这篇文章主要介绍“elasticsearch的DSL查询方法有哪些”,在日常操作中,相信很多人在elasticsearch的DSL查询方法有哪些问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”elasticsearch的DSL查询方法有哪些”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
创新互联服务项目包括金堂县网站建设、金堂县网站制作、金堂县网页制作以及金堂县网络营销策划等。多年来,我们专注于互联网行业,利用自身积累的技术优势、行业经验、深度合作伙伴关系等,向广大中小型企业、政府机构等提供互联网行业的解决方案,金堂县网站推广取得了明显的社会效益与经济效益。目前,我们服务的客户以成都为中心已经辐射到金堂县省份的部分城市,未来相信会继续扩大服务区域并继续获得客户的支持与信任!
查询,完全匹配,即不进行分词器分析
{ "query": { "term": { "": " " } } }
查询,模糊匹配,根据你给定的字段进行分词器分析,只包含一部分关键字就行
{ "query": { "match": { "": " " } } }
查询指定索引下的所有文档
{ "query": { "match_all": {} } }
通过 match_all
过滤出所有字段,然后通过 partial
再过滤出包含 preview
的字段和排除 title,price
的字段
{ "query": { "match_all": {} }, "partial_fields": { "partial": { "include": ["preview"], "exclude": ["title,price"] } } }
短语查询,slop
定义的是关键词之间隔多少个未知单词
{ "query": { "match_phrase": { "query": "aaa,bbb", "slop": 2 } } }
查询,可以指定多个字段
查询 filed1
和 filed2
这两个字段都包含 value
关键字的文档
{ "query": { "multi_match": { "query": "", "fileds": [" ", " "] } } }
布尔查询
must
: 条件必须满足,相当于 sql
语句的 and
should
: 条件可以满足也可以不满足,相当于 sql
语句的 or
must_not
: 条件不需要满足,相当于 sql
语句的 not
{ "query": { "bool": { "should": [ {"term": {"": " "}}, {"term": {" ": " "}} ], "must": [ {"term": {" ": " "}}, {"term": {" ": " "}} ], "must_not": [ {"term": {" ": " "}}, {"term": {" ": " "}} ], } } }
查询同时,通过 filter
条件在不影响打分的情况下筛选出想要的数据
{ "query": { "filtered": { "query": { "match_all": {}, }, "filter": { "term": { "": " " } } } } }
filter
之 bool
过滤查询
must
: 条件必须满足,相当于 sql
语句的 and
should
: 条件可以满足也可以不满足,相当于 sql
语句的 or
must_not
: 条件不需要满足,相当于 sql
语句的 not
{ "query": { "filtered": { "query": { "match_all": {}, }, "filter": { "bool": { "should": [ {"term": {"": " "}}, {"term": {" ": " "}} ], "must": [ {"term": {" ": " "}}, {"term": {" ": " "}} ], "must_not": [ {"term": {" ": " "}}, {"term": {" ": " "}} ], } } } } }
没有 bool
, 也可以直接使用 and、or、not
{ "query": { "filtered": { "query": { "match_all": {}, }, "filter": { "and": [ {"term": {"": " "}}, {"term": {" ": " "}} ], "or": [ {"term": {" ": " "}}, {"term": {" ": " "}} ], "not": [ {"term": {" ": " "}}, {"term": {" ": " "}} ], } } } }
filter
之 range
范围查询
gt
: 大于
lt
: 小于
gte
: 大于等于
lte
: 小于等于
{ "query": { "filtered": { "query": { "match_all": {}, }, "filter": { "range": { "": { "gt": " ", "gte": " ", "lt": " ", "lte": " ", } } } } } }
固定分数查询 我们查询到的每一个文档都有一个_score
参数,这是匹配度打分
constant_score
: 固定分数查询关键字(它支持 filter
, 不支持 match)
boost
: 指定固定分数字段
{ "query": { "constant_score": { "filter": { "match": { "": " " } }, "boost": 1 } } }
聚合分析
分组,对应 sql
语句中的 group by
{ "aggs": { "": { "terms": { "field": " " } } } }
去重,对应 sql
语句中的 distinct
{ "aggs": { "": { "cardinality": { "field": " " } } } }
求平均值
{ "aggs": { "": { "avg": { "field": " " } } } }
求平均值
{ "aggs": { "": { "max": { "field": " " } } } }
求平均值
{ "aggs": { "": { "min": { "field": " " } } } }
求平均值
{ "aggs": { "": { "sum": { "field": " " } } } }
按照指定区间分组
{ "aggs": { "": { "field": " ", "range": [ {"from": 0, "to": 20}, {"from": 20, "to": 40}, {"from": 40, "to": 60} ] } } }
按时间统计
min_doc_count
: 强制返回所有 buckets
,即使 buckets
可能为空
extended_bounds
: 只返回你的数据中最小值和最大值之间的 buckets
{ "aggs": { "": { "date_histogram": { " ": " ", "interval": "month", "format": "yyyy-MM-dd", "min_doc_count" : 0, "extended_bounds" : { "min" : "2014-01-01", "max" : "2014-12-31" } } } } }
使用collapse字段后,查询结果中[hits]中会出现[fields]字段,其中包含了去重后的user_id ES5.3版本之后才发布的 聚合&折叠只能针对keyword类型有效;
到此,关于“elasticsearch的DSL查询方法有哪些”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注创新互联网站,小编会继续努力为大家带来更多实用的文章!