长泰县建设局网站,在线签名设计,wordpress页面层级,外贸公司黄页文章目录 官方文档地址refercence文档全文搜索体系match简单查询match 多词/分词单字段分词match多个词的逻辑控制match的匹配精度match_pharse_prefix分词前缀方式match_bool_prefixmulti_match多字段匹配 query string类型Interval类型DSL查询之Term详解聚合查询之Bucket聚合… 文章目录 官方文档地址refercence文档全文搜索体系match简单查询match 多词/分词单字段分词match多个词的逻辑控制match的匹配精度match_pharse_prefix分词前缀方式match_bool_prefixmulti_match多字段匹配 query string类型Interval类型DSL查询之Term详解聚合查询之Bucket聚合详解聚合查询之Metric聚合详解聚合查询之Pipline聚合详解其他外传 官方文档地址
https://www.elastic.co/guide/en/enterprise-search/current/start.html
refercence文档
https://www.elastic.co/guide/en/elasticsearch/reference/7.17/query-dsl-match-query.html
全文搜索体系
Full text Query中我们只需要把如下的那么多点分为3大类你的体系能力会大大提升 很多api都可以查得到我们只要大概知道有支持哪些功能 match
简单查询
GET visit_log/_search
{query: { match: {serverHostName: wei}},sort: [{ _id: asc }],from: 0,size: 10
}
Elasticsearch 执行上面这个 match 查询的步骤是 1. 检查字段类型 。 标题 title 字段是一个 string 类型 analyzed 已分析的全文字段这意味着查询字符串本身也应该被分析。 1. 分析查询字符串 。 将查询的字符串 wei cui传入标准分析器中输出的结果是单个项 wei。因为只有一个单词项所以 match 查询执行的是单个底层 term 查询。 1. 查找匹配文档 。 用 term 查询在倒排索引中查找 wei然后获取一组包含该项的文档本例的结果是文档1、2 和 3 。 1. 为每个文档评分 。 用 term 查询计算每个文档相关度评分 _score 这是种将词频term frequency即词 quick 在相关文档的 title 字段中出现的频率和反向文档频率inverse document frequency即词 quick 在所有文档的 title 字段中出现的频率以及字段的长度即字段越短相关度越高相结合的计算方式。
查询结果
{took : 1,timed_out : false,_shards : {total : 1,successful : 1,skipped : 0,failed : 0},hits : {total : {value : 1,relation : eq},max_score : null,hits : [{_index : visit_log,_type : _doc,_id : nUL9rokBpGsmR0pP0VSc,_score : null,_source : {_class : org.lwd.microservice.boot.es.entity.VisitLog,id : 7,tableName : VisitLog,userLoginId : 3,serverIpAddress : 127.0.0.1,serverHostName : liu wei,initialRequest : http://localhost:8023,msgContent : test es add7,createTime : 1690446876000},sort : [nUL9rokBpGsmR0pP0VSc]}]}
}
match 多词/分词
单字段分词
查询字段包含wei cui两个词
GET visit_log/_search
{query: { match: {serverHostName: wei cui}},sort: [{ _id: asc }],from: 0,size: 10
}
结果
{took : 1,timed_out : false,_shards : {total : 1,successful : 1,skipped : 0,failed : 0},hits : {total : {value : 2,relation : eq},max_score : null,hits : [{_index : visit_log,_type : _doc,_id : TEL9rokBpGsmR0pPXFMo,_score : null,_source : {_class : org.lwd.microservice.boot.es.entity.VisitLog,id : 5,tableName : VisitLog,userLoginId : 3,serverIpAddress : 127.0.0.1,serverHostName : wang cui,initialRequest : http://localhost:8023,msgContent : test es add6,createTime : 1690446876000},sort : [TEL9rokBpGsmR0pPXFMo]},{_index : visit_log,_type : _doc,_id : nUL9rokBpGsmR0pP0VSc,_score : null,_source : {_class : org.lwd.microservice.boot.es.entity.VisitLog,id : 7,tableName : VisitLog,userLoginId : 3,serverIpAddress : 127.0.0.1,serverHostName : liu wei,initialRequest : http://localhost:8023,msgContent : test es add7,createTime : 1690446876000},sort : [nUL9rokBpGsmR0pP0VSc]}]}
}
因为 match 查询必须查找两个词 [“liu”,“wei”] 它在内部实际上先执行两次 term 查询然后将两次查询的结果合并作为最终结果输出。为了做到这点它将两个 term 查询包入一个 bool 查询中 所以上述查询的结果和如下语句查询结果是等同的
GET /visit_log/_search
{query: {bool: {should: [{term: {serverHostName: liu}},{term: {serverHostName: cui}}]}}
}
match多个词的逻辑
上面等同于should任意一个满足是因为 match还有一个operator参数默认是or, 所以对应的是should。
GET /visit_log/_search
{query: {match: {serverHostName: {query: wang cui,operator: or}}}
}
多字段分词
GET /visit_log/_search
{query: {bool: {should: [{ match: { serverHostName: cui wei }},{ match: { msgContent: add3 add4 }}]}}
}
控制match的匹配精度
如果用户给定 3 个查询词想查找至少包含其中 2 个的文档该如何处理将 operator 操作符参数设置成 and 或者 or 都是不合适的。 match 查询支持 minimum_should_match 最小匹配参数这让我们可以指定必须匹配的词项数用来表示一个文档是否相关。我们可以将其设置为某个具体数字更常用的做法是将其设置为一个百分数因为我们无法控制用户搜索时输入的单词数量
GET /visit_log/_search
{query: {match: {serverHostName: {query: wang cui wangcui,minimum_should_match: 75%}}}
}
当然也等同于
GET /visit_log/_search
{query: {bool: {should: [{ match: { serverHostName: wang }},{ match: { serverHostName: cui }},{ match: { serverHostName: wangcui }}],minimum_should_match: 2 }}
}match_pharse_prefix分词前缀方式
那有没有可以查询出quick brown f的方式呢ELasticSearch在match_phrase基础上提供了一种可以查最后一个词项是前缀的方法这样就可以查询test es a了
GET /visit_log/_search
{query: {match_phrase_prefix: {msgContent: {query: test es a}}}
}
(ps: prefix的意思不是整个text的开始匹配而是最后一个词项满足term的prefix查询而已)
match_bool_prefix
GET /visit_log/_search
{query: {match_bool_prefix: {msgContent: {query: es test a}}}
}
所以这样你就能理解match_bool_prefix查询中的quick,brown,f是无序的。
multi_match多字段匹配
GET /visit_log/_search
{query: {multi_match : {query: add7 wang,fields: [ msgContent, *HostName ] }}
}
结果
{took : 1,timed_out : false,_shards : {total : 1,successful : 1,skipped : 0,failed : 0},hits : {total : {value : 3,relation : eq},max_score : 1.7917595,hits : [{_index : visit_log,_type : _doc,_id : nUL9rokBpGsmR0pP0VSc,_score : 1.7917595,_source : {_class : org.lwd.microservice.boot.es.entity.VisitLog,id : 7,tableName : VisitLog,userLoginId : 3,serverIpAddress : 127.0.0.1,serverHostName : liu wei,initialRequest : http://localhost:8023,msgContent : test es add7,createTime : 1690446876000}},{_index : visit_log,_type : _doc,_id : TEL9rokBpGsmR0pPXFMo,_score : 1.0800905,_source : {_class : org.lwd.microservice.boot.es.entity.VisitLog,id : 5,tableName : VisitLog,userLoginId : 3,serverIpAddress : 127.0.0.1,serverHostName : wang cui,initialRequest : http://localhost:8023,msgContent : test es add6,createTime : 1690446876000}},{_index : visit_log,_type : _doc,_id : 6UL9rokBpGsmR0pPjVOS,_score : 1.0800905,_source : {_class : org.lwd.microservice.boot.es.entity.VisitLog,id : 6,tableName : VisitLog,userLoginId : 3,serverIpAddress : 127.0.0.1,serverHostName : wang ting,initialRequest : http://localhost:8023,msgContent : test es add6,createTime : 1690446876000}}]}
}
*表示前缀匹配字段。
query string类型
此查询使用语法根据运算符例如AND或来解析和拆分提供的查询字符串NOT。然后查询在返回匹配的文档之前独立分析每个拆分的文本。 可以使用该query_string查询创建一个复杂的搜索其中包括通配符跨多个字段的搜索等等。尽管用途广泛但查询是严格的如果查询字符串包含任何无效语法则返回错误。 例如 GET /visit_log/_search
{query: {query_string: {query: (wangcui) OR (add6),fields: [ msgContent, *HostName ] }}
}
Interval类型
Intervals是时间间隔的意思本质上将多个规则按照顺序匹配。 GET /visit_log/_search
{query: {intervals : {msgContent : {all_of : {ordered : true,intervals : [{match : {query : liu,max_gaps : 0,ordered : true}},{any_of : {intervals : [{ match : { query : es } },{ match : { query : add6 } }]}}]}}}}
}
因为interval之间是可以组合的所以它可以表现的很复杂
DSL查询之Term详解
自行查官方文档有可能后边会出详解
聚合查询之Bucket聚合详解
自行查官方文档有可能后边会出详解
聚合查询之Metric聚合详解
自行查官方文档有可能后边会出详解
聚合查询之Pipline聚合详解
自行查官方文档有可能后边会出详解
其他
外传 原创不易如若本文能够帮助到您的同学支持我关注我点赞收藏⭐️留言探讨问题看到立马回复格言己所不欲勿施于人 扬帆起航、游历人生、永不言弃
