1、term 的用法
term检索,如果content分词后含有中国这个token,就会检索到

curl -XPOST http://192.168.1.101:9200/index/fulltext/_search -d’
{“query” : { “term” : { “content” : “中国” }}}’

2、querystring的用法
querystring检索,它会先把”中国美国“分词成中国、美国分别去检索,然后最后默认是OR的关系

curl -XPOST http://192.168.22.161:9200/index/fulltext/_search -d’
{
“query” : {
“query_string” : {
“default_field” : “content”,
“query” : “中国美国”
}
}
}’

3、
你也可以明显的写成
“query” : “中国 AND 美国”
或者
“query” : “中国 OR 美国”
如果你把查询条件加上双引号
“query” : “\”中国美国\””
便类似mysql里的like的效果
4、
java客户端
–总结–
java程序都有对应的类和方法。创建索引和设置mapping,这里就不赘述了,主要是检索:
4.1 term搜索主要是用:
QueryBuilders.termQuery(“content”, “中国”);
4.2 querystring搜索使用:
QueryStringQueryBuilder queryString = new QueryStringQueryBuilder(“中国 OR 美国”);
queryString.field(“content”);

5、query 和 filter 的区别请看: http://www.cnblogs.com/ghj1976/p/5292740.html

Filter DSL

term 过滤
term主要用于精确匹配哪些值,比如数字,日期,布尔值或 not_analyzed 的字符串(未经分析的文本数据类型):

{ “term”: { “age”: 26 }}
{ “term”: { “date”: “2014-09-01” }}
{ “term”: { “public”: true }}
{ “term”: { “tag”: “full_text” }}

完整的例子, hostname 字段完全匹配成 saaap.wangpos.com 的数据:

{
“query”: {
“term”: {
“hostname”: “saaap.wangpos.com”
}
}
}

terms 过滤
terms 跟 term 有点类似,但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值,那么文档需要一起去做匹配:

{
“terms”: {
“tag”: [ “search”, “full_text”, “nosql” ]
}
}

完整的例子,所有http的状态是 302 、304 的, 由于ES中状态是数字类型的字段,所有这里我们可以直接这么写。:

{
“query”: {
“terms”: {
“status”: [
304,
302
]
}
}
}

range 过滤
range过滤允许我们按照指定范围查找一批数据:

{
“range”: {
“age”: {
“gte”: 20,
“lt”: 30
}
}
}

范围操作符包含:

gt :: 大于
gte:: 大于等于
lt :: 小于
lte:: 小于等于
一个完整的例子, 请求页面耗时大于1秒的数据,upstream_response_time 是 nginx 日志中的耗时,ES中是数字类型。

{
“query”: {
“range”: {
“upstream_response_time”: {
“gt”: 1
}
}
}
}

exists 和 missing 过滤
exists 和 missing 过滤可以用于查找文档中是否包含指定字段或没有某个字段,类似于SQL语句中的IS_NULL条件.

{
“exists”: {
“field”: “title”
}
}

这两个过滤只是针对已经查出一批数据来,但是想区分出某个字段是否存在的时候使用。

bool 过滤
bool 过滤可以用来合并多个过滤条件查询结果的布尔逻辑,它包含一下操作符:

must :: 多个查询条件的完全匹配,相当于 and。
must_not :: 多个查询条件的相反匹配,相当于 not。
should :: 至少有一个查询条件匹配, 相当于 or。
这些参数可以分别继承一个过滤条件或者一个过滤条件的数组:

{
“bool”: {
“must”: { “term”: { “folder”: “inbox” }},
“must_not”: { “term”: { “tag”: “spam” }},
“should”: [
{ “term”: { “starred”: true }},
{ “term”: { “unread”: true }}
]
}
}

Query DSL

match_all 查询
可以查询到所有文档,是没有查询条件下的默认语句。

{
“match_all”: {}
}

此查询常用于合并过滤条件。 比如说你需要检索所有的邮箱,所有的文档相关性都是相同的,所以得到的_score为1.

match 查询
match查询是一个标准查询,不管你需要全文本查询还是精确查询基本上都要用到它。

如果你使用 match 查询一个全文本字段,它会在真正查询之前用分析器先分析match一下查询字符:

{
“match”: {
“tweet”: “About Search”
}
}

如果用match下指定了一个确切值,在遇到数字,日期,布尔值或者not_analyzed 的字符串时,它将为你搜索你给定的值:

{ “match”: { “age”: 26 }}
{ “match”: { “date”: “2014-09-01” }}
{ “match”: { “public”: true }}
{ “match”: { “tag”: “full_text” }}

提示: 做精确匹配搜索时,你最好用过滤语句,因为过滤语句可以缓存数据。

match查询只能就指定某个确切字段某个确切的值进行搜索,而你要做的就是为它指定正确的字段名以避免语法错误。

multi_match 查询
multi_match查询允许你做match查询的基础上同时搜索多个字段,在多个字段中同时查一个:

{
“multi_match”: {
“query”: “full text search”,
“fields”: [ “title”, “body” ]
}
}

bool 查询
bool 查询与 bool 过滤相似,用于合并多个查询子句。不同的是,bool 过滤可以直接给出是否匹配成功, 而bool 查询要计算每一个查询子句的 _score (相关性分值)。

must:: 查询指定文档一定要被包含。
must_not:: 查询指定文档一定不要被包含。
should:: 查询指定文档,有则可以为文档相关性加分。
以下查询将会找到 title 字段中包含 “how to make millions”,并且 “tag” 字段没有被标为 spam。 如果有标识为 “starred” 或者发布日期为2014年之前,那么这些匹配的文档将比同类网站等级高:

{
“bool”: {
“must”: { “match”: { “title”: “how to make millions” }},
“must_not”: { “match”: { “tag”: “spam” }},
“should”: [
{ “match”: { “tag”: “starred” }},
{ “range”: { “date”: { “gte”: “2014-01-01” }}}
]
}
}

提示: 如果bool 查询下没有must子句,那至少应该有一个should子句。但是 如果有must子句,那么没有should子句也可以进行查询。

上面内容来自: http://es.xiaoleilu.com/054_Query_DSL/70_Important_clauses.html

ElasticSearch 查询(match和term)
http://www.cnblogs.com/yjf512/p/4897294.html

wildcards 查询
使用标准的shell通配符查询

参考: https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-wildcard-query.html

以下查询能够匹配包含W1F 7HW和W2F 8HW的文档:

GET /my_index/address/_search
{
“query”: {
“wildcard”: {
“postcode”: “W?F*HW”
}
}
}

又比如下面查询 hostname 匹配下面shell通配符的:

{
“query”: {
“wildcard”: {
“hostname”: “wxopen*”
}
}
}

regexp 查询
假设您只想匹配以W开头,紧跟着数字的邮政编码。使用regexp查询能够让你写下更复杂的模式:

GET /my_index/address/_search
{
“query”: {
“regexp”: {
“postcode”: “W[0-9].+”
}
}
}

这个正则表达式的规定了词条需要以W开头,紧跟着一个0到9的数字,然后是一个或者多个其它字符。

下面例子是所有以 wxopen 开头的正则

{
“query”: {
“regexp”: {
“hostname”: “wxopen.*”
}
}
}

参考: https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-regexp-query.html

prefix 查询
以什么字符开头的,可以更简单地用 prefix,如下面的例子:

{
“query”: {
“prefix”: {
“hostname”: “wxopen”
}
}
}

参考 : https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-prefix-query.html

更多的查询命令,可以看: https://www.elastic.co/guide/en/elasticsearch/reference/current/term-level-queries.html#term-level-queries

短语匹配(Phrase Matching)
当你需要寻找邻近的几个单词时,你会使用match_phrase查询:

GET /my_index/my_type/_search
{
“query”: {
“match_phrase”: {
“title”: “quick brown fox”
}
}
}
和match查询类似,match_phrase查询首先解析查询字符串来产生一个词条列表。然后会搜索所有的词条,
但只保留含有了所有搜索词条的文档,并且词条的位置要邻接。一个针对短语quick fox的查询不会匹配
我们的任何文档,因为没有文档含有邻接在一起的quick和box词条。
match_phrase查询也可以写成类型为phrase的match查询:

“match”: {
“title”: {
“query”: “quick brown fox”,
“type”: “phrase”
}
}
参考: http://blog.csdn.net/dm_vincent/article/details/41941659

ES查询term的用法相关推荐

  1. ES 查询关键字(match, term, range,terms)、组合多查询(must, should, must_not,filter)、分页、排序sort、高亮highlight

    一.常用查询关键字 1. match 查询 match查询会将搜索词分词,再与目标查询字段进行匹配,若分词中的任意一个词与目标字段匹配上,则可查询到. { "match": { & ...

  2. ES(三)es查询语法

    一.介绍:语法GET /索引/类型/_search         查询条件,这个查询条件有两种写法, 一种是在GET的url中指定参数:这种方法比较简单,如查询所有 GET /wtyy-test/u ...

  3. es查询-统计总数以及深度分页

    一.查询总数 1.  ES 查询 hits 统计总数不准? 当我们使用 ES 的时候,有时会比较关心匹配到的文档总数是多少,所以在查询得到结果后会使用 hits.total.value 这个值作为匹配 ...

  4. docker安装es+mac安装Kibana工具+es查询语法笔记

    一.docker安装es 1.下载镜像 docker pull elasticsearch:7.9.0 下载完后,查看镜像 docker images ​​ 2.启动镜像 docker network ...

  5. ElasticSearch 6.3版本(ES)查询人名关键字不拆词查询

    ElasticSearch 6.3版本(ES)查询关键字不拆词查询:类似mysql 的 like 语句. mysql的sql语法类似如下,采用大量like和locate语法,进行模糊查询,导致查询一个 ...

  6. ES 查询时提示:all shards failed [type=search_phase_execution_exception]

    我的情况和解决方案 这种错误大概率是 ES 的查询语句语法错误,比如我当时是,时间筛选的条件的格式写错了,导致 ES 查询时解析错误,从而报了all shards failed [type=searc ...

  7. 【236期】ElasticSearch 进阶:一文全览各种 ES 查询在 Java 中的实现

    点击上方"Java精选",选择"设为星标" 别问别人为什么,多问自己凭什么! 下方有惊喜,留言必回,有问必答! 每天 08:15 更新文章,每天进步一点点... ...

  8. Elasticsearch(ES6)------(5)kibana的es查询、mysql查询转换和对应javaAPI使用(一)

    准备数据测试数据 我这里提前在mysql中造好了一些数据,通过javaAPI导入到es中 mysql建表语句 CREATE TABLE `product_item` (`product_id` int ...

  9. php拉查询封装,对Elasticsearch-PHP进行查询语句封装 可实现链式调用 方便 es查询...

    elasticsearch-build-query 对Elasticsearch-PHP进行查询语句封装 可实现链式调用 方便 es查询 Installation via Composer The r ...

最新文章

  1. Oracle 用数据泵导入导出数据
  2. 深度解读 OpenYurt:从边缘自治看 YurtHub 的扩展能力
  3. 【大话数据结构算法】直接选择排序
  4. Desktop OS Market Share: Windows 90% - Mac 9% - Linux 1%
  5. 计蒜客 逃生+动态规划
  6. [渝粤教育] 中国地质大学 结构力学 复习题
  7. pytorch加载的模型测试的结果和保存时测试的结果不一致
  8. 质量属性效用树_知识之森-数据化你的quot;知识树”
  9. python竖线_python画横线竖线作为分界线
  10. Web打印控件Lodop实现表格物流单的打印
  11. python 三角函数计算
  12. 云服务器ECS的基本概念
  13. 中国农业大学计算机专业硕士研究生,中国农业大学计算机专业2020考研复试分数线...
  14. np.array的axis进行横向纵向的求和运算
  15. Lost connection to the debugger on
  16. 【docker系列】docker API管理接口增加CA安全认证
  17. 打印机与电脑文件服务器,电脑无法共享局域网打印机和文件的解决方法
  18. JAMon Introduction
  19. java复杂逻辑如何设计_javabean如何实现复杂的业务逻辑
  20. Unity —— 百度人脸识别SDK使用

热门文章

  1. 【A 入门】--- 1 .苹果企业签名和超级签名有什么区别
  2. VUE axios POST 发送跨域 cros 问题
  3. 在线编辑方法分享!图片在线编辑软件推荐。​
  4. HTML——6(表格)
  5. leetCode练习(56)
  6. 《给研究生的学术建议》5——人际关系网络
  7. 未来二维码:从吃穿住行到“生死救援”的华丽转身
  8. android log 学习
  9. Jetson Xavier、Jetson TX2、 1080(Ti)、2080显卡运行深度学习模型性能对比(英伟达开发平台VS常用显卡)
  10. location 简介