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
赖龙几秒前
ES下载地址入口
elasticsearch
新诺韦尔API3 分钟前
手机二要素验证和银行卡二要素验证接口的区别?
大数据·api
weixin199701080166 分钟前
Tume商品详情页前端性能优化实战
大数据·前端·java-rabbitmq
未来之窗软件服务43 分钟前
平台对接(2)美团/抖音/饿了么/有赞/微信/京东券核销服务商模式—东方仙盟
大数据·运维·微信·平台对接·仙盟创梦ide·东方仙盟·东方仙盟sdk
2501_944934731 小时前
大专信息统计与分析专业,怎么提升Excel高级函数的使用能力?
大数据·excel
康康的AI博客1 小时前
AI模型压缩与优化:如何通过蒸馏提升模型的运行效率
大数据·人工智能
藦卡机器人1 小时前
国产包装机器人品牌推荐
大数据·人工智能·机器人
TDengine (老段)1 小时前
TDengine IDMP 基本概念
大数据·数据库·物联网·ai·时序数据库·tdengine·涛思数据
莫叫石榴姐1 小时前
海豚调度器DataX任务执行失败(退出码127)解决方案(软链接版)
大数据·github
Loqate地址智能1 小时前
机器学习如何破解全球欺诈工业化?实时检测+设备智能识别,反欺诈技术实操方案
大数据·人工智能·安全·机器学习