Elasticsearch基础查询

最新推荐文章于 2024-04-29 22:58:18 发布
最新推荐文章于 2024-04-29 22:58:18 发布
阅读量1k 收藏 1
点赞数
分类专栏： 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/he90227/article/details/49641833
版权

Elasticsearch基础查询

  • 一、简介说明

    注意：以下命令都是使用sense测试(ElasticSearch第二步-CRUD之Sense)，且数据都已经使用过IK分词。

    以下测试数据来源于文档(db_test/person)

    需要注意的是下面的id是文档的ID，不是elasticsearch生成的_id,删除文档需要用_id

    复制代码 
    { "id": "0959ab1c-47bf-4417-904c-e5bc774ce730", "name": "王军华", "age": 265, "sex": true, "birthday": "2015-04-07T18:11:35.2655732+08:00", "intro":"介绍" }
    复制代码

     

    注意：must和should并列，should无效


    二、各类查询示例


    查询所有索引库的数据

    POST /_search

     

    查询索引库db_test中的所有数据

    说明：db_test代表所有库(db)

    POST /db_test/_search

     

    查询索引库db_test表person中的所有的数据

    说明：db_test代表所有库(db)，person代表文档

    POST /db_test/person/_search

     

    查询索引库db_test表person中age=3的一条数据

    说明：db_test代表所有库(db)，person代表文档



    POST /db_test/person/_search?q=age:3
 //或者这样写(DSL写法)
POST /db_test/person/_search
{
"query": {
"query_string": {
"fields": ["age"],
"query": 3
}
}
}


    多字段单分词字段并且条件查询

    查询索引库db_test表person中age从500到800，intro包含"研究"的数据

    复制代码 
    POST /db_test/person/_search
{ "query":{ "bool":{ "must":[
                { "range":{ "age":{ "from":"500","to":"800" }
                    }                
                },
                { "term":{ "intro":"研究" }
                }]
        }
    }
}
    复制代码

     

    多字段多分词字段并且分词或者条件

    查询索引库db_test表person中age大于500，intro包含"研究"或者"方鸿渐"的数据

    复制代码 
    POST /db_test/person/_search
{ "query":{ "bool":{ "must":[
                { "range":{ "age":{ "gt":"500" }
                    }                
                },
                { "terms":{ "intro":["研究","方鸿渐"]
                    }
                }]
        }
    }
}
    复制代码

     

    分页/排序/高亮显示

    说明：size如果不写默认是10，from如果不写默认是0。取前20条数据，按照age升序，生日降序，并且北京高亮显示。

    复制代码 
    POST /db_test/person/_search
{ "query": { "term":{"intro":"北京" }
    }, "from": 0, "size": 20, "sort":{ "age" : {"order" : "asc"}, "birthday": {"order" : "desc"}
        
    } , "highlight" : { "pre_tags" : ["<tag1>", "<tag2>"], "post_tags" : ["</tag1>", "</tag2>"], "fields" : { "intro" : {}
        }
    }
}
    复制代码

     还可以这样写

    GET /_search?size=5 GET /_search?size=5&from=5 GET /_search?size=5&from=10

     

     

    单字段多分词或者关系查询

    说明：查询intro包含"研究"或者"方鸿渐"。

    （这在全文检索时非常有用）

    第一种写法：



    POST /db_test/person/_search
{
    "query":{
        "bool":{
            "must":[
                {
                    "query_string":{
                        "default_field":"intro",
                        "query":"研究方鸿渐"                        
                    }
                }
                ]
        }
    },
   "sort": [
   {
      "birthday": {
         "order": "desc"
      }
   }
]}


    第二种写法：



    POST /db_test/person/_search
{
"query": {
"query_string": {
"fields": ["intro"],
"query": "研究方鸿渐"
}
},
"sort": [
   {
      "birthday": {
         "order": "asc"
      }
   }
]
}



    第三种写法：



    POST /db_test/person/_search
{
    "query":{
        "bool":{
            "should":[               
                {
                    "term":{"intro":"研究"}
                    
                },
                {
                    "term":{"intro":"方鸿渐"}
                }
                ]
        }
    },
"sort": [
   {
      "birthday": {
         "order": "desc"
      }
   }
]
}


    单字段多分词并且关系查询

     intro包含"研究"和"方鸿渐"的写法如下：



    POST /db_test/person/_search
{
    "query":{
        "bool":{
            "must":[               
                {
                    "term":{"intro":"研究"}
                    
                },
                {
                    "term":{"intro":"方鸿渐"}
                }
                ]
        }
    }
}


     

    多字段多分词 字段或者分词并且关系查询

    说明：查询 title中包含"朋友"并且包含"吃饭" 或者 content中包含"朋友"并且包含"吃饭"  title和content中只要有一个中包含"朋友"并且"吃饭"两个关键字就行

    复杂条件的范例-----------------------

    插入测试数据



    PUT /db_news/news/1
{
    "title":"我是中国人",
    "content":"我爱北京和天安门"
}
PUT /db_news/news/2
{
    "title":"我是中国人",
    "content":"朋友在一起就是亲家"
}
PUT /db_news/news/3
{
    "title":"亲家的朋友",
    "content":"我们明天去玩吧"
}
PUT /db_news/news/4
{
    "title":"朋友在一起吃饭",
    "content":"我们明天去玩吧"
}
PUT /db_news/news/5
{
    "title":"朋友在一起吃饭",
    "content":"亲家的朋友在一起吃饭"
}
PUT /db_news/news/6
{
    "title":"在阿萨德",
    "content":"亲家的在一起"
}
PUT /db_news/news/7
{
    "title":"在一起",
    "content":"按时到岗"
}
PUT /db_news/news/8
{
    "title":"在一起吃饭",
    "content":"朋友啊吃饭"
}
PUT /db_news/news/9
{
    "title":"在一起吃饭",
    "content":"朋友啊吃饭"
}


    第一种写法


    POST /db_news/news/_search
{
    "query":{
        "bool":{
            "should":[               
                 {
                     "bool": {
                          "must":[               
                {
                    
                    "term":{"title":"朋友"}
                    
                },
                {
                    "term":{"title":"吃饭"}
                }
                ]
                     }
                 }
                ],
                 "should":[               
                 {
                     "bool": {
                          "must":[               
                {
                    
                    "term":{"content":"朋友"}
                    
                },
                {
                    "term":{"content":"吃饭"}
                }
                ]
                     }
                 }
                ]
        }
    }
}


     第二种写法（参考http://www.elasticsearch.cn/guide/reference/query-dsl/query-string-query.html）



    POST /db_news/news/_search
{
    "query":{
        "bool":{
            "should":[
                {
                    "query_string":{
                        "default_field":"title",
                        "query":"朋友吃饭",
                        "default_operator":"AND",
                        "analyzer":"ik"
                    }
                },
                {                  
                    "query_string":{
                        "default_field":"content",
                        "query":"朋友吃饭",
                        "default_operator":"AND",
                        "analyzer":"ik"
                    }
                }
                ]
        }
    }   
}



    多字段多分词  字段或者分词或者关系查询

     查询 title中包含"朋友"或者包含"吃饭" 或者 content中包含"朋友"或者包含"吃饭"  也就是说只有title和content中包含"朋友"或者"吃饭"两个关键字就行

     第一种写法：



    POST /db_news/news/_search
{
    "query":{
        "bool":{
            "should":[               
                {
                    "term":{"title":"朋友"}
                    
                },
                {
                    "term":{"title":"吃饭"}
                },
                {
                    "term":{"content":"朋友"}
                    
                },
                {
                    "term":{"content":"吃饭"}
                }
                ]
        }
    }
}


    第二种写法：



    POST /db_news/news/_search
{
    "query":{
        "bool":{
            "should":[               
                {
                    "terms":{"title":["朋友","吃饭"]}
                    
                },
                 {
                    "terms":{"content":["朋友","吃饭"]}
                    
                }
                ]
        }
    }
}


    第三种写法：(对于全文检索比较简单:比如招聘网站，搜索公司名或者职位名包含关键字asp.net 或者mvc这两个关键字任意一个)



    POST /db_news/news/_search
{
    "query":{
        "bool":{
            "should":[
                {
                    "query_string":{
                        "default_field":"title",
                        "query":"朋友吃饭"                        
                    }
                },
                {                  
                    "query_string":{
                        "default_field":"content",
                        "query":"朋友吃饭"                        
                    }
                }
                ]
        }
    }   
}


     

    查询部分字段数据 

    说明：只查询age和intro

    POST /db_test/person/_search?_source=age,intro

    同时查询多个不同的文档

     插入测试数据



    PUT /db_news
{
    
     "settings" : {
        "analysis" : {
            "analyzer" : {
                "stem" : {
                    "tokenizer" : "standard",
                    "filter" : ["standard", "lowercase", "stop", "porter_stem"]
                }
            }
        }
    },
    "mappings" : {
        "news" : {
            "dynamic" : true,
            "properties" : {
                "title" : {
                    "type" : "string",
                    "indexAnalyzer" : "ik",
                    "searchAnalyzer":"ik"
                },
                "content" : {
                    "type" : "string",
                    "indexAnalyzer" : "ik",
                    "searchAnalyzer":"ik"
                }
            }
        }
    }
}
PUT /db_news/news/1
{
    "title":"第一条新闻",
    "content":"我爱北京天安门"
}


    测试查询

    复制代码 
    GET /_mget
{ "docs" : [
      { "_index" : "db_news", "_type" : "news", "_id" : 1 },
      { "_index" : "db_test", "_type" : "person", "_id" : "5bd94e88-10cb-4e9f-9ba6-df8ff8b59081" }
   ]
}
    复制代码

     

    查询包含一组id的文档集合

    GET /db_news/news/_mget
{ "ids" : [ "2", "1" ]
}

    批量操作

    说明：可以批量添加数据，详情：http://es.xiaoleilu.com/030_Data/55_Bulk.html

    POST /_bulk
{ "create": { "_index": "db_news", "_type": "news", "_id": "3" }}
{ "title" : "john@smith.com", "content" : "John Smith" }
{ "create": { "_index": "db_news", "_type": "news", "_id": "4" }}
{ "title" : "john@smdsith.com", "content" : "John Smidth" }


Elasticsearch中文分词器IK配置

  • 一、简述示例

    elasticsearch官方只提供smartcn这个中文分词插件，效果不是很好，好在国内有medcl大神（国内最早研究es的人之一）写的两个中文分词插件，一个是ik的，一个是mmseg的，下面分别介绍ik的用法，

    当我们创建一个index（库db_news）时，easticsearch默认提供的分词器db_news，分词结果会把每个汉字分开，而不是我们想要的根据关键词来分词。例如：

    代码如下：

    GET /db_news/_analyze?analyzer=standard
{
    我爱北京天安门
}

    分词结果如下：

    复制代码 
    { "tokens": [
      { "token": "我", "start_offset": 6, "end_offset": 7, "type": "<IDEOGRAPHIC>", "position": 1 },
      { "token": "爱", "start_offset": 7, "end_offset": 8, "type": "<IDEOGRAPHIC>", "position": 2 },
      { "token": "北", "start_offset": 8, "end_offset": 9, "type": "<IDEOGRAPHIC>", "position": 3 },
      { "token": "京", "start_offset": 9, "end_offset": 10, "type": "<IDEOGRAPHIC>", "position": 4 },
      { "token": "天", "start_offset": 10, "end_offset": 11, "type": "<IDEOGRAPHIC>", "position": 5 },
      { "token": "安", "start_offset": 11, "end_offset": 12, "type": "<IDEOGRAPHIC>", "position": 6 },
      { "token": "门", "start_offset": 12, "end_offset": 13, "type": "<IDEOGRAPHIC>", "position": 7 }
   ]
}
    复制代码

     

    正常情况下，这不是我们想要的结果，比如我们更希望 “我”，“爱”，“北京”，"天安门"这样的分词，这样我们就需要安装中文分词插件，ik就是实现这个功能的。


     安装ik插件

     手动配置方式

    第一种方式是直接下载配置，这种方式比较麻烦(对于Windows用户来讲)，这里我也不讲了

    下载地址：https://github.com/medcl/elasticsearch-analysis-ik

    直接使用RTF版本

    第二种方式是直接下载elasticsearch中文发行版。下载地址是：https://github.com/medcl/elasticsearch-rtf。重新运行安装elasticsearch实例。

    安装完毕，执行命令：

    GET /db_news/_analyze?analyzer=ik
{
    我爱北京天安门啊王军华
    
}

    结果如下：

    复制代码 
    { "tokens": [
      { "token": "我", "start_offset": 6, "end_offset": 7, "type": "CN_CHAR", "position": 1 },
      { "token": "爱", "start_offset": 7, "end_offset": 8, "type": "CN_CHAR", "position": 2 },
      { "token": "北京", "start_offset": 8, "end_offset": 10, "type": "CN_WORD", "position": 3 },
      { "token": "天安门", "start_offset": 10, "end_offset": 13, "type": "CN_WORD", "position": 4 },
      { "token": "啊", "start_offset": 13, "end_offset": 14, "type": "CN_CHAR", "position": 5 },
      { "token": "王军", "start_offset": 14, "end_offset": 16, "type": "CN_WORD", "position": 6 },
      { "token": "华", "start_offset": 16, "end_offset": 17, "type": "CN_CHAR", "position": 7 }
   ]
}
    复制代码

     

    关于分词器定义需要注意的地方

    如果我们直接创建索引库，会使用默认的分词进行分词，这不是我们想要的结果。这个时候我们再去更改分词器会报错如下：

    { "error": "IndexAlreadyExistsException[[db_news] already exists]", "status": 400 }

    而且没有办法解决冲突，唯一的办法是删除已经存在的索引，新建一个索引，并制定mapping使用新的分词器（注意要在数据插入之前，否则会使用elasticsearch默认的分词器）。

     新建索引命令如下：



    PUT /db_news
{
    
     "settings" : {
        "analysis" : {
            "analyzer" : {
                "stem" : {
                    "tokenizer" : "standard",
                    "filter" : ["standard", "lowercase", "stop", "porter_stem"]
                }
            }
        }
    },
    "mappings" : {
        "person" : {
            "dynamic" : true,
            "properties" : {
                "intro" : {
                    "type" : "string",
                    "indexAnalyzer" : "ik",
                    "searchAnalyzer":"ik"

                }
            }
        }
    }
}
复制代码


    查看新建的索引：

    GET /db_news/_mapping

    结果如下：



    {
   "db_news": {
      "mappings": {
         "person": {
            "dynamic": "true",
            "properties": {
               "age": {
                  "type": "long"
               },
               "intro": {
                  "type": "string",
                  "analyzer": "ik"
               },
               "name": {
                  "type": "string"
               }
            }
         }
      }
   }
}


    更新字段映射

    说明：对于db_news/news，开始没有字段msgs，后来添加了这个字段，那么要先修改索引方式，在新增数据



    PUT /db_news/_mapping/news
{
            "properties" : {
                "msgs" : {
                    "type" : "string",
                    "indexAnalyzer" : "ik",
                    "searchAnalyzer":"ik"
                }    
    }
}



小飞鹤
关注
专栏目录
ES-Elasticsearch数据库查询
qq_28771987的博客
03-26 1975
ES增删改查 一：结构操作 1.查询对应索引的表结构 GET biz_commission_book 2.创建表 复制代码 PUT cfg_send_sku { “settings”: { “number_of_shards”: 5, “number_of_replicas”: 1 }, "mappings": { "cfg_send_sku" : { "properties" : { "obdCode" : {
Python语言，ES（Elasticsearch）基础查询
嗯哼~~~
08-01 2865
Python语言，ES（Elasticsearch）基础查询。
Elasticsearch 常用查询系列
我兜里有糖
04-11 374
搜索分为两个过程： 当向索引中保存文档时，默认情况下，es 会保存两份内容，一份是 _source 中的数据，另一份则是通过分词、排序等一系列过程生成的倒排索引文件，倒排索引中保存了词项和文档之间的对应关系。 搜索时，当 es 接收到用户的搜索请求之后，就会去倒排索引中查询，通过的倒排索引中维护的倒排记录表找到关键词对应的文档集合，然后对文档进行评分、排序、高亮等处理，处理完成后返回文档。 简单搜索 查询文档 查询全部，系统默认返回 10 条 GET books/_search { "query"
使用ElasticHD让ElasticSearch-SQL查询后的SQL直接转换为DSL
strengthen8的博客
09-21 3302
使用ElasticHD让ElasticSearch-SQL查询后的SQL直接转换为DSL 目录 一、ElasticHD介绍 1 二、ElasticHD基于docker运行 1 2.1环境介绍： 1 2.2 运行命令 2 三、使用ElasticHD 2 3.1利用上文的ElasticSearch-SQL对ES索引搜索并使用ElasticHD进行转换为DSL 2 一、Ela...
Elasticsearch查询
他叫阿来
01-22 2436
es常用的高级查询语法，批量操作命令
elasticsearch简介与基本操作
hzp666的博客
03-07 1368
是什么等，废话后置 1.elasticsearch 分为3个部分 index mapping setting 1.1 index 相当于MySQL的表(elasticsearch 没有库的概念) 每个表都有一个 id 1.2mapping 相当于设置表结构(字段名称，字段类型等) ps： 1.当插入数据，增加了字段时， mapping会自动增加字段 2.字段类型 有严格的控制，int 字段插入string 类型，会报错 1.3setting 设置表的配置信息，集群等
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...
Elasticsearch基础架构与原理 数据索引与文档管理 Elasticsearch查询语言基础 高级搜索技巧与过滤 集群管
最新发布
08-14
Elasticsearch查询语言基础 高级搜索技巧与过滤 集群管理与优化 数据映射与类型 分布式搜索与分析 Elasticsearch安全机制 监控与日志分析 数据导入与导出策略 Elasticsearch与Kibana可视化 性能调优与故障排查 ...
Elasticsearch基础 es索引及查询
jielun1995的博客
04-15 6117
es与关系数据库的对比，方便理解 es 关系型数据库 index database type table document row （行数据） field column （列数据） 传统关系型数据库中，我们是把数据存入一个database里的某个table中，es可以理解为一个文档类型的数据库，每一条数据，就相当于一个文档，所以index用以检索文档，type就相当于table，确定文档位置，就相当于确定这条数据在哪个table中。document就相当于一行数据，fi
elasticsearch基础6——head插件安装和web页面查询操作使用、ik分词器_elasticsearch-head
2401_84166896的博客
04-29 840
分析插件是一类插件，可通过向es中添加新的分析器、标记化器、标记过滤器或字符过滤器等扩展es的分析功能。Head 插件首页由 4 部分组成：节点地址输入区域、信息刷新区域、导航条、概览中的集群信息汇总。1.安装node.js环境，注意版本不要太高，不然会跟linux本身的依赖库包版本冲突报错。2.解压es-head安装包，安装依赖。1.列出当前已安装的插件。这里显示的就是我们已经安装了一个ik分词器插件。5.修改es配置文件，添加如下两行，解决跨域问题。6.重启es，es-head就可以连接es了。
ElasticSearch-查询语法(结构化查询)
weixin_45203607的博客
11-08 2388
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MtyjbgHq-1667897263478)(https://note.youdao.com/yws/res/14689/WEBRESOURCE4139dfa9ab9fb30cc38c7ef167227684)]免责声明：本文部分素材来源于网络，版权归原创者所有，如存在文章/图片/音视频等使用不当的情况，请随时私信联系我、以迅速采取适当措施，避免给双方造成不必要的经济损失。GET 索引名称/_doc/1。
Java操作ElasticSearch相关内容
weixin_45892531的博客
08-11 896
Java连接ES 创建Maven工程 导入依赖 <dependencies> <!-- 1. elasticsearch--> <dependency> <groupId>org.elasticsearch</groupId> <artifactId>elasticsearch</artifactId> <version&gt...
ElasticSearch查询语法
欢迎大家关注
05-05 5522
ElasticSearch查询语法
ElasticSearch 如何像 MySQL 一样做多表联合查询？
hellozhxy的博客
01-03 3855
今天我们来看 Es 中的嵌套查询与父子文档，这两个东西很有来头！关系型数据库中的多表联合查询需求在 Es 中可以用它们来解决。
ElasticSearch常用查询命令
厚积薄发
04-30 7297
查看es的集群状态 http://IP:9200/_cat/health?v 注: IP指es集群某个ip地址, ?v表示格式化输出 查看es集群节点列表 http://IP:9200/_cat/nodes?v 查看es集群所有索引及数据大小 http://IP:9200/_cat/indices?v 查看单个索引结构信息 http://IP:9200/indexN...
ElasticSearch 索引查询使用指南——详细版
weixin_30892889的博客
09-01 5182
　　 我们通常用用_cat API检测集群是否健康。 确保9200端口号可用: 　　curl 'localhost:9200/_cat/health?v' 　　绿色表示一切正常, 黄色表示所有的数据可用但是部分副本还没有分配,红色表示部分数据因为某些原因不可用. 　...
ElasticSearch学习2 - 查询、修改
weixin_39651356的博客
05-01 1543
文章目录0. 修改索引大文本字段支持排序1. 查询1.1 字段检索-match1.2 查询结果仅显示需要的字段-_source1.3 结果集进行排序-sort1.4 分页查询 - from从0开始、size每页行数1.5 多条件查询and-must1.6 多条件查询or-should1.7 否定-must_not1.8 结果集过滤-filter1.9 数组模糊查询 - 多个值使用空格隔开1.10 精确查询 - 内部直接通过倒排索引的词条进行查询1.11 高亮显示检索关键字-highlight基本使用自定义高
Elasticsearch 常用查询
.
01-03 1746
Elasticsearch 常用查询 es入门使用 es索引使用 es分词使用 **常用条件查询搜索 # 查看索引库 GET /elasticsearch_test/ # 查看所有 GET /elasticsearch_test/_search # 全文搜索 # 全文搜索能够搜索已分析的文本字段， # 使用索引期间应用于统一分析器处理查询字段 # 全文搜索分为匹配搜索和短语搜索、query_string、多字段匹配搜索 GET /elasticsearch_test/_search { "qu
前端从Elasticsearch表中查询数据，通过时间范围查询，以及过滤条件不生效问题解决，以及Elasticsearch-head工具可视化查询语句使用
lingliu0824的博客
07-08 2128
查表时希望根据DateTime字段获取某时间段的数据: 对应前端查询代码： const url='http://ip:port/表名/_search' const body: any = { query: { bool: { must: [ { match: { name:'测试' } } ],
Elasticsearch基础查询实战指南
本篇Elasticsearch笔记详细介绍了如何在Elasticsearch中进行各种查询操作，以便于在索引数据中高效检索所需信息。以下是关于不同查询类型的深入解析： 1. **全部查询**：`GET scopusindex/scopus/_search`中的`...
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