer
      （可选，字符串）设置查询时的文本分析器，如果没有映射分析器，则使用索引的默认分析器。
    • auto_generate_synonyms_phrase_query
      （可选，布尔值）如果true， 将自动为多术语同义词创建匹配短语查询。默认为true.
    • fuzziness
      （可选，字符串）允许匹配的最大编辑距离。
    • max_expansions
      （可选，整数）查询将扩展到的最大术语数。默认为50.
    • prefix_length
      （可选，整数）模糊匹配保留不变的起始字符数。默认为0.
    • fuzzy_transpositions
      （可选，布尔值）如果true，模糊匹配的编辑包括两个相邻字符的换位 (ab → ba)。默认为true.
    • fuzzy_rewrite
      （可选，字符串）用于重写查询的方法。如果fuzziness参数不是0，则查询默认match使用fuzzy_rewrite 方法
    • lenient
      （可选，布尔值）如果true，则忽略基于格式的错误，默认为false.
    • operator
      （可选，字符串）
      • OR： capital of Hungary被解释为capital OR of OR Hungary。默认为OR
      • AND： capital of Hungary被解释为capital AND of AND Hungary。

match_phrase_prefix

匹配前缀，列如我们要查询姓钱的Person。但match_phrase_prefix只与词组的开头进行匹配，如text类型的数据，在分词之后有一个词语为 “中国”，那么输入“中”，可以匹配，但输入“国”，则不能匹配

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "match_bool_prefix": {
      "name": {
        "query": "钱"
      }
    }
  }
}

multi_match

多字段匹配

{
  "query": {
    "multi_match": {
      "query":"万军",
      "fields": ["name^3","*_name","remark"]
    }
  }
}

fields 指定多个字段进行匹配，name^3 表示将name字段的分数乘以3，提升字段name的匹配度，*_name * 是通配符。注意：中文我们目前还没有提到分词器，所以此处的查询结果还不一定准确。

combined_fields

组合字段，和 multi_match 的作用大致一样。combined_fields 不能作用于 keyword 字段。

query_string

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "query_string": {
      "query":"(万军) OR (钱艳)",
      "default_field": "name"
    }
  }
}

script 脚本查询

{  
  "_source":{
    "excludes":["remark"]
  },
  "query": {  
    "script": {  
      "script": {  
        "source": "doc['age'].value > 20 &&  doc['sex'].value == 1",  
        "lang": "painless"  
      }  
    }  
  }  
}

示例为：查询 年龄大于20，sex为1的文档。查询过滤这里的脚本返回值应该为布尔值，否则是会报错的。

此处涉及到 脚本的一些语法知识，这些知识我们将在后面的章节单独讲解。

结果

{
    "took": 16,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 387,
            "relation": "eq"
        },
        "max_score": 1.0,
        "hits": [
            {
                "_index": "person",
                "_id": "5",
                "_score": 1.0,
                "_source": {
                    "id": 6,
                    "name": "戴刚",
                    "age": 23,
                    "height": 1.82,
                    "birthday": "2010-08-07 03:46:28",
                    "sex": 1
                }
            },
            {
                "_index": "person",
                "_id": "273",
                "_score": 1.0,
                "_source": {
                    "id": 274,
                    "name": "龙娜",
                    "age": 33,
                    "height": 1.26,
                    "birthday": "2007-05-26 12:06:33",
                    "sex": 1
                }
            },
            {
                "_index": "person",
                "_id": "287",
                "_score": 1.0,
                "_source": {
                    "id": 288,
                    "name": "易娜",
                    "age": 45,
                    "height": 1.47,
                    "birthday": "1983-11-27 10:35:25",
                    "sex": 1
                }
            },
            {
                "_index": "person",
                "_id": "293",
                "_score": 1.0,
                "_source": {
                    "id": 294,
                    "name": "常超",
                    "age": 25,
                    "height": 1.39,
                    "birthday": "2019-01-16 16:20:09",
                    "sex": 1
                }
            },
            {
                "_index": "person",
                "_id": "303",
                "_score": 1.0,
                "_source": {
                    "id": 304,
                    "name": "卢勇",
                    "age": 34,
                    "height": 1.88,
                    "birthday": "1987-08-22 06:58:30",
                    "sex": 1
                }
            },
            {
                "_index": "person",
                "_id": "313",
                "_score": 1.0,
                "_source": {
                    "id": 314,
                    "name": "秦强",
                    "age": 29,
                    "height": 1.17,
                    "birthday": "2007-10-30 23:54:14",
                    "sex": 1
                }
            },
            {
                "_index": "person",
                "_id": "315",
                "_score": 1.0,
                "_source": {
                    "id": 316,
                    "name": "阎霞",
                    "age": 25,
                    "height": 1.22,
                    "birthday": "1999-05-07 19:21:01",
                    "sex": 1
                }
            },
            {
                "_index": "person",
                "_id": "317",
                "_score": 1.0,
                "_source": {
                    "id": 318,
                    "name": "董涛",
                    "age": 48,
                    "height": 1.94,
                    "birthday": "1979-08-24 18:26:16",
                    "sex": 1
                }
            },
            {
                "_index": "person",
                "_id": "319",
                "_score": 1.0,
                "_source": {
                    "id": 320,
                    "name": "戴杰",
                    "age": 24,
                    "height": 1.53,
                    "birthday": "2008-07-19 04:20:41",
                    "sex": 1
                }
            },
            {
                "_index": "person",
                "_id": "329",
                "_score": 1.0,
                "_source": {
                    "id": 330,
                    "name": "谭秀英",
                    "age": 43,
                    "height": 1.35,
                    "birthday": "1981-10-24 09:40:27",
                    "sex": 1
                }
            }
        ]
    }
}
没事儿写两篇
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Elasticsearch queryJson实例代码
04-26
es的query查询json实例代码，包含Aggregations，calendar_interval，top_his，date_ranges等查询代码示例，希望能对你有帮助
Spring Boot elasticsearch7.6.2基础操作：创建索引、新增数据、查询数据
04-29
在本文中，我们将深入探讨如何使用Spring Boot与Elasticsearch 7.6.2进行基本操作，包括创建索引、添加数据以及查询数据。Elasticsearch是一个强大的分布式搜索引擎，而Spring Boot是Java开发中的轻量级框架，两者...
ElasticSearch7.0+常用查询Json访问大全
qq_40310480的博客
08-02 3546
一、基本查询 1、分页查询 索引项有一个 index.max_result_window的配置项，默认为10000，如果分页查询的是10000条以后的数据需要修改这个配置项的值。实际中没有必要查询这么靠后的数据，可以增加检索条件获取有价值的信息。 GET students/_search { "from":100, "size":20, "query":{ "term":{ "age":5 } } } 2、sort 查询结果排序 POST /st
Elasticsearch-json查询
weixin_34391854的博客
08-27 259
为什么80%的码农都做不了架构师？>>> ...
json 查询 java_通过JAVA API使用JSON文件查询ElasticSearch
weixin_39548733的博客
02-21 614
我有一个有效JSON格式的查询,当我使用GET请求时,它在kibana或Sense中运行良好.我也可以使用XContentBuilder创建此查询,但我需要使用其JSON表单发送此查询,因为它是ElasticSearch.是否可以将查询存储在JSON文件中并使用此JSON文件查询ElasticSearch.我的查询 –{"min_score":5,"sort" : [{"_geo_distance...
Elasticsearch-JSON串查询总结
u013473512的博客
10-06 6万+
对Elasticsearch的JSON方式查询总结
Elasticsearch 基础介绍及索引原理分析
08-25
Elasticsearch 基础介绍及索引原理分析 Elasticsearch 是一个分布式可扩展的实时搜索和分析引擎，建立在全文搜索引擎 Apache Lucene(TM) 基础上。它不仅包括了全文搜索功能，还可以进行分布式实时文件存储，并将每...
elasticsearch基础入门.pptx
08-16
这些只是Elasticsearch基础知识的一部分，实际使用中还有更多高级特性，如聚合分析、脚本字段、地理位置搜索等，都是构建强大搜索和分析系统的关键工具。Elasticsearch的灵活性和强大的功能使其成为现代数据驱动应用...
ES基础入门培训-零基础门槛
08-16
ElasticSearch（ES）是一个强大的、基于Lucene的开源搜索服务器，专门设计用于云计算环境。它提供了实时、稳定、可靠且可扩展的搜索和分析功能，支持RESTful接口，使得操作简单易用。作为Java开发的项目，ES在Apache...
Elasticsearch 分享 - 基础篇
最新发布
06-19
根据给定的信息，我们可以深入探讨Elasticsearch的基础概念及其应用场景，并进一步解析Elasticsearch的关键术语和技术要点。 ### 什么是Elasticsearch？ Elasticsearch是一个基于Lucene构建的开源搜索引擎，它提供...
Elasticsearch 高级查询技巧
BXA
07-16 673
Elasticsearch 是一个开源的分布式搜索和分析引擎，它构建在 Apache Lucene 之上。它提供了分布式的实时搜索和分析功能，能够处理海量数据，并以毫秒级的响应时间返回查询结果。Elasticsearch 使用 JSON 格式来存储、搜索和分析数据。
Elasticsearch 之 查询 JSON 字段返回部分特定内容值
freedom_zzz的博客
07-09 6951
JSON嵌套数据查询过滤返回关联子元素信息 针对 nested 类型字段参数，使用 Inner hits 关键字查询返回其关联子元素，如下面例子所示： 创建mapping 创建名称为 demo，类型为 test_data 的索引 put demo { "settings": { "number_of_shards": 4, "number_of_replicas": 1 }, "mappings": { "test_data": { "properties"
ElasticSearch ( 四 ) 查询操作
yuanchun的知识整理
11-09 4562
ElasticSearch ( 四 ) 查询操作
es查询，json格式查询,基础查询
冬天来了的博客
09-08 5094
备注： 1、query及sort等条件为json格式的一级条件 1、单条件查询 query 中放筛选类型，match为单条件查询，match内部放筛选条件 { "query": { "match": { "seller.tax_code": "92510100MA6C5AH52D" } } } 2、查询结果排序 sort代表排序，与query同一级别，sort内部放排序条件和排序方式（desc 降序，asc 升序） { "query": { "match": {
elasticsearch导入json数据
大头之家
05-09 1万+
导入json数据到es 每条记录必须有一条对应的index声明。json文件应符合Bulk API要求 json文件中每条数据前需包含index信息（index/type/id...） curl -H 'Content-Type: application/x-ndjson' -s -XPOST localhost:9200/_bulk --data-binary @accounts.jso...
ElasticSearch读取查询结果（search）
节至
06-17 1万+
在es中所有的查询结果都会保存在SearchResponse中，在从SearchResponse中读取数据的时候，有两种方式：第一种是对Query的结果进行读取，使用的是hit，每一条查询到的doc都是一个hit，可以将每个hit转换为map形式的数据，map的具体形式为的形式，可以得到每一个字段的名称与内容（具体代码如下）； public static List getSC(Searc
Elasticsearch-常用的查询
山丘i
11-20 1665
在上一节中，我们已经导入了大量数据到elasticsearch中，实现了elasticsearch的数据存储功能。但elasticsearch最擅长的还是搜索和数据分析。 所以今天，我们研究下elasticsearch的数据搜索功能。我们会分别使用DSL和RestClient实现搜索。 学习地址：https://www.bilibili.com/video/BV1LQ4y127n4 1.DSL查...
[Elasticsearch] 全文搜索 (二) - 多词查询及查询的合并
热门推荐
不忘初心，好好沉淀
12-04 8万+
多词查询(Multi-word Queries) 如果我们一次只能搜索一个词，那么全文搜索就会显得相当不灵活。幸运的是，通过match查询来实现多词查询也同样简单： GET /my_index/my_type/_search { "query": { "match": { "title": "BROWN DOG!" }
elasticsearch 嵌套对象查询
earthhour的专栏
02-11 1万+
// 创建嵌套对象mapping PUT /earth_index { "mappings": { "earthblog": { "properties": { "title":{ "type":"string"}, "body":{ "type":"string"},
评论
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
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