Elasticsearch查询参数介绍
因为项目需要调用api查询elasticsearch拿数据,这边记录一下项目中常用的一些查询参数es的查询接口为:GET /索引名/_search一、常用查询关键字1、matchmatch是模糊匹配查询,根据分词器(如果创建mapping没有指定分词器,Es将会采取默认的分词器:standard,standard分词将会把匹配的词组分成单个的字,而不是短语)将指定的query查询的语句进行分词匹配
因为项目需要调用api查询elasticsearch拿数据,这边记录一下项目中常用的一些查询参数
es的查询接口为:
GET /索引名/_search
python调用
data为需要传入的参数
import requests
res = requests.request("POST", f"http://127.0.0.1:9200/{index}/_search", json=data)
print(res.json())
一、常用查询关键字
1、match
match是模糊匹配查询,根据分词器(如果创建mapping没有指定分词器,Es将会采取默认的分词器:standard,standard分词将会把匹配的词组分成单个的字,而不是短语)将指定的query查询的语句进行分词匹配。
查询索引中name为Tom的文档:
{
'query': {
'match': {
'name': 'Tom'
}
}
}
2、match_pharse
match_pharse属于短语匹配,要求查询的词句和匹配的短语顺序必须一致,并且是连续的,但可以设置 slop
值来指定查询项之间可以分隔多远的距离
查询索引中woke为程序员的文档:
{
'query': {
'match_pharse': {
'woke': '程序员'
}
}
}
3、fuzzy
fuzzy查询的时候,不会根据分词器匹配,只会进行拆分,比如查询的是"海zei王",在分词器下(也就是match中)是无法匹配到单个词的,因为它不是一个短语,但是在fuzzy中是可以匹配的,并且fuzzy支持模糊和一定的容错查询匹配,因为它做的是匹配词的拆分,并不是短语。
查询索引中name为海zei王的文档:
{
'query': {
'fuzzy': {
'name': '海zei王'
}
}
}
4、multi_match
多字段匹配,比如在查询test这个值的时候我们不仅需要在A这个字段中查询,同时它也有可能存在B中,按照普通的写法你可能需要写两次查询,但是使用了multi_search只需要指定具体的fields就可以实现多字段查询
同时在age字段和phone字段搜索包含38这个数字的文档:
{
'query': {
'multi_match': {
'query': '38',
'fields':['age','phone']
}
}
}
5、regexp
正则表达式匹配,该匹配模式下我们可以按照正则表达式的符号去匹配具体的值,比如name字段,可以包含有.和*去正则匹配具体的值,?表示任一字符,*表示所有字符,还有其他的正则符号都可以使用,详情参考Regexp Query | Elasticsearch Guide [6.8] | Elastic
匹配手机号以1到9之前的开头,并且第二位是3最后一位是0或者1的手机号的文档:
{
'query': {
'regexp': {
'phone': {
'value':'[1-9]3.*[0-1]'
}
}
}
}
6、wildcard
通配符匹配,wildcard和regexp类似,不过它们也有不同之处。regexp的实际匹配能力要大于wildcard,在进行简单的匹配时候,比如名字的*或者?的简单普通匹配,建议使用wildcard而不是regexp,wildcard的效率要高于regexp,regexp可以实现更为复杂的场景,但是效率低一些,通俗的说wildcard是regexp的简化版本.
采用通配符匹配手机的电话号
{
'query': {
'wildcard': {
'phone': '13643091*'
}
}
}
7、term
term的英文含义表示是:精确的意思,在term查询中,表示做的是精确查询,整词匹配,不会对所匹配项进行拆分。直接以整词进行匹配,如果能查询到就命中该文档
查询的name为鲁班的文档
{
'query': {
'term': {
'name': {
'value':'鲁班'
}
}
}
}
8、 terms
terms和term的区别就是terms允许匹配多个值,而term只允许匹配一个值,在进行多值匹配的场景中可以使用terms,terms匹配到其中任何一个值就会认为整个文档是匹配的,terms多个值如果多个都匹配会返回所有文档
查询age为24、66的任一值,查到就返回文档
{
'query': {
'terms': {
'age': ['24','36']
}
}
}
9、range
range表示一个区间范围查找,这个范围可以是日期或者数值,ES的range比较灵活和明确,可以指定两个边界是否包含,通过参数include_lower:true 、include_upper:true来控制
查询age为20到30区间所有文档,
include_lower表示是否包含边界最小值(true表示包含),
include_upper表示是否包含边界最大值(true表示包含,false表示不包含)
{
'query': {
'range': {
'age': {
'from': 20,
'to': 30,
'include_lower':true,
'include_upper':false
}
}
}
}
查询log_time对应时间区间内的所有文档,
gt/gt表示起始时间,gte包含起始时间点,gt不包含起始时间点,
lt/lte表示结束时间,lte包结束时间点,lt不包含结束时间点
{
'query': {
'range': {
'log_time': {
'gte': '2022-04-02 00:00:00',
'lt': '2022-04-02 23:00:00',
'format': 'yyyy-MM-dd HH:mm:ss',
}
}
}
}
二、组合多查询
bool (布尔)过滤器。 这是个 复合过滤器(compound filter) ,它可以接受多个其他过滤器作为参数,并将这些过滤器结合成各式各样的布尔(逻辑)组合。
1、must
文档 必须must 匹配这些条件才能被包含进来,与 AND 等价。
must数组里面可以插入多个关键字查询条件
以下用例中查询sn为00000000, date_time为2022-04-02 00:00:00 到2022-04-02 23:00:00的文件
{
'query': {
'bool': {
'must': [
{'terms': { 'sn': ['00000000']}},
{'range': {'date_time': {
'gt': '2022-04-02 00:00:00',
'lt': '2022-04-02 23:00:00',
'format': 'yyyy-MM-dd HH:mm:ss',
}}
}
]
}
}
}
2、must_not
文档 必须不 must_not 匹配这些条件才能被包含进来,与 NOT 等价。
用例为:查询name不为李白的文件
{
'query': {
'bool': {
'must_not': [
{'terms': { 'name': ['李白']}}
]
}
}
}
3、should
至少有一个语句要匹配,与 OR 等价
用例为:查询name为李白或者age为12 的文件
{
'query': {
'bool': {
'should': [
{'terms': { 'name': ['李白']}},
{'term': { 'age': '12'}}
]
}
}
}
4、filter
必须 匹配,但它以不评分、过滤模式来进行。这些语句对评分没有贡献,只是根据过滤标准来排除或包含文档。filter不会计算搜索条件相关度分数,也不会根据相关度分数进行排序,相对效率更高一些。
用例为:查询name为李白同的文件
{
'query': {
'bool': {
'filter': [
{'terms': { 'name': ['李白']}}
]
}
}
}
5、must、must_not、should组合用例
以下用例中查询
sn为00000000, date_time为2022-04-02 00:00:00 到2022-04-02 23:00:00
或者name为Tom并且detail不以智能开头的文档
name为To
{
'query': {
'bool': {
'must': [
{'terms': { 'sn': ['00000000']}},
{'range': {'date_time': {
'gt': '2022-04-02 00:00:00',
'lt': '2022-04-02 23:00:00',
'format': 'yyyy-MM-dd HH:mm:ss',
}}
}
],
'must_not': [
{'regexp': {'detail':'智能*'}}
],
'should': [
{'match': { 'name': 'Tom'}}
]
}
}
}
三、分页和排序
分页检索,可以通过size和from来实现,size返回的条数,默认是10条,from返回的开始。
排序,可以根据sort来实现,该字段可以指定索引字段,也可以指定返回结果中的其他字段。
{
"query":{
"match_all":{}
},
"from":1,
"size":10,
"sort": {
"age":"desc",
"money":"asc"
}
}
更多推荐
所有评论(0)