ElasticSearch语句中must,must_not,should组合关系,作者有验证脚本(ES为8版本,使用Kibana运行语句)

文章目录

一、单个使用

  • must(且):数组里面的条件都要满足,该条数据才被选择,所有的条件为且的关系
  • must_not(或,然后取反):数组里面的条件满足其中一个,该条数据则不被选择
  • should(或):数组里面的条件满足其中一个,该条数据被选择

二、must和must_not组合(A-B)

  • 满足must的数据减去满足must_not的数据则是最终结果

三、must和should组合(A)

  • 满足must的数据
  • should用来打分(字段为:_score ),影响返回排序
  • 满足should条件的数据分值会更高

四、should和must_not组合(A-B)

  • 满足should的数据减去满足must_not的数据则是最终结果

五、must和should和must_not组合(A-C)

  • 满足must的数据减去满足must_not的数据则是最终结果
  • should用来打分,影响返回排序
  • 满足should条件的数据分值会更高

六、验证脚本,执行之后自行观察结果(price字段用来测试)即可理解

  • 初始化数据
txt 复制代码
POST mystore/_bulk
{"index":{"_id":1}}
{"price":10,"productID":"XHDK-A-1293-#fJ3"}
{"index":{"_id":2}}
{"price":20,"productID":"XHDK-A-1293-#f20"}
{"index":{"_id":3}}
{"price":30,"productID":"JODL-X-1937-#pV7"}
{"index":{"_id":4}}
{"price":40,"productID":"QQPX-R-3956-#aD8"}
{"index":{"_id":5}}
{"price":50,"productID":"KDKE-B-9947-#kL5"}
{"index":{"_id":6}}
{"price":60,"productID":"KDKE-B-9947-#kL5"}
{"index":{"_id":7}}
{"price":70,"productID":"JODL-X-1937-#pV7"}
{"index":{"_id":8}}
{"price":80,"productID":"JODL-X-1937-#pV7"}
  • must和must_not组合
txt 复制代码
GET mystore/_search
{
  "query": {
    "bool": {
      "must": [{"range": {"price": {"gte": 20,"lte": 50}}}],
      "must_not": [{"match": {"price": "40"}}]}
  }
}
  • must和should组合
txt 复制代码
GET mystore/_search
{
  "query": {
    "bool": {
      "must": [{"range": {"price": {"gte": 20,"lte": 50}}}],
      "should": [{"range": {"price": {"gte": 40,"lte": 60}}}]
    }
  }
}
  • should和must_not组合
txt 复制代码
GET mystore/_search
{
  "query": {
    "bool": {
      "should": [{"range": {"price": {"gte": 40,"lte": 60}}}],
      "must_not": [{"match": {"price": "40"}}]}
  }
}
  • must和should和must_not组合
txt 复制代码
GET mystore/_search
{
  "query": {
    "bool": {
      "must": [{"range": {"price": {"gte": 20,"lte": 50}}}],
      "should": [{"range": {"price": {"gte": 40,"lte": 60}}}],
      "must_not": [{"match": {"price": "40"}}]
    }
  }
}

查考文档

相关推荐
明月_清风3 小时前
数据进入平台后怎么处理?一文搞懂 ETL
大数据·后端·数据分析
Elasticsearch3 小时前
使用 NVIDIA cuVS 在 Elasticsearch 中实现 GPU 加速的向量索引:在 10 分钟内处理 1.38 亿个向量
elasticsearch
用户7783366132113 小时前
写个浏览器插件查 SERP:选中关键词右键看前 10(Chrome MV3 实战)
搜索引擎·api
Flynt3 小时前
"MySQL搜不动就上ES"?我先在50万行数据上测了它自带的ngram全文索引
mysql·elasticsearch·搜索引擎
明月_清风3 小时前
数据处理完放在哪里?一文搞懂数据仓库与数据湖
大数据·后端·数据分析
大大大大晴天3 小时前
每天认识一个组件:向量化计算加速Apache Auron
大数据
明月_清风3 小时前
数据平台到底是什么?一篇文章搞懂数据平台开发
大数据·后端·数据分析
明月_清风4 小时前
数据是怎么进入数据平台的?一文搞懂数据采集与数据同步
大数据·后端·数据分析
柒和远方4 小时前
混合检索 RAG 全链路:查询增强、双路召回与重排——向量库和搜索引擎联手补齐召回
elasticsearch·langchain·llm
Databend4 小时前
同样 PASS,路径为何不同|用 Jev 逐 Span 评估 Agent Trace
大数据·数据分析·agent