您当前的位置： 首页 >  ar

white camel

暂无认证

  • 0浏览

    0关注

    442博文

    0收益

  • 0浏览

    0点赞

    0打赏

    0留言

私信
关注
热门博文

重学Elasticsearch第3章 : ElasticSearch高级查询、索引库原理、倒排索引、DSL高级检索

white camel 发布时间：2022-08-09 11:00:00 ，浏览量：0

文章目录
  • ES中高级检索(Query)
    • 检索方式 _search
    • 给索引添加测试数据
    • URL检索
    • DSL检索 (重点)
    • DSL高级检索(Query) (重点)
      • 0. 查询所有(match_all)
      • 1. 查询结果中返回指定条数(size)
      • 2. 分页查询(from)
      • 3. 查询结果中返回指定字段(_source)
      • 4. 关键词查询(term)
      • 索引库原理 (倒排索引)
      • 倒排索引
        • 倒排索引例子
      • 5. 范围查询(range)
      • 6. 前缀查询(prefix)
      • 7. 通配符查询(wildcard)
      • 8. 多id查询(ids)
      • 9. 模糊查询(fuzzy)
      • 10. 布尔查询(bool) (重点)
      • 11. 高亮查询(highlight)
      • 12. 多字段查询(multi_match)
      • 13. 多字段分词查询(query_string)

ES中高级检索(Query)

检索: 索: 对文档创建索引的过程; 检: 检索,根据查询条件查询文档

检索方式 _search

ES官方提供了两中检索方式:

  • 一种是通过 URL 参数进行搜索
  • `另一种是通过 DSL(Domain Specified Language) 进行搜索。官方更推荐使用第二种方式第二种方式是基于传递JSON作为请求体(request body)格式与ES进行交互，这种方式更强大，更简洁。

在这里插入图片描述

  • 使用语法

    URL查询: GET /索引/类型/_search?参数

    DSL查询: GET /索引/类型/_search {}

给索引添加测试数据 
1.删除索引
DELETE /ems

// 表示删除成功
{
  "acknowledged" : true
}

2.创建索引并指定类型
PUT /ems
{
  "mappings":{
      "properties":{
        "name":{
          "type":"text"
        },
        "age":{
          "type":"integer"
        },
        "bir":{
          "type":"date"
        },
        "content":{
          "type":"text"
        },
        "address":{
          "type":"keyword"
        }
    }
  }
}

3.插入测试数据
PUT /ems/_bulk
  {"index":{}}
  {"name":"小黑","age":23,"bir":"2012-12-12","content":"为开发团队选择一款优秀的MVC框架是件难事儿，在众多可行的方案中决择需要很高的经验和水平","address":"北京"}
  {"index":{}}
  {"name":"王小黑","age":24,"bir":"2012-12-12","content":"Spring 框架是一个分层架构，由 7 个定义良好的模块组成。Spring 模块构建在核心容器之上，核心容器定义了创建、配置和管理 bean 的方式","address":"上海"}
  {"index":{}}
  {"name":"张小五","age":8,"bir":"2012-12-12","content":"Spring Cloud 作为Java 语言的微服务框架，它依赖于Spring Boot，有快速开发、持续交付和容易部署等特点。Spring Cloud 的组件非常多，涉及微服务的方方面面，井在开源社区Spring 和Netflix 、Pivotal 两大公司的推动下越来越完善","address":"无锡"}
  {"index":{}}
  {"name":"win7","age":9,"bir":"2012-12-12","content":"Spring的目标是致力于全方位的简化Java开发。 这势必引出更多的解释， Spring是如何简化Java开发的？","address":"南京"}
  {"index":{}}
  {"name":"梅超风","age":43,"bir":"2012-12-12","content":"Redis是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API","address":"杭州"}
  {"index":{}}
  {"name":"张无忌","age":59,"bir":"2012-12-12","content":"ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口","address":"北京"}
URL检索
  • queryString方式就是URL检索,跟上?q=

GET /ems/_search?q=*&sort=age:asc

​ _search 搜索的API ​ q=* 匹配所有文档 ​ sort 以结果中的指定字段排序

GET /ems/emp/_search?q=*&sort=age:desc&size=5&from=0&_source=name,age,bir

# QueryString的查询方式

#1.查询所有
GET /ems/_search?q=*

#2.排序 sort
GET /ems/_search?q=*&sort=age
GET /ems/_search?q=*&sort=age:desc

#3.分页 from size (es默认展示10条)
GET /ems/_search?q=*&sort=age:desc&size=2&from=0

#4.指定展示的字段_source
GET /ems/_search?q=*&_source=name,age
DSL检索 (重点)

NOTE: 以下重点讲解DSL语法

# QueryDSL查询方式

# 查询所有文档
GET /ems/_search
{
  "query": {
    "match_all":{}
  }
}

#1.排序 (text不支持排序,keyword支持)
GET /ems/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    },
    {
      "address":{
        "order": "desc"
      }
    }
  ]
}

在这里插入图片描述

DSL高级检索(Query) (重点) 0. 查询所有(match_all)

match_all关键字: 返回索引中的全部文档

GET /ems/_search
{
 	"query": { "match_all": {} }
}
1. 查询结果中返回指定条数(size)

size 关键字: 指定查询结果中返回指定条数。 默认返回值10条

GET /ems/_search
{
 	"query": { "match_all": {} },
	"size": 1  // 返回一条文档
}

在这里插入图片描述

2. 分页查询(from)

from 关键字: 用来指定起始返回位置，和size关键字连用可实现分页效果

// 检索出第2页2条文档,并按age进行倒序
GET /ems/_search
{
      "query": {"match_all": {}},
      "sort": [
        {
          "age": {
            "order": "desc"
          }
        }
      ],
      "size": 2, 
      "from": 1
}
3. 查询结果中返回指定字段(_source)

_source 关键字: 是一个数组,在数组中用来指定展示那些字段

// 检索出所有文档,文档中只展示accout_number, balance两个字段
GET /ems/_search
{
      "query": { "match_all": {} },
      "_source": ["name", "address"]
}

在这里插入图片描述

4. 关键词查询(term)

term 关键字: 用来使用关键词查询

// 检索出address字段为北京的文档
GET /ems/_search
{
  "query": {
    "term": {
      "address": {
        "value": "北京"
      }
    }
  }
}

在这里插入图片描述

提示1: 通过使用term查询得知ES中默认使用分词器为标准分词器(StandardAnalyzer),

标准分词器对于英文单词分词,对于中文单字分词

提示2: 通过使用term查询得知,在ES的Mapping Type 中 keyword , date ,integer, long , double , boolean or ip 这些类型不分词，只有text类型分词

索引库原理 (倒排索引)

在这里插入图片描述

注意: 一个es索引分为索引区和元数据区, 索引区用来存储文档分词后的数据, 元数据区是用来存储源数据;

  • 上图是采用默认的分词器,对中文会进行单字分词; 索引区对json中每个key的value值进行分词分析,统计出次数; eg: address的类型为keyword所以不会分词; [北京:0,1]表示北京这个词在索引号0的文档中出现1次,得1分

当我们查询的时候,首先去索引区进行匹配索引号,然后根据最佳匹配的索引号,再去元数据区击中文档

倒排索引

  • Elasticsearch使用一种称为倒排索引的结构，它适用于快速的全文搜索。

  • 见其名，知其意，有倒排索引，肯定会对应有正向索引。正向索引（forward index），反向索引（inverted index）更熟悉的名字是倒排索引。

  • 所谓的正向索引，就是搜索引擎会将待搜索的文件都对应一个文件ID，搜索时将这个ID和搜索关键字进行对应，形成K-V对，然后对关键字进行统计计数。 在这里插入图片描述 但是互联网上收录在搜索引擎中的文档的数目是个天文数字，这样的索引结构根本无法满足实时返回排名结果的要求。所以，搜索引擎会将正向索引重新构建为倒排索引，即把文件ID对应到关键词的映射转换为关键词到文件ID的映射，每个关键词都对应着一系列的文件，这些文件中都出现这个关键词。 在这里插入图片描述

倒排索引例子

在这里插入图片描述

5. 范围查询(range)

range 关键字: 用来指定查询指定范围内的文档

// 检索age大于等于8,小于等于30的文档
GET /ems/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 8,
        "lte": 30
      }
    }
  }
}

在这里插入图片描述

6. 前缀查询(prefix)

prefix 关键字: 用来检索含有指定前缀的关键词的相关文档

// 检索出conten字段,前缀为redis的文档
GET /ems/_search
{
  "query": {
    "prefix": {
      "content": {
        "value": "redis"
      }
    }
  }
}

在这里插入图片描述

7. 通配符查询(wildcard)

wildcard 关键字: 通配符查询 ? 用来匹配一个任意字符, * 用来匹配多个任意字符

// 检索出content字段中有re*的文档
GET /ems/_search
{
  "query": {
    "wildcard": {
      "content": {
        "value": "re*"
      }
    }
  }
}

在这里插入图片描述

8. 多id查询(ids)

ids 关键字 : 值为数组类型,用来根据一组id获取多个对应的文档

// 根据多个id,来检索多个文档
GET  /ems/_search
{
  "query": {
    "ids": {
      "values": ["yvahXIIBmuTGHEKH0GHy","zPahXIIBmuTGHEKH0GHy"]
    }
  }
}

在这里插入图片描述

9. 模糊查询(fuzzy)

fuzzy 关键字: 用来模糊查询含有指定关键字的文档

// 检索content字段中spring的文档,spting也可以检索出来,fuzzy规则允许
GET /ems/_search
{
  "query": {
    "fuzzy": {
      "content":"spring" //下面两种查询出来的文档一样
      //"content":"spting"
      //"content":"sptlng"
    }
  }
}

fuzzy 模糊查询  最大模糊错误 必须在0-2之间
# 搜索关键词长度为 2 不允许存在模糊 0
# 搜索关键词长度为3-5 允许一次模糊 0 1 
# 搜索关键词长度大于5 允许最大2模糊

在这里插入图片描述

10. 布尔查询(bool) (重点)

bool 关键字: 用来组合多个条件实现复杂查询

​ must: 相当于&& 同时成立

​ should: 相当于|| 成立一个就行

​ must_not: 相当于! 不能满足任何一个

// bool组合了must,must_not来做检索
	// must: age字段大于0,小于30的文档
	// must_not: content字段没有redis?的文档
// 最后按照age倒序展示
GET /ems/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "age": {
              "gte": 0,
              "lte": 30
            }
          }
        }
      ],
      "must_not": [
        {
        	"wildcard": {
          	"content": {
            	"value": "redi?"
          }
        }}
      ]
    }
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
}

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 4,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [
      {
        "_index" : "ems",
        "_type" : "_doc",
        "_id" : "yfahXIIBmuTGHEKH0GHy",
        "_score" : null,
        "_source" : {
          "name" : "王小黑",
          "age" : 24,
          "bir" : "2012-12-12",
          "content" : "Spring 框架是一个分层架构，由 7 个定义良好的模块组成。Spring 模块构建在核心容器之上，核心容器定义了创建、配置和管理 bean 的方式",
          "address" : "上海"
        },
        "sort" : [
          24
        ]
      },
      {
        "_index" : "ems",
        "_type" : "_doc",
        "_id" : "yPahXIIBmuTGHEKH0GHy",
        "_score" : null,
        "_source" : {
          "name" : "小黑",
          "age" : 23,
          "bir" : "2012-12-12",
          "content" : "为开发团队选择一款优秀的MVC框架是件难事儿，在众多可行的方案中决择需要很高的经验和水平",
          "address" : "北京"
        },
        "sort" : [
          23
        ]
      },
      {
        "_index" : "ems",
        "_type" : "_doc",
        "_id" : "y_ahXIIBmuTGHEKH0GHy",
        "_score" : null,
        "_source" : {
          "name" : "win7",
          "age" : 9,
          "bir" : "2012-12-12",
          "content" : "Spring的目标是致力于全方位的简化Java开发。 这势必引出更多的解释， Spring是如何简化Java开发的？",
          "address" : "南京"
        },
        "sort" : [
          9
        ]
      },
      {
        "_index" : "ems",
        "_type" : "_doc",
        "_id" : "yvahXIIBmuTGHEKH0GHy",
        "_score" : null,
        "_source" : {
          "name" : "张小五",
          "age" : 8,
          "bir" : "2012-12-12",
          "content" : "Spring Cloud 作为Java 语言的微服务框架，它依赖于Spring Boot，有快速开发、持续交付和容易部署等特点。Spring Cloud 的组件非常多，涉及微服务的方方面面，井在开源社区Spring 和Netflix 、Pivotal 两大公司的推动下越来越完善",
          "address" : "无锡"
        },
        "sort" : [
          8
        ]
      }
    ]
  }
}
11. 高亮查询(highlight)

highlight 关键字: 可以让符合条件的文档中的关键词高亮

// 将content字段中redis关键词进行高亮
GET /ems/_search
{
  "query": {
    "term": {
      "content": {
        "value": "redis"
      }
    }
  },
  "highlight": {
    "fields": {
      "*": {}
    }
  }
}

在这里插入图片描述

自定义高亮html标签: 可以在highlight中使用pre_tags和post_tags

// 根据设置的pre_tags和post_tags来自定义高亮情况
GET /ems/_search
{
  "query":{
    "term":{
      "content":"redis"
    }
  },
  "highlight": {
    "pre_tags": [""],
    "post_tags": [""],
    "fields": {
      "content":{}
    }
  }
}

在这里插入图片描述

多字段高亮 使用require_field_match开启多个字段高亮

// 将content字段中文档中包含redis的关键词高亮
 GET /ems/_search
{
  "query":{
    "term":{
      "content":"redis"
    }
  },
  "highlight": {
    "pre_tags": [""],
    "post_tags": [""],
    "require_field_match":false,
    "fields": {
      "*":{}
    }
  }
}
12. 多字段查询(multi_match)
  • 如果搜索的字段分词, 会对query进行 先分词 再搜索
  • 如果搜索的字段不分词,他会直接使用query整体进行字段搜索
// 将要检索的关键词,在多个字段中进行检索,符合的文档,都检索出来
// 王小, 在name,content字段中进行检索

// 查询的fields的类型,看该字段是否会分词(只有text会分词)
// name和content都是text类型,所以会进行分词查询,因为现在使用的是标准分词
// 所以对中文进行单字分词;王小分为王和小,分别在name,content字段中进行检索
GET /ems/_search
{
  "query": {
    "multi_match": {
      "query": "王小",
      "fields": ["name","content"]
    }
  }
}

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : 1.6131543,
    "hits" : [
      {
        "_index" : "ems",
        "_type" : "_doc",
        "_id" : "yfahXIIBmuTGHEKH0GHy",
        "_score" : 1.6131543,
        "_source" : {
          "name" : "王小黑",
          "age" : 24,
          "bir" : "2012-12-12",
          "content" : "Spring 框架是一个分层架构，由 7 个定义良好的模块组成。Spring 模块构建在核心容器之上，核心容器定义了创建、配置和管理 bean 的方式",
          "address" : "上海"
        }
      },
      {
        "_index" : "ems",
        "_type" : "_doc",
        "_id" : "yPahXIIBmuTGHEKH0GHy",
        "_score" : 1.498922,
        "_source" : {
          "name" : "小黑",
          "age" : 23,
          "bir" : "2012-12-12",
          "content" : "为开发团队选择一款优秀的MVC框架是件难事儿，在众多可行的方案中决择需要很高的经验和水平",
          "address" : "北京"
        }
      },
      {
        "_index" : "ems",
        "_type" : "_doc",
        "_id" : "yvahXIIBmuTGHEKH0GHy",
        "_score" : 1.1312833,
        "_source" : {
          "name" : "张小五",
          "age" : 8,
          "bir" : "2012-12-12",
          "content" : "Spring Cloud 作为Java 语言的微服务框架，它依赖于Spring Boot，有快速开发、持续交付和容易部署等特点。Spring Cloud 的组件非常多，涉及微服务的方方面面，井在开源社区Spring 和Netflix 、Pivotal 两大公司的推动下越来越完善",
          "address" : "无锡"
        }
      }
    ]
  }
}
13. 多字段分词查询(query_string) 
// 因为analyzer为ik最大分词,所以中国声音分为中国,声音
// 将中国,声音分别在name,content字段中进行检索,符合条件的文档查询出来
GET /ems/_search
{
  "query": {
    "query_string": {
      "query": "中国声音",
      "analyzer": "ik_max_word",  // ik分词
      "fields": ["name","content"]
    }
  }
}
关注
打赏
1661428283
查看更多评论

最近更新

热门博客

[ 申请 ]友情链接：

ClashX教程 绘画宝宝 配音宝宝
立即登录/注册

微信扫码登录

0.0394s