建站
咨詢
售后
建站咨詢
新聞中心
作者：京東科技 紀(jì)海雨
我們提供的服務(wù)有：成都網(wǎng)站設(shè)計、成都做網(wǎng)站、微信公眾號開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、浮山ssl等。為上千多家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的浮山網(wǎng)站制作公司
前言
隨著使用es場景的增多，工作當(dāng)中避免不了去使用es進(jìn)行數(shù)據(jù)的存儲，在數(shù)據(jù)存儲到es當(dāng)中以后就需要使用DSL語句進(jìn)行數(shù)據(jù)的查詢、聚合等操作，DSL對SE的意義就像SQL對MySQL一樣，學(xué)會如何編寫查詢語句決定了后期是否能完全駕馭ES，所以至關(guān)重要，本專題主要是分享常用的DSL語句，拿來即用。
一、match
如果match 查詢數(shù)字，日期，布爾值或者not_analyzed 的字符串時，會精確匹配搜索值，不做分詞解析；如果match 查詢?nèi)谋荆瑫Σ樵冊~做分詞解析，然后搜索。
比如對keyword 類型的tag 查詢，"京東總部"不會分詞，必須完全相等的詞才會被搜索出來
{a
"query": {
"match": {
"content" : {
"tag" : "京東總部"
}
}
}
}比如"寶馬多少馬力"會被分詞為"寶馬 多少 馬力", 所有有關(guān)"寶馬 多少 馬力", 那么所有包含這三個詞中的一個或多個的文檔就會被搜索出來。并且根據(jù)lucene的評分機制(TF/IDF)來進(jìn)行評分
{
"query": {
"match": {
"content" : {
"query" : "寶馬多少馬力"
}
}
}
}
二、match_phrase
如果想要精確匹配所有同時包含"寶馬 多少 馬力"的文檔，就要使用 match_phrase 了
{
"query": {
"match_phrase": {
"content" : {
"query" : "寶馬多少馬力"
}
}
}
}
三、mult_match
如果我們希望兩個字段進(jìn)行匹配，其中一個字段有這個文檔就滿足的話，使用multi_match
{
"query": {
"multi_match": {
"query" : "我的寶馬多少馬力",
"fields" : ["title", "content"]
}
}
}
四、term
關(guān)鍵字精確匹配，不分詞解析。注意 term 包含（contains） 操作，而非 等值（equals）判斷。如果文檔包含full_text 及其他詞，也會命中返回。
使用term要確定的是這個字段是否“被分析”(analyzed)，默認(rèn)的字符串是被分析的。
比如下面的例子，其中的full_text是被分析過的，所以full_text的索引中存的就是[quick, foxes]，而extra_value中存的是[Quick Foxes!]
PUT my_index
{
"mappings": {
"my_type": {
"properties": {
"full_text": {
"type": "string"
},
"exact_value": {
"type": "string",
"index": "not_analyzed"
}
}
}
}
}
PUT my_index/my_type/1
{
"full_text": "Quick Foxes!",
"exact_value": "Quick Foxes!"
}
請求不出數(shù)據(jù)的，因為full_text分詞后的結(jié)果中沒有[Quick Foxes!]這個分詞
GET my_index/my_type/_search
{
"query": {
"term": {
"full_text": "Quick Foxes!"
}
}
}
五、terms
指定多值精確匹配，如果字段包含了指定值中的任何一個值，那么文檔滿足條件。類似sql中的in
{
"terms": {
"tag": [
"search",
"full_text",
"nosql"
]
}
}
六、range
數(shù)字/時間的區(qū)間查詢，操作符：
?gt > greater than
?gte >=
?lt < litter than
?lte <=
{
"query":{
"range": {
"age": {
"gte": 20,
"lt": 30
}
}
}
}
七、wildcard
通配符索引。* 表示全匹配，？ 表示單一匹配。掃描所有倒排索引，性能較差
{
"query": {
"wildcard": {
"companyName": "*京東*"
}
}
}
八、regexp
正則索引。掃描所有倒排索引，性能較差
{
"query": {
"regexp": {
"postcode": "W[0-9].+"
}
}
}
九、組合多查詢（bool查詢）
bool 查詢后面可以跟這四種匹配模式
?must 必須匹配
?must_not 必須不匹配
?should 匹配任意，等價or
?filter 必須匹配：過濾模式
比如我們想要請求"content 中帶寶馬，但是tag 中不帶寶馬"這樣類似的需求，就需要用到bool 聯(lián)合查詢。
{
"query":{
"bool":{
"must":{
"term":{
"content":"寶馬"
}
},
"must_not":{
"term":{
"tags":"寶馬"
}
}
}
}
}
十、聚合
聚合包含一下兩種：
1、 指標(biāo)聚合（Metric Aggregation）：一些數(shù)學(xué)運算，可以對文檔字段進(jìn)行統(tǒng)計分析
- 輸出一個值
- min
- max
- sum
- avg
- value_count 統(tǒng)計某字段有值的文檔數(shù)
- cardinality 某字段值去重計數(shù)
- 輸出多個值
- stats
- percentiles
- percentile_ranks
2、桶聚合（Bucket Aggregation） ：一些列滿足特定條件的文檔的集合，相當(dāng)于sql 的groupby
- terms 對某個字段統(tǒng)計每個不同的內(nèi)容，以及出現(xiàn)文檔的個數(shù)
- range 某個范圍內(nèi)文檔的個數(shù)
默認(rèn)聚合范圍是全文，但是如果有query查詢，那么聚合的范圍就是query查詢的結(jié)果。
value_count 統(tǒng)計某字段有值的文檔數(shù)
{
"size": 0,
"aggs": {
"count": {
"value_count": {
"field": "companyName"
}
}
}
}指定查詢語句進(jìn)行統(tǒng)計
{
"query": {
"term": {
"companyName": "安徽科達(dá)智慧能源科技有限公司"
}
},
"aggs": {
"count": { //自定義名稱
"terms": {
"field": "companyName"
}
}
}
}以上就是本期分享的DSL語句，小伙伴們結(jié)合自己的使用查詢場景進(jìn)行操練起來吧。
分享名稱：Elasticsearch查詢及聚合類DSL語句寶典
本文地址：http://m.5511xx.com/article/cdhescj.html
