【Elasticsearch系列十六】Mapping 映射

于 2024-09-21 08:00:00 发布
阅读量2.3w 收藏 31
点赞数 16
分类专栏： s7 Elasticsearch 文章标签： elasticsearch 大数据 搜索引擎
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/qyj19920704/article/details/142320375
版权

💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。
img

非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨

博客目录

1.Mapping 映射

概念：自动或手动为 index 中的_doc 建立的一种数据结构和相关配置，简称为 mapping 映射。

插入几条数据，让 es 自动为我们建立一个索引

PUT /website/_doc/1
{
  "post_date": "2019-01-01",
  "title": "my first article",
  "content": "this is my first article in this website",
  "author_id": 11400
}

PUT /website/_doc/2
{
  "post_date": "2019-01-02",
  "title": "my second article",
  "content": "this is my second article in this website",
  "author_id": 11400
}

PUT /website/_doc/3
{
  "post_date": "2019-01-03",
  "title": "my third article",
  "content": "this is my third article in this website",
  "author_id": 11400
}

对比数据库建表语句

create table website(
     post_date date,
     title varchar(50),
     content varchar(100),
     author_id int(11)
 );

动态映射：dynamic mapping，自动为我们建立 index，以及对应的 mapping，mapping 中包含了每个 field 对应的数据类型，以及如何分词等设置。

重点：我们当然，也可以手动在创建数据之前，先创建 index，以及对应的 mapping

GET  /website/_mapping/
{
  "website" : {
    "mappings" : {
      "properties" : {
        "author_id" : {
          "type" : "long"
        },
        "content" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "post_date" : {
          "type" : "date"
        },
        "title" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    }
  }
}

尝试各种搜索

GET /website/_search?q=2019        0条结果
GET /website/_search?q=2019-01-01           1条结果
GET /website/_search?q=post_date:2019-01-01     1条结果
GET /website/_search?q=post_date:2019          0 条结果

搜索结果为什么不一致，因为 es 自动建立 mapping 的时候，设置了不同的 field 不同的 data type。不同的 data type 的分词、搜索等行为是不一样的。

2.精确匹配与全文搜索

exact value 精确匹配:

2019-01-01，exact value，搜索的时候，必须输入 2019-01-01，才能搜索出来

如果你输入一个 01，是搜索不出来的 select * from book where name= ‘java’

full text 全文检索:

搜“笔记电脑”，笔记本电脑词条也要搜索出来,是如何做到的呢?

select * from book where name like ‘%java%’

  1. 缩写 vs. 全称：cn vs. china

  2. 格式转化：like liked likes

  3. 大小写：Tom vs tom

  4. 同义词：like vs love

不是单纯的只是匹配完整的一个值，而是可以对值进行拆分词语后（分词）进行匹配，也可以通过缩写、时态、大小写、同义词等进行匹配。

3.倒排索引核心原理

计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这种建立索引的方式叫倒排索引。
当数据写入 ES 时，数据将会通过分词被切分为不同的 term，ES 将 term 与其对应的文档列表建立一种映射关系，这种结构就是倒排索引。如下图所示

image-20230514010652308

为了进一步提升索引的效率，ES 在 term 的基础上利用 term 的前缀或者后缀构建了 term index, 用于对 term 本身进行索引，ES 实际的索引结构如下图所示：

image-20230514010727013

这样当我们去搜索某个关键词时，ES 首先根据它的前缀或者后缀迅速缩小关键词的在 term dictionary 中的范围，大大减少了磁盘IO的次数。

举例

doc1：I really liked my small dogs, and I think my mom also liked them.

doc2：He never liked any dogs, so I hope that my mom will not expect me to liked him.

分词，初步的倒排索引的建立

termdoc1doc2
I**
really*
liked**
my**
small*
dogs*
and*
think*
mom**
also*
them*
He*
never*
any*
so*
hope*
that*
will*
not*
expect*
me*
to*
him*

演示了一下倒排索引最简单的建立的一个过程

mother like little dog，不可能有任何结果

这不是我们想要的结果。同义词 mom\mother 在我们人类看来是一样。想进行标准化操作。

重建倒排索引:

normalization 正规化，建立倒排索引的时候，会执行一个操作，也就是说对拆分出的各个单词进行相应的处理，以提升后面搜索的时候能够搜索到相关联的文档的概率

时态的转换，单复数的转换，同义词的转换，大小写的转换

  • mom ―> mother

  • liked ―> like

  • small ―> little

  • dogs ―> dog

重新建立倒排索引，加入 normalization，再次用 mother liked little dog 搜索，就可以搜索到了

worddoc1doc2normalization
I**
really*
like**liked ―> like
my**
little*small ―> little
dog*dogs ―> dog
and*
think*
mother**mom ―> mother
also*
them*
He*
never*
any*
so*
hope*
that*
will*
not*
expect*
me*
to*
him*

重新搜索

搜索：mother liked little dog

对搜索条件经行分词 normalization

mother

liked -》like

little

dog

doc1 和 doc2 都会搜索出来

4.分词器 analyzer

作用:

  • 切分词语
  • normalization
  • 提升 recall 召回率

analyzer:给你一段句子，然后将这段句子拆分成一个一个的单个的单词，同时对每个单词进行 normalization（时态转换，单复数转换）

recall召回率:搜索的时候，增加能够搜索到的结果的数量

analyzer 组成部分:

  • character filter：在一段文本进行分词之前，先进行预处理，比如说最常见的就是，过滤 html 标签
  • tokenizer：分词，hello you and me --> hello, you, and, me
  • token filter：
    • lowercase
    • stop word: a/the/an --> 干掉
    • synonymom
      • dogs --> dog 单复数
      • liked --> like 时态
      • Tom --> tom 大小写
      • mother --> mom 近义词
      • small --> little 近义词

一个分词器，将一段文本进行各种处理，最后处理好的结果才会拿去建立倒排索引。

5.内置分词器

例句：Set the shape to semi-transparent by calling set_trans(5)

  • standard analyzer 标准分词器：set, the, shape, to, semi, transparent, by, calling, set_trans, 5（默认的是 standard）

  • simple analyzer 简单分词器：set, the, shape, to, semi, transparent, by, calling, set, trans

  • whitespace analyzer：Set, the, shape, to, semi-transparent, by, calling, set_trans(5)

  • language analyzer（特定的语言的分词器，比如说，english，英语分词器）：set, shape, semi, transpar, call, set_tran, 5

内置分词器官方文档

image-20230511114715378

6.根据字段分词策略

query string 必须以和 index 建立时相同的 analyzer 进行分词

query string 对 exact value 和 full text 的区别对待

  • date：exact value 精确匹配

  • text: full text 全文检索

#测试分词器
GET /_analyze
{
  "analyzer": "standard",
  "text": "Text to analyze 80"
}

返回值：

{
  "tokens": [
    {
      "token": "text",
      "start_offset": 0,
      "end_offset": 4,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "to",
      "start_offset": 5,
      "end_offset": 7,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "analyze",
      "start_offset": 8,
      "end_offset": 15,
      "type": "<ALPHANUM>",
      "position": 2
    },
    {
      "token": "80",
      "start_offset": 16,
      "end_offset": 18,
      "type": "<NUM>",
      "position": 3
    }
  ]
}

  • token 实际存储的 term 关键字

  • position 在此词条在原文本中的位置

  • start_offset/end_offset 字符在原始字符串中的位置

7.mapping 总结

  1. 往 es 里面直接插入数据，es 会自动建立索引，同时建立对应的 mapping。(dynamic mapping)

  2. mapping 中就自动定义了每个 field 的数据类型

  3. 不同的数据类型（比如说 text 和 date），可能有的是 exact value，有的是 full text

  4. exact value，在建立倒排索引的时候，分词的时候，是将整个值一起作为一个关键词建立到倒排索引中的；full text，会经历各种各样的处理，分词，normaliztion（时态转换，同义词转换，大小写转换），才会建立到倒排索引中。

  5. 同时呢，exact value 和 full text 类型的 field 就决定了，在一个搜索过来的时候，对 exact value field 或者是 full text field 进行搜索的行为也是不一样的，会跟建立倒排索引的行为保持一致；比如说 exact value 搜索的时候，就是直接按照整个值进行匹配，full text query string，也会进行分词和 normalization 再去倒排索引中去搜索

  6. 可以用 es 的 dynamic mapping，让其自动建立 mapping，包括自动设置数据类型；也可以提前手动创建 index 和 tmapping，自己对各个 field 进行设置，包括数据类型，包括索引行为，包括分词器，等。

8.核心的数据类型

官网数据类型

类型说明
stringtext and keyword
Numericlong, integer, short, byte, double, float, half_float, scaled_float
Datedate
Date nanosecondsdate_nanos
Booleanboolean
Binarybinary
Rangeinteger_range, float_range, long_range, double_range, date_range

image-20230515150721751

dynamic mapping 推测规则:

  • true or false --> boolean

  • 123 --> long

  • 123.45 --> double

  • 2019-01-01 --> date

  • “hello world” --> text/keywod

查看 mapping:

GET /index/_mapping/

9.手动管理 mapping

查询所有索引的映射:

GET /_mapping

创建映射:

创建索引后，应该立即手动创建映射

PUT book/_mapping
{
	"properties": {
           "name": {
                  "type": "text"
            },
           "description": {
              "type": "text",
              "analyzer":"english",
              "search_analyzer":"english"
           },
           "pic":{
             "type":"text",
             "index":false
           },
           "studymodel":{
             "type":"text"
           }
    }
}

10.Text 文本类型

analyzer:

通过 analyzer 属性指定分词器。

上边指定了 analyzer 是指在创建索引和搜索时都使用 english，如果单独想定义搜索时使用的分词器则可以通过 search_analyzer 属性。

index:

index 属性指定是否索引。默认为 index=true，即要进行索引，只有进行索引才可以从索引库搜索到。

但是也有一些内容不需要索引，比如：商品图片地址只被用来展示图片，不进行搜索图片，此时可以将 index 设置为 false。

删除索引，重新创建映射，将 pic 的 index 设置为 false，尝试根据 pic 去搜索，结果搜索不到数据。

store:

是否在 source 之外存储，每个文档索引后会在 ES 中保存一份原始文档，存放在"_source"中，一般情况下不需要设置 store 为 true，因为在_source 中已经有一份原始文档了。

测试

PUT book/_mapping
{
		"properties": {
           "name": {
                  "type": "text"
            },
           "description": {
              "type": "text",
              "analyzer":"english",
              "search_analyzer":"english"
           },
           "pic":{
             "type":"text",
             "index":false
           },
           "studymodel":{
             "type":"text"
           }
    }
}

插入文档：

PUT /book/_doc/1
{
  "name":"Bootstrap开发框架",
  "description":"Bootstrap是由Twitter推出的一个前台页面开发框架，在行业之中使用较为广泛。此开发框架包含了大量的CSS、JS程序代码，可以帮助开发者（尤其是不擅长页面开发的程序人员）轻松的实现一个不受浏览器限制的精美界面效果。",
  "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg",
  "studymodel":"201002"
}

Get /book/_search?q=name:开发

Get /book/_search?q=description:开发

Get /book/_search?q=pic:group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg

Get /book/_search?q=studymodel:201002

通过测试发现：name 和 description 都支持全文检索，pic 不可作为查询条件。

11.keyword 关键字

目前已经取代了"index": false。

上边介绍的 text 文本字段在映射时要设置分词器，keyword 字段为关键字字段，通常搜索 keyword 是按照整体搜索，所以创建 keyword 字段的索引时是不进行分词的，比如：邮政编码、手机号码、身份证等。

keyword 字段通常用于过虑、排序、聚合等。

12.date 日期类型

日期类型不用设置分词器。通常日期类型的字段用于排序。

format:通过 format 设置日期格式

下边的设置允许 date 字段存储年月日时分秒、年月日格式。

{
  "properties": {
    "timestamp": {
      "type": "date",
      "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd"
    }
  }
}

插入文档：

Post book/doc/3
{
  "name": "spring 开发基础",
  "description": "spring 在 java 领域非常流行，java 程序员都在用。",
  "studymodel": "201001",
  "pic": "group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg",
  "timestamp": "2018-07-04 18:28:58"
}

13.数值类型

1、尽量选择范围小的类型，提高搜索效率

2、对于浮点数尽量用比例因子，比如一个价格字段，单位为元，我们将比例因子设置为 100 这在 ES 中会按分 存储，映射如下：

"price": {
        "type": "scaled_float",
        "scaling_factor": 100
  },

由于比例因子为 100，如果我们输入的价格是 23.45 则 ES 中会将 23.45 乘以 100 存储在 ES 中。

如果输入的价格是 23.456，ES 会将 23.456 乘以 100 再取一个接近原始值的数，得出 2346。

使用比例因子的好处是整型比浮点型更易压缩，节省磁盘空间。

更新已有映射，并插入文档：

PUT book/doc/3
{
"name": "spring开发基础",
"description": "spring 在java领域非常流行，java程序员都在用。",
"studymodel": "201001",
 "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg",
 "timestamp":"2018-07-04 18:28:58",
 "price":38.6
}

14.修改映射

只能创建 index 时手动建立 mapping，或者新增 field mapping，但是不能 update field mapping。

因为已有数据按照映射早已分词存储好。如果修改，那这些存量数据怎么办。

删除映射:通过删除索引来删除映射。

新增一个字段 mapping

PUT /book/_mapping/
{
  "properties": {
    "new_field": {
      "type": "text",
      "index": "false"
    }
  }
}

如果修改 mapping,会报错

PUT /book/_mapping/
{
  "properties": {
    "studymodel": {
      "type": "keyword"
    }
  }
}

返回：

{
  "error": {
    "root_cause": [
      {
        "type": "illegal_argument_exception",
        "reason": "mapper [studymodel] of different type, current_type [text], merged_type [keyword]"
      }
    ],
    "type": "illegal_argument_exception",
    "reason": "mapper [studymodel] of different type, current_type [text], merged_type [keyword]"
  },
  "status": 400
}

15.复杂数据类型

multivalue field:

{
  "tags": ["tag1", "tag2"]
}

建立索引时与 string 是一样的，数据类型不能混

empty field:

null，[]，[null]

object field:

PUT /company/_doc/1
{
  "address": {
    "country": "china",
    "province": "guangdong",
    "city": "guangzhou"
  },
  "name": "jack",
  "age": 27,
  "join_date": "2019-01-01"
}

address：object 类型

查询映射

GET /company/_mapping
{
  "company" : {
    "mappings" : {
      "properties" : {
        "address" : {
          "properties" : {
            "city" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "country" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "province" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            }
          }
        },
        "age" : {
          "type" : "long"
        },
        "join_date" : {
          "type" : "date"
        },
        "name" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    }
  }
}

object

{
  "address": {
    "country": "china",
    "province": "guangdong",
    "city": "guangzhou"
  },
  "name": "jack",
  "age": 27,
  "join_date": "2017-01-01"
}

底层存储格式

{
    "name":            [jack],
    "age":          [27],
    "join_date":      [2017-01-01],
    "address.country":         [china],
    "address.province":   [guangdong],
    "address.city":  [guangzhou]
}

对象数组：

{
  "authors": [
    { "age": 26, "name": "Jack White" },
    { "age": 55, "name": "Tom Jones" },
    { "age": 39, "name": "Kitty Smith" }
  ]
}

存储格式：

{
    "authors.age":    [26, 55, 39],
    "authors.name":   [jack, white, tom, jones, kitty, smith]
}

觉得有用的话点个赞 👍🏻 呗。
❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄

💘💘💘如果觉得这篇文对你有帮助的话，也请给个点赞、收藏下吧，非常感谢!👍 👍 👍

🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙

img

Excel VLOOKUP实用教程之 06 vlookup如何从使用通配符进行部分查找？（教程含数据excel）
iCloudEnd的博客
09-09 1028
vlookup如何从使用通配符进行部分查找？例如，假设您有一个如下所示的数据集，并且您想在列表中查找公司 ABC，但列表中有 ABC Ltd 而不是 ABC。
excel表格中vlookup函数的使用
Gorden的博客
10-23 998
该函数的语法规则如下：（不想看就不看，下面直接看例子） VLOOKUP ( lookup_value, table_array, col_index_num, range_lookup) 参数 简单说明 输入数据...
Excel表VLOOKUP多个条件匹配数据
SAPer_Leon的博客
07-16 2万+
数据校验时，经常会使用多个条件查询某个值，例如按照供应商和物料的组合条件查询合同系统提供的合同价格，作为信息记录的采购价格。 可以使用VLOOKUP和IF{1,0}函数组合，具体公式为： =VLOOKUP(条件1&条件2,if({1,0},条件1范围&条件2范围,结果范围),2,0) 样例： 有三点需要注意： 1）条件1&条件2，选择单值；否则匹配结果只是第一行数据。 2）条件1范围&条件2范围和结果范围，要选择范围；否则匹配结果是按照原有排序数据。 3）因为是数组公式
MATLAB 盖尔-沙普利算法（多对一稳定匹配）
asterghost的博客
06-12 4495
% 盖尔-沙普利算法，输入交换机与控制器的偏好列表，输出稳定匹配的交换机-控制器对 % 由于控制器可以接受多个交换机的匹配请求并完成配对； % 是一个多对一的匹配过程； % 相比于经典的G-S算法有不同的地方 function f = Gale_Shapley( GAMMA_switch, I, GAMMA_controller, J, lammd_expand ) global x_initi...
excel由多个条件匹配结果的3种方法
gulie8的博客
03-11 3万+
vlookup进行单个条件的匹配自不必说，这里主要记录一下进行由多个条件（即多列）来匹配结果的方法。 有3种方法： 一.添加辅助列 简单易理解。 二.vlookup结合if{1,0}虚拟数组 重点理解if({1,0},A:A&B:B,c:c)，它的作用就是生成一组组数据，数据样式是：( 条件一&条件二,结果列; …………)，即条件与结果之间以逗号隔开、每组数据之间以分号隔开。vlookup里第三个参数的“2”就是选择符合条件的组数据的第二项即结果项。 三....
Excel一维表多条件查找匹配单个结果的操作
ffcell2016的博客
07-12 1134
如下图所示的一维表，想根据水果名和场地，着2个条件检索出对应的价格情况，看小编的动图演示吧（方方格子插件）） 1.选择方方格子按钮2.选择查找定位按钮3.选择多条件查找按钮4.弹出对话框选择条件拉选按钮5.拉选EF2列条件所在区域6.选择条件区域拉选按钮​7.拉选AB2列内容8.选择拉选数据区域按钮9.拉选C列价格内容10.选择结果存放按钮11.拉选G列输出区域​12.如果我们想查看具体的公式内容，可以选择使用公式，并单击确定按钮13.好了操作完成14.即可看到输出的结果​如果经验帮到了你，请记得分享！..
Excel表格中将一个表格的数据匹配到另外一个表格(vlookup函数的使用)
热门推荐
薛老师的博客
04-24 6万+
vlookup匹配两个表格
excel中的vlookup如何实现根据多个条件查找？
石头的博客
07-22 4862
现需要根据小区和户型，找到对应的价格。3个及以上条件公式与 2 个条件公式类似，只需要修改查找值和CHOOSE 函数第二个参数。根据以上思路可以写出 VLOOKUP + CHOOSE + 数组公式组合的查找公式。注意，此公式是数组公式，需要以三键输入：CTRL + SHIFT + ENTER。本篇介绍 VLOOKP+CHOOSE 组合查找公式，可根据任意条件数量进行查找。下面以两个条件进行查找为例，介绍 VLOOKP+CHOOSE 组合查找公式。注意，公式是数组公式，需要以三键输入。
EXCEL——Vlookup17个高级用法
zhanglongfei1016的专栏
08-19 1万+
【例】查找A产品最后一次进货价格注：Vlookup最后一个参数省略时，可以象lookup进行二分法查找，用0/（条件）把不符合条件的变成错误值，符合条件的变成0，然后用一个足够大的数查找。IF后兰色故意把常见的1写成100，想让大家知道这个只要是非0的数字都可以。
VLOOKUP函数的使用方法
11-04
VLOOKUP函数是Excel表格中的重要功能之一，主要用于在数据表的第一列中查找特定的值，并返回该行中的指定列的值。它的基本语法结构为：VLOOKUP(lookup_value, table_array, col_index_num, [range_lookup])。其中，...
GaleShapley_1213_盖尔沙普利算法_多对一匹配
09-11
利用matlab 进行多对一匹配，实现稳定匹配，在资源分配方面有重要意义
VLOOKUP函数的使用方法经典.doc
05-27
虽然VLOOKUP本身不支持多条件查找，但可以通过组合使用其他函数（如INDEX和MATCH）来实现这一功能。 例如，假设需要在一个大型数据库中根据姓名和性别查找年龄。可以使用以下组合公式： \[ =INDEX(年龄列, MATCH(1...
vlookup练习_学VLOOKUP一对多匹配？脑细胞太少还是学这个简便方法
weixin_39629679的博客
12-11 746
VLOOKUP做数据匹配简直方便得不要不要的，真真正正的职场必备函数！但是有时候VLOOKUP处理一些非常规的数据匹配，好像就比较麻烦了，比如一对多匹配。一、辅助列方法利用辅助列将每个分公司标记出现次数作为唯一值，然后再匹配，思路比较常规，就是这个公式看起来有点怕怕。二、一个公式搞定当然如果你觉得上面辅助列比较麻烦，也可以一个公式搞定，不过这个公式就难以理解了，比上面一个还难理解，而且巨长无比！！...
vlookup匹配值不唯一_教你用Vlookup一对多查找，又快又准！
weixin_39889597的博客
12-03 2万+
常规情况下利用Vlookup查找，当数据源有多条结果时，Vlookup也只返回第一条查询结果。这是为什么呢？首先来看一下原厂说明书中 Vlookup 的语法及参数简释 语法：VLOOKUP(lookup_value, table_array, col_index_num, [range_lookup]) 参数简释 lookup_value 必需。要在表格或区域的第一列中搜索的值。(也就是第一参数查...
Vlookup教程之通配符模糊查找
weixin_34185364的博客
10-08 1103
Excel实践者继续来写一篇vlookup结合通配符的查找案例。关于vlookup的各种应用在excel2010函数入门视频教程中也已经解释很多了，从正向到逆向，从精确到模糊，共讲了4集1小时多。但还是一种情况没讲到，在这进行补充讲解下。Vlookup的语法结构为查找值，查找区域，返回查找区域中的第几列，匹配类型。具体请在本博客搜索框搜索vlookup。相信你能得到你要的。今...
EXCEL一对多关系将结果合并到一个单元格
Gage_0209的博客
11-30 5319
举例说明假设给出国家省和国家市的对应表，因为每个省都有很多个城市（如图1，截取了部分），属于一对多的情况；如何将同一个省的城市合并放到同一个单元格内；结果要求（图2）
Excel一对多查询（index+small+if）
weixin_30871905的博客
01-25 2494
一、学习 一对多查询模式化数组公式： =INDEX(区域,SMALL(IF(条件,行号数组,4^8),ROW(A1))) 三键齐按（ctrl+shift+回车） 在具有多个符合条件的情况下，提取和匹配方法~ 我们需要解决三种类型的问题： 1，李商隐第一次出现时的B列值； 2，李商隐最后一次出现时的B列值； 3，李商隐第n次出现时候的B列值（假设n=2）。 前面两个问题是比...
vlookup多项匹配_Vlookup函数入门
weixin_29297127的博客
01-04 1436
Vlookup函数是函数中的查找之王，功能十分强大。它能进行单条件查找、多条件查找、精确查找、模糊查找、逆向查找等多项功能。Vlookup函数也是入门级的函数，是通往函数大门的敲门砖。Vlookup函数语法如下：VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)当我们打开vlookup函数设置会发现，有四个框格，代表四个参数。四...
多对一查询
qq_53374893的博客
03-25 474
是这样的，首先学生表中有三个属性，前两个属性要出现在结果集中，第三个属性哦用于查找教师的名字，然后呢，用resultMap重新处理，将老师的名字重新对应为学生表的第三个属性。其实这样做有局限。
VLOOKUP函数怎么使用，参数是什么意思
最新发布
03-12
<think>嗯，用户想了解Excel中的VLOOKUP函数的用法和参数含义。首先，我需要回忆一下VLOOKUP的基本结构。VLOOKUP是垂直查找函数，用于在表格的首列查找指定的值，然后返回该行中指定列的数据。它的四个参数分别是查找值、表格范围、列索引号和匹配模式。 接下来，我得确认每个参数的具体作用。第一个参数是lookup_value，也就是用户要查找的值，比如产品ID或者姓名。第二个参数是table_array，即查找的范围，这里要注意的是，查找值必须位于这个范围的第一列，否则函数无法正确工作。第三个参数是col_index_num，也就是用户想要返回的数据在表格范围中的第几列，这个列数是从表格范围的第一列开始算起的，不是整个工作表的列。第四个参数是range_lookup，决定是精确匹配还是近似匹配，通常用FALSE或0来指定精确匹配，避免错误。 然后，用户可能需要一个具体的例子来理解如何使用。比如，假设有一个产品价格表，用户想根据产品ID查找对应的价格。这时候，VLOOKUP就可以在ID列查找，然后返回价格列的数据。同时，要提醒用户注意表格范围最好使用绝对引用，比如$A$2:$C$100，这样在拖动公式时范围不会变化。 可能遇到的问题也需要考虑。比如，如果查找值不在表格的第一列，或者列索引号超过了表格的列数，函数会返回错误。此外，数据格式不一致也可能导致问题，比如查找值是数字，而表格中是文本格式的数字，这时候需要统一格式。还有，当出现#N/A错误时，可能是查找值不存在，或者匹配模式设置不正确，需要检查参数是否正确。 用户可能还会问到如何避免常见的错误，比如部分数据匹配出错的情况。这时候需要检查是否有多余的空格，或者数据格式不一致，或者表格范围没有锁定导致拖动时偏移。此外，XLOOKUP作为VLOOKUP的升级版，可能在某些情况下更方便，比如可以向左查找或者返回多列数据，这也是可以提及的内容。 最后，整理步骤，从基础语法到参数说明，再到具体案例，逐步引导用户理解如何使用VLOOKUP函数。同时，提供常见错误和解决方法，帮助用户在实际应用中避免问题。如果有必要，还可以比较VLOOKUP和其他查找函数的区别，比如HLOOKUP或XLOOKUP，但根据用户的问题，主要集中在VLOOKUP本身即可。</think>### Excel VLOOKUP函数详解 #### 一、基础语法与参数说明 VLOOKUP函数的语法为： $$=VLOOKUP(lookup\_value, table\_array, col\_index\_num, [range\_lookup])$$ 包含4个参数： 1. **lookup_value**（必填）：要查找的值（如单元格引用或具体值） 2. **table_array**（必填）：包含数据的表格范围（必须包含查找列和返回列） 3. **col_index_num**（必填）：返回值所在列的序号（从table_array第一列开始计数） 4. **range_lookup**（可选）：匹配类型 - `TRUE`/`1`：近似匹配（默认值，需数据升序排列） - `FALSE`/`0`：精确匹配（常用选项） [^1][^2] #### 二、使用步骤演示（工资表查询案例） 假设需要根据员工编号查询工资： 1. 建立查询单元格（如`B12`） 2. 输入公式： ```excel =VLOOKUP(A12, $A$2:$D$100, 4, 0) ``` - `A12`：待查询的员工编号 - `$A$2:$D$100`：锁定数据区域（绝对引用） - `4`：返回第4列（工资列） - `0`：精确匹配 [^2][^3] #### 三、常见错误与解决方法 | 错误现象 | 原因 | 解决方案 | |---------|------|---------| | #N/A | 查找值不存在 | 检查数据源或改用`IFERROR`容错 | | #REF! | 列序号超出范围 | 确认col_index_num ≤ 表格列数 | | 部分匹配失败 | 数据格式不一致 | 统一数值/文本格式 | | 结果错位 | 表格未锁定 | 使用`$`符号固定区域引用 | [^3][^4] #### 四、进阶技巧 1. **多条件查询**： 使用辅助列合并多个条件字段 ```excel =VLOOKUP(A2&B2, $D$2:$F$100, 3, 0) ``` 2. **通配符匹配**： `"*"`匹配任意字符，`"?"`匹配单个字符 ```excel =VLOOKUP("张*", $A$2:$C$100, 3, 0) ``` 3. **跨表查询**： 引用其他工作表数据 ```excel =VLOOKUP(A2, Sheet2!$A$2:$D$100, 4, 0) ``` [^1][^4]
评论 9
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

打赏作者

檀越@新空间

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