Elasticsearch Term级别查询

TrumanWong

4/5/2023

Elasticsearch的term级别查询详解

本文将讲解Elasticsearch中的各种term级别查询，如exists、ids等查询，以及通配符和范围查询。

在开始前，首先准备一下数据：

PUT /myindex-term-level
{
  "mappings": {
    "properties": {
      "name": {
        "type": "keyword"
      },
      "clubs": {
        "type": "keyword"
      },
      "age": {
        "type": "long"
      }
    }
  }
}

POST /myindex-term-level/_bulk
{ "index": {"_id": 1} }
{ "name": "Messi", "clubs": ["FC Barcelona", "Paris SG"], "age": 35, "position": "Right Winger" }
{ "index": { "_id": 2 } }
{ "name": "Iniesta", "clubs": ["FC Barcelona", "Vissel Kobe"], "age": 38, "position": "Central Midfield" }
{ "index": { "_id": 3 } }
{ "name": "Thiago", "clubs": ["FC Barcelona", "Bayern Munich", "Liverpool FC"], "age": 31 }
{ "index": { "_id": 4 } }
{ "name": "Alex Oxlade-Chamberlain", "clubs": ["Southampton FC", "Arsenal FC", "Liverpool FC"], "age": 29 }

exists查询

在Elasticsearch中可以使用exists进行查询，判断文档中是否存在对应字段。范例如下：

# 查询索引库中存在position字段的文档数据
GET /myindex-term-level/_search
{
  "query": {
    "exists": {
      "field": "position"
    }
  }
}

返回结果如下：

可以看到，只返回了_id等于1和2的文档数据，因为只有这两个文档存在position字段。

ids查询

通过id进行批量查询。形如SQL中的select * from table where id in (1, 2, 3)。范例如下：

GET /myindex-term-level/_search
{
  "query": {
    "ids": {
      "values": [2, 1]
    }
  }
}

返回结果如下：

可以看到结果只返回了_id等于1和2的文档数据。同时我们也可以看出，返回结果的顺序和我们查找是设置的顺序没有任何关系。

prefix查询

在Elasticsearch中，使用prefix可以根据前缀来查找某个字段。范例如下：

GET /myindex-term-level/_search
{
  "query": {
    "prefix": {
      "name": {
        "value": "Me"
      }
    }
  }
}

查询结果如下：

term查询

term查询是结构化精准查询的主要查询方式，用于查询待查字段和查询值是否完全匹配，其请求形式如下：

GET /${index_name}/_search
{
    "query": {
        "term": {
            "${FIELD}": {			// 搜索字段名称
                "value": "${VALUE}" // 搜索值
            }
        }
    }
}

示例如下：

GET /myindex-term-level/_search
{
  "query": {
    "term": {
      "clubs": "FC Barcelona"
    }
  }
}

返回结果如下：

可以看到，_id分别等于1、2、3的文档信息中clubs字段的内容都包含FC Barcelona，符合查询要求。

terms查询

terms查询是term查询的扩展形式，用于查询一个或多个值与待查字段是否完全匹配，其请求形式如下：

GET /${index_name}/_search
{
    "query": {
        "terms": {
            "FIELD": [		// 指定查询字段
                "VALUE1",	// 指定查询值
                "VALUE2"
            ]
        }
    }
}

范例如下：

GET /myindex-term-level/_search
{
  "query": {
    "terms": {
      "clubs": ["Bayern Munich", "Vissel Kobe"]
    }
  }
}

查询结果如下：

可以看到，总共返回了2条文档数据，这些内容不是查询到Bayern Munich，就是查询到 Vissel Kobe。

terms_set查询

使用terms_set关键字查询可以统计文档中动态匹配到单词的个数。

组装数据：

PUT /job-candidates
{
  "mappings": {
    "properties": {
      "name": {
        "type": "keyword"
      },
      "programming_languages": {
        "type": "keyword"
      },
      "required_matches": {
        "type": "long"
      }
    }
  }
}

PUT /job-candidates/_doc/1?refresh
{
  "name": "Jane Smith",
  "programming_languages": [ "c++", "java" ],
  "required_matches": 2
}

PUT /job-candidates/_doc/2?refresh
{
  "name": "Jason Response",
  "programming_languages": [ "c++", "java", "php" ],
  "required_matches": 3
}

范例一：查询programming_languages字段的内容匹配到c++和java，而最少匹配到的单词数量存储在当前文档中的required_matches字段中：

GET /job-candidates/_search
{
  "query": {
    "terms_set": {
      "programming_languages": {
        "terms": [ "c++", "java" ],
        "minimum_should_match_field": "required_matches"
      }
    }
  }
}

返回结果如下：

通配符查询

在Elasticsearch中，如果需要通过通配符进行查询，可使用wildcard来进行处理。范例如下：

GET /myindex-term-level/_search
{
  "query": {
    "wildcard": {
      "clubs": {
        "value": "FC*"
      }
    }
  }
}

返回结果如下：

range查询

range查询用于范围查询，一般是对数值型和日期型数据的查询。使用range进行范围查询时，用户可以按照需求中是否包含边界数值进行选项设置，可供组合的选项如下：

范例如下：

GET /myindex-term-level/_search
{
  "query": {
    "range": {
      "age": {
        "gt": "35"
      }
    }
  }
}

返回结果如下：

fuzzy查询（模糊匹配）

返回包含与搜索词相似的词的文档（将一个词转换为另一个词）。这些变化可以包括：

范例如下：

GET /myindex-term-level/_search
{
  "query": {
    "fuzzy": {
      "name": {
        "value": "Iniest"
      }
    }
  }
}

查询结果如下：

正则表达式查询

范例如下：

GET /myindex-term-level/_search
{
  "query": {
    "regexp": {
      "name": {
        "value": "me.*",
        "case_insensitive": true
      }
    }
  }
}

查询结果如下：

正则表达式的一些参数说明如下：

Top-level parameters for `regexp`

Parameters for `<field>`edit

value(Required, string) Regular expression for terms you wish to find in the provided <field>. For a list of supported operators, see Regular expression syntax.By default, regular expressions are limited to 1,000 characters. You can change this limit using the index.max_regex_length setting.The performance of the regexp query can vary based on the regular expression provided. To improve performance, avoid using wildcard patterns, such as .* or .*?+, without a prefix or suffix.
flags(Optional, string) Enables optional operators for the regular expression. For valid values and more information, see Regular expression syntax.
case_insensitive *[**7.10.0**]**Added in 7.10.0.***(Optional, Boolean) Allows case insensitive matching of the regular expression value with the indexed field values when set to true. Default is false which means the case sensitivity of matching depends on the underlying field’s mapping.
max_determinized_states(Optional, integer) Maximum number of automaton states required for the query. Default is 10000.Elasticsearch uses Apache Lucene internally to parse regular expressions. Lucene converts each regular expression to a finite automaton containing a number of determinized states.You can use this parameter to prevent that conversion from unintentionally consuming too many resources. You may need to increase this limit to run complex regular expressions.
rewrite(Optional, string) Method used to rewrite the query. For valid values and more information, see the rewrite parameter.