【HBZ分享】ES中的DLS命令使用

2023-11-05 18:52
文章标签 es 使用 命令 分享 hbz dls

本文主要是介绍【HBZ分享】ES中的DLS命令使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

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. 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. 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": {}}
}

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}}}
}
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": {}}
}

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": {}}
}

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]}}
}
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 }}}]}}
}

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"}}}}
}
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}}}}}
}

== 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。
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"}}
}
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"}}
}

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"}}}
}

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<font color='yellow'> java </font> 这种的,不使用默认的<em>
GET /high_light_test/_search
{"query": {"bool": {"should": [{"match": {"title": "java"}},{"match": {"content": "老王"}}]}},"highlight": {"pre_tags": "<font color='yellow'>","post_tags": "</font>","fields": [{"title":{}},{"content":{}}]} 
}

这篇关于【HBZ分享】ES中的DLS命令使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/351831

相关文章

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述:为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

redis中使用lua脚本的原理与基本使用详解

《redis中使用lua脚本的原理与基本使用详解》在Redis中使用Lua脚本可以实现原子性操作、减少网络开销以及提高执行效率,下面小编就来和大家详细介绍一下在redis中使用lua脚本的原理... 目录Redis 执行 Lua 脚本的原理基本使用方法使用EVAL命令执行 Lua 脚本使用EVALSHA命令

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

使用Python和Pyecharts创建交互式地图

《使用Python和Pyecharts创建交互式地图》在数据可视化领域,创建交互式地图是一种强大的方式,可以使受众能够以引人入胜且信息丰富的方式探索地理数据,下面我们看看如何使用Python和Pyec... 目录简介Pyecharts 简介创建上海地图代码说明运行结果总结简介在数据可视化领域,创建交互式地

Java Stream流使用案例深入详解

《JavaStream流使用案例深入详解》:本文主要介绍JavaStream流使用案例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录前言1. Lambda1.1 语法1.2 没参数只有一条语句或者多条语句1.3 一个参数只有一条语句或者多

Java Spring 中 @PostConstruct 注解使用原理及常见场景

《JavaSpring中@PostConstruct注解使用原理及常见场景》在JavaSpring中,@PostConstruct注解是一个非常实用的功能,它允许开发者在Spring容器完全初... 目录一、@PostConstruct 注解概述二、@PostConstruct 注解的基本使用2.1 基本代

C#使用StackExchange.Redis实现分布式锁的两种方式介绍

《C#使用StackExchange.Redis实现分布式锁的两种方式介绍》分布式锁在集群的架构中发挥着重要的作用,:本文主要介绍C#使用StackExchange.Redis实现分布式锁的... 目录自定义分布式锁获取锁释放锁自动续期StackExchange.Redis分布式锁获取锁释放锁自动续期分布式

springboot使用Scheduling实现动态增删启停定时任务教程

《springboot使用Scheduling实现动态增删启停定时任务教程》:本文主要介绍springboot使用Scheduling实现动态增删启停定时任务教程,具有很好的参考价值,希望对大家有... 目录1、配置定时任务需要的线程池2、创建ScheduledFuture的包装类3、注册定时任务,增加、删

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1