云服务器如何安装网站,爱站网seo综合查询,可以做热图的工具网站,快速网站建设费用elasticsearch 查询#xff08;match和term#xff09; es中的查询请求有两种方式#xff0c;一种是简易版的查询#xff0c;另外一种是使用JSON完整的请求体#xff0c;叫做结构化查询#xff08;DSL#xff09;。 由于DSL查询更为直观也更为简易#xff0c;所以大都使…elasticsearch 查询match和term es中的查询请求有两种方式一种是简易版的查询另外一种是使用JSON完整的请求体叫做结构化查询DSL。 由于DSL查询更为直观也更为简易所以大都使用这种方式。 DSL查询是POST过去一个json由于post的请求是json格式的所以存在很多灵活性也有很多形式。 这里有一个地方注意的是官方文档里面给的例子的json结构只是一部分并不是可以直接黏贴复制进去使用的。一般要在外面加个query为key的机构。 match 最简单的一个match例子 查询和我的宝马多少马力这个查询语句匹配的文档。 {query: {match: {content : {query : 我的宝马多少马力}}}
} 上面的查询匹配就会进行分词比如宝马多少马力会被分词为宝马 多少 马力, 所有有关宝马 多少 马力, 那么所有包含这三个词中的一个或多个的文档就会被搜索出来。 并且根据lucene的评分机制(TF/IDF)来进行评分。 match_phrase 比如上面一个例子一个文档我的保时捷马力不错也会被搜索出来那么想要精确匹配所有同时包含宝马 多少 马力的文档怎么做就要使用 match_phrase 了 {query: {match_phrase: {content : {query : 我的宝马多少马力}}}
} 完全匹配可能比较严我们会希望有个可调节因子少匹配一个也满足那就需要使用到slop。 {query: {match_phrase: {content : {query : 我的宝马多少马力,slop : 1}}}
} multi_match 如果我们希望两个字段进行匹配其中一个字段有这个文档就满足的话使用multi_match {query: {multi_match: {query : 我的宝马多少马力,fields : [title, content]}}
} 但是multi_match就涉及到匹配评分的问题了。 我们希望完全匹配的文档占的评分比较高则需要使用best_fields {query: {multi_match: {query: 我的宝马发动机多少,type: best_fields,fields: [tag,content],tie_breaker: 0.3}}
} 意思就是完全匹配宝马 发动机的文档评分会比较靠前如果只匹配宝马的文档评分乘以0.3的系数 我们希望越多字段匹配的文档评分越高就要使用most_fields {query: {multi_match: {query: 我的宝马发动机多少,type: most_fields,fields: [tag,content]}}
} 我们会希望这个词条的分词词汇是分配到不同字段中的那么就使用cross_fields {query: {multi_match: {query: 我的宝马发动机多少,type: cross_fields,fields: [tag,content]}}
} term term是代表完全匹配即不进行分词器分析文档中必须包含整个搜索的词汇 {query: {term: {content: 汽车保养}}
} 查出的所有文档都包含汽车保养这个词组的词汇。 使用term要确定的是这个字段是否“被分析”(analyzed)默认的字符串是被分析的。 拿官网上的例子举例 mapping是这样的 PUT my_index
{mappings: {my_type: {properties: {full_text: {type: string},exact_value: {type: string,index: not_analyzed}}}}
}PUT my_index/my_type/1
{full_text: Quick Foxes!,exact_value: Quick Foxes!
} 其中的full_text是被分析过的所以full_text的索引中存的就是[quick, foxes]而extra_value中存的是[Quick Foxes!]。 那下面的几个请求 GET my_index/my_type/_search
{query: {term: {exact_value: Quick Foxes!}}
} 请求的出数据因为完全匹配 GET my_index/my_type/_search
{query: {term: {full_text: Quick Foxes!}}
} 请求不出数据的因为full_text分词后的结果中没有[Quick Foxes!]这个分词。 bool联合查询: must,should,must_not 如果我们想要请求content中带宝马但是tag中不带宝马这样类似的需求就需要用到bool联合查询。 联合查询就会使用到must,should,must_not三种关键词。 这三个可以这么理解 must: 文档必须完全匹配条件should: should下面会带一个以上的条件至少满足一个条件这个文档就符合shouldmust_not: 文档必须不匹配条件比如上面那个需求 {query: {bool: {must: {term: {content: 宝马}},must_not: {term: {tags: 宝马}}}}
}
