es优化建议-term查询建议使用keyword

1、数值一般配置成long类型
在做term查询的时候 如果是数值类型 查询效率低 ,因此建议把对应的字段都改成keyword类型

部分mapping
“headDarDetail”: {
“type”: “long”
},

headDarDetail 为long类型

部分查询语句 term 查询
“term”:{
“headDarDetail”:{
“value”:0,
“boost”:1
}
}

searchPorfile分析 下面这个这个阶段 耗时占比 97%
PointRangeQuery headDarDetail:[0 TO 0] 196.0ms 196.0ms 97.17%
headDarDetail 被解析成了范围查询

建议: headDarDetail 类型改成keyword 类型避免范围查询。

对于时间类型的数据优化,类似。
相对于 Term Query,Range Query 的执行时间要更长一些,当你限制范围时,Elasticsearch 只需要匹配更少的词条,范围越小,响应时间越短。如果有range的需求可以用datetype类型,字段类型是keyword还是date,这里要根据业务需求做取舍看是keyword 走term查询还是走date type做range。

https://stackoverflow.com/questions/54170329/why-are-is-indexordocvaluesquery-taking-so-long

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
模糊查询是指在Elasticsearch使用一定的方式去匹配查询内容,而不是完全精确匹配。在Elasticsearch中,有两种常用的模糊查询方式:match查询term查询。 match查询是一种高层查询,它会根据查询的字段的类型不同采用不同的查询方式。如果查询的是日期或数值字段,match查询会自动将查询内容转换成日期或数值进行匹配。如果查询的是一个不能被分词的字段(keyword),match查询不会对查询关键字进行分词。如果查询的是一个可以被分词的字段(text),match查询会将查询内容根据一定的方式进行分词,然后在分词库中匹配指定的内容。\[1\] term查询是一种精确匹配查询,它不会对查询的关键字进行分词。term查询会直接将查询关键字与文档分词库中的内容进行匹配,只有完全匹配才会返回结果。\[2\] 下面是使用match查询term查询的示例: 使用match查询进行模糊查询: ``` GET student_index/_search { "query": { "match": { "name": "James" } } } ``` 使用term查询进行精确匹配查询: ``` GET student_index/_search { "query": { "term": { "nationality": { "value": "The Greek" } } } } ``` 总结来说,match查询适用于需要进行分词匹配的情况,而term查询适用于需要精确匹配的情况。根据具体的需求选择合适的查询方式可以提高查询的准确性和效率。\[1\]\[2\] #### 引用[.reference_title] - *1* *2* [Elasticsearch 查询详解](https://blog.csdn.net/qq_34125999/article/details/127514768)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [Elasticsearch文档查询详解](https://blog.csdn.net/koutaoran4812/article/details/126167985)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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 1
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
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