elasticsearch各种查询用法

下图我存入es的一条测试数据,基于这条数据我们来看下es的各种查询方法


image.png

一·词条搜索
①term query
这个是基本的词条匹配,查询出给定字段里面包含该词条的记录

private void search() {
        SearchResponse searchResponse = client.prepareSearch("test1").setTypes("user1")
                .setQuery(QueryBuilders.termQuery("name", "cyb"))
                .get();
        SearchHits hits = searchResponse.getHits();
        System.out.println(JSON.toJSONString(hits));
    }

查询name字段里面包含cyb词条的记录,是命中的,这里说一下es的term搜索的不是全文搜索,是词条搜索,比如name字段会拆分成cyb,zqj,ccc三个词条,还有个比较特殊的地方,就是es的词条默认都是小写化,比如上面的zqj词条,我们如果去搜索Zqj是搜索不到的,但是zqj是可以搜索到的,即使我们存入的内容是Zqj

②terms query
逻辑和term query一样,只是匹配多个字段,只要匹配一个就代表命中

  private void search() {
        SearchResponse searchResponse = client.prepareSearch("test1").setTypes("user1")
                .setQuery(QueryBuilders.termsQuery("name", "zqj", "cyb"))
                .get();
        SearchHits hits = searchResponse.getHits();
        System.out.println(JSON.toJSONString(hits));
    }

③range query
查询包含词条在制定范围内的记录

 private void search() {
        SearchResponse searchResponse = client.prepareSearch("test1").setTypes("user1")
                .setQuery(QueryBuilders.rangeQuery("sex").from("boy").to("boz")
                        .includeLower(true).includeUpper(true))//开闭区间
                .get();
        SearchHits hits = searchResponse.getHits();
        System.out.println(JSON.toJSONString(hits));
    }

④exists query
插叙指定字段不为null的记录

  private void search() {
        SearchResponse searchResponse = client.prepareSearch("test1").setTypes("user1")
                .setQuery(QueryBuilders.existsQuery("sex"))
                .get();
        SearchHits hits = searchResponse.getHits();
        System.out.println(JSON.toJSONString(hits));
    }

⑤prefix query
查询词条的前缀是指定字符的记录

    private void search() {
        SearchResponse searchResponse = client.prepareSearch("test1").setTypes("user1")
                .setQuery(QueryBuilders.prefixQuery("name", "cy"))
                .get();

        SearchHits hits = searchResponse.getHits();
        System.out.println(JSON.toJSONString(hits));
    }

⑥wildcard query
简单的通配符匹配查询,?代表匹配任何一个字符,*代表匹配任何多个字符

    private void search() {
        SearchResponse searchResponse = client.prepareSearch("test1").setTypes("user1")
                .setQuery(QueryBuilders.wildcardQuery("name", "c?b"))
                .get();
        SearchHits hits = searchResponse.getHits();
        System.out.println(JSON.toJSONString(hits));
    }

⑦regex query
正则表达式匹配查询

    private void search() {
        SearchResponse searchResponse = client.prepareSearch("test1").setTypes("user1")
                .setQuery(QueryBuilders.regexpQuery("name", "c[a-z]{1}b?"))
                .get();
        SearchHits hits = searchResponse.getHits();
        System.out.println(JSON.toJSONString(hits));
    }

⑧fuzzy query
模糊查询,这个用到了莱文斯坦算法,用于计算两个字符串的相似度,如果在设置的相似度之内,那么会被命中

    private void search() {
        SearchResponse searchResponse = client.prepareSearch("test1").setTypes("user1")
                .setQuery(QueryBuilders.fuzzyQuery("name", "yb").fuzziness(Fuzziness.ONE))
                .get();
        SearchHits hits = searchResponse.getHits();
        System.out.println(JSON.toJSONString(hits));
    }

这里我的如果把相似度改为Fuzziness.ZERO,那么yb和cyb的相似度是1,所以是命中失败的,默认是Fuzziness.AUTO

二·全文搜索
① match,我的全文搜索的理解就是它已经把基本的搜索需求封装好,包括自动拆词,使用模糊等

  private void search() {
        SearchResponse searchResponse = client.prepareSearch("test1").setTypes("user1")
                .setQuery(QueryBuilders.matchQuery("name", "cyb ccc"))
                .get();
        SearchHits hits = searchResponse.getHits();
        System.out.println(JSON.toJSONString(hits));
    }

②common terms query
为了一些出现率很高,但是并不是需要命中的词准备的查询,比如我们输入一个语句“elasticsearch的查询方式”,里面的“的”这个字就不是我们需要关注的,但是在文档里面应该是会反复出现的,所以在做查询的时候可以配置一些参数来判别哪些是高频无用词,具体的说明看https://www.elastic.co/guide/en/elasticsearch/reference/5.5/query-dsl-common-terms-query.html,可以使用chrome的翻译功能翻译下再看

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,271评论 5 466
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,725评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,252评论 0 328
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,634评论 1 270
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,549评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 47,985评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,471评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,128评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,257评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,233评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,235评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,940评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,528评论 3 302
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,623评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,858评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,245评论 2 344
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,790评论 2 339

推荐阅读更多精彩内容