elasticsearch 简单实用介绍

最新推荐文章于 2024-06-20 15:10:22 发布

JKjiang123

最新推荐文章于 2024-06-20 15:10:22 发布

阅读量327

点赞数

分类专栏： java EE 文章标签： elasticsearch

本文链接：https://blog.csdn.net/jkjiang123/article/details/106264494

版权

java EE 专栏收录该内容

9 篇文章 0 订阅

订阅专栏

Search APIs简介

query: 在请求消息体中的query允许我们用Query DSL的方式查询。
term: 查询时判断某个document是否包含某个具体的值，不会对被查询的值进行分词查询
match: 将被查询值进行分词，然后用评分机制(TF/IDF)进行打分
match_phrase: 查询指定段落
Bool: 结合其他真值查询，通常和must、should、mustnot(与或非)一起组合出复杂的查询
range: 查询时指定某个字段在某个特定的范围（gte：>=；gt：>；lte：<=；le：<）

from: 以一定的偏移量来查看我们检索的结果，缺省从检索的第一条数据开始显示
size: 指定检索结果中输出的数据条数，缺省为10条
sort: 允许我们将检索的结果以指定的字段进行排序显示
_source: 指定检索结果输出的字段
script_fields: 该类型允许我们通过一个脚本来计算document中不存在的值，比如我们需要计算install/click得到cti之类的
aggs: 基于搜索查询，可以嵌套聚合来组合复杂的需求

返回数据含义

took：表示该操作的耗时（单位为毫秒）
timed_out：表示是否超时
hits：表示命中的记录
total：返回记录数，本例是2条。
max_score：最高的匹配程度，本例是1.0。
hits：返回的记录组成的数组。
_score：表示匹配的程序，默认是按照这个字段降序排列。

text字段和keyword字段的区别

字段被设置成 keyword 类型，录入数据该字段是不会被分词，所以使用term查询时候，需要全匹配才能查询到。

text，会将字段进行分词，如“hello world”会被分词为["hello","world",...]，而term必须匹配到数组中的一项，才能查出结果。

match，match_phrase和term区别

elastic会对查询语句进行分词

term

term 查询语句不分词

term查询keyword字段

keyword字段不分词
term查询keyword字段，需要完全匹配

term查询text字段

text字段分词
term查询text字段，必须为text字段分词后中的某一个才行。如“我真帅”分词为["我","真","帅"]，term必须为“我”或“真”或“帅”，才能查到，而“我帅”、“真帅”不行。

match

match 查询语句分词

match查询keyword字段

keyword字段不分词
match查询keyword字段，需要完全匹配

match查询text字段

text字段分词
match查询text字段，只需要match分词结果中和text分词有匹配就可以查出。如“我真帅”分词为["我","真","帅"]，match的查询语句“真帅”被分词为["真","帅"]，其中“真”、“帅”能匹配上text字段的分词结果，所以能查出。

match_phrase

match_phrase 查询语句分词

match_phrase 查询keyword字段

keyword字段不分词
match_phrase 查询keyword字段，需要完全匹配

match_phrase 查询text字段

text字段分词
match_phrase 查询text字段，只需要match_phrase 分词结果中和text分词有匹配且查询语句必须包含在text分词结果中，同时顺序相同且连续，才可以查出。如“我真帅”分词为["我","真","帅",“真帅”]，match_phrase 的查询语句“真帅”被分词为["真帅"]，其中“真帅”能匹配上text字段的分词结果，连续且顺序相同，所以能查出。

ES与RDBMS数据库比较

简单对比

RDBMS	Elasticsearch	备注
Database（数据库）	Index（索引）
Table（表）	Type（类型）	ES6.x后一个index对应一个type
Row（行）	Docment（文档）	es保存json
Column（列）	Field（字段）
Schema（约束）	Mapping（映射）	只能说类似，不完全一样
Index（所以）	Everything is indexed（万物皆为索引）	es中存储数据都是索引
SQL（结构化查询语言）	DSL（ES独特的查询语言）

QueryBuilder 同时使用 should must

QueryBuilder query = QueryBuilders.boolQuery()
        .should(QueryBuilders.boolQuery()
                .filter(QueryBuilders.matchPhraseQuery("tablenamecn","*"+keyWords1 +"*")))
        .should(QueryBuilders.boolQuery()
                .filter(QueryBuilders.wildcardQuery("tablename","*"+keyWords1 +"*")));

BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
boolQueryBuilder.must(QueryBuilders.matchQuery("disabled", 0))
                .must(QueryBuilders.matchQuery("tablestatus", 0))
                .must(QueryBuilders.matchQuery("type", TABLE_TYPE))
                .must(query);

bool 过滤

must ：must子句（查询）必须出现在匹配的文档中，并有助于得分,类似于 and。

filter : filter子句（查询）必须出现在匹配的文档中。但是不同于 must查询的分数将被忽略(必须匹配，运行在非评分&过滤模式)。

must_not :不包含条件查询的数据，类似于 not，

should：至少有一个查询条件匹配, 类似于 or。

1.例入我们查询一个where field1 = xx and field2 in (xx,xxx,xxxx);

{
    "query":{
        "bool": {
            "must":[
                {"terms": {"field2":["xx","xxx","xxxx"]}},
                {"term" : {"field1":"xx "}}
            ]
        }
    }
}


2.例入我们查询一个where field1 = xx and field2 =xx or field3 =xx and field4 !=xx;

{
    "query":{
        "bool": {
            "must":[
                {"term" : {"field1":"xx"}},
                {"term" : {"field2":"xx"}}
            ],
            "should":{"term" : {"field3":"xx"}},
            "must_not":{"term" : {"field4":"xx"}}
        }
    }
}

{
  "query": {
    "bool": {
      "must": [
        {"term": {"a": "1"}},
        {"term":{"b": "2"}}
        {
          "bool": {
            "should": [
                {"term": {"c": "1"}},
            　　{"term": {"d": "2"}}
            ]
          }
        }
      ]
    }
  },
  "sort": {
    "time": {
      "order": "desc"
    }
  },
  "size": 100
}

4）范围条件查询

gt: > 大于

lt: < 小于

gte: >= 大于或等于

lte: <= 小于或等于