Elasticsearch聚合查询及排序操作示例
目录
1 es排序2 match和match的区别3 分页查询4 es 组合查询5 结果过滤展示字端6 结果高亮展示7 聚合查询avg、max、min、sum、分组8 mapping和_template模版9 ik分词10 term和match的区别1 es排序
# 1 排序 GET jeff/doc/_search { "query": { "match": { "from": "gu" } }, "sort": [ { "age": { "order": "desc" } } ] } # 升序 GET jeff/doc/_search { "query": { "match": { "from": "gu" } }, "sort": [ { "age": { "order": "asc" } } ] } # 并不是所有类型都支持排序(只允许数字类型做排序) GET jeff/doc/_search { "query": { "match": { "from": "gu" } }, "sort": [ { "name": { "order": "asc" } } ] }
2 match和match的区别
# match和match_all的区别? mach表示要查询,根据字段查,match_all查所有 GET jeff/doc/_search { "query": { "match_all": {} } }
3 分页查询
GET jeff/doc/_search { "query": { "match_all": {} }, "sort": [ { "age": { "order": "desc" } } ], "from": 2, "size": 1 } # "from": 2,代表从第二条开始, 取一条"size": 1 # 有了这个查询,如何分页? 一页有10条数据 第一页: "from": 0, "size": 10 第二页: "from": 10, "size": 10 第三页: "from": 20, "size": 10
4 es 组合查询
# 多个条件,and ,or ,not # 对到es中就是布尔查询,must,should,must_not,filter must --- and should --- or must_not --- not filter --- 过滤 # 1 组合查询之must # 查询form gu和age=30的数据 GET gyy/doc/_search { "query": { "bool": { "must": [ { "match": { "from": "gu" } }, { "match": { "age": "30" } } ] } } } # 查询form gu数据() GET gyy/doc/_search { "query": { "bool": { "must": [ { "match": { "from": "gu" } } ] } } } # 同上 GET gyy/doc/_search { "query": { "match": { "from": "gu" } } } # 2 组合查询之should,或者的条件 GET gyy/doc/_search { "query": { "bool": { "should": [ { "match": { "from": "gu" } }, { "match": { "tags": "闭月" } } ] } } } # 3 组合查询之must_not 取反 GET gyy/doc/_search { "query": { "bool": { "must_not": [ { "match": { "from": "gu" } }, { "match": { "tags": "可爱" } }, { "match": { "age": 18 } } ] } } } # `filter`条件过滤查询,过滤条件的范围用`range`表示,`gt`表示大于,大于多少呢 # gt:大于 lt:小于 get:大于等于 let:小于等于 GET gyy/doc/_search { "query": { "bool": { "must": [ { "match": { "from": "gu" } } ], "filter": { "range": { "age": { "gt": 25 } } } } } } # 查询年龄小于等于18的所有数据 GET gyy/doc/_search { "query": { "bool": { "filter": { "range": { "age": { "lte": 18 } } } } } }
5 结果过滤展示字端
# 对结果进行过滤,类似于如下 select * from user; select name,age from user; # 对应到es的查询 GET gyy/doc/_search { "query": { "match": { "name": "顾老二" } }, "_source": ["name", "age"] }
6 结果高亮展示
# 3 结果高亮显示(默认情况) GET gyy/doc/_search { "query": { "match": { "name": "石头" } }, "highlight": { "fields": { "name": {} } } } # 定制高亮显示的样式 GET gyy/chengyuan/_search { "query": { "match": { "from": "gu" } }, "highlight": { "pre_tags": "<b class="key" style="color:red">", "post_tags": "</b>", "fields": { "from": {} } } } # 总结: 混合开发,你知道怎么处理 前后端分离,你怎么处理?<b class="key" style="color:red">串直接以josn格式返回,前端自行渲染 # 用的最多就是match+布尔+高亮+分页
7 聚合查询avg、max、min、sum、分组
# 聚合查询 # 1 聚合查询之avg select max(age) as my_avg from user; GET gyy/doc/_search { "query": { "match": { "from": "gu" } }, "aggs": { "my_avg": { "avg": { "field": "age" } } }, "_source": ["name", "age"] } # 2 聚合查询之max,size=0表示不取数据,只要max的结果 GET gyy/doc/_search { "query": { "match": { "from": "gu" } }, "aggs": { "my_max": { "max": { "field": "age" } } }, "size": 0 } # 3 聚合之min GET gyy/doc/_search { "query": { "match": { "from": "gu" } }, "aggs": { "my_min": { "min": { "field": "age" } } }, "size": 0 } # 4 聚合查询之sum GET gyy/doc/_search { "query": { "match": { "from": "gu" } }, "aggs": { "my_sum": { "sum": { "field": "age" } } }, "size": 0 } # 5 聚合之分组 GET gyy/doc/_search { "size": 0, "query": { "match_all": {} }, "aggs": { "age_group": { "range": { "field": "age", "ranges": [ { "from": 15, "to": 20 }, { "from": 20, "to": 25 }, { "from": 25, "to": 30 } ] } } } }
8 mapping和_template模版
GET _template/user_instagram # 查看模版 PUT _template/user_instagram # 修改模版 {跟字段信息数据} GET user_instagram/_mapping # 查看索引信息 PUT user_instagram/_mapping # 修改索引信息 {跟字段信息数据} ** 模版中如果有name字段,存的时候会在索引中自动匹配 ** 模版中如果没有age字段,存的时候索引找不到字段,存不进去。需要现在模版中添加字段,再到索引中添加字段,索引生成之后需要手动添加字段,不会自动生成
# 查看索引信息---》mapping字典---》映射(类型,表类型,表结构) GET user_instagram/_mapping # 6.x以后一个索引只能有一个映射类型(只能有一个表) # 创建映射 # 创建索引,并设置映射 PUT _template/user_instagram { "order" : 1, "index_patterns" : [ "user_instagram-v1_0" ], "settings" : { "index" : { "default_pipeline" : "auto_timestamp_pipeline", "mapping" : { "total_fields" : { "limit" : "10000" } }, "refresh_interval" : "600s", "number_of_shards" : "8", "number_of_replicas" : "0", "max_inner_result_window" : "50000" } }, "mappings" : { "_meta" : { "software_version_mapping" : "1.0" }, "dynamic" : "strict", "properties" : { "is_private" : { "type" : "boolean" }, "full_name" : { "type" : "text" }, "create_time" : { "type" : "date" }, "avatar_url" : { "type" : "text" }, "user_id" : { "eager_global_ordinals" : true, "type" : "keyword" }, "follower_num" : { "type" : "integer" }, "following_num" : { "type" : "integer" }, "post_count" : { "type" : "integer" }, "nickname" : { "type" : "text", "fields" : { "keyword" : { "ignore_above" : 256, "type" : "keyword" } }, "doc_values" : false }, "requested_by_viewer" : { "type" : "boolean" }, "is_verified" : { "type" : "boolean" }, "followed_by_viewer" : { "type" : "boolean" } } }, "aliases" : { "user_instagram" : { } } } # 插入测试数据 PUT books/_doc/1 { "title":"大头儿子小偷爸爸", "price":100, "addr":"北京天安门", "company":{ "name":"我爱北京天安门", "company_addr":"我的家在东北松花江傻姑娘", "employee_count":10 }, "publish_date":"2019-08-19" } PUT books/_doc/2 { "title":"白雪公主和十个小矮人", "price":"99", "addr":"黑暗森里", "company":{ "name":"我的家乡在上海", "company_addr":"朋友一生一起走", "employee_count":10 }, "publish_date":"2018-05-19" } PUT books/_doc/3 { "title":"白雪公主和十个小矮人", "price":"99", "addr":"黑暗森里", "age":18 } # 查看映射 GET books GET books/_mapping # 映射是什么?映射有什么用? 规定了表结构(不是强制的),规定了哪个字段是可以用来全文检索,是否是数字类型,布尔类型 # mapping类型一旦确定,以后就不能修改了,但是可以插入字段
9 ik分词
# 全文检索,有了映射,决定了我可以对某个字段做全文检索 # es默认分词对英文友好,使用中文分词器(es的插件),ik(作者,中国人,elasticsearch开源社区负责人) # 是es的一个插件(es如何安装插件) - 第一种:命令行(内置插件) bin/elasticsearch-plugin install analysis-smartcn 安装中文分词器 -第二种:url安装(第三方插件) bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.5.0/elasticsearch-analysis-ik-7.5.0.zip -第三种:手动安装(推荐用) -下载,解压到es的plugins路径下,重启es即可 -注意:ik分词器跟es版本一定要对应 # 两种分词方式 # ik_smart:分词分的 # ik_max_word :分词分的多 # ik_smart分的词少,粒度大 GET _analyze { "analyzer": "ik_smart", "text": "上海自来水来自海上" } # ik_smart分的词多,粒度小 GET _analyze { "analyzer": "ik_max_word", "text": "上海自来水来自海上" } # 在创建映射的时候配置 # 以后你的操作: -文章标题:ik_max_word -文章内容:ik_smart -摘要 -作者 -创建时间
10 term和match的区别
# match:我们今天出去玩 ----》分词---》按分词去搜 #term:我们今天出去玩---》直接拿着[我们今天出去玩]--->去索引中查询 # 查不到内容,直接拿着 Python爬虫 去查,因为没有索引,所以查不到 GET books/_search { "query":{ "term":{ "title":"Python爬虫" } } } # 能查到,而且带python的都查出来了 # Python 爬虫 分了词,分别拿着这两个词去查,带python关键字,带爬虫关键字都能查到 GET books/_search { "query":{ "match":{ "title":"Python爬虫" } } }
以上就是Elasticsearch聚合查询及排序操作示例的详细内容,更多关于Elasticsearch聚合查询及排序的资料请关注脚本之家其它相关文章!
X 关闭
X 关闭
- 15G资费不大降!三大运营商谁提供的5G网速最快?中国信通院给出答案
- 2联想拯救者Y70发布最新预告:售价2970元起 迄今最便宜的骁龙8+旗舰
- 3亚马逊开始大规模推广掌纹支付技术 顾客可使用“挥手付”结账
- 4现代和起亚上半年出口20万辆新能源汽车同比增长30.6%
- 5如何让居民5分钟使用到各种设施?沙特“线性城市”来了
- 6AMD实现连续8个季度的增长 季度营收首次突破60亿美元利润更是翻倍
- 7转转集团发布2022年二季度手机行情报告:二手市场“飘香”
- 8充电宝100Wh等于多少毫安?铁路旅客禁止、限制携带和托运物品目录
- 9好消息!京东与腾讯续签三年战略合作协议 加强技术创新与供应链服务
- 10名创优品拟通过香港IPO全球发售4100万股 全球发售所得款项有什么用处?