ElasticSearch学习笔记 | Match_ALL进阶检索

一、导入测试数据

ElasticSearch官方为我们准备了一部分测试数据供调试使用,我们可以在安装完成Kinaba后进行数据导入处理

1. 获取数据

打开 https://github.com/elastic/elasticsearch/blob/master/docs/src/test/resources/accounts.json 

复制全部数据(点击 Raw 按钮,新页面 Ctrl + A)

2. 执行批量添加

打开 Kibana :xxxx:5601/app/dev_tools#/console,第一行输入下面第一行,第二行开始粘贴测试数据,点击 ▶️ 运行

POST /bank/account/_bulk
{"index":{"_id":"1"}}
{"account_number":1,"balance":39225,"f....(测试数据)

二、ES支持两种基本方式检索

一个是通过使用 REST request URI发送搜索参数(uri+检索参数)

另一个是通过使用 REST request body来发送它们(uri请求体)

例子1:

GET bank/_search?q=*&sort=account_number:asc

返回结果:

结果并不会返回所有数据而是返回10条数据,类似于分页

{
  "took" : 43,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1000,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [
      {
        "_index" : "bank",
        "_type" : "account",
        "_id" : "0",
        "_score" : null,
        "_source" : {
          "account_number" : 0,
          "balance" : 16623,
          "firstname" : "Bradshaw",
          "lastname" : "Mckenzie",
          "age" : 29,
          "gender" : "F",
          "address" : "244 Columbus Place",
          "employer" : "Euron",
          "email" : "bradshawmckenzie@euron.com",
          "city" : "Hobucken",
          "state" : "CO"
        },
        "sort" : [
          0
        ]
      },
...

例子2:

先按照account_number进行降序,如果相同按照balance进行降序

GET bank/_search
{
  "query": {"match_all": {}},
  "sort": [
    {
      "account_number": "desc"
    },
    {
      "balance": "desc"
    }
  ]
}

返回结果:

{
  "took" : 12,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1000,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [
      {
        "_index" : "bank",
        "_type" : "account",
        "_id" : "999",
        "_score" : null,
        "_source" : {
          "account_number" : 999,
          "balance" : 6087,
          "firstname" : "Dorothy",
...

三、Query DSL

1. 基本语法格式

ElasticSearch提供了一个可以执行查询的son风的DSL(domain-specific language领域特定语言)。这个被称为 Query DSL。该查询语言非常全面,并且刚开始的时候感觉有点复杂,真正学好它的方法是从一些基础的示例开始的。

一个查询语句的典型结构:

{
    QUERY_NAME:{
         ARGUMENT:VALUE,
         ARGUMENT:VALUE...
    }    
}

例如查询所有:

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

如果是针对某个字段查询,查询结构:

{
    QUERY_NAME:{
        FIELD NAME:{
            ARGUMENI:VALUE,
            ARGUMENT:VALUE...
        }
    }
}

例如按照 balance 降序查询:

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "balance": {
        "order": "desc"
      }
    }
  ]
}

其实还有一种简单的表达形式,效果相同

"balance": {
    "order": "desc"
}
可以简写为:
"balance": "desc"
  • query定义如何查询
  • match_all 查询类型【代表查询所有的所有】,es中可以在 query 中组合非常多的查询类型完成复杂查询
  • 除了 query参数之外,我们也可以传递其它的参数以改变查询结果。如sort,size
  • from + size限定,完成分页功能
  • sort排序,多字段排序,会在前序字段相等时后续字内部排序,否则以前序为准

分页查询且只查询部分属性的例子:

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "balance": {
        "order": "desc"
      }
    }
  ],
  "from": 0,
  "size": 5,
  "_source": ["balance", "account_number"]
}

 

### 回答1: Elasticsearch 是一个开源搜索引擎,它提供了多种查询方式。 match_phrase: 是短语匹配,它会把查询的文本作为一个整体来匹配,保证匹配的文本顺序一致。 wildcard: 通配符匹配,可以使用 * 和 ? 匹配任意字符。 match: 是文本匹配,它会对查询的文本进行分词,然后匹配分词后的文本。 总结: match_phrase: 短语匹配 wildcard: 通配符匹配 match: 文本匹配 三者在查询时使用场景不同,根据需求选择不同查询方式。 ### 回答2: Elasticsearch是一种开源的搜索引擎,可以实现高效的全文搜索和分析。在Elasticsearch中,match_phrase、wildcard和match是三种不同的查询方式,它们之间有以下区别: 1. match_phrase(短语匹配):match_phrase是一种精确短语匹配查询,它可以匹配包含指定词组的文档。match_phrase查询将文本拆分为词项,然后按照给定词序进行匹配。例如,当使用match_phrase查询搜索“quick brown fox”时,只有包含这个词组并按照这个顺序出现的文档才会被返回。 2. wildcard(通配符查询):wildcard是一种基于通配符的模糊查询,用于匹配满足指定模式的文档。通配符可以使用“*”匹配任意字符序列,或者使用“?”匹配单个字符。例如,当使用wildcard查询搜索“br?wn”时,可以匹配到“brown”或“br0wn”等词项。 3. match(字段匹配):match是一种基于字段的查询方式,用于匹配指定字段中包含指定关键词的文档。match查询默认会进行分词处理,将搜索词分割为词项,并在指定字段的倒排索引中进行匹配。例如,当使用match查询搜索“quick brown”时,可以匹配到包含这两个词的文档,不要求词序。 总而言之,match_phrase是一个完全匹配词组的查询方式,而wildcard可以进行模糊匹配,而match是基于字段的分词匹配。根据实际需求和查询的灵活性要求,可以选择适当的查询方式来满足搜索需求。 ### 回答3: 在Elasticsearch中,match_parse、wildcard和match都是用于查询的不同方式。 首先,match_parse是一种全文检索查询,它将搜索关键词作为一个短语进行处理。它会对搜索关键词进行分析和处理,然后返回与搜索关键词最匹配的文档。例如,当搜索关键词是"quick brown fox"时,match_parse会将其视为一个短语,并搜索包含该短语的文档。 其次,wildcard是一种通配符查询,它可以通过使用通配符(如*或?)来匹配文档中的任意字符。它主要用于查找具有相似模式或形式的文档。例如,当搜索关键词是"qu*ck"时,wildcard会匹配到诸如"quick"、"quack"或"quarterback"等单词。 最后,match是一种基于字段的查询方式。它会对字段的值进行分析和处理,然后与搜索关键词进行匹配。它支持模糊匹配和纠错功能,可以根据搜索关键词的相似度进行匹配。例如,当搜索关键词是"quick brown foks"时,match会自动尝试纠正拼写错误,并匹配到包含诸如"quick", "brown"或"fox"等单词的文档。 综上所述,match_parse是一种全文检索查询,它将搜索关键词作为一个短语来处理;wildcard是一种通配符查询,用于匹配具有相似模式的文档;而match是一种基于字段的查询,支持模糊匹配和纠错功能。它们在匹配方式、搜索关键词处理和查询类型等方面略有不同。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

程序员麻薯

你的鼓励将是我创作的最大动力

¥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
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