做电容的网站,电商网站为什么要提高网站友好度,西安网站手机网站建设,上海市建设项目施工审图网站查询所有 match_all 分页查询 from size深分页查询 Scroll指定字段排序 sort返回指定字段_sourcematch 短语查询 match_phrase多字段查询 multi_matchquery_string simple_query_string 关键词查询 Term 结构化搜索 前缀查询 prefix通配符查询 wildcard范围查询 range多 id 查…查询所有 match_all 分页查询 from size深分页查询 Scroll指定字段排序 sort返回指定字段_sourcematch 短语查询 match_phrase多字段查询 multi_matchquery_string simple_query_string 关键词查询 Term 结构化搜索 前缀查询 prefix通配符查询 wildcard范围查询 range多 id 查询 ids模糊查询 fuzzy高亮 highlight Query DSLDomain Specified Language是利用Rest API传递JSON格式的请求体(RequestBody)与ES进行交互
查询所有 match_all
使用match_all默认只会返回10条数据 _search查询默认采用的是分页查询每页记录数size的默认值为10如果想显示更多数据指定size
GET /es_db/_search
# 等同于
GET /es_db/_search
{query:{match_all:{}}}分页查询 from size
返回指定条数size size 关键字: 指定查询结果中返回指定条数。 默认返回值10条from size的结果必须小于或等于10000可以采用scroll api更高效的请求大量数据集
GET /es_db/_search
{query:{match_all:{}},size: 100}查询结果的窗口的限制可以通过参数index.max_result_window进行设置 index.max_result_window主要用来限制单次查询满足查询条件的结果窗口的 不能简单理解成查询返回给调用方的数据量窗口大小由from size共同决定 主要是为了限制内存的消耗 尽管最后我们只取了10条数据返回给客户端但ES进程执行查询操作的过程中确需要将1000000 10的记录都加载到内存中这也是ES中不推荐采用from size方式进行深度分页的原因
PUT /es_db/_settings
{index.max_result_window:20000}
# 修改所有的索引
PUT /_all/_settings
{index.max_result_window:20000}分页查询 form from 关键字: 用来指定起始返回位置和size关键字连用可实现分页效果
GET /es_db/_search
{query:{match_all:{}},size:5,from:0}深分页查询 Scroll
查询命令中新增 scroll1m说明采用游标查询保持游标查询窗口一分钟
GET /es_db/_search?scroll1m
{query:{match_all:{}},size:2}采用游标id查询 多次根据scroll_id游标查询直到没有数据返回则结束查询采用游标查询索引全量数据更安全高效限制了单次对内存的消耗
GET /_search/scroll
{scroll:1m,scroll_id:FGluY2x1ZGVfY29udGV4dF91dWlkDXF1ZXJ5QW5kRmV0Y2gBFmNwcVdjblRxUzVhZXlicG9HeU02bWcAAAAAAABmzRY2YlV3Z0o5VVNTdWJobkE5Z3MtXzJB}指定字段排序 sort
会让得分失效
GET /es_db/_search
{query:{match_all:{}},sort:[{age:desc}]}返回指定字段_source
_source 关键字: 是一个数组在数组中用来指定展示那些字段
GET /es_db/_search
{query:{match_all:{}},_source:[name,address]}match
match在匹配时会对所查找的关键词进行分词然后按分词匹配查找 query : 指定匹配的值operator : 匹配条件类型 and : 条件分词后都要匹配or : 条件分词后有一个匹配即可 (默认) minmum_should_match : 最低匹配度即条件在倒排索引中最低的匹配度
# 模糊匹配 match 分词后 or 的效果
GET /es_db/_search
{query:{match:{address:广州白云山公园}}}
# 分词后 and 的效果
GET /es_db/_search
{query:{match:{address:{query:广州白云山公园,operator:AND}}}}当operator参数设置为or时minnum_should_match参数用来控制匹配的分词的最少数量
# 最少匹配 广州公园 两个词
GET /es_db/_search
{query:{match:{address:{query:广州公园,minimum_should_match:2}}}}短语查询 match_phrase
match_phrase 查询分析文本并根据分析的文本创建一个短语查询match_phrase 会将检索关键词分词match_phrase 的分词结果必须在被检索字段的分词中都包含而且顺序必须相同而且默认必须都是连续的
GET /es_db/_search
{query:{match_phrase:{address:广州白云山}}}address 改成”广州白云“可能查不出数据 广州和白云不是相邻的词条中间会隔一个白云山而match_phrase匹配的是相邻的词条 可以借助slop参数解决词条间隔的问题 slop参数告诉match_phrase查询词条能够相隔多远时仍然将文档视为匹配
# 广州云山分词后相隔为 2可以匹配到结果
GET /es_db/_search
{query:{match_phrase:{address:{query:广州云山,slop:2}}}}多字段查询 multi_match
可以根据字段类型决定是否使用分词查询得分最高的在前面字段类型分词将查询条件分词之后进行查询如果该字段不分词就会将查询条件作为整体进行查询
GET /es_db/_search
{query:{multi_match:{query:长沙张龙,fields:[address,name]}}}query_string
允许我们在单个查询字符串中指定 AND | OR | NOT 条件同时也支持多字段搜索在所有字段中搜索查询字段分词就将查询条件分词查询查询字段不分词将查询条件不分词查询未指定字段查询
GET /es_db/_search
{query:{query_string:{query:张三 OR 橘子洲}}}指定单个字段查询
GET /es_db/_search
{query:{query_string:{default_field:address,query:白云山 OR 橘子洲}}}指定多个字段查询
GET /es_db/_search
{query:{query_string:{fields:[name,address],query:张三 OR (广州 AND 王五)}}}simple_query_string
类似 Query String但是会忽略错误的语法同时只支持部分查询语法不支持 AND OR NOT会当作字符串处理支持部分逻辑 替代 AND| 替代 OR - 替代 NOT 默认的 operator 是 OR
GET /es_db/_search
{query:{simple_query_string:{fields:[name,address],query:广州公园,default_operator:AND}}}关键词查询 Term
Term 用来使用关键词查询 (精确匹配)还可以用来查询没有被进行分词的数据类型Term 是表达语意的最小单位match 在匹配时会对所查找的关键词进行分词然后按分词匹配查找而 term 会直接对关键词进行查找一般模糊查找的时候多用 match而精确查找时可以使用 term只有 text 类型分词Term 查询对输入不做分词 会将输入作为一个整体在倒排索引中查找准确的词项并且使用相关度算分公式为每个包含该词项的文档进行相关度算分
GET /es_db/_search
{query:{term:{address:{value:广州白云}}}}可以通过 Constant Score 将查询转换成一个 Filtering避免算分并利用缓存提高性能 将 Query 转成 Filter忽略 TF-IDF 计算避免相关性算分的开销Filter 可以有效利用缓存
GET /es_db/_search
{query:{constant_score:{filter:{term:{address.keyword:广州白云山公园}}}}}结构化搜索
结构化搜索 (Structured search) 是指对结构化数据的搜索结构化数据 日期布尔类型和数字都是结构化的文本也可以是结构化的 如彩色笔可以有离散的颜色集合红 (red) 、绿 (green)、蓝 (blue)一个博客可能被标记了标签例如分布式 (distributed) 和搜索 (search)电商网站上的商品都有 UPC (通用产品码 Universal Product Code) 或其他的唯一它们都需要遵从严格规定的、结构化的格式 应用场景对 bool日期数字结构化的文本可以利用 term 做精确匹配term 处理多值字段 term查询是包含不是等于
前缀查询 prefix
它会对分词后的 term 进行前缀搜索 它不会分析要搜索的字符串传入的前缀就是想要查找的前缀默认状态下前缀查询不做相关度分数计算它只是将所有匹配的文档返回然后赋予所有相关分数值为1它的行为更像是一个过滤器而不是查询两者实际的区别就是过滤器是可以被缓存的而前缀查询不行 prefix 的原理需要遍历所有倒排索引并比较每个 term 是否已所指定的前缀开头
GET /es_db/_search
{query:{prefix:{address:{value:广州}}}}通配符查询 wildcard
通配符查询工作原理和 prefix 相同只不过它不是只比较开头它能支持更为复杂的匹配模式
GET /es_db/_search
{query:{wildcard:{address:{value:*白*}}}}范围查询 range
range 范围关键字 gte 大于等于lte 小于等于gt 大于lt 小于now 当前时间
POST /es_db/_search
{query:{range:{age:{gte:25,lte:28}}}}日期 range
GET /product/_search
{query:{range:{date:{gte:now‐2y }}}}多 id 查询 ids
ids 关键字 : 值为数组类型用来根据一组 id 获取多个对应的文档
GET /es_db/_search
{query:{ids:{values:[1,2]}}}模糊查询 fuzzy
使用 fuzziness 属性来进行模糊查询从而达到搜索有错别字的情形fuzzy 查询会用到两个很重要的参数fuzzinessprefix_length fuzziness表示输入的关键字通过几次操作可以转变成为 ES 库里面的对应 field 的字段 操作是指新增一个字符删除一个字符修改一个字符每次操作可以记做编辑距离为 1 如中文集团到中威集团编辑距离就是1只需要修改一个字符 该参数默认值为0即不开启模糊查询 prefix_length表示限制输入关键字和ES对应查询field的内容开头的第n个字符必须完全匹配不允许错别字匹配 如这里等于1则表示开头的1个字必须匹配不匹配则不返回默认值也是0加大prefix_length的值可以提高效率和准确率 fuzzy 模糊查询 最大模糊错误 必须在0-2之间 搜索关键词长度为 2不允许存在模糊搜索关键词长度为3-5允许1次模糊搜索关键词长度大于5允许最大2次模糊
GET /es_db/_search
{query:{fuzzy:{address:{value:白运山,fuzziness:1}}}}高亮 highlight
highlight 关键字可以让符合条件的文档中的关键词高亮 pre_tags 前缀标签post_tags 后缀标签tags_schema 设置为styled可以使用内置高亮样式require_field_match 多字段高亮需要设置为false
GET /products/_search
{query:{term:{name:{value:牛仔}}},highlight:{fields:{*:{}}}}自定义高亮 html 标签 可以在 highlight 中使用 pre_tags 和 post_tags多字段高亮require_field_match 设置为 false
GET /products/_search
{query:{term:{name:{value: 牛仔}}},highlight:{post_tags:[/span],pre_tags:[span stylecolor:red], # 多字段高亮require_field_match:false,fields:{*:{}}}}
