【HBZ分享】ES中的DLS命令使用

ES中常见的DLS关键字及命令的使用案例

1. match：匹配关键字，包含分词的模糊匹配，以及精准匹配

title: 字段的名称， elasticsearch要查的内容，即查询title中带有elasticsearch的文档
GET /索引库名/_search 
{
  "query": {
    "match": {
      "title": "elasticsearch"
    }
  }
}
1
2
3
4
5
6
7
8
9

2. term：用于精确匹配一个指定字段的关键词，不进行分词处理。

category: 字段的名称， books要查的内容， 即查询category = books的文档
GET /索引库名/_search 
{
  "query": {
    "term": {
      "category": "books"
    }
  }
}
1
2
3
4
5
6
7
8
9

3. match_all: 全量查询，一般很少用，所有数据全都查出来

match_all后面的大括号就这么写就行，啥也不需要加
GET /shop_v1/_search
{
  "query": {
    "match_all": {}
  }
}
1
2
3
4
5
6
7

es中的分页 以及 范围查询

1. gte:大于等于

2. gt:大于

3. lte:小于等于

4. lt:小于

范围擦汗寻， 查询price在5-10之间的数据
GET /shop_v1/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 5,
        "lte": 100
      }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12

分页查询， size = 每次查询的条数， from = 从第几条开始查
GET /shop_v1/_search
{
  "size": 10,
  "from": 0,
  "query": {
    "match_all": {}
  }
}
1
2
3
4
5
6
7
8
9

ES中的排序

1. 通过sort字段，desc 与 esc分别是降序 与 升序

使用key = sort， 根据price进行esc升序排序
GET /shop_v1/_search
{
  "size": 10,
  "from": 0,
  "sort": [
    {
      "price": "asc"
    }
  ],
  "query": {
    "match_all": {}
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

ES的布尔查询

1. "must"关键字用于指定必须匹配的条件，即所有条件都必须满足

2. "must_not"关键字指定必须不匹配的条件，即所有条件都不能满足

3. "should"关键字指定可选的匹配条件，即至少满足一个条件

格式：
{
  "query": {
    "bool": {
      "must": [
        // 必须匹配的条件
      ],
      "must_not": [
        // 必须不匹配的条件
      ],
      "should": [
        // 可选匹配的条件
      ],
      "filter": [
        // 过滤条件
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

案例： 查询，summary字段中，必须包含Cloud的内容(因为是match分词匹配)， 【并且】price的范围必须 >= 5
GET /shop_v1/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "summary": "Cloud" }},
        { "range": { "price": { "gte": 5 }}}
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12

ES中的filter过滤

1. filter可以缓存查询数据，达到搞笑
2. 可以对 【数字范围】，【日期范围】，【布尔逻辑】，【存在性检测】进行操作

term查询过滤器, 过滤出category = books的数据，完全匹配，因为term是精准匹配的key
GET /product/_search
{
  "query": {
    "bool": {
      "filter": {
        "term": {
          "category": "books"
        }
      }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13

range查询过滤器，过滤出price在30-50之间的数据
GET /product/_search
{
  "query": {
    "bool": {
      "filter": {
        "range": {
          "price": {
            "gte": 30,
            "lte": 50
          }
        }
      }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

== 总节： 其实使用filter 和 直接使用range差范围是一致的，只不过filter下面可以同时使用range 与 term等==

ES中的match多字段匹配 和 短语搜索

1. 多字段搜索使用：multi_match
2. 短语搜索使用：match_phrase
3. 短语搜索会考虑到短语间多个词语的顺序，比如搜 iPhone 32G, 那么就会把文档中带有【iPhone 32G】的搜索出来，只有iPhone 或 只有32G的数据都是不能搜出来的，又有iPhone 32G在一起的才会被搜索

多字段搜索使用：multi_match
query = 要搜索的关键词， fields = 该关键词出现的字段都要搜出来
含义：搜索出product_name, description这俩字段中，包含iPhone的文档， 两个字段为OR关系，只要iPhone这个词存在于其中一个字段那么就会被搜索
GET /product_v2/_search
{
 "query": {
   "multi_match": {
     "query": "iPhone",
     "fields": ["product_name", "description"]
   }
 }
}
query：需要匹配的查询文本。
fields：一个包含需要进行匹配的字段列表的数组。
1
2
3
4
5
6
7
8
9
10
11
12
13
14

短语搜索使用：match_phrase， 搜索description字段中，带有classic noval的文档， 必须classic noval这个顺序，这个词组才行，缺一个词，或顺序不对都不能搜出来
GET /product_v2/_search
{
  "query": {
    "match_phrase": {
      "description": "classic novel"
    }
  }
}
1
2
3
4
5
6
7
8
9

match例子
match搜索，会进行分词， 即把classic novel分词，只要description带有classic 或者 novel的都能搜出，这个是match
GET /product_v2/_search
{
  "query": {
    "match": {
      "description": "classic novel"
    }
  }
}
1
2
3
4
5
6
7
8
9
10

ES的fuzzy日常拼错矫正查询

1. fuzzy可以自动矫正简单的拼错，比如日常中一个单词，某两个字母写反了，或者漏写了等简单的失误，fuzzy都可以矫正
2. 但精准度可能比较低，并且比较耗费CPU
3. fuzzy模糊查询是根据编辑距离来模糊匹配的
4. 编辑距离指的是：
   (1). 更改字符（box→fox)
   (2). 删除字符（black→lack）
   (3). 插入字符（sic→sick）
   (4). 转置两个相邻字符（dgo→dog）
5. fuzzy不会进行分词
6. 模糊度fuzziness: 0,1,2,auto, 其中auto是单词超过5个字符，默认设置为2。小于2个字符，默认设置为0

# 指定模糊度2，更松散匹配, 比如要查询包含cloud的文档，但少写了两个字母，写成了clo， 设置模糊度为2，则可以自动匹配上
-查询summary字段中，包含cloud的文档，输入的查询值为clo， 模糊度设置2
GET /shop_v1/_search
{
  "query": {
    "fuzzy": {
      "summary": {
        "value": "clo",
        "fuzziness": "2"
      }
    }
  }
}

# 指定模糊度1，更严格匹配， 同样搜cloud，但写成了clo, 由于少了两个字母，模糊度为2，但实际设置是1，所以距离不够，无法检索到内容
- 查询summary字段中，包含cloud的文档，输入的查询值为clo， 模糊度设置1
GET /shop_v1/_search
{
  "query": {
    "fuzzy": {
      "summary": {
        "value": "clo",
        "fuzziness": "1"
      }
    }
  }
}

# 使用自动检查，1个单词拼写错误, auto自动设置模糊度，当大于5个字符会默认自动设置模糊度为2， 当小于2个字符，会自动设置模糊度为0
查询summary字段中，包含spring的文档，输入的查询成了Springa， 模糊度设置auto, 由于spring大于5，所以模糊度为2
GET /shop_v1/_search
{
  "query": {
    "fuzzy": {
      "summary": {
        "value": "Sprina",
        "fuzziness": "auto"
      }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

ES的高亮显示

1. 基本用法: 在 key = highlight 里面填写要高亮显示的字段，可以填写多个字段，并且高亮的部分就是关键字，在搜出来的文档中，查询输入的内容会是高亮的。
2. 高亮显示是通过标签包裹匹配的文本来实现的，通常是 或其他 HTML 标签，当然可以修改这个标签，下面有例子
3. pre_tags, post_tags是前后置标签，就是改变高亮的样式，默认是, 可以通过这两个去替换em标签，比如用font来替换

查询出 title字段包含【java】 或者 content字段包含【老王】的文档， 并且高亮显示出title, content中的搜索关键字， 关键字高亮的样式设置为 java  这种的，不使用默认的
GET /high_light_test/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "title": "java"
          }
        },
        {
          "match": {
            "content": "老王"
          }
        }
      ]
    }
  },
  "highlight": {
    "pre_tags": "",
    "post_tags": "",
    "fields": [
    	{
    		"title":{}
    	},
  		{
  			"content":{}
  		}
 	]
  } 
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32