【HBZ分享】ES中的DLS命令使用

2023-11-05 18:52
文章标签 es 使用 命令 分享 hbz dls

本文主要是介绍【HBZ分享】ES中的DLS命令使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

ES中常见的DLS关键字及命令的使用案例

  1. match:匹配关键字,包含分词的模糊匹配,以及精准匹配
title: 字段的名称, elasticsearch要查的内容,即查询title中带有elasticsearch的文档
GET /索引库名/_search 
{"query": {"match": {"title": "elasticsearch"}}
}
  1. term:用于精确匹配一个指定字段的关键词,不进行分词处理。
category: 字段的名称, books要查的内容, 即查询category = books的文档
GET /索引库名/_search 
{"query": {"term": {"category": "books"}}
}
  1. match_all: 全量查询,一般很少用,所有数据全都查出来
match_all后面的大括号就这么写就行,啥也不需要加
GET /shop_v1/_search
{"query": {"match_all": {}}
}

es中的分页 以及 范围查询

  1. gte:大于等于

  2. gt:大于

  3. lte:小于等于

  4. lt:小于

范围擦汗寻, 查询price在5-10之间的数据
GET /shop_v1/_search
{"query": {"range": {"price": {"gte": 5,"lte": 100}}}
}
分页查询, size = 每次查询的条数, from = 从第几条开始查
GET /shop_v1/_search
{"size": 10,"from": 0,"query": {"match_all": {}}
}

ES中的排序

  1. 通过sort字段,desc 与 esc分别是降序 与 升序
使用key = sort, 根据price进行esc升序排序
GET /shop_v1/_search
{"size": 10,"from": 0,"sort": [{"price": "asc"}],"query": {"match_all": {}}
}

ES的布尔查询

  1. "must"关键字用于指定必须匹配的条件,即所有条件都必须满足

  2. "must_not"关键字指定必须不匹配的条件,即所有条件都不能满足

  3. "should"关键字指定可选的匹配条件,即至少满足一个条件

格式:
{"query": {"bool": {"must": [// 必须匹配的条件],"must_not": [// 必须不匹配的条件],"should": [// 可选匹配的条件],"filter": [// 过滤条件]}}
}
案例: 查询,summary字段中,必须包含Cloud的内容(因为是match分词匹配), 【并且】price的范围必须 >= 5
GET /shop_v1/_search
{"query": {"bool": {"must": [{ "match": { "summary": "Cloud" }},{ "range": { "price": { "gte": 5 }}}]}}
}

ES中的filter过滤

  1. filter可以缓存查询数据,达到搞笑
  2. 可以对 【数字范围】,【日期范围】,【布尔逻辑】,【存在性检测】进行操作
term查询过滤器, 过滤出category = books的数据,完全匹配,因为term是精准匹配的key
GET /product/_search
{"query": {"bool": {"filter": {"term": {"category": "books"}}}}
}
range查询过滤器,过滤出price在30-50之间的数据
GET /product/_search
{"query": {"bool": {"filter": {"range": {"price": {"gte": 30,"lte": 50}}}}}
}

== 总节: 其实使用filter 和 直接使用range差范围是一致的,只不过filter下面可以同时使用range 与 term等==

ES中的match多字段匹配 和 短语搜索

  1. 多字段搜索使用:multi_match
  2. 短语搜索使用:match_phrase
  3. 短语搜索会考虑到短语间多个词语的顺序,比如搜 iPhone 32G, 那么就会把文档中带有【iPhone 32G】的搜索出来,只有iPhone 或 只有32G的数据都是不能搜出来的,又有iPhone 32G在一起的才会被搜索
多字段搜索使用:multi_match
query = 要搜索的关键词, fields = 该关键词出现的字段都要搜出来
含义:搜索出product_name, description这俩字段中,包含iPhone的文档, 两个字段为OR关系,只要iPhone这个词存在于其中一个字段那么就会被搜索
GET /product_v2/_search
{"query": {"multi_match": {"query": "iPhone","fields": ["product_name", "description"]}}
}
query:需要匹配的查询文本。
fields:一个包含需要进行匹配的字段列表的数组。
短语搜索使用:match_phrase, 搜索description字段中,带有classic noval的文档, 必须classic noval这个顺序,这个词组才行,缺一个词,或顺序不对都不能搜出来
GET /product_v2/_search
{"query": {"match_phrase": {"description": "classic novel"}}
}
match例子
match搜索,会进行分词, 即把classic novel分词,只要description带有classic 或者 novel的都能搜出,这个是match
GET /product_v2/_search
{"query": {"match": {"description": "classic novel"}}
}

ES的fuzzy日常拼错矫正查询

  1. fuzzy可以自动矫正简单的拼错,比如日常中一个单词,某两个字母写反了,或者漏写了等简单的失误,fuzzy都可以矫正
  2. 但精准度可能比较低,并且比较耗费CPU
  3. fuzzy模糊查询是根据编辑距离来模糊匹配的
  4. 编辑距离指的是:
    (1). 更改字符(box→fox)
    (2). 删除字符(black→lack)
    (3). 插入字符(sic→sick)
    (4). 转置两个相邻字符(dgo→dog)
  5. fuzzy不会进行分词
  6. 模糊度fuzziness: 0,1,2,auto, 其中auto是单词超过5个字符,默认设置为2。小于2个字符,默认设置为0
# 指定模糊度2,更松散匹配, 比如要查询包含cloud的文档,但少写了两个字母,写成了clo, 设置模糊度为2,则可以自动匹配上
-查询summary字段中,包含cloud的文档,输入的查询值为clo, 模糊度设置2
GET /shop_v1/_search
{"query": {"fuzzy": {"summary": {"value": "clo","fuzziness": "2"}}}
}# 指定模糊度1,更严格匹配, 同样搜cloud,但写成了clo, 由于少了两个字母,模糊度为2,但实际设置是1,所以距离不够,无法检索到内容
- 查询summary字段中,包含cloud的文档,输入的查询值为clo, 模糊度设置1
GET /shop_v1/_search
{"query": {"fuzzy": {"summary": {"value": "clo","fuzziness": "1"}}}
}# 使用自动检查,1个单词拼写错误, auto自动设置模糊度,当大于5个字符会默认自动设置模糊度为2, 当小于2个字符,会自动设置模糊度为0
查询summary字段中,包含spring的文档,输入的查询成了Springa, 模糊度设置auto, 由于spring大于5,所以模糊度为2
GET /shop_v1/_search
{"query": {"fuzzy": {"summary": {"value": "Sprina","fuzziness": "auto"}}}
}

ES的高亮显示

  1. 基本用法: 在 key = highlight 里面填写要高亮显示的字段,可以填写多个字段,并且高亮的部分就是关键字,在搜出来的文档中,查询输入的内容会是高亮的。
  2. 高亮显示是通过标签包裹匹配的文本来实现的,通常是 或其他 HTML 标签,当然可以修改这个标签,下面有例子
  3. pre_tags, post_tags是前后置标签,就是改变高亮的样式,默认是, 可以通过这两个去替换em标签,比如用font来替换
查询出 title字段包含【java】 或者 content字段包含【老王】的文档, 并且高亮显示出title, content中的搜索关键字, 关键字高亮的样式设置为<font color='yellow'> java </font> 这种的,不使用默认的<em>
GET /high_light_test/_search
{"query": {"bool": {"should": [{"match": {"title": "java"}},{"match": {"content": "老王"}}]}},"highlight": {"pre_tags": "<font color='yellow'>","post_tags": "</font>","fields": [{"title":{}},{"content":{}}]} 
}

这篇关于【HBZ分享】ES中的DLS命令使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/351831

相关文章

Linux系统性能检测命令详解

《Linux系统性能检测命令详解》本文介绍了Linux系统常用的监控命令(如top、vmstat、iostat、htop等)及其参数功能,涵盖进程状态、内存使用、磁盘I/O、系统负载等多维度资源监控,... 目录toppsuptimevmstatIOStatiotopslabtophtopdstatnmon

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

java使用protobuf-maven-plugin的插件编译proto文件详解

《java使用protobuf-maven-plugin的插件编译proto文件详解》:本文主要介绍java使用protobuf-maven-plugin的插件编译proto文件,具有很好的参考价... 目录protobuf文件作为数据传输和存储的协议主要介绍在Java使用maven编译proto文件的插件

PowerShell中15个提升运维效率关键命令实战指南

《PowerShell中15个提升运维效率关键命令实战指南》作为网络安全专业人员的必备技能,PowerShell在系统管理、日志分析、威胁检测和自动化响应方面展现出强大能力,下面我们就来看看15个提升... 目录一、PowerShell在网络安全中的战略价值二、网络安全关键场景命令实战1. 系统安全基线核查

SpringBoot线程池配置使用示例详解

《SpringBoot线程池配置使用示例详解》SpringBoot集成@Async注解,支持线程池参数配置(核心数、队列容量、拒绝策略等)及生命周期管理,结合监控与任务装饰器,提升异步处理效率与系统... 目录一、核心特性二、添加依赖三、参数详解四、配置线程池五、应用实践代码说明拒绝策略(Rejected

C++ Log4cpp跨平台日志库的使用小结

《C++Log4cpp跨平台日志库的使用小结》Log4cpp是c++类库,本文详细介绍了C++日志库log4cpp的使用方法,及设置日志输出格式和优先级,具有一定的参考价值,感兴趣的可以了解一下... 目录一、介绍1. log4cpp的日志方式2.设置日志输出的格式3. 设置日志的输出优先级二、Window

Ubuntu如何分配​​未使用的空间

《Ubuntu如何分配​​未使用的空间》Ubuntu磁盘空间不足,实际未分配空间8.2G因LVM卷组名称格式差异(双破折号误写)导致无法扩展,确认正确卷组名后,使用lvextend和resize2fs... 目录1:原因2:操作3:报错5:解决问题:确认卷组名称​6:再次操作7:验证扩展是否成功8:问题已解

Qt使用QSqlDatabase连接MySQL实现增删改查功能

《Qt使用QSqlDatabase连接MySQL实现增删改查功能》这篇文章主要为大家详细介绍了Qt如何使用QSqlDatabase连接MySQL实现增删改查功能,文中的示例代码讲解详细,感兴趣的小伙伴... 目录一、创建数据表二、连接mysql数据库三、封装成一个完整的轻量级 ORM 风格类3.1 表结构

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核