【Elasticsearch】 09-DSL语法详解-精确检索term、terms 、range

在 Elasticsearch 中，精确查询和范围查询是非常常用的操作。本文将详细解释 term、 terms 和 range 查询的语法、参数说明、使用场景以及示例，同时还将介绍 term 和 match 之间的区别以及 term对不同字段类型的查询。

1. term 查询

term 查询用于执行精确匹配，它会查找指定字段中与查询值完全匹配的文档。
field_name 是要搜索的字段名，query_value 是要搜索的精确值

{
  "query": {
    "term": {
      "field_name": "query_value"
    }
  }
}

例如：要在状态字段中搜索值为 “active” 的文档，可以使用以下查询：

{
  "query": {
    "term": {
      "status": "active"
    }
  }
}

2. terms 查询

terms 查询用于执行多个值的精确匹配。它会查找指定字段中与查询值列表中任何一个值匹配的文档。
field_name 是要搜索的字段名，value1 和 value2 是要搜索的多个值。

{
  "query": {
    "terms": {
      "field_name": ["value1", "value2"]
    }
  }
}

例如：要在标签字段中搜索包含 “elasticsearch” 或 “kibana” 的文档，可以使用以下查询：

{
  "query": {
    "terms": {
      "tags": ["elasticsearch", "kibana"]
    }
  }
}

3. range 查询

range 查询用于在指定范围内执行搜索。它可以用于数值、日期等字段。

• gte：大于等于指定值。
• gt：大于指定值。
• lte：小于等于指定值。
• lt：小于指定值。
• format：针对日期范围查询，指定日期格式。
• time_zone：针对日期范围查询，指定时区信息。

数值格式

{
  "query": {
    "range": {
      "field_name": {
        "gte": "min_value",
        "lte": "max_value"
      }
    }
  }
}

field_name 是要搜索的字段名，min_value 和 max_value 是范围的最小值和最大值。

日期格式 format

对于日期字段，可以使用 format 参数来指定日期格式。

{
  "query": {
    "range": {
      "created_at": {
        "gte": "2023-07-01",
        "lte": "2023-07-31",
        "format": "yyyy-MM-dd"
      }
    }
  }
}

created_at 字段被解析为指定的日期格式。

日期格式 time_zone

如果字段值包含时区信息，可以使用 time_zone 参数来指定查询时的时区。

{
  "query": {
    "range": {
      "timestamp": {
        "gte": "now-1d",
        "time_zone": "+08:00"
      }
    }
  }
}

这个查询将匹配昨天以后的文档，但使用指定的时区。

4. 示例与应用场景

使用 term 查询

假设我们有一个用户数据集，包含性别和年龄字段。我们想要搜索性别为 “female” 的用户。可以使用以下查询：

{
  "query": {
    "term": {
      "gender": "female"
    }
  }
}

使用 terms 查询

现在，我们想要搜索标签为 “java” 或 “python” 的文章。可以使用以下查询：

{
  "query": {
    "terms": {
      "tags": ["java", "python"]
    }
  }
}

使用 range 查询

假设有一个产品数据集，包含发布日期和价格字段。想要搜索发布日期在 2023 年到 2024 年之间，并且价格在 100 到 500 之间的产品。可以使用以下查询：

{
  "query": {
    "range": {
      "publish_date": {
        "gte": "2023-01-01",
        "lte": "2024-12-31"
      }
    }
  }
}

5. term 查询和 match 查询的区别

虽然 term 查询和 match 查询都用于执行精确匹配，但它们在使用上有一些区别。

• term 查询：用于执行精确匹配，它会查找指定字段中与查询值完全匹配的文档。适用于关键词字段，不会进行分词。

• match 查询：用于执行全文检索，会将查询值进行分词后与文档进行匹配。适用于全文检索，支持分析器和模糊匹配。

6. term 对于不同字段类型的查询

当使用 term 查询时，对于不同的数据类型，其行为可能会有所不同。针对不同数据类型使用term 查询以及可能遇到的情况进行描述。

Text 字符串类型

对于文本字符串类型（例如 text 或 keyword），term 查询会执行精确匹配，但是不会分析查询值，而是直接与字段中的值进行比较。这意味着它不会进行分词，而是将查询值与字段值完全比对。

{
  "query": {
    "term": {
      "name.keyword": "Elasticsearch"
    }
  }
}

在这个例子中，将匹配 name 字段值为 “Elasticsearch” 的文档。

数值类型

对于数值类型，term 查询会直接匹配字段值。但要注意，数值类型有精度问题，因此在使用 term 查询时需要格外小心。

{
  "query": {
    "term": {
      "age": 25
    }
  }
}

这个查询将匹配 age 字段值为 25 的文档。

日期类型

对于日期类型，term 查询同样直接匹配字段值。但是，要确保查询值格式正确匹配字段的日期格式。

{
  "query": {
    "term": {
      "created_at": "2023-07-01T12:00:00"
    }
  }
}

这个查询将匹配 created_at 字段值为 “2023-07-01T12:00:00” 的文档。

布尔类型

对于布尔类型，term 查询可以直接匹配 true 或 false 值。

{
  "query": {
    "term": {
      "is_active": true
    }
  }
}

这个查询将匹配 is_active 字段值为 true 的文档。

其他类型

对于其他类型（如地理位置、IP 地址等），term 查询的行为也是类似的，直接进行精确匹配。需要注意的是，虽然 term 查询对于精确匹配很有用，但对于文本类型字段来说，由于不会进行分词，它可能无法涵盖全部查询需求。在需要进行全文检索或模糊匹配时，可能会更多地使用 match 查询等其他查询方法。

7、总结

在 Elasticsearch 中，term、terms 和 range 查询是非常常用的查询语法。它们分别适用于精确匹配、多值精确匹配和范围查询的场景。通过熟练掌握它们的语法和参数，能够更灵活地进行数据查询和分析，提升数据处理的效率。