Terms Query 词项查询

Terms Query 能够在结构化的数据中基于精确的值取查询文档。如日期范围，ip地址，价格和产品ID等数据。

和全文检索不同，term-level 查询不会分析“检索词”，会匹配存储字段中的准确的词项。

term-level  查询分类

exists query

f返回在指定field上包含被索引值的文档

被索引的值在以下情况下可能不会存在文档属性中

  • 在原json文档中，field的值为null 或 []
  • mapping 设置中，该field 配置为 index :false
  • 属性长度值超出了 mapping中的 ignore_above 配置
curl -X GET "localhost:9200/myindex/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "exists": {
      "field": "user"
    }
  }
}
'

exists 顶级参数

field （required）想要搜索的属性名

属性值为 Json 中的 的 null 和[] 时，被认为不存在，以下类型的值认为是存在的

  • 空字符串， 如 “” 或 “-”
  • 数组中包含null 和其它类型的值 ，如[null， “foo”]
  • 自定义的 null-value， 定义在mapping field中

取查询没有索引值的文档，可以在 bool 查询中 must_not 联合 exists 使用

 

curl -X GET "localhost:9200/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "bool": {
      "must_not": {
        "exists": {
          "field": "user.id"
        }
      }
    }
  }
}
'
View Code

 

fuzzy query

模糊查询，查询属性和检索项相似的文档，和wildcard query 不同。使用 Levenshtein edit distance 来去判断是否匹配。

一个编辑距离是 一个词项转换为另一个词项时，所欲需要改变的字符数量，如：

  • 变更一个字符  (box → fox)
  • 溢出一个字符  (black → lack)
  • 插入一个字符  (sic → sick)
  • 交换两个相邻的字符 (act → cat)

为了查找相似词项，fuzzy query 会根据 “检索项”已 edit distance去 创建一系列所有可能的变种，扩展项。查询会返回符合扩展项的精确匹配项。

curl -X GET "localhost:9200/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "fuzzy": {
      "user.id": {
        "value": "ki",
        "fuzziness": "AUTO",
        "max_expansions": 50,
        "prefix_length": 0,
        "transpositions": true,
        "rewrite": "constant_score"
      }
    }
  }
}
'
View Code

 

fuzzy 顶级属性

field 需要在哪个属性上查找。

field 参数

  • value ：用于搜索的检索项
  • fuzziness 最大的edit distance
  • max_expansions 创建的检索项的最大的变种，默认50个。
  • prefix_length 创建变种时，不参与变种创建的字符数，默认0。
  • transpositions  是否开启调整相邻字符去匹配。
  • rewrite

若要开启 fuzzy queries，search.allow_expensive_queries 需要开启。

ids query

根据文档id去查询

curl -X GET "localhost:9200/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "ids" : {
      "values" : ["1", "4", "100"]
    }
  }
}
'
View Code

 

prefix query

查询在指定属性上包含指定前缀的文档

curl -X GET "localhost:9200/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "prefix": {
      "user.id": {
        "value": "ki"
      }
    }
  }
}
'
View Code

case_insensitive 7.10 新增， true or false

range query

curl -X GET "localhost:9200/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "range": {
      "age": {
        "gte": 10,
        "lte": 20,
        "boost": 2.0
      }
    }
  }
}
'
View Code

 

term query

精确匹配文档属性，类似于sql 中的“=”

curl -X GET "localhost:9200/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "term": {
      "user.id": {
        "value": "kimchy",
        "boost": 1.0
      }
    }
  }
}
'
View Code

避免使用term 去检索 text的fields

应该避免使用term query 去查询属性类型为 text的属性，因为类型为text的field在存储时，会被分析器处理，分词等操作。搜索 text的属性时，使用match query 是更好的选择，match query 也会对 “检索项”进行分析操作，能更好的匹配操作文档。

term query 不会对检索项进行分词等处理，只会精确匹配属性值。

为了明白term query 和match query 之间的区别，可以参考以下示例

1. 创建索引，包含一个属性类型为text

curl -X PUT "localhost:9200/my-index-000001?pretty" -H 'Content-Type: application/json' -d'
{
  "mappings": {
    "properties": {
      "full_text": { "type": "text" }
    }
  }
}
'
View Code

2. 索引文档 ”Quick Brown Foxes!“， 由于full_text类型为 text， elasticsearch 在分析文档时将起转变为 [quick, brown, fox]

curl -X PUT "localhost:9200/my-index-000001/_doc/1?pretty" -H 'Content-Type: application/json' -d'
{
  "full_text":   "Quick Brown Foxes!"
}
'
View Code

3. 使用term在 full_text 属性上检索 ”Quick Brown Foxes!“，由于 full_text 不再包含精确的词项”Quick Brown Foxes!“，查询不会匹配任何文档 

curl -X GET "localhost:9200/my-index-000001/_search?pretty&pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "term": {
      "full_text": "Quick Brown Foxes!"
    }
  }
}
'
View Code

4. 使用match 查询文档，可以正确返回文档

curl -X GET "localhost:9200/my-index-000001/_search?pretty&pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "full_text": "Quick Brown Foxes!"
    }
  }
}
'
View Code

 

terms query

在指定的文档上，检索一个或多个给定的 term，可以同时在一个属性上检索多个值，类似于 sql 中的 in ("a", "b")

curl -X GET "localhost:9200/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "terms": {
      "user.id": [ "kimchy", "elkbee" ],
      "boost": 1.0
    }
  }
}
'
View Code

 

Terms set query

term_set 查询 和 terms 查询类似，不过 term_set 可以指定最少需要匹配多少个词项才算是匹配， 如在属性 programming_languages 上进行 term_set 查询 [ c++, java, php],可以要求 返回的文档的programming_languages 中字少包含两个词项

wildcard query

 通配符匹配，可以使用*作为通配符去匹配文档， ” * “ 代表0或多个字符，”?“代表一个字符。 使用该功能，需要 search.allow_expensive_queries 参数为打开状态

curl -X GET "localhost:9200/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "wildcard": {
      "user.id": {
        "value": "ki*y",
        "boost": 1.0,
        "rewrite": "constant_score"
      }
    }
  }
}
'
View Code

 

posted @ 2022-06-08 11:35  hhanhao  阅读(664)  评论(0)  编辑  收藏  举报