elasticsearch7常见查询（term、match、bool、filter、match）
一、精准查询term
term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇
1、term单值
字段只有一个值时候，用term关键词查询
查询biz_id值为1909190023901225的记录
curl -XGET http://192.168.1.73:9200/xyerp/order/_search -H 'Content-Type: application/json' -d '
{
"query": {
"term": {
"biz_id": "1909190023901225"
}
}
}
进一步优化查询，因为是精准查询，不需要查询进行评分计算，只希望对文档进行包括或排除的计算，所以我们会使用 constant_score 查询以非评分模式来执行 term 查询并以一作为统一评分。推荐如下查询
{
"query" : {
"constant_score" : {
"filter" : {
"term" : {
"biz_id" : "1909190023901225"
}
}
}
}
}'
2、terms多值
字段有一多个值时候，用terms关键词查询，后跟数组
{
"query":{
"terms":{
"biz_id":["1909190023901225"]
}
}
}'
constant_score 以非评分模式查询，推荐如下查询
{
"query" : {
"constant_score" : {
"filter" : {
"terms" : {
"biz_id" : ["1909190023901225","e1909190111365113"]
}
}
}
}
}'
3、term多个字段
{
"query": [{
"term": {
"biz_id": "1909190023901225"
}
}, {
"term": {
"name": "zhangsan"
}
}]
}
二、匹配查询match
match和term的区别是,match查询的时候,elasticsearch会根据你给定的字段提供合适的分析器,而term查询不会有分析器分析的过程，match查询相当于模糊匹配,只包含其中一部分关键词就行
同时还要注意match系列匹配时，datatype要设置为text，否则不会开启分词
1、match
进行full text search或者exact value(非string字段或not_analyzed的字段)，进行匹配，会对要查询的内容按照某种规则进行分词。
如es中存的merchant_id的值为"2500,2501,2502"，按照逗号分词。match匹配时查询参数值param="2500,2502"，会对param进行分词，分为2500和2502，对merchant_id的值进行匹配，默认是是or，即或者的关系，匹配任意一个分词，就返回数据结果
{
"query": {
"match": {
"merchant_id": "2500,2502"
}
},
"sort": [
{
"trade_finished_time": {
"order": "desc"
}
}
]
}'
2、match_all
{ "match_all": {}} 匹配所有的， 当不给查询条件时，默认全查，匹配所有字段。
{
"query": {
"match_all": {}
}
}
3、multi_match
同时对查询的关键词，多个字段同时进行匹配，只要其中一个字段匹配到值就返回结果
只要查询的字段merchant_id，_id字段值中任何一个包含2501，就返回对应结果
{
"query":{
"multi_match":{
"query":"2501",
"fields":["merchant_id","_id"]
}
}
}
同时field还支持更为丰富的查询
在在fields中，按brandName（品牌名）、sortName（分类名）、productName（商品名）productKeyword（商品关键字），搜索“牛仔 弹力”关键词，brandName源值、拼音值、关键字值都是100分，sortName源值、拼音值80分，productName源值60分，productKeyword值20分，分值由高到低优先级搜索
{
"query": {
"multi_match": {
"query": "牛仔 弹力",
"fields": [
"brandName^100",
"brandName.brandName_pinyin^100",
"brandName.brandName_keyword^100",
"sortName^80",
"sortName.sortName_pinyin^80",
"productName^60",
"productKeyword^20"
],
"type": <multi-match-type>,
"operator": "AND"
}
}
}
4、match_phrase
match_phrase查询分析文本，并从分析文本中创建短语查询。
类似 match 查询， match_phrase 查询首先将查询字符串解析成一个词项列表，然后对这些词项进行搜索，但只保留那些包含全部搜索词项，且位置与搜索词项相同的文档。
即对给定的短语完整查询匹配，搜索到的结果集都必须包含给定的查询词组
如下，查询 quick brown、quick brown fox、 brown fox可以查询到，quick fox 查询不到
{
"query": {
"match_phrase": {
"title": "quick brown fox"
}
}
}
如下， 查询 a,b，a和b之间隔3个字符可以查询到，隔不是3个查询不到
{
"query":{
"match_phrase" :{
"query":"a,b",
"slop":3
}
}
}
5、match_phrase_prefix
左前缀匹配，类似sql中的 like 'zhang%'
如查询姓张的同学有哪些，zhang san，zhang san feng，都能返回结果集
{
"query": {
"match_phrase_prefix": {
"name": "zhang"
}
}
}
6、wildcard模糊查询
?（只一个）、*（可多个）匹配任意字符，不用于match分词要求的text，这里模糊的字段类型需要是keyword。类似于SQL LIKE，通配符性能自然也会差一些
如下：模糊匹配包含“海淀”的学校名字
{
"size": 20,
"from": 0,
"query": {
"bool": {
"must": [
{
"wildcard": {
"school_name": "*海淀*"
}
}
]
}
}
}
三、bool查询
bool查询包含四种操作符，分别是must,should,must_not,filter。它们均是一种数组，数组里面是对应的判断条件
must： 必须匹配，与and等价。贡献算分
must_not：必须不匹配，与not等价，常过滤子句用，但不贡献算分
should： 选择性匹配，至少满足一条，与 OR 等价。贡献算分
filter： 过滤子句，必须匹配，但不贡献算分
需要注意的是must与should同时使用时候，不可平级出现，必须是一个嵌套在另一个其中
{
"query": {
"bool": {
"must": [{
"term": {
"merchant_id": 100
}
},
{
"bool": {
"should": [{
"term": {
"creator": "zhangsan"
}
}, {
"term": {
"id": 40
}
}]
}
}
],
"filter": {
"term": {
"trade_type": 2
}
}
}
}
}
四、filter查询
过滤器，会查询对结果进行缓存，不会计算相关度，避免计算分值，执行速度非常快。我们可以把经常被查询且不频繁变更的条件放到filter中
如下， 查询出12月份已付款的订单，付款状态不会经常变动，所以放在filter中
{
"query": {
"bool": {
"must": [{
"term": {
"month": "2022-12"
}
}],
"filter": {
"term": {
"trade_status": 2
}
}
}
}
}
filter也常和range范围查询一起结合使用，range范围可供组合的选项
gt : 大于
lt : 小于
gte : 大于等于
lte :小于等于
如下，查询merchant_id值为2501下的交易数据
{
"query": {
"bool": {
"must": {
"term": {
"merchant_id": "2501"
}
},
"filter": {
"range": {
"trade_finished_time": {
"from": "2019-09-01T00:00:00",
"to": "2019-09-30T23:59:59"
}
}
}
}
}
}
如下查询，must下匹配，filter进行过滤，range定义范围
{
"query": {
"bool": {
"must": [
{
"match": {
"title": "Search"
}
},
{
"match": {
"content": "Elasticsearch"
}
}
],
"filter": [
{
"term": {
"status": "1"
}
},
{
"range": {
"publish_date": {
"gte": "2015-01-01"
}
}
}
]
}
}
}
五、常见组合查询
1、bool-must-filter结合
查询商户ID为3582，订单号为360102199003072618，按时间范围过滤，按下单时间倒序，每次查询100条
{
"query": {
"bool": {
"must": [{
"term": {
"merchant_id": "3582"
}
}, {
"term": {
"order_num": "360102199003072618"
}
}],
"filter": [{
"range": {
"order_time": {
"from": "2019-11-01T17:00:00+08:00",
"to": "2019-11-01T20:00:00+08:00"
}
}
}]
}
},
"size": 100,
"sort": [{
"order_time": "desc"
}]
}
2、bool-must-should-match
查询venderId值为1234，taskId为1234，字段itemCodes和templateCodes的值至少有一个match匹配到结果，才返回对应数据集。
即must下两个terms同时满足，should下两个match至少满足一条
{
"bool": {
"must": [{
"terms": {
"venderId": [
"1234"
]
}
},
{
"terms": {
"taskId": [
"1234"
]
}
},
{
"should": [{
"match": {
"itemCodes": {
"query": "12,124"
}
}
},
{
"match": {
"templateCodes": {
"query": "t123,t124,t125"
}
}
}
]
}
]
}
}
3、bool-must-wildcard-range
根据促销ID和促销名称查询某个时间段的促销，并时间排序
{
"from": 0,
"size": 10,
"query": {
"bool": {
"must": [{
"term": {
"promt_id": {
"value": 200352052277
}
}
}, {
"wildcard": {
"promt_name": {
"wildcard": "*业务部*"
}
}
}, {
"range": {
"promt_end_time": {
"from": "2022-10-01 00:00:00"
}
}
}, {
"range": {
"promt_begin_time": {
"to": "2022-10-31 23:59:59"
}
}
}]
}
},
"sort": [{
"created_time": {
"order": "desc",
"unmapped_type": "keyword"
}
}]
}
旨在为数千万中国开发者提供一个无缝且高效的云端环境，以支持学习、使用和贡献开源项目。
更多推荐
24
0- 0
已为社区贡献10条内容
88
34
126
开源友的聊-中美AI对决
所有评论(0)