Es 精确查找

Es 精确查找的方式

 

要求:

 Es查询:

 

查询工单信息, 输入 “测试”,查出 form_name 为字段中有查询出有符合内容的数据

 

term:单字段精确查询:

{
	"from": 0,
	"size": 20,
	"query": {
		"bool": {
			"should": [{
					"term": {
						"form_name": "测试"
					}
				}
			]
		}
	}
}

 记录是存在的,但是没有查出来?

为啥呢?

因为form_name 进行了分词。

该如何处理呢?

是否可以让其不分词?语法怎么写? (这个我也不会,貌似一开始插入的时候,就按默认的处理了。无法进行修改了,得删索引,重新建), 有没有简单的方式处理呢?

处理:

加 keyword。因为keyword字段不会进行分词。

"term": {
    "form_name.keyword": "测试"
}

查询索引的结构:

GET es_index/_mapping 

字符的一般有两种结构:

text  带keyword:

"title" : {
	"type": "text",
	"fields": {
		"keyword": {
			"type": "keyword",
			"ignore_above": 256
		}
	}
}

text:

"title" : {
	"type": "text"
}

text:会分词,ES会先把对象进行分词处理,然后再再存入到索引。text就无法使用term查询,可以用match,就无法准确匹配。

keyword:不分词,直接整个存入索引。可以进行完整地查询!默认是256个字符

 

match_phrase :单字段半精确查询

match_phrase是短语搜索,即它会将给定的短语(phrase)当成一个完整的查询条件。

比如查询 “I will make it”,会当成一个完整的短语进行查询;因为mach_phrase类似like模糊查询,会查出含有该查询条件的内容。因此,如果是查询条件是相对固定的内容,比如状态: 开始,进行,竣工等,就可以用match_phrase

GET /basic_index*/_search
{
	"from": 0,
	"size": 20,
	"query": {
		"bool": {
			"should": [{
					"match_phrase": {
						"form_name": "测试"
					}
				}
			]
		}
	}

}

 

terms:多字段精确查询:

terms可以指定多字段进行模糊查询。

GET /basic_index*/_search
{
	"size": 20,
	"from": 0,
	"query": {
		"bool": {
			"should": [{
				"terms": {
					"form_name": ["测试", "运行", "对比"]
				}
			}]
		}
	}
}

 记录是存在的,但是没有查出来? 同term的情况,添加keyword 进行处理

 

总结:

   Es精确查询,单个的用term,多个的用terms,注意查询的内容是否分词,分词的添加keyword。如果查询的内容是相对固定的,可以考虑match_phrase进行处理。

   关联文章: Es 模糊查找

  • 5
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
es text 类型的数据如何精确查找取决于其配置和使用的分词器。在 Elasticsearch 中,text 类型的字段默认使用标准分词器进行分词,将文本分隔成单个词条。这种设置使得精确查找变得有些困难,因为它会将文本拆分成单个词条,并且进行了一些额外处理,如小写化和去除停用词等。 要实现在 text 类型的字段上进行精确查找,有以下几个方法: 1. 更改分词器:可以使用 keyword 分词器来将整个字段看作一个整体,而不是拆分成单个词条。这样可以实现精确匹配,但是会失去分词特性。 2. 使用 Term 查询Term 查询可以用于精确匹配 text 类型的字段。它将查询关键词作为整体进行匹配。但需要注意,由于分词器对查询关键词也进行了相同的处理,所以需要确保查询关键词与文档中的文本一致。 3. 使用 Keyword 字段:可以为 text 类型的字段添加额外的 keyword 类型的子字段。这样,可以将文本以 text 类型进行全文搜索,同时以 keyword 类型进行精确匹配。 4. 禁用分析器:可以将 text 类型的字段设置为 "index": "not_analyzed",这样就可以禁用分析器,将文本视为一个整体进行精确匹配。但是这样做会失去分词特性。 总的来说,要在 text 类型的字段上实现精确查找,需要根据具体需求选择合适的方法,可能需要调整分词器、使用 Term 查询、添加 keyword 类型的子字段或禁用分析器,以满足实际需求。

“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

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

天狼1222

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