elastic search:基础语法7.x

最新推荐文章于 2024-04-11 10:06:08 发布
最新推荐文章于 2024-04-11 10:06:08 发布
阅读量769 收藏 10
点赞数 3
分类专栏： elastic search 文章标签： elasticsearch java
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/lixiang19971019/article/details/104934630
版权
花了2小时装完了elastic search,那么得花半小时了解下简单语法了,把简单语法的操作学习了一下,然后在这边做一个记录.

es支持restful风格api,操作可以用http请求实现

创建一个新的索引库:

#号后面的得删掉

PUT /leyou     #库名
{
  "settings": {
    "number_of_shards": 1,        #分片数量
    "number_of_replicas": 0	#副本数量
  }
}

查看索引信息

GET /leyou //库名

删除索引库

DELETE /leyou

创建完索引库之后,当然要添加映射了(mappings),就和数据库要加表一样

这里先说下基本的常用类型

  • String类型，又分两种：

    • text：可分词，不可参与聚合
    • keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合

  • Numerical：数值类型，分两类

    • 基本数据类型：long、interger、short、byte、double、float、half_float
    • 浮点数的高精度类型：scaled_float
    • 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。

  • Date：日期类型
    elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。

PUT /索引库名/_mapping    #(自7.0起取消了Type,不需要加索引类型名,统一为_doc)
{
  "properties": {
    "字段名": {
      "type": "类型",     	#类型:可以是text、long、short、date、integer、object等
      "index": true，		#是否索引，默认为true
      "store": true，		#是否存储，默认为false
      "analyzer": "分词器"	#分词器，这里的`ik_max_word`即使用ik分词器
    }
  }
}

  • index: 默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。
    但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。

  • store: 是否将数据进行额外存储。_source 默认false

例:
PUT /leyou/_mapping
{
  "properties":{
    "title":{
      "type": "text",
      "analyzer": "ik_max_word"
    },
    "images":{
      "type": "keyword",
      "index": "false"
    },
    "price":{
      "type":"float"
    }
  }
}

查看索引库的索引类型: GET /索引库名/_mapping

例: GET /leyou/_mapping

有了映射以后,就可以新增数据了

插入分两种

指定文档ID插入：手动指定ID
自动产生文档ID插入：不是MySQL那样的AutoIncrement，而是类似MongoDB那样的自动生成ID

POST /索引库名/_doc(/手动添加的id)
{
    "key":"value"
}
例:
POST /leyou/_doc/
{
  "title":"华为手机",
  "images":"http://image.leyou.com/10086.jpg",
  "price":2799.00
}

POST /leyou/_doc/1
{
  "title":"小米手机",
  "images":"http://image.leyou.com/10086.jpg",
  "price":2699.00
}

查询刚刚插入的数据: GET /leyou/_search

如果插入了映射之外的数据,es会对这些数据的类型进行智能判断:
这里多了两个新增的字段,es会将其推断为 long与bool 添加映射并添加数据
例:
POST /leyou/_doc/3
{
    "title":"OPPO手机",
    "images":"http://image.leyou.com/123456.jpg",
    "price":2899.00,
    "stock": 200,
    "saleable":true
}
修改数据请求方式为PUT: 当表中有id相符的数据时,执行修改,没有时,执行添加
例:
PUT /leyou/_doc/3
{
    "title":"OPPO手机",
    "images":"http://image.leyou.com/123456.jpg",
    "price":2899.00,
    "stock": 200,
    "saleable":false
}

PUT /leyou/_doc/4    #这条,添加了数据
{
    "title":"VIVO手机",
    "images":"http://image.leyou.com/123456.jpg",
    "price":2199.00,
    "stock": 200,
    "saleable":true
}

删除: DELETE /索引库名/_doc/id值

例: DELETE /leyou/_doc/4 #刚刚添加的被删除了

查询:

基本查询:
GET /索引库名/_search
{
    "query":{
        "查询类型":{
            "查询条件":"查询条件值"
        }
    }
}

查询类型: match_all:查所有， match:匹配查询，term:词条查询 ， range:范围查询

GET /leyou/_search
{
  "query": {
    "match": {
      "title": "手机"   #查title字段包含手机的文档(匹配的数据)
    }
  }  
}

GET /leyou/_search
{
    "query":{
        "match_all": {}   #查所有  可简写为 GET /leyou/_search
    }
}
深化一下单数据查询: 先加个华为Mac
POST /leyou/_doc/5
{
  "title":"华为Mac",
  "images":"http://image.leyou.com/10086.jpg",
  "price":3799.00
}
这里用匹配查一下华为
GET /leyou/_search
{
  "query": {
    "match": {
      "title": "华为Mac"
    }
  }  
}
结果出现了手机 和 Mac ,可是 场景是 我只想搜索Mac啊,为什么给我推华为手机 这里通过条件操作属性 改良查询json
GET /leyou/_search
{
  "query": {
    "match": {
      "title": {
        "query": "华为Mac",
        "operator": "and"     #这里定义了操作符and,表示只检索完全匹配的数据
      }
    }
  }  
}
现在场景再次变化,添加一个华为电视
POST /leyou/_doc/6
{
  "title":"华为电视",
  "images":"http://image.leyou.com/10086.jpg",
  "price":6799.00
}
我们想搜索 华为Mac的同时,了解电视的行情(华为Mac电视),上面的操作符and又不好用了(没有结果)

这里引入 minimum_should_match 匹配的程度 可以是词条数目也可以是百分比(通常百分比)

GET /leyou/_search
{
  "query": {
    "match": {
      "title": {
        "query": "华为Mac电视",
        "minimum_should_match": "75%"    #搜索75%匹配的数据
      }
    }
  }  
}

多字段查询:multi_match

先加一个数据:

POST /leyou/_doc/7
{
  "title":"华为手机",
  "subTitle":"吊打小米",
  "images":"http://image.leyou.com/10086.jpg",   
  "price":6799.00
}

GET /leyou/_search
{
  "query": {
    "multi_match": {
      "query": "华为吊打小米",   		#搜索内容
      "fields": ["title","subTitle"],  		#搜索的字段title,subTitle
      "minimum_should_match": "75%"	#匹配程度
    }
  }
}
成功搜索到了插入的数据

词条查询:term 查询条件必须为不可分词的最小词条

查出华为的全部内容

GET /leyou/_search
{
  "query": {
    "term": {
      "title": {
        "value": "华为"
      }
    }
  }
}

多词条精确匹配:terms

查出:包含手机与电视的内容(精确匹配)

GET /leyou/_search
{
  "query": {
    "terms": {
      "title": [
        "小米",
        "电视"
      ]
    }
  }
}

基本查询补充 过滤

查出title匹配手机的数据,并只显示title,price字段

GET /leyou/_search
{
  "_source": ["title","price"], 
  "query": {
    "match": {
      "title": "手机"
    }
  }  
}

includes:只包含

GET /leyou/_search
{
  "_source": {
    "includes": "price"
  },
  "query": {
    "match": {
      "title": "手机"
    }
  }  
}

excludes:排除

GET /leyou/_search
{
  "_source": {
    "excludes": "subTitle"
  },
  "query": {
    "match": {
      "title": "手机"
    }
  }  
}

bool组合将其他查询通过must(与) should(或) must_not(非) 组合

GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        },{
          "term": {
            "price": "3799"
          }
        }
      ]
    }
  }
}

范围查询range

查出了价格范围为5000到9999的文档,并且,匹配华为

GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        },{
          "range": {
            "price": {
              "gte": 5000,
              "lte": 9999
            }
          }
        }
      ]
    }
  }
}

fuzzy模糊查询

fuzziness表示模糊的容错为1个字(要是一个字与value不同也会被查到)
fuzzy中只能放词

GET /leyou/_search
{
  "query": {
    "fuzzy": {
      "title": {
       "value": "手视",
       "fuzziness": 1
      }
    }
  }
}

filter过滤

一般配合bool查询使用,对结果进行过滤,这种过滤是不会影响到_source(排名)的
filter过滤一般配合搜索栏外的选项上的进行过滤
在这里插入图片描述

GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        }
      ],
      "filter": {
        "range": {
          "price": {
            "gte": 1000,
            "lte": 8000
          }
        }
      }
    }
  }
}

range放在bool中,虽然结果一样,但是会影响_source(排名)

GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        },
        {
          "range": {
            "price": {
              "gte": 1000,
              "lte": 8000
            }
          }
        }
      ]
    }
  }
}

排序

一般根据query的结果进行排序
desc:降序 asc:升序

GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        }
      ],
      "filter": {
        "range": {
          "price": {
            "gte": 1000,
            "lte": 8000
          }
        }
      }
    }
  },
  "sort": [
    {
      "price": {
        "order": "asc"
      }
    }
  ]
}

排序也可以组合,当排序1相同时,按所写字段2排序
价格升序,价格相同_id降序

GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        }
      ],
      "filter": {
        "range": {
          "price": {
            "gte": 1000,
            "lte": 8000
          }
        }
      }
    }
  },
  "sort": [
    {
      "price": {
        "order": "asc"
      }
    },{
      "_id":{
        "order": "desc"
      }
    }
  ]
}

聚合aggregations

桶bucket: 它只负责分组,不负责计算,因此其中通常会嵌套另一种聚合

Elasticsearch中提供的划分桶的方式有很多：

  • Date Histogram Aggregation：根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一个存储单元
  • Histogram Aggregation：根据数值阶梯分组，与日期类似
  • Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一个存储单元
  • Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分

创建一个新的索引库

PUT /cars
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0
  },
  "mappings": {
      "properties": {
        "color": {
          "type": "keyword"
        },
        "make": {
          "type": "keyword"
        }
      }
  }
}
POST /cars/_doc/_bulk
{ "index": {}}
{ "price" : 10000, "color" : "red", "make" : "honda", "sold" : "2014-10-28" }
{ "index": {}}
{ "price" : 20000, "color" : "red", "make" : "honda", "sold" : "2014-11-05" }
{ "index": {}}
{ "price" : 30000, "color" : "green", "make" : "ford", "sold" : "2014-05-18" }
{ "index": {}}
{ "price" : 15000, "color" : "blue", "make" : "toyota", "sold" : "2014-07-02" }
{ "index": {}}
{ "price" : 12000, "color" : "green", "make" : "toyota", "sold" : "2014-08-19" }
{ "index": {}}
{ "price" : 20000, "color" : "red", "make" : "honda", "sold" : "2014-11-05" }
{ "index": {}}
{ "price" : 80000, "color" : "red", "make" : "bmw", "sold" : "2014-01-01" }
{ "index": {}}
{ "price" : 25000, "color" : "blue", "make" : "ford", "sold" : "2014-02-12" }

GET /cars/_search

聚合为桶: aggs后跟多个聚合对象 对象由聚合方式与包含的参数组成
"size": 0 即不显示普通结果集,只显示聚合后内容(size为显示结果集的数量)
terms 词条分桶

GET /cars/_search
{
  "size": 0, 
  "aggs": {
    "popular_color": {
      "terms": {
        "field": "color"
      }
    }
  }
}

histogram阶梯分桶
"interval": 阶梯区间
"min_doc_count": 展示的最小条数(设为1就是,桶中没东西就不展示)

GET /cars/_search
{
  "size": 0, 
  "aggs": {
    "price_histogram": {
      "histogram": {
        "field": "price",
        "interval": 10000,
        "min_doc_count": 1
      }
    }
  }
}

度量（metrics）: 分组完成以后，我们一般会对组中的数据进行聚合运算，例如求平均值、最大、最小、求和等，这些在ES中称为度量

比较常用的一些聚合度量方式：

  • Avg Aggregation：求平均值
  • Max Aggregation：求最大值
  • Min Aggregation：求最小值
  • Percentiles Aggregation：求百分比
  • Stats Aggregation：同时返回avg、max、min、sum、count等
  • Sum Aggregation：求和
  • Top hits Aggregation：求前几
  • Value Count Aggregation：求总数

度量嵌套在聚合中,对聚合的结果进行计算 (嵌套在聚合名称中,一个桶可以有多个度量)
下面popular_color为桶名 price_avg,makes为度量名

GET /cars/_search
{
  "size": 0, 
  "aggs": {
    "popular_color": {
      "terms": {
        "field": "color"
      },
      "aggs": {
        "price_avg": {
          "avg": {
            "field": "price"
          }
        },
        "makes":{
          "value_count": {
            "field": "make"
          }
        }
      }
    }
  }
}

桶内还可以嵌套桶 看到生成桶的关键字,即嵌套桶
下面makes_factory为嵌套的桶

GET /cars/_search
{
  "size": 0, 
  "aggs": {
    "popular_color": {
      "terms": {
        "field": "color"
      },
      "aggs": {
        "price_avg": {
          "avg": {
            "field": "price"
          }
        },
        "makes_factory":{
          "terms": {
            "field": "make"
          }
        }
      }
    }
  }
}

附上完整json

PUT /leyou
{
  "settings": {
    "number_of_shards": 1, 
    "number_of_replicas": 0
  }
}

GET /leyou

PUT /leyou/_mapping
{
  "properties":{
    "title":{
      "type": "text",
      "analyzer": "ik_max_word"
    },
    "images":{
      "type": "keyword",
      "index": "false"
    },
    "price":{
      "type":"float"
    }
  }
}

GET /leyou/_mapping

POST /leyou/_doc/
{
  "title":"华为手机",
  "images":"http://image.leyou.com/10086.jpg",
  "price":2799.00
}

GET /leyou/_search

POST /leyou/_doc/3
{
    "title":"OPPO手机",
    "images":"http://image.leyou.com/123456.jpg",
    "price":2899.00,
    "stock": 200,
    "saleable":true
}

PUT /leyou/_doc/3
{
    "title":"OPPO手机",
    "images":"http://image.leyou.com/123456.jpg",
    "price":2899.00,
    "stock": 200,
    "saleable":false
}

PUT /leyou/_doc/4
{
    "title":"VIVO手机",
    "images":"http://image.leyou.com/123456.jpg",
    "price":2199.00,
    "stock": 200,
    "saleable":true
}

DELETE /leyou/_doc/4

GET /leyou/_search
{
  "query": {
    "match": {
      "title": "手机"
    }
  }  
}

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

POST /leyou/_doc/5
{
  "title":"华为Mac",
  "images":"http://image.leyou.com/10086.jpg",
  "price":3799.00
}

GET /leyou/_search
{
  "query": {
    "match": {
      "title": "华为Mac"
    }
  }  
}

GET /leyou/_search
{
  "query": {
    "match": {
      "title": {
        "query": "华为Mac",
        "operator": "and"
      }
    }
  }  
}

POST /leyou/_doc/6
{
  "title":"华为电视",
  "images":"http://image.leyou.com/10086.jpg",
  "price":6799.00
}

GET /leyou/_search
{
  "query": {
    "match": {
      "title": {
        "query": "华为Mac电视",
        "minimum_should_match": "75%"
      }
    }
  }  
}

POST /leyou/_doc/7
{
  "title":"华为手机",
  "subTitle":"吊打小米",
  "images":"http://image.leyou.com/10086.jpg",
  "price":6799.00
}
 
GET /leyou/_search
{
  "query": {
    "multi_match": {
      "query": "华为吊打小米",
      "fields": ["title","subTitle"],
      "minimum_should_match": "75%"
    }
  }
}

GET /leyou/_search
{
  "query": {
    "term": {
      "title": {
        "value": "华为"
      }
    }
  }
}

GET /leyou/_search
{
  "query": {
    "terms": {
      "title": [
        "小米",
        "电视"
      ]
    }
  }
}

GET /leyou/_search
{
  "_source": {
    "includes": "price"
  },
  "query": {
    "match": {
      "title": "手机"
    }
  }  
}

GET /leyou/_search
{
  "_source": {
    "excludes": "subTitle"
  },
  "query": {
    "match": {
      "title": "手机"
    }
  }  
}
#bool组合将其他查询通过must(与)  should(或)  must_not(非)  组合
GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        },{
          "term": {
            "price": "3799"
          }
        }
      ]
    }
  }
}

GET /leyou/_search

#范围查询range

#查出了价格范围并且,匹配华为
GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        },{
          "range": {
            "price": {
              "gte": 5000,
              "lte": 9999
            }
          }
        }
      ]
    }
  }
}

#fuzziness表示模糊的容错为1个字   fuzzy中只能放词
GET /leyou/_search
{
  "query": {
    "fuzzy": {
      "title": {
       "value": "手视",
       "fuzziness": 1
      }
    }
  }
}

#filter过滤,一般配合bool查询使用,对结果进行过滤,这种过滤是不会影响到_source(排名)的,过滤一般配合搜索栏外的选项上的进行过滤
GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        }
      ],
      "filter": {
        "range": {
          "price": {
            "gte": 1000,
            "lte": 8000
          }
        }
      }
    }
  }
}

#放在bool中,虽然结果一样,但是会影响_source(排名)
GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        },
        {
          "range": {
            "price": {
              "gte": 1000,
              "lte": 8000
            }
          }
        }
      ]
    }
  }
}

#排序,一般根据query的结果进行排序  desc:降序  asc:升序  排序也可以组合,当排序1相同时,按所写字段2排序
GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        }
      ],
      "filter": {
        "range": {
          "price": {
            "gte": 1000,
            "lte": 8000
          }
        }
      }
    }
  },
  "sort": [
    {
      "price": {
        "order": "asc"
      }
    }
  ]
}

#价格升序,价格相同_id降序
GET /leyou/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "华为"
          }
        }
      ],
      "filter": {
        "range": {
          "price": {
            "gte": 1000,
            "lte": 8000
          }
        }
      }
    }
  },
  "sort": [
    {
      "price": {
        "order": "asc"
      }
    },{
      "_id":{
        "order": "desc"
      }
    }
  ]
}

PUT /cars
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0
  },
  "mappings": {
      "properties": {
        "color": {
          "type": "keyword"
        },
        "make": {
          "type": "keyword"
        }
      }
  }
}

POST /cars/_doc/_bulk
{ "index": {}}
{ "price" : 10000, "color" : "red", "make" : "honda", "sold" : "2014-10-28" }
{ "index": {}}
{ "price" : 20000, "color" : "red", "make" : "honda", "sold" : "2014-11-05" }
{ "index": {}}
{ "price" : 30000, "color" : "green", "make" : "ford", "sold" : "2014-05-18" }
{ "index": {}}
{ "price" : 15000, "color" : "blue", "make" : "toyota", "sold" : "2014-07-02" }
{ "index": {}}
{ "price" : 12000, "color" : "green", "make" : "toyota", "sold" : "2014-08-19" }
{ "index": {}}
{ "price" : 20000, "color" : "red", "make" : "honda", "sold" : "2014-11-05" }
{ "index": {}}
{ "price" : 80000, "color" : "red", "make" : "bmw", "sold" : "2014-01-01" }
{ "index": {}}
{ "price" : 25000, "color" : "blue", "make" : "ford", "sold" : "2014-02-12" }

GET /cars/_search

#聚合为桶   aggs后跟多个聚合对象   对象由聚合方式,包含的参数组成  
#"size": 0   即不显示 普通结果集,只显示聚合后内容

#terms词条分桶
GET /cars/_search
{
  "size": 0, 
  "aggs": {
    "popular_color": {
      "terms": {
        "field": "color"
      }
    }
  }
}

#度量嵌套在聚合中,对聚合的结果进行计算  (嵌套在聚合名称中,一个桶可以有多个度量)
#popular_color为桶名   price_avg,makes为度量名 
GET /cars/_search
{
  "size": 0, 
  "aggs": {
    "popular_color": {
      "terms": {
        "field": "color"
      },
      "aggs": {
        "price_avg": {
          "avg": {
            "field": "price"
          }
        },
        "makes":{
          "value_count": {
            "field": "make"
          }
        }
      }
    }
  }
}
#桶内还可以嵌套桶  看到生成桶的关键字,即嵌套桶
GET /cars/_search
{
  "size": 0, 
  "aggs": {
    "popular_color": {
      "terms": {
        "field": "color"
      },
      "aggs": {
        "price_avg": {
          "avg": {
            "field": "price"
          }
        },
        "makes_factory":{
          "terms": {
            "field": "make"
          }
        }
      }
    }
  }
}
#histogram阶梯分桶  "interval": 阶梯区间 
#"min_doc_count": 展示的最小条数(设为1就是,桶中没东西就不展示)
GET /cars/_search
{
  "size": 0, 
  "aggs": {
    "price_histogram": {
      "histogram": {
        "field": "price",
        "interval": 10000,
        "min_doc_count": 1
      }
    }
  }
}
lixiang19971019
关注
  • 3
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Elasticsearch-URL查询实例解析
06-24 1060
ES（elasticsearch）,以下简称ES ES的查询有query、URL两种方式，而URL是比较简洁的一种，本文主要以实例探讨和总结URL的查询方式 1、语法 curl [ -s][ -g][ -X<REST Verb>][ -H 'Content-Type: application/json'] '<Node>:<Port>/&lt...
ElasticSearch语法总结
什么都干的派森
04-14 8948
es是面向文档型数据库，一条数据就是一个文档，可以通过下面这张表与关系型数据库进行类比：ESMysqlIndex（索引）Database（数据库）Type（类型：es7+已删除）Table（表）Documents（文档）Row（行）Field（字段）Column（列）用id建立索引，通过id查询数据。用数据中的关键词建立索引，通过关键词查询id。
elasticsearch的常用查询语法（大全）
fan_bigdata的博客
03-25 3850
参考文章网址:https://www.cnblogs.com/xiohao/p/12970224.htmles查询。
ElasticSearch基础语法
最新发布
My52Hz
04-11 920
ElasticSearch是一款由Java开发的开源搜索引擎，它以其出色的实时搜索、稳定可靠、快速安装和方便使用的特性，在Java开发社区中赢得了广泛的认可和应用。Elasticsearch为Java开发者提供了一个强大的搜索解决方案。无论是对于小型项目还是大型企业级应用，Elasticsearch都能提供高效的搜索功能，帮助开发者快速检索和处理大量数据。
Elasticsearch（es） 查询语句语法详解
热门推荐
cauchy8389的专栏
07-06 2万+
Elasticsearch（es） 查询语句语法详解
Elaticserach 基本语法和关键词详解
m0_71876260的博客
06-30 481
Elasticsearch 是一个强大的搜索和分析引擎，它支持使用关键词进行搜索。本文档将介绍 Elasticsearch 中关键词搜索的基本概念和语法使用方法，包括单个关键词、多个关键词、通配符、模糊搜索等。本文档介绍了 Elasticsearch 中关键词搜索的基本概念和语法使用方法。您学习了单个关键词搜索、字段选择、排序，以及多个关键词搜索包括布尔查询、短语搜索、范围搜索、通配符搜索和模糊搜索。通过合理运用这些搜索技术，您可以更加灵活和效地利用 Elasticsearch 进行关键词搜索。
ES7.x的查询语句及java查询语句
meng_xin_true的博客
04-28 1867
Elasticsearch 7.x 是一个基于 Lucene 的分布式搜索引擎，它提供了一个分布式全文搜索引擎，可以快速、准确地搜索、分析和存储海量数据。Elasticsearch 7.x 的主要特点包括：分布式架构：Elasticsearch 7.x 是一个分布式系统，它可以运行在多个节点上，每个节点都是相互独立的，并且数据会自动分片和复制到多个节点上，提高了系统的可用性和可扩展性。
Elastic7.x语法版本操作手册
11-22
Elasticsearch 基础操作 2.1.1HTTP 操作 1）创建索引 2）查看所有索引 3）查看单个索引 4）删除索引 4）删除索引 2.1.1.2文档操作 1）创建文档 2）查看文档 3）修改文档 4）修改字段 5）删除文档 6）条件删除文档 ...
elasticsearch-6.2.4.tar.gz
12-24
8. **多类型索引**: 在同一个索引中存储多种类型的文档，但在6.x版本后，Elasticsearch开始推荐单类型索引，以简化管理和提高性能。 9. **聚合分析**: 支持丰富的聚合功能，可以进行复杂的数据分析和报表生成。 10...
elasticsearch7.6.1整套软件安装包.zip
03-22
1. **倒排索引**：Elasticsearch 的基础是倒排索引，这是一种高效的数据结构，用于快速全文搜索。它将每个文档中的词项映射到包含这些词项的文档列表，从而能迅速找到包含特定关键词的文档。 2. **分布式架构**：...
基于elasticsearch 6.x的新闻搜索项目代码
07-17
在本项目中，我们主要关注的是构建一个基于Elasticsearch 6.x的新闻搜索系统，该系统采用SpringBoot 2.x框架，并利用Java High Level REST Client进行数据交互。此外，项目还整合了WebMagic爬虫工具，用于自动抓取和...
elasticsearch-5.4.3.tar.gz
09-06
在5.4.3版本中，Elasticsearch加强了安全性，引入了基本的身份验证和授权功能，可以通过x-pack插件进一步增强安全控制，包括SSL/TLS加密、角色基础的访问控制等。 **7. 监控与告警** Elasticsearch 5.4.3提供了内置...
elasticsearch7基础语法
u011261004的博客
11-12 1171
目录 一、ES基础语法 1.1、创建索引 1.2、创建索引并指定索引ID 1.3、指定id全量修改索引 1.4、指定id部分字断修改 1.5、指定_create防止重复创建 1.6、搜索全部 1.7、获取指定ID 1.8、不指定ID建立索引 1.9、删除文档 1.10、删除索引 1.11、结构化创建索引 二、ES简单查询 2.1、主键查询 2.2、查询所有 2.3、分页查询 三、复杂查询 3.1、带条件 3.2、带排序 3.3、带聚合 一、ES基础语法 1.1、创
elasticsearch7语法
jdbcmeng的博客
06-27 493
es简单语法
elasticsearch7 基本语法
zhyke
06-25 5287
注意： megacorp：是index employee：是type 使用es版本是7.1.1 在postman下进行的模拟 参考：elasticsearch权威指南 通过id进行查询 megacorp/employee/1?_source=last_name,age _id=1 且只显示last_name,age字段 全文搜索 既能匹配出完整完整的rock climbing,又能匹配出带有ro...
Elasticsearch7.X语法教程大全，日积月累
WoAiShuiGeGe的博客
06-29 2821
Elasticsearch
Elasticsearch7系列-检索语法学习
RIGHTSONG的博客
04-10 1085
match类查询 分词查询，检索前会先对搜索词进行分词，分词完毕后再逐个以分词结果去查询，只要被查询字段的分词集合中包含match字段的分词集合中任意一个 设置字段为"index":"not_analyzed"后该字段数据将不会被分词，这样的话使用match就无法检索到 分词查询 前面提到match搜索会先对搜索词进行分词，对于最基本的match搜索来说，只要match搜索词的分词集合中的一个存在于文档中即可，例如，当我们搜索福建省福州市，搜索词会先分词为福建省和福州市,只要文档中包含福建省和福州市任意
Elasticsearch7入门基础语法练习
weixin_37530941的博客
01-27 1825
Elasticsearch7基础语法入门，中文官方网站学习模拟练习，适合初学入门，ES比对mysql给出自己的理解
ES学习记录12.1——术语推荐器(Term suggester)
jacksonary的博客
03-21 1045
 term推荐器会基于编辑的距离推荐术语（这翻译的简直丧心病狂啊，其实就是基于已输入的文本进行term的推荐），可能说联想搜索词更好理解点，term推荐器是基于Levenstein edit distance算法推荐术语的，提供的推荐文本是在术语推荐之前就被分析的。term推荐器并不会将上述请求中的查询部分考虑其中。term推荐器的常规选项有： text：表示建议文本，必选参数，可以设置为全局参...
ElasticSearch搜索引擎教程实战篇
09-19
ElasticSearch搜索引擎教程实战篇

“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
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