elasticsearch 字段类型的索引、字段类型修改、字段类型、分页、排序、分组、聚合
Elasticsearch 支持多种数据类型，用于处理和存储不同格式的文档数据。主要的数据类型分为三大类：核心数据类型、复杂数据类型和特殊数据类型。
京东把 Elasticsearch 用得真牛逼！日均5亿订单查询完美解决！
Elasticsearch 在各大互联网公司大量真实的应用案例
总结一下ElasticSearch在的实践，
1.大数据量实时搜索
2.不作为写库使用，仅用来做亿级数据查询
elasticsearch对不同类型的字段所使用的索引
Elasticsearch 对不同类型的字段使用不同的索引策略和结构。这些策略旨在针对不同类型的数据提供最优的存储和查询性能。下面是 Elasticsearch 中常见字段类型及其索引策略的概述：
文本字段类型
text: 用于全文搜索。字段会被分词器处理，生成一系列词项（tokens），并存储在倒排索引中。每个词项都有一个文档ID列表（posting list），表示包含该词项的文档。keyword: 用于精确匹配和聚合。字段不会被分词器处理，而是作为完整的字符串存储。每个字段值被视为一个词条，并存储在倒排索引中。
数值字段类型
integer、long、float、double: 数值字段会被建立索引，存储在有序的结构中，便于快速查找和范围查询。数值字段的索引通常使用特殊的编码方式，如 Delta 编码或可变整数编码，以节省存储空间。
日期字段类型
date: 日期字段会被转换为毫秒数（自 Unix 纪元以来的毫秒数），并存储在索引中。这使得日期字段可以像数值字段一样进行排序和范围查询。
布尔字段类型
boolean: 布尔字段被存储为true或false，并建立索引以便快速查找。
二进制字段类型
binary: 二进制数据字段通常不被建立索引，而是存储在文档中。如果需要搜索二进制数据，可以使用特殊的技术，如倒排索引的扩展或使用外部索引服务。
复合字段类型
object、nested: 这些字段类型用于嵌套文档。object类型字段会被扁平化并存储在主文档中，而nested类型字段则作为独立的文档存储，并建立索引，以便支持嵌套文档的独立搜索和聚合。
地理空间字段类型
geo_point: 地理坐标字段会被建立索引，支持基于距离的查询和地理位置的聚合。geo_shape: 地理形状字段会被建立索引，支持基于形状的查询，如多边形内的文档查询。
特殊字段类型
ip: IP 地址字段会被转换为整数，并建立索引，以便进行快速查找和范围查询。token_count: 计算给定text字段中的词项数量。通常不建立索引，但可以用于聚合。
示例
下面是一个包含不同字段类型的索引映射示例：
PUT /example_index
{
"mappings": {
"properties": {
"title": { "type": "text" }, // 分词后存储
"author": { "type": "keyword" }, // 不分词存储
"content": { "type": "text" },
"published_date": { "type": "date" },
"views": { "type": "integer" },
"is_published": { "type": "boolean" },
"location": { "type": "geo_point" },
"comments": { "type": "nested", "properties": {
"author": { "type": "keyword" },
"body": { "type": "text" },
"date": { "type": "date" }
}}
}
}
}
总结
text和keyword类型的字段使用倒排索引。- 数值、日期、布尔和 IP 类型的字段使用有序结构，便于快速查找和范围查询。
- 复合类型如
object和nested类型字段根据具体类型和配置使用不同的索引策略。 - 地理空间类型的字段使用专门的索引结构，支持基于位置的查询。
希望这些信息对你有所帮助！如果有更具体的问题或需要进一步的帮助，请随时提问。
对于数值、日期、布尔和 IP 类型的字段，Elasticsearch 使用了高效的内部数据结构来支持快速查找和范围查询。虽然这些内部结构不像 MySQL 的 InnoDB 引擎那样使用 B+ 树，但它们仍然实现了类似的高效性能。
Elasticsearch 的内部数据结构
Elasticsearch 基于 Lucene 构建，Lucene 使用了多种高效的数据结构来存储和索引数据。对于数值、日期、布尔和 IP 类型的字段，Lucene 使用了以下数据结构和技术：
-
Packed Block: 用于存储数值类型的字段。这是一种高效的压缩存储技术，可以将整数和浮点数以位级压缩的形式存储，节省存储空间并加快检索速度。
-
DocValues: 用于数值、日期、布尔和 IP 类型的字段。DocValues 是一种高效的列式存储技术，允许快速访问文档的值。这些值通常以排序的方式存储，以便于执行范围查询和聚合。
-
BitSet: 用于布尔类型的字段。BitSet 是一种高效的位数组结构，可以快速标记哪些文档包含特定的布尔值。
-
Prefix Coded: 用于日期类型的字段。这是一种高效的编码方式，可以将日期值以压缩的形式存储，同时支持快速的范围查询。
与 B+ 树的关系
B+ 树是一种广泛应用于数据库索引的数据结构，它允许高效地进行范围查询。虽然 Elasticsearch 和 Lucene 不直接使用 B+ 树，但它们使用的 DocValues 和 Packed Block 等技术在功能上与 B+ 树相似，都能够支持高效的范围查询。
示例
假设你有一个包含 integer 类型字段的索引：
PUT /example_index
{
"mappings": {
"properties": {
"age": {
"type": "integer"
}
}
}
}
插入一些文档：
PUT /example_index/_doc/1
{
"age": 25
}
PUT /example_index/_doc/2
{
"age": 30
}
PUT /example_index/_doc/3
{
"age": 20
}
查询年龄在 20 到 30 之间的文档：
GET /example_index/_search
{
"query": {
"range": {
"age": {
"gte": 20,
"lte": 30
}
}
}
}
总结
- Elasticsearch 使用 DocValues 和 Packed Block 等技术来支持数值、日期、布尔和 IP 类型的字段。
- 这些技术在功能上与 B+ 树类似，能够支持高效的范围查询。
- Elasticsearch 的内部数据结构和算法设计旨在提供高性能的查询和聚合操作。
希望这些信息对你有所帮助！如果有更具体的问题或需要进一步的帮助，请随时提问。
elasticsearch有哪些数据类型，
Elasticsearch 支持多种数据类型，用于处理和存储不同格式的文档数据。主要的数据类型分为三大类：核心数据类型、复杂数据类型和特殊数据类型。
1. 核心数据类型
text：用于全文搜索的文本数据。数据会经过分词器处理，用于全文索引。keyword：用于结构化数据的精确匹配，适合存储不能分词的文本，如标签、用户名、状态等。numeric（数值类型）：long：64 位带符号整数。integer：32 位带符号整数。short：16 位带符号整数。byte：8 位带符号整数。double：64 位双精度浮点数。float：32 位单精度浮点数。half_float：16 位半精度浮点数。scaled_float：以缩放因子存储浮点数，适合需要精确度控制的数值数据。
date：用于存储日期类型数据。支持多种日期格式和时间戳。boolean：布尔类型，值为true或false。binary：用于存储二进制数据（Base64 编码）。
2. 复杂数据类型
object：JSON 对象类型，可以包含多个子字段。Elasticsearch 会为每个子字段创建单独的索引。nested：类似于object，但支持更复杂的嵌套查询。这种类型的数据可以作为独立的文档进行索引和查询。array：可以存储相同类型的多个值。数组可以包含text、keyword、date、boolean、numeric类型的元素。
3. 特殊数据类型
geo_point：用于存储地理位置的经纬度坐标，可以用于地理位置查询。geo_shape：用于存储复杂的地理形状数据（如多边形、线条等），适合空间关系查询。ip：用于存储 IPv4 和 IPv6 地址，可以用于 IP 地址范围查询。completion：用于自动完成建议功能的特定类型，适合为用户提供实时建议。token_count：用于存储分词后的 token 数量，通常与分析器结合使用。percolator：用于存储查询本身，以支持文档与查询的反向匹配。range：用于存储数值、日期、IP 范围，如integer_range、float_range、long_range、date_range、ip_range。
这些数据类型使得 Elasticsearch 能够灵活地处理各种结构化和非结构化数据，满足不同的查询和分析需求。
elasticsearch 会对int, data, keyword, boolean等字段创建索引吗
Elasticsearch 会对 int、date、keyword、boolean 等字段类型创建索引，但索引的方式和目的略有不同：
-
int（数值类型）：- 数值字段（如
integer、long、short等）会被索引，以便支持范围查询、排序等操作。
- 数值字段（如
-
date（日期类型）：- 日期字段会被索引，用于支持日期范围查询、排序等操作。
-
keyword（关键字类型）：- 关键字字段会被索引，用于精确匹配查询，如过滤和聚合操作。
keyword类型适合存储结构化的、不可分词的文本数据，如标签、用户名等。
- 关键字字段会被索引，用于精确匹配查询，如过滤和聚合操作。
-
boolean（布尔类型）：- 布尔字段会被索引，用于支持基于布尔值的查询。
在 Elasticsearch 中，这些字段会自动生成倒排索引或其他适合的数据结构（如 BKD tree 用于数值和日期类型）来加速查询和排序操作。索引机制使得 Elasticsearch 可以高效处理各种类型的数据查询需求。
elasticsearch 会对int, data, keyword, boolean等字段创建索引，是默认行为吗，需要加额外配置吗
Elasticsearch 默认会对 int（数值类型）、date（日期类型）、keyword（关键字类型）、boolean（布尔类型）等字段创建索引，无需额外配置。这是 Elasticsearch 的默认行为，旨在提供高效的查询能力。
具体解释如下：
-
int（数值类型）：- 数值类型字段（如
integer、long、short等）默认情况下会被索引，以便支持范围查询和排序。
- 数值类型字段（如
-
date（日期类型）：- 日期类型字段默认情况下会被索引，用于支持日期范围查询和排序。
-
keyword（关键字类型）：- 关键字类型字段默认情况下会被索引，以便进行精确匹配查询、过滤和聚合。
-
boolean（布尔类型）：- 布尔类型字段默认情况下会被索引，用于布尔值查询。
不创建索引的情况：
如果你不希望对某些字段创建索引，可以在映射（mapping）中明确设置这些字段的 index 属性为 false。例如：
{
"mappings": {
"properties": {
"field_name": {
"type": "keyword",
"index": false
}
}
}
}
这种配置告诉 Elasticsearch 不对 field_name 字段创建索引，但字段的原始数据仍然会存储在 _source 中。
额外配置的情况：
默认的索引行为适用于大多数场景，但如果有特定需求（如自定义分析器、禁用索引、定义字段格式等），则需要在映射中进行额外配置。
已创建的文档，字段类型不能更改是吗
是的，在 Elasticsearch 中，一旦文档的字段类型在索引中被定义并使用，就无法直接修改字段类型。这是因为字段类型影响到数据的存储方式和索引方式，如果修改字段类型，可能导致现有数据与新定义的字段类型不兼容。
解决方法：
如果需要修改字段类型，可以考虑以下几种方案：
-
创建新索引：
- 创建一个新索引，并在新的映射（mapping）中定义所需的字段类型。
- 将旧索引的数据重新索引到新索引中。
- 完成后，将应用程序切换到新索引。
-
使用动态模板（Dynamic Templates）：
- 如果你在动态映射时发现字段类型被错误定义，可以使用动态模板来细化字段类型的自动推断逻辑。
-
通过脚本重新索引：
- 使用
_reindexAPI，通过脚本对数据进行转换，将数据从旧索引迁移到新索引，同时应用新的字段类型。
- 使用
-
创建多字段（Multi-fields）：
- 如果希望对同一字段以多种不同的方式进行索引，可以使用多字段的机制，而不需要更改现有的字段类型。例如，一个字段可以同时被索引为
text和keyword类型。
- 如果希望对同一字段以多种不同的方式进行索引，可以使用多字段的机制，而不需要更改现有的字段类型。例如，一个字段可以同时被索引为
{
"mappings": {
"properties": {
"field_name": {
"type": "text",
"fields": {
"raw": {
"type": "keyword"
}
}
}
}
}
}
注意事项：
- 修改字段类型可能会影响查询性能和存储效率，因此在做出这些更改之前，最好仔细规划和测试。
- 如果有大量的数据，重新索引的过程可能需要一定时间，可能需要计划在低流量时间段进行。
Elasticsearch对分页查询的支持
Elasticsearch 提供了几种方式来实现分页查询。以下是常用的分页方法：
1. 基于 from 和 size 的分页
这是 Elasticsearch 最基本的分页方式，类似于 SQL 中的 LIMIT 和 OFFSET。
from: 指定结果集的起始位置，默认值是0。size: 指定返回结果的数量，默认值是10。
{
"query": {
"match": {
"field_name": "value"
}
},
"from": 0,
"size": 10
}
优点: 简单直接，适合小规模分页查询。
缺点: 当分页数很大时（如数千或数万条数据），性能会显著下降，因为 Elasticsearch 仍需要扫描和排序所有文档。
2. 基于 search_after 的分页
search_after 是另一种分页方式，它通过使用上一次查询结果中的排序值来继续分页。这种方式适合深度分页。
- 需要对查询结果进行排序（
sort字段必须指定）。 - 使用上一次结果的排序值作为
search_after参数。
{
"query": {
"match": {
"field_name": "value"
}
},
"size": 10,
"sort": [
{"field_name": "asc"},
{"_id": "asc"}
],
"search_after": ["last_sort_value", "last_doc_id"]
}
优点: 避免了深度分页的性能问题。
缺点: 不能直接跳过多页，需要从第一页开始逐页获取。
当多个文档具有相同的排序值时，可以通过增加一个辅助排序字段来解决分页问题。
如果 search_after 不适用，可以考虑使用 from 和 size 进行分页，尽管这种方法可能不太适合大数据集。
3. 基于 scroll 的分页
scroll API 用于处理大量数据的分页查询，适合对全量数据进行处理（如批量导出、分析等）。
- 创建
scroll上下文，通过scroll参数来获取下一个批次的数据。 - 需要注意清理
scroll上下文，避免占用资源。
{
"query": {
"match": {
"field_name": "value"
}
},
"size": 100,
"scroll": "1m"
}
然后使用 _scroll_id 获取下一批数据：
{
"scroll_id": "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAA=",
"scroll": "1m"
}
优点: 适合大规模数据的逐步处理，且不会影响集群性能。
缺点: 只能用于一次性任务，不适合实时的应用分页场景。
1m 是 scroll ID 的保持时间，表示你有一分钟的时间来滚动查询结果。
“size”: 10 是每次查询返回的文档数量。
4. 基于 search API 的 slice 分片分页
slice 允许将查询分割为多个并行执行的子查询，适合大数据量时的并行处理。
{
"query": {
"match": {
"field_name": "value"
}
},
"slice": {
"id": 0,
"max": 10
},
"size": 100
}
优点: 适合并行处理，提升处理速度。
缺点: 需要额外的逻辑来合并不同 slice 的结果。
Elasticsearch 提供了一个名为 slice 的特性，用于更高效地处理分页查询。slice 特性允许你将大的搜索请求分割成多个较小的请求，并将这些请求并行执行。这可以显著提高处理大规模数据集时的性能。
使用 slice 分页
slice 特性通过以下参数来配置：
slice.shard_size: 指定每个分片上返回的最大文档数量。这类似于size参数。slice.id: 指定当前请求的分片 ID。slice.total: 指定总共有多少个分片请求。
示例
假设你想要对一个索引进行分页查询，每页返回 10 条文档，使用 slice 特性来分割请求。
-
初始化查询:
- 首先，定义查询参数，包括排序字段、
slice.shard_size、slice.id和slice.total。 - 示例命令如下：
GET /example_index/_search { "size": 0, // 不返回文档，仅用于获取总数 "query": { "match_all": {} } }
这个查询用于获取索引中总共有多少文档。
- 首先，定义查询参数，包括排序字段、
-
计算分片数量:
- 假设你想要每页返回 10 条文档，并且知道索引中共有多少文档，你可以计算出需要多少个分片请求。
- 例如，如果有 1000 条文档，每页返回 10 条，则总共需要 100 个分片请求。
-
执行分片查询:
- 对于每个分片请求，你需要指定
slice.shard_size、slice.id和slice.total。 - 示例命令如下：
GET /example_index/_search { "slice": { "shard_size": 10, // 每个分片返回的文档数量 "id": 0, // 当前分片的 ID "total": 100 // 总共分片的数量 }, "sort": ["_doc"], // 排序字段 "query": { "match_all": {} } }
这个命令会返回第一个分片的 10 条文档。
- 对于每个分片请求，你需要指定
-
合并结果:
- 你需要将所有分片请求的结果合并起来，以得到完整的分页结果。
注意事项
- 并发执行:
slice特性支持并发执行多个分片请求，这意味着你可以在客户端并行发起这些请求，以提高查询效率。
- 结果合并:
- 你需要在客户端合并所有分片请求的结果，以获得最终的分页结果。
- 排序字段:
- 确保所有分片请求使用相同的排序字段，以确保分页的一致性。
- 分片大小:
slice.shard_size应该与每页返回的文档数量相匹配。
总结
slice特性允许你将大的搜索请求分割成多个较小的请求，并将这些请求并行执行。- 通过合理设置
slice.shard_size、slice.id和slice.total，可以有效地实现分页查询。 - 最终结果需要在客户端合并所有分片请求的结果。
希望这些信息对你有所帮助！如果有更具体的问题或需要进一步的帮助，请随时提问。
总结
from和size：适用于小规模数据集的简单分页。search_after：适用于深度分页且不需要跳页的场景。scroll：适用于处理大数据量的批量导出、分析任务。slice：适用于并行处理大数据量任务。
根据应用场景的不同选择合适的分页方法，可以提高查询性能和用户体验。
Elasticsearch查询字段允许哪些操作符
在 Elasticsearch 中，查询字段可以使用多种操作符来构建灵活的查询条件。这些操作符在不同的查询类型中可能略有不同。以下是一些常见的操作符和它们的使用方式：
1. 布尔操作符（Boolean Operators）
must: 必须匹配的条件，类似于逻辑与 (AND)。must_not: 必须不匹配的条件，类似于逻辑非 (NOT)。should: 应该匹配的条件，类似于逻辑或 (OR)。满足该条件会提高文档的相关性得分，但不是必须的。filter: 类似于must，但不会影响文档的相关性得分。
{
"bool": {
"must": [
{"match": {"field_name": "value"}}
],
"must_not": [
{"term": {"field_name": "unwanted_value"}}
],
"should": [
{"match": {"other_field": "value"}}
],
"filter": [
{"term": {"status": "active"}}
]
}
}
2. 比较操作符（Comparison Operators）
range: 用于执行范围查询，支持操作符如gt(大于),gte(大于等于),lt(小于),lte(小于等于)。
{
"range": {
"field_name": {
"gte": 10,
"lt": 20
}
}
}
3. 存在操作符（Existence Operator）
exists: 检查字段是否存在。
{
"exists": {
"field": "field_name"
}
}
4. 通配符和正则表达式（Wildcard and Regular Expressions）
wildcard: 允许使用通配符*(匹配零个或多个字符) 和?(匹配单个字符) 进行匹配。
{
"wildcard": {
"field_name": "val*"
}
}
regexp: 使用正则表达式匹配字段值。
{
"regexp": {
"field_name": "val[0-9]+"
}
}
5. 全文搜索操作符（Full-Text Search Operators）
match: 匹配文本字段，可以使用operator参数指定逻辑与 (AND) 或逻辑或 (OR)。
{
"match": {
"field_name": {
"query": "search text",
"operator": "and"
}
}
}
match_phrase: 匹配完整的短语或词组。
{
"match_phrase": {
"field_name": "exact phrase"
}
}
multi_match: 对多个字段进行匹配。
{
"multi_match": {
"query": "search text",
"fields": ["field1", "field2"]
}
}
6. 模糊搜索操作符（Fuzzy Search Operator）
fuzzy: 用于模糊匹配，允许在查询词上有一定的拼写错误。
{
"fuzzy": {
"field_name": {
"value": "search text",
"fuzziness": "AUTO"
}
}
}
7. 短语前缀匹配（Phrase Prefix Match）
match_phrase_prefix: 匹配以指定短语为前缀的字段值。
{
"match_phrase_prefix": {
"field_name": "start of phrase"
}
}
8. 脚本查询（Script Query）
script: 允许使用脚本语言（如 Painless）来进行复杂的条件判断。
{
"script": {
"script": "doc['field_name'].value > 10"
}
}
这些操作符可以在不同类型的查询中组合使用，以构建复杂的查询条件，从而满足各种数据检索需求。
int类型的相等比较呢
在 Elasticsearch 中，对 int（或其他数值类型，如 long、float、double 等）进行相等比较，可以使用 term 查询。这种查询用于精确匹配字段的值，包括数值类型。
示例：
假设你有一个名为 age 的字段，你希望查找所有 age 等于 25 的文档，可以使用以下查询：
{
"query": {
"term": {
"age": 25
}
}
}
解释：
term查询: 直接匹配字段的精确值。在这个例子中，它将查找所有age字段等于25的文档。
注意事项：
term查询适用于数值类型、布尔类型和关键字类型的字段。如果对text类型的字段使用term查询，Elasticsearch 会尝试匹配整个分词后的 token，因此一般不用于全文搜索。- 对于数值类型的字段，
term查询的匹配是精确的，不会进行任何范围或模糊匹配。
Elasticsearch的match操作符
在 Elasticsearch 中，match 操作符用于进行全文搜索，是最常用的查询之一。match 查询适合处理 text 类型的字段，因为它会对查询内容进行分词，然后根据分词后的词条进行匹配和评分。
基本用法
{
"query": {
"match": {
"field_name": "search text"
}
}
}
功能与特点
-
分词查询：
match查询会根据字段的分析器（Analyzer）对查询字符串进行分词，然后在索引中查找分词后的词条。- 例如，针对
"quick brown fox"这样的查询字符串，Elasticsearch 可能会将其分词为["quick", "brown", "fox"]，然后查询这三个词条。
-
操作符：
- 默认情况下，
match查询会使用OR操作符，即只要分词后的一个词条匹配，文档就会被返回。 - 可以通过设置
operator参数来控制匹配行为："or"（默认）：任意一个词条匹配即返回文档。"and"：所有词条都必须匹配才返回文档。
- 默认情况下，
{
"query": {
"match": {
"field_name": {
"query": "quick brown fox",
"operator": "and"
}
}
}
}
- 匹配模式：
match_phrase：用于匹配一个完整的短语，而不是分词后的独立词条。match_phrase_prefix：匹配以特定短语开头的字段值。
{
"query": {
"match_phrase": {
"field_name": "quick brown fox"
}
}
}
- 模糊匹配：
- 可以通过设置
fuzziness参数来实现模糊匹配，允许少量的拼写错误或字符替换。
- 可以通过设置
{
"query": {
"match": {
"field_name": {
"query": "quikc",
"fuzziness": "AUTO"
}
}
}
}
- 零次或更多次出现：
- 通过
minimum_should_match参数，你可以指定必须匹配的最少词条数量。
- 通过
{
"query": {
"match": {
"field_name": {
"query": "quick brown fox",
"minimum_should_match": 2
}
}
}
}
- Boost（权重）：
- 你可以使用
boost参数提高某些查询条件的权重，使其在评分时更具影响力。
- 你可以使用
{
"query": {
"match": {
"field_name": {
"query": "quick brown fox",
"boost": 2.0
}
}
}
}
适用场景
match查询适合进行全文搜索，当你需要在一个文本字段中查找包含某些关键词的文档时，非常适合使用。- 如果你希望进行精确匹配（如查找特定的标识符、标签等），
term查询可能更合适。
match 查询是 Elasticsearch 中处理自然语言和文本搜索的核心工具之一，能够在大规模文本数据中快速找到相关内容。
match_phrase：用于匹配一个完整的短语，而不是分词后的独立词条。于term的区别
match_phrase 和 term 都是 Elasticsearch 中常用的查询类型，但它们的用途和工作方式有很大的区别。
match_phrase 查询
- 用途: 用于在全文搜索中匹配一个完整的短语。
- 工作方式:
- 分词:
match_phrase查询会先对输入的查询字符串进行分词，然后检查这些词条是否以相同的顺序在字段中出现，并且它们之间的距离（即词之间的间隔）符合预期。 - 短语匹配: 它不仅仅是寻找包含所有词条的文档，还要求这些词条在文档中的顺序和位置与查询中一致。
- 分词:
示例
假设你有一个字段 content，其内容为 "the quick brown fox jumps over the lazy dog"。
-
查询
{"match_phrase": {"content": "quick brown"}}会找到这个文档，因为"quick brown"这个短语确实按顺序出现在字段中。 -
查询
{"match_phrase": {"content": "brown quick"}}则不会匹配，因为虽然文档包含这两个词，但它们的顺序与查询不一致。
term 查询
- 用途: 用于精确匹配一个词条或数值。通常适用于精确匹配结构化数据（如标识符、关键字、数值）。
- 工作方式:
- 不分词:
term查询不会对输入的查询字符串进行分词。它将查询值视为一个整体，并直接在索引中查找完全匹配该值的文档。
- 不分词:
示例
假设你有一个字段 status，其内容为 "active"。
- 查询
{"term": {"status": "active"}}会找到这个文档，因为它直接查找与"active"完全匹配的词条。 - 查询
{"term": {"status": "Active"}}不会匹配，因为term查询是区分大小写的。
总结
-
match_phrase查询:- 用于全文搜索，匹配完整的短语，考虑词条顺序和间隔。
- 会对查询字符串进行分词，然后检查词条是否按顺序出现在文档中。
-
term查询:- 用于精确匹配，不分词，直接查找完全匹配的词条或数值。
- 适合查找不分词的字段（如
keyword类型字段）或数值字段。
在选择使用 match_phrase 还是 term 时，关键在于你希望搜索的内容是否需要进行分词和顺序匹配。对于自然语言文本搜索，match_phrase 更为合适；而对于精确匹配的需求，term 更为合适。
elasticsearch对排序的支持
Elasticsearch 对排序和分页提供了强大的支持，能够帮助开发者有效地组织和访问搜索结果。以下是关于排序和分页功能的详细说明：
1. 排序（Sorting）
Elasticsearch 允许对查询结果进行排序，支持多种数据类型和排序方式。
排序字段和类型
text: 一般不会直接排序text字段，而是使用keyword字段，text字段可以通过多字段（multi-fields）设置支持排序。keyword: 支持按字母顺序排序。numeric: 可以按数值大小排序（如integer,long,float,double等）。date: 可以按日期时间排序。boolean: 可以按布尔值排序，false为 0，true为 1。geo_point: 可以按距离排序。
排序方式
- 升序 (
asc): 按从小到大的顺序排序。 - 降序 (
desc): 按从大到小的顺序排序。
示例：排序的基本用法
假设我们有一个字段 price 和 date，我们希望首先按 price 降序排列，然后按 date 升序排列：
{
"query": {
"match_all": {}
},
"sort": [
{"price": {"order": "desc"}},
{"date": {"order": "asc"}}
]
}
多字段排序
Elasticsearch 支持对多个字段进行排序，排序顺序按字段的顺序依次进行。
自定义排序脚本
你可以使用 script 字段来自定义排序逻辑，适用于复杂的排序场景：
{
"query": {
"match_all": {}
},
"sort": {
"_script": {
"type": "number",
"script": {
"lang": "painless",
"source": "doc['field_name'].value * params.factor",
"params": {
"factor": 1.1
}
},
"order": "asc"
}
}
}
一起探索未来云端世界的核心，云原生技术专区带您领略创新、高效和可扩展的云计算解决方案，引领您在数字化时代的成功之路。
更多推荐
23
0- 0
已为社区贡献1条内容
所有评论(0)