• 15-GuliMall ElasticSearch复杂检索


    官方文档:https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html

    1.导入测试数据

    测试数据点击下载

    将文本文件中的内容直接复制粘贴到Kibana控制台, 执行命令,导入数据
    在这里插入图片描述

    2.SearchAPI

    ES 支持两种基本方式检索 :

    • 一个是通过使用 REST request URI 发送搜索参数(uri+检索参数)
    • 另一个是通过使用 REST request body 来发送它们(uri+请求体)

    下面分别使用两种方式检索 bank 下所有信息,包括 type 和 docs
    1.uri+检索参数

    GET bank/_search?q=*&sort=account_number:asc
    
    • 1

    响应数据

    {
      "took" : 161,
      "timed_out" : false,
      "_shards" : {
        "total" : 1,
        "successful" : 1,
        "skipped" : 0,
        "failed" : 0
      },
      "hits" : {
        "total" : {
          "value" : 1000,
          "relation" : "eq"
        },
        "max_score" : null,
        "hits" : [
          {
            "_index" : "bank",
            "_type" : "account",
            "_id" : "0",
            "_score" : null,
            "_source" : {
              "account_number" : 0,
              "balance" : 16623,
              "firstname" : "Bradshaw",
              "lastname" : "Mckenzie",
              "age" : 29,
              "gender" : "F",
              "address" : "244 Columbus Place",
              "employer" : "Euron",
              "email" : "bradshawmckenzie@euron.com",
              "city" : "Hobucken",
              "state" : "CO"
            },
            "sort" : [
              0
            ]
          },
          {
            "_index" : "bank",
            "_type" : "account",
            "_id" : "1",
            "_score" : null,
            "_source" : {
              "account_number" : 1,
              "balance" : 39225,
              "firstname" : "Amber",
              "lastname" : "Duke",
              "age" : 32,
              "gender" : "M",
              "address" : "880 Holmes Lane",
              "employer" : "Pyrami",
              "email" : "amberduke@pyrami.com",
              "city" : "Brogan",
              "state" : "IL"
            },
            "sort" : [
              1
            ]
          },
          //后面省略...
       }
    
    • 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
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    响应结果解释: 
    took - Elasticsearch 执行搜索的时间(毫秒) 
    time_out - 告诉我们搜索是否超时 
    _shards - 告诉我们多少个分片被搜索了,以及统计了成功/失败的搜索分片 
    hits - 搜索结果 
    hits.total - 搜索结果 
    hits.hits - 实际的搜索结果数组(默认为前 10 的文档) 
    sort - 结果的排序 key(键)(没有则按 score 排序) 
    score 和 max_score –相关性得分和最高得分(全文检索用)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    2.uri+请求体进行检索

    GET bank/_search 
    { "query": 
      {
        "match_all": {} 
      },
      "sort":
      [ 
        { "account_number": 
          { 
            "order": "desc" 
          } 
        } 
      ] 
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    3.Query DSL

    1.基本语法格式

    Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL(domain-specific language 领域特 定语言)。这个被称为 Query DSL。该查询语言非常全面,并且刚开始的时候感觉有点复杂, 真正学好它的方法是从一些基础的示例开始的。

    • 一个查询语句的典型结构
    { 
      QUERY_NAME: 
      { 
        ARGUMENT: VALUE, 
        ARGUMENT: VALUE,
        ... 
      }  
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 如果是针对某个字段,那么它的结构如下:
    { 
      QUERY_NAME: 
      { 
        FIELD_NAME: 
        { 
          ARGUMENT: VALUE, 
          ARGUMENT: VALUE,
          ... 
        } 
      } 
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    例子:

    GET bank/_search 
    { 
      "query": 
      { 
        "match_all": {} 
      },
      "from": 0, 
      "size": 5, 
      "sort": 
      [ 
        { 
          "account_number":
          { 
            "order": "desc" 
          } 
        } 
      ] 
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    1.query 定义如何查询,
    2.match_all 查询类型【代表查询所有的所有】,es 中可以在 query 中组合非常多的查询类型完成复杂查询 
    3.除了 query 参数之外,我们也可以传递其它的参数以改变查询结果。如 sort,size 
    4.from+size 限定,完成分页功能
    5.sort 排序,多字段排序,会在前序字段相等时后续字段内部排序,否则以前序为准
    
    • 1
    • 2
    • 3
    • 4
    • 5

    2.查询部分字段

    只查询age和balance字段

    GET bank/_search
    {
      "query": {
        "match_all": {}
      },
      "from": 0,
      "size": 5,
      "_source": [
        "age",
        "balance"
      ]
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    3.match匹配查询

    1.match 返回 account_number=20 的

    GET bank/_search
    {
      "query": {
        "match": {
          "account_number": "20"
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    2.字符串,全文检索

    GET bank/_search
    {
      "query": {
        "match": {
          "address": "mill"
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    响应数据
    在这里插入图片描述

    最终查询出 address 中包含 mill 单词的所有记录
    match 当搜索字符串类型的时候,会进行全文检索,并且每条记录有相关性得分。

    3.字符串,多个单词(分词+全文检索)

    GET bank/_search
    {
      "query": {
        "match": {
          "address": "mill road"
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    响应数据
    在这里插入图片描述
    最终查询出 address 中包含 mill 或者 road 或者 mill road 的所有记录,并给出相关性得分

    4.match_phrase短语匹配

    将需要匹配的值当成一个整体单词(不分词)进行检索

    查出 address 中包含 mill road 的所有记录,并给出相关性得分

    GET bank/_search
    {
      "query": {
        "match_phrase": {
          "address": "mill road"
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    响应数据
    在这里插入图片描述

    5.multi_match多字段匹配

    state 或者 address 包含 mill

    GET bank/_search
    {
      "query": {
        "multi_match": {
          "query": "mill",
          "fields": [
            "state",
            "address"
          ]
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    6.bool复合查询

    bool 用来做复合查询: 复合语句可以合并任何其它查询语句,包括复合语句,了解这一点是很重要的。这就意味 着,复合语句之间可以互相嵌套,可以表达非常复杂的逻辑.

    1.must:必须达到 must 列举的所有条件

    GET bank/_search
    {
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "address": "mill"
              }
            },
            {
              "match": {
                "gender": "M"
              }
            }
          ]
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    2.should:应该达到 should 列举的条件,如果达到会增加相关文档的评分,并不会改变查询的结果。如果 query 中只有 should 且只有一种匹配规则,那么 should 的条件就会被作为默认匹配条件而去改变查询结果.

    GET bank/_search
    {
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "address": "mill"
              }
            },
            {
              "match": {
                "gender": "M"
              }
            }
          ],
          "should": [
            {
              "match": {
                "address": "lane"
              }
            }
          ]
        }
      }
    }
    
    • 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

    3.must_not 必须不是指定的情况

    address 包含 mill,并且 gender 是 M,如果 address 里面有 lane 最好不过,但是 email 必 须不包含 baluba.com

    GET bank/_search
    {
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "address": "mill"
              }
            },
            {
              "match": {
                "gender": "M"
              }
            }
          ],
          "should": [
            {
              "match": {
                "address": "lane"
              }
            }
          ],
          "must_not": [
            {
              "match": {
                "email": "baluba.com"
              }
            }
          ]
        }
      }
    }
    
    • 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

    7.filter结果过滤

    并不是所有的查询都需要产生分数,特别是那些仅用于 “filtering”(过滤)的文档。为了不计算分数 Elasticsearch 会自动检查场景并且优化查询的执行。

    GET bank/_search
    {
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "address": "mill"
              }
            }
          ],
          "filter": {
            "range": {
              "balance": {
                "gte": 10000,
                "lte": 20000
              }
            }
          }
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22

    8.term

    和match 一样。匹配某个属性的值。全文检索字段用 match,其他非 text 字段匹配用 term。

    GET bank/_search
    {
      "query": {
        "bool": {
          "must": [
            {
              "term": {
                "age": {
                  "value": "28"
                }
              }
            },
            {
              "match": {
                "address": "990 Mill Road"
              }
            }
          ]
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21

    9.aggregations执行聚合

    聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于 SQL GROUP BY 和 SQL 聚合函数。在 Elasticsearch 中,您有执行搜索返回 hits(命中结果),并且同时返 回聚合结果,把一个响应中的所有 hits(命中结果)分隔开的能力。这是非常强大且有效的, 您可以执行查询和多个聚合,并且在一次使用中得到各自的(任何一个的)返回结果,使用 一次简洁和简化的 API 来避免网络往返。

    size:0 不显示搜索数据 aggs:执行聚合。聚合语法如下 
    "aggs": 
    { 
    	"aggs_name 这次聚合的名字,方便展示在结果集中": 
    	{ 
    		"AGG_TYPE 聚合的类型(avg,term,terms)": {} 
    	} 
    },
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    1.搜索 address 中包含 mill 的所有人的年龄分布以及平均年龄,但不显示这些人的详情。

    GET bank/_search
    {
      "query": {
        "match": {
          "address": "mill"
        }
      },
      "aggs": {
        "group_by_state": {
          "terms": {
            "field": "age"
          }
        },
        "avg_age": {
          "avg": {
            "field": "age"
          }
        }
      },
      "size": 0
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21

    响应数据

    {
      "took" : 1,
      "timed_out" : false,
      "_shards" : {
        "total" : 1,
        "successful" : 1,
        "skipped" : 0,
        "failed" : 0
      },
      "hits" : {
        "total" : {
          "value" : 4,
          "relation" : "eq"
        },
        "max_score" : null,
        "hits" : [ ]
      },
      "aggregations" : {
        "avg_age" : {
          "value" : 34.0
        },
        "group_by_state" : {
          "doc_count_error_upper_bound" : 0,
          "sum_other_doc_count" : 0,
          "buckets" : [
            {
              "key" : 38,
              "doc_count" : 2
            },
            {
              "key" : 28,
              "doc_count" : 1
            },
            {
              "key" : 32,
              "doc_count" : 1
            }
          ]
        }
      }
    }
    
    
    • 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
    • 42

    2.按照年龄聚合,并且请求这些年龄段的这些人的平均薪资

    GET bank/account/_search
    {
      "query": {
        "match_all": {}
      },
      "aggs": {
        "age_avg": {
          "terms": {
            "field": "age",
            "size": 1000
          },
          "aggs": {
            "banlances_avg": {
              "avg": {
                "field": "balance"
              }
            }
          }
        }
      },
      "size": 1000
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22

    3.查出所有年龄分布,并且这些年龄段中 M 的平均薪资和 F 的平均薪资以及这个年龄 段的总体平均薪资

    GET bank/account/_search
    {
      "query": {
        "match_all": {}
      },
      "aggs": {
        "age_agg": {
          "terms": {
            "field": "age",
            "size": 100
          },
          "aggs": {
            "gender_agg": {
              "terms": {
                "field": "gender.keyword",
                "size": 100
              },
              "aggs": {
                "balance_avg": {
                  "avg": {
                    "field": "balance"
                  }
                }
              }
            },
            "balance_avg": {
              "avg": {
                "field": "balance"
              }
            }
          }
        }
      },
      "size": 1000
    }
    
    • 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

    4.Mapping

    1.字段类型

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    2.映射

    Mapping 是用来定义一个文档(document),以及它所包含的属性(field)是如何存储和 索引的。

    比如,使用 mapping 来定义:

    1.哪些字符串属性应该被看做全文本属性(full text fields)。 
    2.哪些属性包含数字,日期或者地理位置。 
    3.文档中的所有属性是否都能被索引(_all 配置)。 
    4.日期的格式。 
    5.自定义映射规则来执行动态添加属性。
    
    • 1
    • 2
    • 3
    • 4
    • 5

    2.修改 mapping 信息

    查看 mapping 信息

    GET bank/_mapping
    
    • 1

    3.测试

    1.创建索引并指定映射

    PUT /my-index
    {
      "mappings": {
        "properties": {
          "age": {
            "type": "integer"
          },
          "email": {
            "type": "keyword"
          },
          "name": {
            "type": "text"
          }
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    2.添加新的字段映射

    PUT /my-index/_mapping
    {
      "properties": {
        "employee-id": {
          "type": "keyword",
          "index": false
        }
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    3.更新映射
    对于已经存在的映射字段,我们不能更新。更新必须创建新的索引进行数据迁移

    4.数据迁移
    先创建出 new_twitter 的正确映射。然后使用如下方式进行数据迁移

    POST _reindex
    {
      "source": {
        "index": "twitter"
      },
      "dest": {
        "index": "new_twitter"
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    将旧索引的 type 下的数据进行迁移

    POST _reindex
    {
      "source": {
        "index": "twitter",
        "type": "tweet"
      },
      "dest": {
        "index": "tweets"
      }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
  • 相关阅读:
    计算机视觉项目-实时目标追踪
    Linux网络编程基础
    33.nacos客户端读取多配置文件实例(springcloud)
    ruoyi-vue版本框架(一)如何下载源码,并且在本地启动
    RocketMQ存储设计的奥妙
    [附源码]计算机毕业设计微录播室预约管理系统Springboot程序
    尚硅谷大数据项目《在线教育之实时数仓》笔记003
    String(一)———了解编码
    防火墙的相关知识
    dreamweaver作业静态HTML网页设计模板——迪士尼影视电影(6页)带音乐
  • 原文地址:https://blog.csdn.net/qq_41865229/article/details/126090757