elasticsearch |
您所在的位置：网站首页 › es的dsl语言 › elasticsearch |
elasticsearch
|
DSL语句查询 查询字符串搜索便于通过命令行完成特定(ad hoc)的搜索，但是它也有局限性（参阅简单搜索章节）。Elasticsearch提供丰富且灵活的查询语言叫做DSL查询(Query DSL),它允许你构建更加复杂、强大的查询。 DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现 文本查询语法模糊匹配如搜索奥迪,会查出包含奥迪A8L 和 奥迪 和 A8L 都查询出来,按照词进行查询 GET /sunny/user/_search { "query": { "match": { "car": "奥迪A8L" } } } 短语匹配match_phrase-短语匹配:如 搜索"奥迪A8L" 不会查出包含 "奥迪" OR "A8L" 只会查出包含 "奥迪A8L"的记录 GET /sunny/user/_search { "query": { "match_phrase": { "car": "奥迪A8L" } } } 多字段匹配multi_match-多字段匹配：如 搜索"小云" 只要name或者car字段中包含 "小云" OR "小" OR "云" 等分词都会被查找出来 GET /sunny/user/_search { "query": { "multi_match": { "query": "小云", "fields":["name","car"] } } } 分页模糊查询from:第几页 size:每页N条数据 GET /sunny/user/_search { "from":0, "size":1, "query": { "match": { "car": "奥迪" } } } 高亮搜索会将要查询到值,高亮显示成 拆分成几个词进行查询 GET /sunny/user/_search { "query" : { "match_phrase" : { "car" : "奥迪A8L" } }, "highlight": { "fields" : { "car" : {} } } } 结构查询语法精确匹配term-将按照存储在倒排索引中的确切字词进行操作，这些查询通常用于数字，日期和枚举等结构化数据，而不是全文本字段。 或者，它们允许您制作低级查询，并在分析过程之前进行 GET /sunny/user/_search { "query":{ "term": { "age": 48 } } } range范围查询（1）如查询age大于等于20小于等于30的记录 GET /sunny/user/_search { "query": { "range": { "age":{ "gte":20, "lte":30 } } } } range范围查询（2）如查询age大于20小于30的记录GET /sunny/user/_search
{
"query": {
"range": {
"age":{
"gt":20,
"lt":30
}
}
}
} range范围查询（3）时间范围查询 now：当前时间 GET /sunny/user/_search { "query": { "range": { "createDate":{ "gte":"2019-05-05", "lte":"now" } } } } 布尔查询》比如，query的时候，会先比较查询条件，然后计算分值，最后返回文档结果； 而filter则是先判断是否满足查询条件，如果不满足，会缓存查询过程（记录该文档不满足结果）；满足的话，就直接缓存结果。 综上所述，filter快在两个方面： 1 对结果进行缓存 2 避免计算分值 为下面查询socre了解做简单的铺垫elasticsearch的搜索评分逻辑。 查询的权重基于三个因素：词频、逆向文档频率和字段长度归一值。 词频：查询词在该文档中出现的频率。频率越高，权重越高。 逆向文档频率：查询词在所有文档中出现的频率。频率越高，权重越低。可以降低日常使用的高频率词的权重。 字段长度归一值：查询字段的长度。字段长度越长，查询词权重越高，反之越低。 进一步细节说：我们查询的所有文档，会在内部做一次相关性的评分score;然后会根据这个score从大到小的排序，依次展示给客户端 如何计算评分？ Elasticsearch使用的计算评分公式TF-IDF算法的实用计算公式如下: score(q,d) coord(q,d)queryNorm(q)(tf (tind)idf (t)2 boost(t)norm(t,d)) filter过滤查询判断是否满足精确查找条件,满足或不满足,做数据过滤,es会对结果进行缓存 查询的结果必须匹配查询条件，和must不同不会计算score GET /sunny/user/_search { "query": { "bool": { "filter": [ { "term": { "age": "48" } } ] } } } must查询必须同时满足我所有条件例如:文档字段中,age为48 和 name为小名,视图返回给用户 查询的结果必须匹配查询条件，并计算score GET /sunny/user/_search { "query":{ "bool": { "must": [ { "match": { "age": "48" } }, { "match": { "name": "小名" } } ] } } } must_not查询不满足条件例如:查不年龄不等于48的记录 查询结果必须不符合查询条件 GET /sunny/user/_search { "query":{ "bool": { "must_not": [ { "match": { "age": "48" } } ] } } } 组合查询例如:文档字段中,age为48 和 name为小名,视图返回给用户，且过滤条件精准查询sex必须为0,视图返回给用户 GET /sunny/user/_search { "query":{ "bool": { "must": [ { "match": { "age": "48" } }, { "match": { "name": "小名" } } ], "filter": [ { "term": { "sex": "0" } } ] } } } constant_score复合查询将查询内部的结果文档得分都设定为1或者boost的值，多用于结合bool查询实现自定义得分（将查询的评估固定下来，不支持match，只支持filter）、布尔查询 GET /sunny/user/_search { "query": { "constant_score": { "filter":{ "match":{ "age":48 } } } } } 自定义分数查询常量分值查询，目的就是返回指定的score，一般都结合filter使用，因为filter context忽略score 查询结果 1 > 3 分数值一样 GET /sunny/user/_search { "query": { "constant_score": { "filter": { "match": { "car":"奥迪" } }, "boost": 3 } } } should查询至少满足一个条件 查询age包含48 或者 car包含奥迪的数据 GET /sunny/user/_search { "query": { "bool": { "should": [ { "match": { "age": "48" } }, { "match": { "car": "奥迪" } } ] } } } 聚合查询->group by#根据年龄字段分组查询
GET /sunny/user/_search
{
"aggs": {
"group_by_age": {
"terms": {
"field": "age"
}
}
}
}
#根据条件分组
GET /sunny/user/_search
{
"query": {
"match": {
"car": "奥迪"
}
},
"aggs": {
"group_by_age": {
"terms": { "field": "age" }
}
}
}
#分组并求平均值
GET /sunny/user/_search
{
"aggs": {
"group_by_age": {
"terms": { "field": "age" },
"aggs" : {
"avg_age" : {
"avg" : { "field" : "age" }
}
}
}
}
}
|
【本文地址】