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 * 和 ?)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 must 和 must_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
Elasticsearch6 小时前
使用 Lucene 搜索你的 Bean — 搜索
elasticsearch
计算机毕业编程指导师6 小时前
计算机毕设选题推荐:基于Hadoop与Spark的Steam游戏数据分析系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习 深度学习
大数据·hadoop·python·计算机·spark·毕业设计·steam游戏
计算机毕业编程指导师6 小时前
【计算机毕设选题推荐】基于Hadoop+Spark的白鹿抖音评论大数据分析与可视化系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习 深度学习
大数据·hadoop·python·计算机·spark·毕业设计·抖音评论
Y3815326627 小时前
搜索 API 延迟优化:并发数、超时与超时的真实代价
python·搜索引擎
geovindu7 小时前
sql: JSON and XML Data Handling in SQL using sql server 2025
大数据·数据库·sqlserver·数据库开发·数据库架构
samLi06208 小时前
【数据集】A股上市公司beta贝塔系数数据(2010-2024年)
大数据
xianghongtao01169 小时前
麦肯锡2026技术趋势03_科学发现与工程AI_研究解读
大数据·人工智能
Jo乔戈里9 小时前
免费本地搜图软件
图像处理·python·搜索引擎·ai
成长之路51411 小时前
【数据集】中国分行业进出口数据(2019-2026年)
大数据