Elasticsearch中各种query的适用场景

Elasticsearch 提供了丰富的 Query 类型,以满足各种搜索需求。以下列举一些常见的 Query 类型,并分析其区别和应用场景:

一、 几个常用的基本Query

1. Term Query

  • 应用场景: 查找包含特定词语的文档,适合精确匹配单个词语的场景。
  • 特点: 与其他 Query 相比,Term Query 要求完全匹配目标词语。
  • 语法示例: { "query": { "term": { "``title``": "apple" } } }
    • 该示例将匹配所有 title字段值为 "apple" 的文档。

2. Match Query

  • 应用场景: 查找包含与目标词语相似或相关的词语的文档,适合模糊匹配文本。
  • 特点: Match Query 允许部分匹配和词形变化,可以理解为对 Term Query 的扩展。
  • 语法示例: { "query": { "match": { "title": "iphone" } } }
    • 该示例将匹配包含 "iphone"、"iPhones"、"iPhone" 等词语的文档。

3. Match Phrase Query

  • 应用场景: 查找包含特定短语的文档,要求短语中的词语顺序必须一致。
  • 特点: 不同于 Match Query 允许词序变化,Match Phrase Query 需要精确匹配短语中的所有词语,并保持其顺序。
  • 语法示例: { "query": { "match_phrase": { "description": "apple iphone 15" } } }
    • 该示例将匹配包含 "apple iphone 15" 这个完整短语的文档。

4. Wildcard Query

  • 应用场景: 查找包含特定模式的词语的文档,支持使用 "*" 和 "?" 通配符,类似SQL中的LIKE。
  • 特点: Wildcard Query 允许使用通配符匹配多个字符,灵活度更高,但这个查询效率比较较低,影响ES的性能,所以非必要是不建议用Wildcard Query的。
  • 语法示例: { "query": { "wildcard": { "``title``": "app*" } } }
    • 该示例将匹配所有以 "app" 开头的 title字段值,例如 "apple"、"appliance" 等。

5. Prefix Query

  • 应用场景: 查找包含以特定前缀开头的词语的文档。
  • 特点: Prefix Query 只匹配以特定前缀开头的词语,效率更高。
  • 语法示例: { "query": { "prefix": { "title": "app" } } }
    • 该示例将匹配所有以 "app" 开头的 title字段值,例如 "apple"、"appliance" 等。

6. Range Query

  • 应用场景: 查找满足特定条件的数值或日期范围的文档。
  • 特点: Range Query 可以指定数值或日期范围,并使用 "gte"、"gt"、"lte"、"lt" 等参数控制范围。
  • 语法示例: { "query": { "range": { "price": { "gte": 100, "lte": 200 } } } }
    • 该示例将匹配所有 price 字段值在 100 到 200 之间的文档。

二、 复杂查询构造

  • Bool Query: 可以组个多个query,同时使用 "must", "should", "must_not" 构建复杂条件查询,例如查找所有价格在 100 元到 200 元之间且标题为 "apple" 的产品。

    • 语法示例:

    { "query": { "bool": { "must": [ { "range": { "price": { "gte": 100, "lte": 200 } } }, { "term": { "title": "apple" } } ] } } }

  • Exists Query: 检查字段是否存在,查找包含特定字段的文档,例如查找所有包含 "description" 字段的文档。

    • 语法示例:

    { "query": { "exists": { "field": "description" } } }

  • Missing Query: 与上面相反检查字段是否不存在,查找不包含特定字段的文档,例如查找所有不包含 "description" 字段的文档。。

    • 语法示例:

    { "query": { "missing": { "field": "description" } } }

三、 几个特殊场景的 Query

  • Geo Distance Query: 查找按地理位置距离查找,例如查找距离用户当前位置 10 公里内的商店。

    • 语法示例:

    { "query": { "geo_distance": { "distance": "10km", "location": { "lat": 40.7128, "lon": -74.0060 } } } }

  • Nested Query: 对嵌套对象进行查询,例如查询每个用户的订单信息。

    • 语法示例:

    { "query": { "nested": { "path": "orders", "query": { "match": { "orders.product": "apple" } } } } }

  • Regexp Query: 使用正则表达式进行匹配,例如下面是一个查找所有包含电子邮件地址的例子。

    • 语法示例:

    { "query": { "regexp": { "email": ".+@.+\\..+" } } }

  • Fuzzy Query: 查找包含与目标词语相似或相关的词语的文档,例如查找所有包含 "appl" 或 "apple" 的产品。

    • 语法示例:

    { "query": { "fuzzy": { "title": { "value": "iphon", "fuzziness": 1 } } } }

四、 QueryString 和 Simple Query String

这两个query可以根据条件构建定制化的查询条件

  • QueryString Query: 支持使用 Lucene 语法进行复杂查询。

    • 语法示例:

    { "query": { "query_string": { "query": "brand:Apple AND price:[100 TO 200]" } } }

    • 应用场景: 自定义复杂查询条件,例如使用 "AND" 或 "OR" 连接多个条件。
  • Simple Query String Query: 简化的查询语法,支持基础的逻辑操作。

    • 语法示例:

    { "query": { "simple_query_string": { "query": "apple price > 100" } } }

    • 应用场景: 简单查询,例如查找包含 "apple" 并且价格大于 100 的产品。

选择合适的 Query 类型取决于具体的搜索需求,建议根据数据结构和搜索目的选择合适的 Query 类型,以提高查询效率和准确性。希望本文能帮助你更好地理解 Elasticsearch 中的 Query 类型,并灵活运用这些 Query 类型进行高效的搜索。

文章地址 Elasticsearch中各种query的适用场景 -- AI小站 (aisites.cn)

相关推荐
IT成长日记17 分钟前
Elasticsearch安全加固指南:启用登录认证与SSL加密
安全·elasticsearch·ssl
Elasticsearch1 小时前
现在支持通过 EDOT Collector 在 Kubernetes 上动态发现工作负载
elasticsearch
中科岩创2 小时前
某地老旧房屋自动化监测项目
大数据·物联网·自动化
viperrrrrrrrrr73 小时前
大数据学习(95)-谓词下推
大数据·sql·学习
汤姆yu3 小时前
基于python大数据的旅游可视化及推荐系统
大数据·旅游·可视化·算法推荐
zhangjin12224 小时前
kettle从入门到精通 第九十四课 ETL之kettle MySQL Bulk Loader大批量高性能数据写入
大数据·数据仓库·mysql·etl·kettle实战·kettlel批量插入·kettle mysql
哈哈真棒4 小时前
hadoop 集群的常用命令
大数据
阿里云大数据AI技术4 小时前
百观科技基于阿里云 EMR 的数据湖实践分享
大数据·数据库
泛微OA办公系统5 小时前
上市电子制造企业如何实现合规的质量文件管理?
大数据·制造
镜舟科技5 小时前
迈向云原生:理想汽车 OLAP 引擎变革之路
大数据·数据库·云原生