es模糊查询_ES系列11：Termlevelqueries之3种模糊查询和terms_setquery

【系统学es系列】请移步公众号&＃xff01;

带着问题学习才高效

1、wildcard query、prefix query、fuzzy query这3种模糊查询的异同点是什么&＃xff1f;

2、如何使用 terms_set query检索Array类型的字段&＃xff1f;

ps&＃xff1a;文末有关于Term-level queries所有查询的总结&＃xff01;

01 wildcard query

检索包含通配符表达式&＃xff08;未分析&＃xff09;字段的文档。【ps&＃xff1a;等价于mysql 的 like 查询】

通配符 *&＃xff1a;它匹配任何字符序列&＃xff08;包括空字符&＃xff09; 占位符 ?&＃xff1a;它匹配任何单个字符。

请注意&＃xff0c;此查询的速度可能很慢&＃xff0c;因为它需要迭代许多项。为了防止极慢的通配符查询&＃xff0c;通配符术语不应以通配符*或&＃xff1f;之一开头。

wildcard query是很好理解的&＃xff0c;简单看两个示例&＃xff0c;学会DSL语句的编写即可。

1&＃xff09;通配符 *

上述DSL语句&＃xff0c;可以检索到所有文档。等价于sql【where author like "方%”】

2&＃xff09;占位符 ?

上述DSL语句&＃xff0c;检索结果为空。等价于sql【where author like "方_”】

02 prefix query

查找指定字段包含以指定确切前缀开头的术语的文档。

该DSL等价于 wildcard query 的 "wildcard" : { "author": "方*" }&＃xff0c;等价于sql【where author like "方%”】

03 fuzzy query

模糊查询使用基于Levenshtein编辑距离的相似度。是一种误拼写时的fuzzy模糊搜索技术&＃xff0c;用于搜索的时候可能输入的文本会出现误拼写的情况。比如输入"方财兄"&＃xff0c;这时候也要匹配到“方才兄”。

通过简单示例&＃xff0c;理解 fuzzy query&＃xff1a;

参数解释&＃xff1a;

fuzziness&＃xff1a;最大编辑距离【一个字符串要与另一个字符串相同必须更改的一个字符数】。默认为AUTO。prefix_length&＃xff1a;不会被“模糊化”的初始字符数。这有助于减少必须检查的术语数量。默认为0。max_expansions&＃xff1a;fuzzy查询将扩展到的最大术语数。默认为50。transpositions&＃xff1a;是否支持模糊转置&＃xff08;ab→ ba&＃xff09;。默认值为false。
上述DSL等价于sql【where author like “方_兄”or author like “方财_”or author like “方_财兄”or author like “方财_兄”or author like “方财兄_”】&＃xff08;会根据上述的4个参数穷尽所有可能组合&＃xff09;

注意&＃xff1a;如果prefix_length将设置为0&＃xff0c;并且max_expansions将设置为很高的数字&＃xff0c;则此查询可能会很繁琐。这可能会导致索引中的每一项都受到检查&＃xff01;

04 exists query

1&＃xff09;查找指定字段包含任何非空值【不是null 也不是[ ]】的文档。【ps&＃xff1a;等价于mysql 的 is null】

注意&＃xff1a;这些值不属于空值

1、空字符串&＃xff0c;例如""或"-" 2、包含null和另一个值的数组&＃xff0c;例如[null, "foo"] 3、自定义null-value&＃xff0c;在字段映射中定义

简单看个示例&＃xff0c;学会DSL语句的编写即可&＃xff1a;

2&＃xff09;查询为null的字段&＃xff0c;应该使用&＃xff1a;must_not &＃43; exists【ps&＃xff1a;关于bool语句&＃xff0c;TeHero在明天将为大家分享】

05 terms_set query

返回的文档至少匹配一个或多个检索的术语。这些术语未进行分析&＃xff0c;因此必须完全匹配。每个文档中必须匹配的术语数会有所不同&＃xff0c;并由“最小匹配项”字段控制&＃xff0c;或者由“最小匹配项”脚本中的每个文档计算。

ps&＃xff1a;terms_set query 在对Array类型的字段做检索时非常有用&＃xff0c;特别是对于每个文档&＃xff0c;需要匹配的数量不一致时。如果所有文档需要匹配的数量一致&＃xff0c;可以使用match query替代。

1) 数据准备

ps&＃xff1a;控制必须匹配术语的数量的字段必须是数字字段。

2) minimum_should_match_field

分析&＃xff1a;该DSL语句可以检索到文档2。对于文档1&＃xff0c;需要至少匹配2个term&＃xff0c;但是在检索terms里&＃xff0c;只能匹配上【关注我】一个term&＃xff0c;所以文档1不符合检索条件&＃xff1b;对于文档2&＃xff0c;只需要匹配一个term&＃xff0c;刚好能匹配上检索terms里的【学习】。

3) minimum_should_match_script

等价于上一句DSL。

4) 与match query的比较

当每个文档的required_matches值都相同时&＃xff0c;上述两句DSL与下面的match query 语句检索效果完全一致&＃xff1a;

分析&＃xff1a;DSL语句使用 "analyzer": "whitespace", 所以 query会被分词两个Token/term【系统学习】【关注我】。"minimum_should_match": 2&＃xff0c;所以可以检索到文档1。ps&＃xff1a;关于Term-level queries 与 Full Text queries 的对比分析&＃xff0c;使用场景对比&＃xff0c;后续TeHero将详细为大家讲解&＃xff01;敬请期待哟&＃xff01;

07 仅用于了解的term-level queries

1) regexp query——使用正则表达式术语查询

注意&＃xff1a;regexp查询的性能在很大程度上取决于所选的正则表达式。匹配所有类似的东西.*都很慢&＃xff0c;而且使用环视正则表达式也很慢。如果可能&＃xff0c;应在正则表达式开始之前尝试使用长前缀。【ps&＃xff0c;正在表达式&＃xff0c;在日志系统使用较多&＃xff0c;后面在Logstash系列&＃xff0c;TeHero再为大家讲解】

2) type query

筛选与提供的文档/映射类型匹配的文档。【几乎无用&＃xff0c;因为 type 在7.x已被弃用&＃xff0c;并将在8.x版本中被删除】

3) ids query

根据index的_id 字段检索文档

08 总结

到此我们已经学完Term-level queries 的11种查询&＃xff0c;下面我们进行一个简单的总结&＃xff1a;

1、 所有的 Term-level queries 的检索关键词都不会分词&＃xff1b;
2、term query 等价于sql【where Token &＃61; “检索词”】&＃xff1b;
3、terms query 等价于sql【where Token in ( 检索词List )】&＃xff1b;
4、range query 掌握Date Math 和对 range类型字段检索的 relation参数&＃xff1b;
5、掌握 wildcard query、prefix query、fuzzy query 这3种模糊查询&＃xff1b;
6、terms_set query 用于检索Array类型的字段&＃xff0c;但文档中必须定义一个数字字段——表示最低匹配的term数量&＃xff1b;
7、exists query 用于检索为null的字段&＃xff0c;检索不为null的字段使用 must_not &＃43; exists。
下期预告&＃xff1a;Compound queries之Bool query【关注公众号&＃xff1a;方才编程&＃xff0c;系统学习ES】

待续

●ES系列05&＃xff1a;倒排序索引与分词Analysis●ES系列09&＃xff1a;Term-level queries&＃xff08;1&＃xff09;●ES系列10&＃xff1a;Term-level queries 之 Range query

http://weixin.qq.com/r/N0QwKK-EyvK1retL9xEl (二维码自动识别)

你点的每个赞&＃xff0c;我都认真当成了喜欢