es下term级别的查询语句
term-level queries 用于query或filter上下文
exists 存在性查询fuzzy 查询ids 批量id查询prefix 前缀查询range 范围查询regexp 正则查询term 精确匹配terms 多值精确匹配
terms lookup 查询 terms_set 多值集合精确匹配wildcard 通配符匹配 通用参数
rewrite
es下term级别的查询语句 term-level queries 用于query或filter上下文exists query：返回包含索引数据字段的文档，即字段存在fuzzy query：返回 terms 和搜索 term 相近的文档，es使用 Levenshtein edit distance 规则查看搜索相关性（最短距离编辑），如 cat 和 cot，can 等只有一位距离差ids query：返回基于 doc ids 的文档（Returns documents based on their document IDs.）prefix query：返回包含特定前缀文本在提供的字段内的文档（Returns documents that contain a specific prefix in a provided field）range query：返回包含特定 terms 在提供的范围内的文档（Returns documents that contain terms within a provided range.）regexp query：包含的 terms 匹配正则表达式的文档term query：包含的精确 term 在提供的字段terms query：包含1或多个精确 terms 在提供的字段terms_set query：包含最小精确匹配 terms 数量在提供的字段，可用字段或 script 定义最小匹配的 termstype query：返回指定 type 的文档 （7废弃）wildcard query：包含 terms 匹配通配符的文档 exists 存在性查询
exists：辅助参数
field：字段必须存在，且包含值，值不能是 null or []，值可以是 1. 空字符串 如""，2. 数组包含 null 和 其他值 如 [null, “foo”]，3. mapping 定义的 null-value
存在：
"exists": {
"field": "user"
}
不存在：
"bool": {
"must_not": {
"exists": {
"field": "user"
}
}
}
fuzzy 查询
示例：
"query": {
"fuzzy": {
"user": {
"value": "ki" # 匹配 user:kk, kii, k, ik
}
}
}
可编辑距离默认是1，1个字符的概念变为相似的 term，这些改变有：
box -> fox : 修改一个字符black -> lack：移除一个字符sic -> sick：插入一个字符act -> cat：换位两个相邻字符
fuzzy顶层辅助参数：
field：用于搜索的字段，必填
field 的辅助参数：
value：用于在 field 搜索的文本，必填字符串fuzziness：最大可编辑距离，有效值0，1，2 和 AUTO，选填字符串
AUTO:[low],[high] ： 在 low - high 的文本中进行动态可编辑距离运算 输入文本字符长度不一样 可编辑距离不一样 AUTO 默认：AUTO:3,6 AUTO:3,6 指的是：value:ab 精确匹配 value:abc fuzziness为1 value:abcdef fuzziness为2 0-2个字符 必须精确匹配 3-5个字符 最大1可编辑距离 6-]个字符 最大2可编辑距离
max_expansions：默认 50，创建变化的最大值，会按字母顺序搜索产生变化的 term 当搜索没有结果或数量超过 max_expansions 时结束，配合 prefix_length ，若 prefix_length 为0不建议调大该值，会出现性能问题（注意在部分场景该参数是分片级别，只能在一个分片内限制50），选填整型prefix_length：默认0，左起开始字符的数量，开始字符左不进行改变，右创建表达式，选填整型transpositions：默认 true，是否支持相邻字符交换 ab->ba，选填布尔rewrite：支持查询语句改写，把费时的原始查询类型实例改写成一个性能更高的查询类型实例
有效值： constant_score (Default)：对于更少的 terms 匹配使用 constant_score_boolean 其他使用 a bit set 位图 constant_score_boolean： 给每个文档分配等于 boost 参数的相关性得分 该方法将原始query转为一个bool query，该bool query 包含一个should子句和每个匹配关键的 term query 该方法可能导致最终的 bool query 会超过 indices.query.bool.max_clause_count 设置的子句限制，若超过限制es返回error scoring_boolean：为每个匹配文档计算相关性得分，cpu比constant_score_boolean消耗高，其他规则类似 constant_score_boolean top_terms_blended_freqs_N top_terms_boost_N top_terms_N：保留前N个关键词 推荐使用 constant_score, constant_score_boolean, or top_terms_boost_N
示例:
GET /_search
{
"query": {
"fuzzy": {
"user": {
"value": "ki",
"fuzziness": "AUTO",
"max_expansions": 50, # 最多生成50个相关词
"prefix_length": 0, # 若为1 则k必须前缀匹配
"transpositions": true,
"rewrite": "constant_score"
}
}
}
}
ids 批量id查询
ids 查询基于存储的 _id 字段，辅助参数只有 values，数组
示例
GET /_search
{
"query": {
"ids" : {
"values" : ["1", "4", "100"]
}
}
}
prefix 前缀查询
前缀匹配
GET /_search
{
"query": {
"prefix": {
"user": {
"value": "ki",
"rewrite": "constant_score"
}
}
}
}
shortcut
GET /_search
{
"query": {
"prefix": {
"user": "ki"
}
}
}
prefix 辅助参数
field：搜索字段
field 辅助参数：
value：前缀文本rewrite：查询语句重写，和fuzzy的参数一致
支持 short request
GET /_search
{
"query": {
"prefix" : { "user" : "ki" } # 简化查询
}
}
range 范围查询
range query 将匹配到检索字段在一定范围内的文档。Lucene查询的类型取决于字段类型，对于string字段为TermRangeQuery，对于数字/日期字段，类型为 NumericRangeQuery
示例：
# age between 10 and 20
GET _search
{
"query": {
"range" : {
"age" : {
"gte" : 10,
"lte" : 20,
"boost" : 2.0
}
}
}
}
range 辅助参数：field
field 辅助参数：
gt：大于 >gte：大于等于 >=lt：小于 relation：控制两个范围值，一个是文档field的value，一个是检索范围
time_zone：转换 IANA time zone 时区，支持 ISO 8601 UTC offsets 时间偏移
boost：默认1.0，提高/降低 range query 的相关性得分
Date Math: 时间运算支持三种：加减，取整；支持运算的时间格式为 now 或 以 || 结尾的时间字符串 +1h：加一小时-1d：减一天/d：向下取整最近的一天
支持的时间单位有：y-Years、M-Months、w-Weeks、d-Days、h-Hours、H-Hours、m-Minutes、s-Seconds now 当前时间： now-1h/d，当前时间减1小时然后按天单位向下取整 当对字符串时间进行运算时，其字符串以||结尾：2014-11-18||/M 示例 now is 2001-01-01 12:00:00 Date math and rounding：针对 2014-11-18||/M 的取整 gt：向上取整，2014-11-18||/M rounds up to 2014-11-30T23:59:59.999，跳过当月gte：向下取整， 2014-11-18||/M rounds down to 2014-11-01，包括当月lt：向下取整，2014-11-18||/M rounds down to 2014-11-01，排除当月lte：向上取整： 2014-11-18||/M rounds up to 2014-11-30T23:59:59.999, 包括当月
示例： 示例： regexp 的辅助参数：field field 的辅助参数： value：正则表达式 syntax，默认限制 1000 字符，通过 index.max_regex_length 控制（尽量避免使用通配符 .* or .*?+, without a prefix or suffix）flags：正则表达式 *** 作符生效
max_determinized_states：默认10000，Maximum number of automaton states required for the queryrewrite：查询语句重写
term 精确匹配
用于匹配精确值，如价格，产品id，用户名称 注意：避免对 text 类型字段使用 term 查询 示例： term 辅助参数：field field 辅助参数： value：精确匹配文本，精确匹配包含空格boost：默认1.0，权重
支持 shortcut 格式 和term 辅助参数一致 示例： 注意 ：terms 会影响 Highlighting 返回结果，基于 Highlighting type 和 terms 在查询中的数量 Terms lookup fetch（拉取）存在文档指定字段的值，然后用拉取的值作为搜索的 terms 查询指定字段，因为 terms lookup 要 fetch 文档字段的值，所以使用该方式查询要使 _source 包含该字段 terms lookup 辅助参数： index：指定索引库id：指定 _id，文档idpath：指定 fetch 的字段名称，若该字段是多值数组，可用 . dot去获取指定对象routing：支持分片路由查询，需要 _routing 元字段配合，当自定义 _routing 时，routing 参数是必须的，否则 _routing 默认是 _id 的值
最小数量的精确匹配集合，terms_set query 和 terms query 类似，除了terms_set 还定义了最小匹配的数量 必须指定字段 示例 terms_set 辅助参数：field field 辅助参数： terms：多值数组，需要匹配的数量由下面两个参数定义minimum_should_match_field：需要匹配的 terms 数量，指定对应的字段minimum_should_match_script：需要匹配的 terms 数量，指定对应的脚本
示例： wildcard *** 作符是一个匹配一或多个字符的占位符，如 * 匹配零或多个字符 示例 wildcard 辅助参数：field field 辅助参数： value：通配符文本，? 匹配任一单个字符，* 匹配零或多个字符；避免用 * 或 ? 做前缀，增加性能损耗boost：权重rewrite：查询语句重写
通用参数
rewrite
为了 执行 fuzzy，prefix，query_string，regexp，wildcard，为了执行以上的语句，Lucene 改变原有的query语句简化为 bool query 或 a bit set 位图 rewrite：支持查询语句改写，把费时的原始查询类型实例改写成一个性能更高的查询类型实例 欢迎分享，转载请注明来源：内存溢出取值：
INTERSECTS：（为默认值）文档的范围字段与检索关键词的范围有交集即可
CONTAINS：文档的范围字段完全包含检索关键词的范围
WITHIN：文档的范围字段要完全在检索关键词的范围里
文档指定range字段存放数据 {"gte":13,"lte":15}
以下查询可查出字段[13,15]该文档
"range" : {
"influence": {
"gte" : 12,
"lte" : 17,
"relation" : "within"
}
}
有效值：
ISO 8601 UTC offsets：
+01:00 or -08:00 ：向前走1小时 或 向后走8小时
IANA time zone 时区：
America/Los_Angeles
注意：
The time_zone parameter does not affect the date math value of now. now is always the current system time in UTC.
now 一直是当前系统的UTC时间
now-1h/d: 2001-01-01 00:00:00
2001.02.01||+1M/d: 2001-03-01 00:00:00
GET _search
{
"query": {
"range" : {
"timestamp" : {
"gte" : "now-1d/d", # 当前时间-1天，向下按单位天取整
"lt" : "now/d" # 当前时间向下按天取整
}
}
}
}
GET _search
{
"query": {
"range" : {
"timestamp" : {
"time_zone": "+01:00",
"gte": "2015-01-01 00:00:00", # time_zone 的原因变为 2014-12-31T23:00:00 UTC
"lte": "now" # now 不受 time_zone 影响 The time_zone parameter does not affect the now value
}
}
}
}
regexp 正则查询
GET /_search
{
"query": {
"regexp": {
"user": {
"value": "k.*y", # k前缀 y后缀
"flags" : "ALL",
"max_determinized_states": 10000,
"rewrite": "constant_score"
}
}
}
}
取值：
ALL (Default):所有可选 *** 作符生效
COMPLEMENT: ~ 否定最短 *** 作符生效；a~bc # matches 'adc' and 'aec' but not 'abc'
INTERVAL: <> 数字范围 *** 作符生效；
foo<1-100> # matches 'foo1', 'foo2' ... 'foo99', 'foo100'
foo<01-100> # matches 'foo01', 'foo02' ... 'foo99', 'foo100'
INTERSECTION: & 交集 *** 作符生效；aaa.+&.+bbb # matches 'aaabbb' 同时匹配左和右
ANYSTRING: @ 匹配任一完整字符串 *** 作符生效
@&~(abc.+) # matches everything except terms beginning with 'abc'
GET /_search
{
"query": {
"term": {
"user": {
"value": "Kimchy",
"boost": 1.0
}
}
}
}
GET my_index/_search?pretty
{
"query": {
"term": {
"full_text": "Quick Brown Foxes!" # 忽略权重
}
}
}
terms 多值精确匹配
GET /_search
{
"query" : {
"terms" : {
"user" : ["kimchy", "elasticsearch"],
"boost" : 1.0
}
}
}
GET my_index/_search?pretty
{
"query": {
"terms": {
"color" : {
"index" : "my_index", # 索引库
"id" : "2", # 指定id的文档
"path" : "color" # fetch color这个字段的值
}
}
}
}
terms_set 多值集合精确匹配
PUT /job-candidates/_doc/1?refresh
{
"name": "Jane Smith",
"programming_languages": ["c++", "java"],
"required_matches": 2
}
GET /job-candidates/_search
{
"query": {
"terms_set": {
"programming_languages": {
"terms": ["c++", "java", "php"],
"minimum_should_match_field": "required_matches"
}
}
}
}
GET /job-candidates/_search
{
"query": {
"terms_set": {
"programming_languages": {
"terms": ["c++", "java", "php"],
"minimum_should_match_script": {
"source": "Math.min(params.num_terms, doc['required_matches'].value)" # 指定字段和 terms 数组size 的最小值
},
"boost": 1.0
}
}
}
}
wildcard 通配符匹配
GET /_search
{
"query": {
"wildcard": {
"user": {
"value": "ki*y", # 前缀ki 后缀y 匹配 kiy kity kimcy
"boost": 1.0,
"rewrite": "constant_score"
}
}
}
}
shortcut
GET /_search
{
"query": {
"wildcard": {
"user": "ki*y"
}
}
}
}
有效值：
constant_score (Default)：对于更少的 terms 匹配使用 constant_score_boolean，否则简化为 a bit set 位图
constant_score_boolean：
给每个文档分配等于 boost 参数的相关性得分
该方法将原始query转为一个bool query，该bool query 包含一个should子句和每个匹配关键的 term query
该方法可能导致最终的 bool query 会超过 indices.query.bool.max_clause_count 设置的子句限制，若超过限制es返回error
scoring_boolean：为每个匹配文档计算相关性得分，cpu比constant_score_boolean消耗高，其他规则类似 constant_score_boolean
top_terms_blended_freqs_N
top_terms_boost_N
top_terms_N：保留前N个关键词
推荐使用 constant_score, constant_score_boolean, or top_terms_boost_N
微信扫一扫
支付宝扫一扫
评论列表（0条）