elasticsearch从入门到入门系列（三）---搜索大汇总

1.term的多种查询

介绍：
- 单词级别的查询
- 这些查询通常用于结构化的查询，比如：number,date,keyword等，而不是text
- 也就是说，全⽂本查询之前要先对⽂本内容进⾏分词，⽽单词级别的查询直接在相应字段的
  反向索引中精确查找，单词级别的查询⼀般⽤于数值、⽇期等类型的字段上
Term Query精确匹配查询(查找号码为23的球员)

请求：POST nba/_search{"query": {"term": {"jerseyNo": "23"}}}

Exsit Query 在特定的字段中查找⾮空值的⽂档(查找队名⾮空的球员)

请求：POST nba/_search{"query": {"exists": {"field": "teamNameEn"}}}

Prefix Query 查找包含带有指定前缀term的⽂档(查找队名以Rock开头的球员)

请求：POST nba/_search{"query":{"prefix":{"teamNameEn" : "Rock"}}}

Wildcard Query ⽀持通配符查询，*表示任意字符，?表示任意单个字符(查找⽕箭队的球员)

POST nba/_search{"query": {"wildcard": {"teamNameEn": "Ro*s"}}
}

Regexp Query 正则表达式查询(查找⽕箭队的球员)

POST nba/_search{"query": {"regexp": {"teamNameEn": "Ro.*s"}}
}

Ids Query(查找id为1和2的球员)

POST nba/_search{"query": {"ids": {"values": [1, 2]}}
}

2.es的范围搜索

查找指定字段在指定范围内包含值（⽇期、数字或字符串）的⽂档。
- 查找在nba打了2年到10年以内的球员

POST nba/_search{"query": {"range": {"playYear": {"gte": 2, "lte": 10}}}
}

3.es的布尔查询

布尔查询

type	description
must	必须出现在匹配⽂档中
filter	必须出现在⽂档中，但是不打分
must_not	不能出现在⽂档中
should	应该出现在⽂档中

must(查找名字叫做james的球员)

POST /nba/_search{"query": {"bool": {"must": [{"match": {"displayNameEn": "james"}}]}}
}

效果同must，但是不打分(查找名字叫做James的球员)

POST /nba/_search{"query": {"bool": {"filter": [{"match": {"displayNameEn": "james"}}]}}
}

must_not (查找名字叫做James的⻄部球员)

POST /nba/_search{"query": {"bool": {"must": [{"match": {"displayNameEn": "james"}}], "must_not": [{"term": {"teamConferenceEn": {"value": "Eastern"}}}]}}
}

should(查找名字叫做James的打球时间应该在11到20年⻄部球员)
- 即使匹配不到也返回，只是评分不同

POST /nba/_search{"query": {"bool": {"must": [{"match": {"displayNameEn": "james"}}], "must_not": [{"term": {"teamConferenceEn": {"value": "Eastern"}}}], "should": [{"range": {"playYear": {"gte": 11, "lte": 20}}}]}}
}

如果minimum_should_match=1，则变成要查出名字叫做James的打球时间在11到20年⻄部球员

POST /nba/_search{"query": {"bool": {"must": [{"match": {"displayNameEn": "james"}}], "must_not": [{"term": {"teamConferenceEn": {"value": "Eastern"}}}], "should": [{"range": {"playYear": {"gte": 11, "lte": 20}}}], "minimum_should_match": 1}}
}

4.es的排序查询

⽕箭队中按打球时间从⼤到⼩排序的球员

POST nba/_search{"query": {"match": {"teamNameEn": "Rockets"}}, "sort": [{"playYear": {"order": "desc"}}]
}

⽕箭队中按打球时间从⼤到⼩，如果年龄相同则按照身⾼从⾼到低排序的球员

POST nba/_search{"query": {"match": {"teamNameEn": "Rockets"}}, "sort": [{"playYear": {"order": "desc"}}, {"heightValue": {"order": "asc"}}]
}

5.es聚合查询之指标聚合

ES聚合分析是什么
- 聚合分析是数据库中重要的功能特性，完成对⼀个查询的数据集中数据的聚合计算，如：找出某字段（或计算表达式的结果）的最⼤值、最⼩值，计算和、平均值等。ES作为搜索引擎兼数据库，同样提供了强⼤的聚合分析能⼒。
- 对⼀个数据集求最⼤、最⼩、和、平均值等指标的聚合，在ES中称为指标聚合
- ⽽关系型数据库中除了有聚合函数外，还可以对查询出的数据进⾏分组group by，再在组上进⾏指标聚合。在ES中称为桶聚合
max min sum avg
- 求出火箭队球员的平均年龄

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"avgAge": {"avg": {"field": "age"}}}, "size": 0
}

value_count 统计⾮空字段的⽂档数
- 求出⽕箭队中球员打球时间不为空的数量

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"countPlayerYear": {"value_count": {"field": "playYear"}}}, "size": 0
}

查出⽕箭队有多少名球员

POST nba/_count{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}
}

Cardinality 值去重计数
- 查出⽕箭队中年龄不同的数量

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"counAget": {"cardinality": {"field": "age"}}}, "size": 0
}

stats 统计count max min avg sum 5个值
- 查出⽕箭队球员的年龄stats

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"statsAge": {"stats": {"field": "age"}}}, "size": 0
}

Extended stats ⽐stats多4个统计结果：平⽅和、⽅差、标准差、平均值加/减两个标准差的区间
- 查出⽕箭队球员的年龄Extend stats

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"extendStatsAge": {"extended_stats": {"field": "age"}}}, "size": 0
}

Percentiles 占⽐百分位对应的值统计，默认返回[ 1, 5, 25, 50, 75, 95, 99 ]分位上的值
- 查出⽕箭的球员的年龄占⽐

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"pecentAge": {"percentiles": {"field": "age"}}}, "size": 0
}

查出⽕箭的球员的年龄占⽐(指定分位值)

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"percentAge": {"percentiles": {"field": "age", "percents": [20, 50, 75]}}}, "size": 0
}

6.es聚合查询之桶聚合

Terms Aggregation 根据字段项分组聚合
- ⽕箭队根据年龄进⾏分组

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"aggsAge": {"terms": {"field": "age", "size": 10}}}, "size": 0
}

order 分组聚合排序
- ⽕箭队根据年龄进⾏分组，分组信息通过年龄从⼤到⼩排序 (通过指定字段)

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"aggsAge": {"terms": {"field": "age", "size": 10, "order": {"_key": "desc"}}}}, "size": 0
}

⽕箭队根据年龄进⾏分组，分组信息通过⽂档数从⼤到⼩排序 (通过⽂档数)

POST /nba/_search{"query": {"term": {"teamNameEn": {"value": "Rockets"}}}, "aggs": {"aggsAge": {"terms": {"field": "age", "size": 10, "order": {"_count": "desc"}}}}, "size": 0
}

每⽀球队按该队所有球员的平均年龄进⾏分组排序 (通过分组指标值)

POST /nba/_search{"aggs": {"aggsTeamName": {"terms": {"field": "teamNameEn", "size": 30, "order": {"avgAge": "desc"}}, "aggs": {"avgAge": {"avg": {"field": "age"}}}}}, "size": 0
}

筛选分组聚合
- 湖⼈和⽕箭队按球队平均年龄进⾏分组排序 (指定值列表)

POST /nba/_search{"aggs": {"aggsTeamName": {"terms": {"field": "teamNameEn", "include": ["Lakers", "Rockets", "Warriors"], "exclude": ["Warriors"], "size": 30, "order": {"avgAge": "desc"}}, "aggs": {"avgAge": {"avg": {"field": "age"}}}}}, "size": 0
}

湖⼈和⽕箭队按球队平均年龄进⾏分组排序 (正则表达式匹配值)

POST /nba/_search{"aggs": {"aggsTeamName": {"terms": {"field": "teamNameEn", "include": "Lakers|Ro.*|Warriors.*", "exclude": "Warriors", "size": 30, "order": {"avgAge": "desc"}}, "aggs": {"avgAge": {"avg": {"field": "age"}}}}}, "size": 0
}

Range Aggregation 范围分组聚合
- NBA球员年龄按20,20-35,35这样分组

POST /nba/_search{"aggs": {"ageRange": {"range": {"field": "age", "ranges": [{"to": 20}, {"from": 20, "to": 35}, {"from": 35}]}}}, "size": 0
}

NBA球员年龄按20,20-35,35这样分组 (起别名)

POST /nba/_search{"aggs": {"ageRange": {"range": {"field": "age", "ranges": [{"to": 20, "key": "A"}, {"from": 20, "to": 35, "key": "B"}, {"from": 35, "key": "C"}]}}}, "size": 0
}

Date Range Aggregation 时间范围分组聚合
- NBA球员按出⽣年⽉分组

POST /nba/_search{"aggs": {"birthDayRange": {"date_range": {"field": "birthDay", "format": "MM-yyy", "ranges": [{"to": "01-1989"}, {"from": "01-1989", "to": "01-1999"}, {"from": "01-1999", "to": "01-2009"}, {"from": "01-2009"}]}}}, "size": 0
}

Date Histogram Aggregation 时间柱状图聚合
- 按天、⽉、年等进⾏聚合统计。可按 year (1y), quarter (1q), month (1M), week (1w), day (1d), hour (1h), minute (1m), second (1s) 间隔聚合
- NBA球员按出⽣年分组

POST /nba/_search{"aggs": {"birthday_aggs": {"date_histogram": {"field": "birthDay", "format": "yyyy", "interval": "year"}}}, "size": 0
}

7.es之query_string查询

介绍：query_string 查询，如果熟悉lucene的查询语法，我们可以直接⽤lucene查询语法写⼀个查询串进⾏查询，ES中接到请求后，通过查询解析器,解析查询串⽣成对应的查询。
指定单个字段查询

POST /nba/_search{"query": {"query_string": {"default_field": "displayNameEn", "query": "james OR curry"}}, "size": 100
}

指定多个字段查询

POST /nba/_search{"query": {"query_string": {"fields": ["displayNameEn", "teamNameEn"], "query": "James AND Rockets"}}, "size": 100
}

elasticsearch从入门到入门系列（三）---搜索大汇总相关推荐

Docker 从入门到实践系列三 - Docker 常用命令，java高级开发工程师面试问题
容器命令镜像运行起来后,称为容器. 下面以 Tomcat 为例搜索镜像 docker search tomcat 下载镜像 docker pull tomcat 运行容器运行tomcat doc ...
机器学习入门系列三（关键词：逻辑回归，正则化）
机器学习入门系列三(关键词:逻辑回归,正则化) 目录(?)[+] 一逻辑回归逻辑回归假设表示决策边界代价函数其他优化方法多元分类二正则化一.逻辑回归 1.逻辑回归什么是逻辑回归问题, ...
我们一直想做什么样的事情？嘴对嘴更新《Elasticsearch从入门到大师系列》
我们一直想做什么样的事情? 搜索无疑是我们最最最最最最常见的需求,拥有精准.快速.成本低的搜索系统是企业长久以来的目标和业务发展的必然条件,那么提供一个支撑"三高"(高并发.高性 ...
Reflex WMS入门系列三十二：导出到Excel
Reflex WMS入门系列三十二:导出到Excel 如同SAP系统的风格 --- 凡是有list的界面,都能导出到Excel ---, Reflex WMS系统也提供了类似的功能.几乎在任何的Lis ...
小猪的C语言快速入门系列(三)
小猪的C语言快速入门系列(三) 标签: C语言本节引言: 在上一节中,对C语言的基本语法进行了学习,类比成学英语的话,我们现在只是会单词而已,组成一个个句子还需要学习一些语法,本节学习的就是两对 ...
Git使用从入门到入土收藏吃灰系列(三) Git常用命令
文章目录一.前言二.常用的命令一.前言参考安装Git 详细安装教程参考视频B站 Git最新教程通俗易懂,这个有点长,感觉讲的精华不多参考视频『Git』知道这些就够了_哔哩哔哩_bilibi ...
【ElasticSearch从入门到放弃系列零】ElasticSearch看这一篇就够了
大数据时代系统和业务每分每秒都产生成千上万的数据,其存储一定是不能通过关系型数据库了,当然因为数据的持久性也不能存储到内存型Nosql数据库Redis中,我们通常会将这些数据存储在能够不丢失数据的非关 ...
零基础编程入门python视频-Python编程零基础小白快速入门完整全系列精品课
1. 课程咨询加老师助理微信:助理1微信: chenjinglei88 ,助理2微信: omf6757 2. 决定购买并想得到陈敬雷老师亲自指导(课程或自己项目难题均可)加老师微信: chenjing ...

elasticsearch从入门到入门系列（三）---搜索大汇总

elasticsearch从入门到入门系列（三）---搜索大汇总相关推荐

最新文章

热门文章