es查询语法

查询关键词的含义:

  1. match: 用于进行全文搜索,分析查询文本并与倒排索引中的词项进行匹配。

  2. term: 精确匹配,适用于非分析字段,如 keyword 类型。用于查找字段值完全相等的文档。

  3. bool : 组合多个查询条件。可以使用 must(必须满足)、should(可选满足)和 must_not(不能满足)来构建复杂查询。

  4. range: 用于查找字段值在某个范围内的文档。例如,可以查找年龄大于某个值的用户。

  5. wildcard : 使用通配符(如 *?)进行模糊匹配。适用于匹配包含特定模式的字段值。

  6. fuzzy: 模糊匹配,允许一定的拼写错误或相似度。通常用于文本字段。

  7. aggregations: 用于统计和分析数据,比如计数、求和、平均等。适用于对结果集进行聚合。

  8. size: 定义返回结果的文档数量。

  9. from: 用于分页,定义从结果集的哪个位置开始返回文档。

  10. sort: 用于对结果进行排序,可以根据一个或多个字段进行升序或降序排序。

  11. should 是用于 bool 查询的一个子句,它允许你指定可选的匹配条件。使用 should 的查询具有以下特点:

should 特点

  1. 可选匹配 :在 should 中列出的条件不是必需的,只要至少满足一个条件,文档就会被包含在结果中。

  2. 加权 :如果一个文档匹配多个 should 条件,它的评分会更高。这可以帮助你根据相关性对结果进行排序。

  3. 组合查询 :可以与 mustmust_not 一起使用,以创建复杂的查询逻辑。

  1. 简单查询

查找所有文档:

json

GET /users/_search
{
"query": {
"match_all": {}
}
}

  1. 匹配查询

查找名称为 "Alice" 的用户:

json

GET /users/_search
{
"query": {
"match": {
"name": "Alice"
}
}
}

  1. 布尔查询

查找年龄大于 25 且兴趣包含 "reading" 的用户:

json

GET /users/_search
{
"query": {
"bool": {
"must": [
{ "range": { "age": { "gt": 25 } } },
{ "match": { "interests": "reading" } }
]
}
}
}

  1. 过滤查询

查找居住在纽约的用户:

json

GET /users/_search
{
"query": {
"term": {
"address.city": "New York"
}
}
}

  1. 聚合查询

统计不同兴趣的用户数量:

json

GET /users/_search
{
"size": 0,
"aggs": {
"interests_count": {
"terms": {
"field": "interests"
}
}
}
}

  1. 组合查询

查找年龄在 20 到 40 之间,且居住在纽约的用户:

json

GET /users/_search
{
"query": {
"bool": {
"must": [
{ "range": { "age": { "gte": 20, "lte": 40 } } },
{ "term": { "address.city": "New York" } }
]
}
}
}

相关推荐
老纪的技术唠嗑局1 天前
深度解析 LLM Wiki / Obsidian-Wiki / GBrain:Agent 时代知识的“自组织”与“自进化”
大数据·数据库·人工智能·算法
好赞科技1 天前
2026年高口碑餐厅预约小程序排行榜:智能就餐新体验一键解锁
大数据·微信小程序
数据智能老司机1 天前
深入解锁 dbt——Documentation:项目文档与数据文档
大数据
计算机毕业编程指导师1 天前
【计算机毕设推荐】Python+Hadoop+Spark共享单车数据可视化分析系统 毕业设计 选题推荐 毕设选题 数据分析 机器学习 数据挖掘
大数据·hadoop·python·计算机·数据挖掘·spark·课程设计
计算机毕业编程指导师1 天前
【计算机毕设】基于Hadoop的共享单车订单数据分析系统+Python+Django全栈开发 毕业设计 选题推荐 毕设选题 数据分析 机器学习 数据挖掘
大数据·hadoop·python·计算机·数据挖掘·spark·django
2601_956139421 天前
文体娱媒品牌全案公司哪家强
大数据·人工智能·python
塔望品牌咨询1 天前
组织效率诊断框架:返工、解释、等待、救火,分别说明了什么
大数据·产品运营
塔能物联运维1 天前
两相液冷:从“散热”到“控温”,重构高密度算力的热管理系统
大数据·人工智能
好赞科技1 天前
2026年8大多商家小程序推荐榜单,解决企业多平台运营难题
大数据
数据智能老司机1 天前
SQL 与 dbt 分析工程实践—构建端到端分析工程用例
大数据