Python 学习笔记 01
Elasticsearch 查询类型总结
基础查询
Input Example
{
"title": "Elasticsearch Guide",
"content": "Learn Elasticsearch with examples and use cases.",
"author": "John Doe",
"status": "active",
"published_date": "2023-01-01",
"comments": [ #嵌套字段
{ "user": "Alice", "message": "Great article!", "date": "2022-12-01" },
{ "user": "Bob", "message": "Very helpful!", "date": "2022-12-05" }
]
}
Output Example
{
"hits": { # 查询结果的根节点，包含了查询结果相关的信息
"total": { # 表示总的匹配文档数量
"value": 1, # 返回的匹配文档的总数量，这里是 1，表示查询返回了一个文档
"relation": "eq" # 查询的关系类型，这里是 "eq" 表示匹配数量是精确的（等于）
},
"hits": [ # 匹配文档的数组，包含所有符合条件的文档
{
"_index": "my_index", # 该文档所在的索引名称，表示文档来自哪个索引
"_id": "1", # 文档的唯一标识符（ID），在该索引中的文档唯一标识
"_score": 0.8, # 相关性评分，表示文档与查询条件的匹配度，0.8 表示匹配度较高
"_source": { # 返回的文档内容部分，包含了文档的所有字段数据
"title": "Elasticsearch Guide", # 文档的标题字段，类型为字符串
"content": "Learn Elasticsearch with examples and use cases.", # 文档的内容字段，类型为字符串
"author": "John Doe", # 作者字段，类型为字符串
"status": "active", # 状态字段，表示该文档的状态为 "active"
"published_date": "2023-01-01", # 发布日期字段，类型为日期
"comments": [ # 嵌套字段 "comments"，包含了文档中的评论信息，是一个数组
{
"user": "Alice", # 评论者用户名，类型为字符串
"message": "Great article!", # 评论内容，类型为字符串
"date": "2022-12-01" # 评论日期，类型为日期
},
{
"user": "Bob", # 评论者用户名，类型为字符串
"message": "Very helpful!", # 评论内容，类型为字符串
"date": "2022-12-05" # 评论日期，类型为日期
}
]
}
}
]
}
}
1.1 match 查询
match 查询适用于分析过的文本字段（text 类型）。
子关键字:
operator: 用来设置该查询的相关性提升因子，影响文档的得分。fuzziness: 指定查询匹配的值。
Code
{
"query": {
"match": {
"content": "Elasticsearch use" # 查找字段 "content" 中包含 "Elasticsearch" 的文档
#"operator": "AND", # 所有词语都必须出现，使用 "AND" 操作符
#"fuzziness": "AUTO" # 自动计算模糊度，允许拼写错误或近似匹配
#"prefix_length": 3 # 前缀长度为 3，只对后缀部分进行模糊匹配
"analyzer": "standard" # 定义分词器，根据具体需求选择不同的分析器（如 standard, whitespace, english 等）。
}
}
}
嵌套支持
- 可以作为 **bool** 查询下 must、should、filter 的子查询。
code
```
{
"query": {
"bool": {
"must": [
{
"match": {
"title": "Elasticsearch" # 这里的 match 查询作为 bool 查询的 must 部分
}
},
{
"match": {
"content": "guide" # 另一个 match 查询作为 bool 查询的 must 部分
}
}
]
}
}
}
```
- 不能作为 **nested** 的子查询
1.2 terms 查询
terms 查询用于精确查找多个可能的值，适用于 keyword 类型字段。
子关键字:
boost: 控制多个词语之间的操作符，默认为OR，可以改为AND。value: 控制模糊匹配的程度（适用于match类型）。
Code
# terms 查询用于精确查找多个可能的值。这里查询的是 status 字段的值是否为 active 或 pending。
{
"query": {
"terms": {
"status": ["active", "pending"], # 查询 "status" 字段是否为 "active" 或 "pending"
"boost": 2.0 # 提升该查询条件的相关性评分
}
}
}
嵌套支持
- 可以作为 **bool** 查询下 must、should、filter 的子查询。
- 不能作为其他查询类型（如 match、range）的子查询。
1.3 range 查询
range 查询用于数值、日期等字段的范围查询。
子关键字:
gte: 大于等于。lte: 小于等于。gt: 大于lt: 小于boost: 用来设置该查询的相关性提升因子，影响文档的得分。
Code
{
"query": {
"range": {
"field": {
"gte": 10, # 大于等于 10
"lte": 20 # 小于等于 20
}
}
}
}
嵌套支持
- 可以作为 **bool** 查询下 must、should、filter 的子查询。
- 不能作为其他查询类型（如 match、range）的子查询。
1.4 wildcard 查询
使用通配符进行模糊查询，支持 * 和 ?。
子关键字:
rewrite: 用来设置查询的重写规则。boost: 用来设置该查询的相关性提升因子，影响文档的得分。
Code
{
"query": {
"wildcard": {
"title": {
"value": "Elastic*" # 查找 "title" 字段中以 "Elastic" 开头的文档
}
}
}
}
嵌套支持
- 可以作为 **bool** 查询下 must、should、filter 的子查询。
- 不能作为 **nested** 的子查询
1.5 fuzzy 查询
模糊匹配，适用于拼写错误查询，基于编辑距离。
子关键字:
fuzziness: 控制模糊匹配的程度（适用于match类型）。prefix_length: 控制前缀长度，用于模糊查询时的前缀长度。max_expansions: 限制模糊匹配的扩展数量。
Code
{
"query": {
"fuzzy": {
"title": {
"value": "valu", # 查找 "title" 字段中拼写相似的文档
"fuzziness": "AUTO", # 自动计算模糊度
"prefix_length": 2 # 前两个字符必须精确匹配，剩余部分进行模糊匹配
}
}
}
}
嵌套支持
- 可以作为 **bool** 查询下 must、should、filter 的子查询。
- 不能作为 **nested** 的子查询
1.6 exists 查询
查询数据中某个字段是否存在。
子关键字:
field: 用于检查数据中指定字段名称是否存在。
Code
{
"query": {
"exists": {
"field": "author" // 查询字段 "author" 是否存在
}
}
}
嵌套支持
- 可以作为 **bool** 查询下 must、should、filter 的子查询。
Code
```
{
"query": {
"bool": {
"must": [
{
"term": { "status": "active" } # 仅查询 "status" 为 "active" 的文档
}
],
"filter": [
{
"exists": {
"field": "author" # 查询 "author" 字段是否存在
}
}
]
}
}
}
```
- 不能作为 **nested** 的子查询
组合查询类型
2.1 bool 查询
子关键字:
must: 所有条件都必须匹配。must_not: 条件不能匹配，用于排除文档。should: 条件可以匹配，匹配时增加文档的相关性得分。filter: 条件必须匹配，但不参与评分，用于高效过滤boost: 用来设置该查询的相关性提升因子，影响文档的得分minimum_should_match: 指定至少要匹配 should 条件中的多少个。
Code
# status 必须是 "active"（must）, author 字段存在（filter，不参与评分, content 包含 "Elasticsearch"（should，增加相关性评分）。
{
"query": {
"bool": {
"must": [
{
"term": { "status": "active" } # 必须查询 "status" 为 "active"
}
],
"filter": [
{
"exists": {
"field": "author" # 必须查询 "author" 字段存在
}
}
],
"should": [
{
"match": {
"content": "Elasticsearch" # "content" 中包含 "Elasticsearch" 提升相关性得分
}
}
]
}
}
}
嵌套支持
- 可以作为 **bool** 查询下 must、should、filter 的子查询。
- 不能作为 **nested** 的子查询
2.1 nested 查询
用于查询嵌套对象或数组数据。
子关键字:
path: 控制多个词语之间的操作符，默认为OR，可以改为AND。query: 控制模糊匹配的程度（适用于match类型）。
Code
{
"query": {
"nested": {
"path": "comments", # 查询嵌套字段 "comments"
"query": {
"term": {
"comments.user": "Alice" # 查询 "comments" 中的 "user" 字段值为 "Alice"
}
}
}
}
}
嵌套支持
- 可以作为 **bool** 查询下 must、should、filter 的子查询。
Code
```
# status 字段必须为 "active"， comments 字段中包含 user 为 "Alice" 的评论（nested 查询）, content 中包含 "Elasticsearch"。
{
"query": {
"bool": {
"must": [
{
"term": { "status": "active" } # 查询 "status" 为 "active"
}
],
"filter": [
{
"nested": {
"path": "comments", # 在嵌套字段 "comments" 中查询
"query": {
"term": {
"comments.user": "Alice" # 查询 "comments.user" 为 "Alice"
}
}
}
}
],
"should": [
{
"match": {
"content": "Elasticsearch" # 如果 "content" 包含 "Elasticsearch"，则增加相关性得分
}
}
]
}
}
}
```
Topaz
Always keep learning.