Elasticsearch: 高级搜索

这里写目录标题

  • 一、match_all匹配所有文档
    • 1、介绍：
  • 二、精确匹配
    • 1、term单字段精确匹配查询
    • 2、terms多字段精确匹配
    • 3、range范围查询
    • 4、exists是否存在查询
    • 5、ids根据一组id查询
    • 6、prefix前缀匹配
    • 7、wildcard通配符匹配
    • 8、fuzzy支持编辑距离的模糊查询
    • 9、regexp正则匹配查询
    • 10、term set用于解决多字段中的文档匹配问题
  • 三、全文检索
    • 1、match分词查询
    • 2、mutil_match多字段查询
    • 3、match_phrase短语查询
    • 4、query_string支持与或非表达式的查询
    • 5、simple_query_string
  • 四、bool query布尔查询
  • 五、highlight高亮显示
  • 六、地理空间位置查询
  • 七、ElasticSearch8.x 向量检索

一、match_all匹配所有文档

1、介绍：

match_all查询是一个特殊的查询类型，它用于匹配索引中的所有文档，而不考虑任何特定的查询条件。

  • 基本语法：
GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	}
}
  • 高级用法
    可以再match_all查询中添加额外的参数来控制搜索结果的显示，例如设置返回的文档数量（size）、开始返回的文档位置（from）、排序规则（sort）以及选择返回哪些字段（source）。
    例如，如果返回索引中的前10个文档，并且按照文档的评分进行排序，可以使用以下查询。

实现分页效果：

GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	},
	"from": 0,
	"size": 3
}

实现排序：

GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	},
	"size": 10,
	"sort":[
		{"_source": {"order":"desc"}}
	]
}

_source的用法：
不查看源数据，仅查看元字段：

GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	},
	"_source": false
}

返回指定的字段：

GET /<your-index-name>/_search
{
	"query": {
		"match_all": {}
	},
	"_source": ["field1","field2"]
}

二、精确匹配

精确匹配指的是搜索内容不经过文本分析直接用于文本匹配，这个过程类似于数据库的SQL查询，搜索的对象大多是索引的非text类型字段。此类检索主要应用于结构化数据，如ID、状态和标签等。

1、term单字段精确匹配查询

对bool，日期，数字，结构化的文本可以利用term做精确匹配，查询姓名为张三的员工信息：

GET /<your-index-name>/_search
{
	"query": {
		"term": {
			"name": {
				"value": "张三"
			}
		}
	}
}

注意：最好不要再term查询的字段中使用text字段，因为text字段会被分词，这样做既没有意义，还很有可能什么也查不到。

在ES中，Term查询，对输入不做分词。会将输入作为一个整体，在倒排索引中查找准确的词项，并且使用相关度算分公式为每个包含该词项的文档进行相关度算分。
可以通过Constant Score将查询转换成一个Filtering，避免算分，并利用缓存，提高性能：

  • 将Query转成Filter，忽略TF-IDF计算，避免相关性算分的开销
GET /<your-index-name>/_search
{
	"query": {
		"constant_score": {
			"filter": {
				"term": {"address.keyword":"value"}
			}
		}
	}
}

2、terms多字段精确匹配

主要应用与多值精确匹配场景，它允许用户在单个查询中指定多个词条进行精确匹配。这种查询方式适合从文档中查找包含多个特定值的字段，例如筛选出具有多个特定标签或状态的项目。而terms检索是针对未分析的字段及逆行精确匹配的，因此他在处理关键词、数字、日期等结构化数据时表现良好。

GET /<your-index-name>/_search
{
	"query": {
		"terms": {
			"<filed_name>": [
				"value1","value2","value3"
			]
		}
	}
}

3、range范围查询

range检索时Elasticsearch中一种针对指定字段值在给定范围内的文档的检索类型。这种查询适合对数字、日期或者其他可排序数据类型的字段进行范围赛选。range检索支持多种比较操作符，如大于（gt）、大于等于（gte）、小于（lt）和小于等于（lte）等，可以实现灵活的区间查询。

GET /<your-index-name>/_search
{
	"query": {
		"range": {
			"<filed_name>": [
				"gte":"<lower_bound>",
				"lte":"<upper_bound>",
				"gt":"<greater_than_bound>",
				"lt":"less_than_bound"
			]
		}
	}
}

4、exists是否存在查询

exists检索在Elasticsearch中用于筛选具有特定字段值的文档。这种查询类型适用于检查文档中是否存在某个字段，或者该字段是否包含非空值。通过使用exists检索，你可以有效地过滤掉缺少关键信息的文档，从而专注于包含所需数据的结果。应用场景包括但不限于数据完整性检查、查询特定属性的文档以及对可选字段进行筛选等。

GET /<your-index-name>/_search
{
	"query": {
		"exists": {
			"field": "<field_name>"
		}
	}
}

5、ids根据一组id查询

可以基于ID组快速召回相关数据，从而实现高效的文档检索。

GET /<your-index-name>/_search
{
	"query": {
		"inds": {
			"values": ["id1","id2","id3",...]
		}
	}
}

6、prefix前缀匹配

prefix会对分词后的term进行前缀搜索：

  • 它不会对要搜索的字符串分词，传入的前缀就是想要查找的前缀。
  • 默认状态下，前缀查询不做相关性分数计算，它只是将所有匹配的文档返回，然后赋予所有相关分数值为1。

prefix的原理：
需要遍历所有倒排索引，并比较每个词项是否以所搜索的前缀开头。

GET /<your-index-name>/_search
{
	"query": {
		"prefix": {
			"your_field_name":{
				"value":"your_prefix_string"
			} 
		}
	}
}

需要注意的是，这种查询方式仅适用于关键字类型（keyword）的字段。

7、wildcard通配符匹配

wildcard检索是Elasticsearch中一种支持通配符匹配的查询类型，它允许在检索时使用通配符表达式来匹配文档的字段值。通配符包括两种：

  • 星号（*）：表示零或多个字符，可用于匹配任意长度的字符串。
  • 问号（?）：表示一个字符，用于匹配任意单个字符。

wildcard检索适用于对部分已知内容的文本字段进行模糊检索。例如，在文件名或产品型号等具有一定规律的字段中，使用通配符检索可以方便地找到满足特定模式的文档。

需要注意的是，通配符查询可能会导致较高的计算负担，因此在实际应用中应该谨慎使用，尤其是在涉及大量文档的情况下。

GET /<your-index-name>/_search
{
	"query": {
		"wildcard": {
			"your_field_name":{
				"value":"your_prefix_string"
			} 
		}
	}
}

8、fuzzy支持编辑距离的模糊查询

是一种强大的搜索功能，它能够在用户输入内容存在拼写错误或上下文不一致时，仍然返回与搜索词相似的文档。通过使用编辑距离算法来度量输入词与文档中词条的相似度，模糊查询在保证搜索结果相关性的同时，有效地提高了搜索容错能力。

编辑距离是指从一个单词转换到另一个单词需要编辑单字符的次数。如中文集团到中威集团编辑距离就是1，只需要修改一个字符；如果fuzziness值在这里设置成2，会把编辑距离为2的东东集团也查出来。

GET /<your-index-name>/_search
{
	"query": {
		"fuzzy": {
			"your_field":{
				"value":"search_term",
				"fuzziness":"AUTO",
				"prefix_length":1
			} 
		}
	}
}
  • fuzziness参数用于编辑距离的设置，其默认值为AUTO，支持的数值为[0,1,2]。如果值设置越界会报错。
  • prefix_length: 搜索词的前缀长度，在此长度内不会应用模糊匹配。默认是0，即整个词都会被模糊匹配。

9、regexp正则匹配查询

10、term set用于解决多字段中的文档匹配问题

terms set检索是Elasticsearch中一种功能强大的检索类型，主要用于解决多值字段中的文档匹配问题，在处理具有多个属性、分类或标签的复杂数据时非常有用。

从应用场景来说，terms set检索在处理多值字段和特定匹配条件时具有很大的优势。它适用于标签系统、搜索引擎、电子商务系统、文档管理系统和技能匹配等场景。

GET /<your-index-name>/_search
{
	"query": {
		"terms_set": {
			"<field_name>":{
				"terms":["<term1>","<term2>",...],
				"minimum_should_match_field":"<minimum_should_match_field_name>" or
				"minimum_should_match_script":{
					"source":"<script>"
				}
			} 
		}
	}
}
  • <field_name>: 指定要查询的字段名，这个字段通常是一个多值字段。
  • terms：提供一组词项，用于在指定字段中进行匹配。
  • minimum_should_match_field: 指定一个包含匹配数量的字段名，其值应用作要匹配的最少术语数，以便返回文档。
  • minimum_should_match_script: 提供一个自定义脚本，用于动态计算匹配数量。如果需要动态设置匹配所需的术语数，这个参数将非常有用。

三、全文检索

全文检索查询旨在基于相关性搜索和匹配文本数据。这些查询会对输入的文本进行分析，将其拆分为词项（单个单词），并执行诸如分词、词干处理和标准化等操作。此类检索主要应用于非结构化文本数据，如文章和评论等。

1、match分词查询

match是一种全文检索查询，它使用分析器将查询字符串分解成单独的词条，并在倒排索引中搜索这些词条。match查询适用于文本字段，并且可以通过多种参数来调整搜索行为。
对于match查询，其底层逻辑的概述：

  • 分词：首先，输入的查询文本会被分词器进行分词。分词器会将文本拆分成一个个词项（terms），如单词、短语或特定字符。分词器通常根据特定的语言规则和配置进行操作。
  • 匹配计算：一旦查询被分词，ES将根据查询类型和参数计算文档与查询的匹配度。对于match查询，ES将比较查询的词项与倒排索引中的词项，并计算文档的相关性得分。相关性得分衡量了文档与查询的匹配程度。
  • 结果返回：根据相关性得分，ES将返回最匹配的文档作为搜索结果。搜索结果通常按照相关性得分进行排序，以便最相关的文档排在前面。
GET /<your-index-name>/_search
{
	"query": {
		"match": {
			"field_name":"value"
		}
	}
}

2、mutil_match多字段查询

multi_match查询在Elasticsearch中用于在多个字段上执行相同的搜索操作。它可以接受一个查询字符串，并在指定的字段集合中搜索这个字符串。multi_match查询提供了灵活的匹配类型和操作符选项，以便根据不同的搜索需求调整搜索行为。

GET /<your-index-name>/_search
{
	"query": {
		"multi_match": {
			"query":"<query_string>",
			"fields":["<field1>","<field2>",...]
		}
	}
}

3、match_phrase短语查询

用于执行短语搜索，它不仅仅匹配整个短语，而且还考虑了短语中各个词的顺序和位置。这种查询类型对于搜索精确短语非常有用，尤其是在用户输入的查询与文档中的文本表达方式需要严格匹配时。

GET /<your-index-name>/_search
{
	"query": {
		"match_parse": {
			"<field_name>": {
				"query":"<phrase>"
			}
		}
	}
}

4、query_string支持与或非表达式的查询

是一种灵活的查询类型，它允许使用Lucene查询语法来构建复杂的搜索查询。这种查询类型支持多种逻辑运算符，包括与（AND）、或（OR）和非（NOT），以及通配符、模糊搜索和正则表达式等功能。query_string查询可以在单个或多个字段上进行搜索，并且可以处理复杂的查询逻辑。

应用场景包括高级搜索、数据分析和报表等，适合处理满足特定需求、要求支持与或非表达式的复杂查询任务，通常用于专业领域或需要高级查询功能的应用中。

GET /<your-index-name>/_search
{
	"query": {
		"query_string": {
			"query":"<query_string>",
			"default_field":"<field_name>"
		}
	}
}
  • <your_query_string>是查询逻辑，可以包含上述提到的逻辑运算符和通配符等。
  • <field_name>是默认搜索字段，如果省略则会搜索所有可索引字段。

5、simple_query_string

类似Query String，但是会忽略错误的语法，同时支持部分查询语法，不支持AND OR NOT，会当作字符串处理。支持部分逻辑：

  • +替代AND
  • |替代OR
  • -替代NOT
    在生产环境中推荐使用simple_query_string而不是query_string，主要是因为simple_query_string提供了宽松的语法，能够容忍一定程度的输入错误，而不会导致整个查询失败。
GET /<your-index-name>/_search
{
	"query": {
		"simple_query_string": {
			"query":"<query_string>",
			"fields":["<field1>","<field2>",...],
			"default_operator":"OR" 或 "AND"
		}
	}
}

其中<query_string>是要搜索的查询表达式，,,…是搜索可以在其中进行的字段列表，default_operator定义了查询字符串中未指定操作符时的默认逻辑运算符，可以使OR或AND。

四、bool query布尔查询

布尔查询可以按照布尔逻辑条件组织多条查询语句，只有符合整个布尔条件的文档才会被搜索出来。
在布尔条件中，可以包含两种不同的上下文：

  • 搜索上下文（query context）：使用搜索上下文时，Elasticsearch需要计算每个文档与搜索条件的相关度得分，这个得分的计算需要使用一套复杂的计算公式，有一定的性能开销，带文本分析的全文检索的查询语句很适合放在搜索上下文中。
  • 过滤上下文（filter context）：使用过滤上下文时，Elasticsearch只需要判断搜索条件跟文档数据是否匹配，例如使用term query判断一个值是否跟搜索内容一致，使用Range query判断某数据是否位于某个区间等。过滤上下文的查询不需要进行相关度得分计算，还可以使用缓存加快响应速度，很多术语级查询语句都适合放在过滤上下文中。

布尔查询一种支持4中组合类型：
在这里插入图片描述

五、highlight高亮显示

六、地理空间位置查询

七、ElasticSearch8.x 向量检索

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/948536.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

齿轮缺陷检测数据集VOC+YOLO格式485张3类别

齿轮缺陷检测数据集VOC+YOLO格式485张3类别

数据集格式&#xff1a;Pascal VOC格式YOLO格式(不包含分割路径的txt文件&#xff0c;仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)&#xff1a;485 标注数量(xml文件个数)&#xff1a;485 标注数量(txt文件个数)&#xff1a;485 标注…
阅读更多...
ArkTs之NAPI学习

ArkTs之NAPI学习

1.Node-api组成架构 为了应对日常开发经的网络通信、串口访问、多媒体解码、传感器数据收集等模块&#xff0c;这些模块大多数是使用c接口实现的&#xff0c;arkts侧如果想使用这些能力&#xff0c;就需要使用node-api这样一套接口去桥接c代码。Node-api整体的架构图如下&…
阅读更多...
MySQL（五）MySQL图形化工具-Navicat

MySQL（五）MySQL图形化工具-Navicat

1. MySQL图形化工具-Navicat Navicat是一套快速、可靠的数据库管理工具&#xff0c;Navicat是以直觉化的图形用户界面而建的&#xff0c;可以兼容多种数据库&#xff0c;支持多种操作系统。   Navicat for MySQL是一款强大的 MySQL 数据库管理和开发工具&#xff0c;它为专业…
阅读更多...
【OceanBase】通过 OceanBase 的向量检索技术构建图搜图应用

【OceanBase】通过 OceanBase 的向量检索技术构建图搜图应用

文章目录 一、向量检索概述1.1 关键概念① 非结构化数据② 向量③ 向量嵌入(Embedding)④ 向量相似性检索 1.2 应用场景 二、向量检索核心功能三、图搜图架构四、操作步骤4.1 使用 Docker 部署 OceanBase 数据库4.2 测试OceanBase数据库连通性4.3 开启数据库向量检索功能4.4 克…
阅读更多...
微信流量主挑战：用户破16！新增文档转换（新纪元3）

微信流量主挑战：用户破16！新增文档转换（新纪元3）

朋友们&#xff0c;报告好消息&#xff01;我的小程序用户数量已经涨到16个了&#xff01;没错&#xff0c;真没拉朋友圈亲戚好友来撑场子&#xff0c;全靠实力&#xff08;和一点点运气&#xff09;吸引了16位陌生小伙伴光临&#xff01;这波进步&#xff0c;连我自己都感动了…
阅读更多...
Python：交互式物质三态知识讲解小工具

Python：交互式物质三态知识讲解小工具

学着物理写着Python 以下是一个使用Python的Tkinter库实现的简单示例程序&#xff0c;通过图形界面展示并讲解固态、液态、气态的一些特点&#xff0c;代码中有详细的注释来帮助你理解各部分功能&#xff1a; 完整代码 import tkinter as tk from tkinter import ttk import …
阅读更多...
ESP32-S3遇见OpenAI：OpenAI官方发布ESP32嵌入式实时RTC SDK

ESP32-S3遇见OpenAI：OpenAI官方发布ESP32嵌入式实时RTC SDK

目录 OpenAI RTC SDK简介应用场景详解智能家居控制系统个人健康助手教育玩具 技术亮点解析低功耗设计快速响应高精度RTC安全性保障开发者指南 最近&#xff0c;OpenAI官方发布了一款针对ESP32-S3的嵌入式实时RTC&#xff08;实时时钟&#xff09;SDK&#xff0c;这标志着ESP32-…
阅读更多...
Windows 11 关闭 VBS（基于虚拟化的安全性）

Windows 11 关闭 VBS（基于虚拟化的安全性）

注&#xff1a;本文为 “Windows 11 关闭 VBS” 相关方法文章合辑。 重传部分 csdn 转储异常图片&#xff0c;未整理去重。 Win11 关闭 VBS 的几种方法 适用机型&#xff1a;台式 / ThinkCentre / 笔记本 / ThinkPad 分析 Virtualization-based Security (VBS) 基于虚拟化的…
阅读更多...
小程序租赁系统的优势与应用探索

小程序租赁系统的优势与应用探索

内容概要 小程序租赁系统&#xff0c;听起来很高大上&#xff0c;但实际上它比你想象的要实用得多&#xff01;设想一下&#xff0c;几乎所有的租赁需求都能通过手机轻松解决。这种系统的便捷性体现在让用户随时随地都能发起租赁请求&#xff0c;而不再受制于传统繁琐的手续。…
阅读更多...
简历_专业技能_熟悉Redis常用数据结构及其操作命令

简历_专业技能_熟悉Redis常用数据结构及其操作命令

系列博客目录 文章目录 系列博客目录1.Redis通用命令2.String类型3.Hash类型4.List类型5.Set类型6.Sorted类型7.StringRedisTemplate 1.Redis通用命令 通用指令是部分数据类型的&#xff0c;都可以使用的指令&#xff0c;常见的有&#xff1a; KEYS&#xff1a;查看符合模板的…
阅读更多...
USB 驱动开发 --- Gadget 设备连接 Windows 免驱

USB 驱动开发 --- Gadget 设备连接 Windows 免驱

环境信息 测试使用 DuoS(Arm CA53&#xff0c; Linux 5.10) 搭建方案验证环境&#xff0c;使用 USB sniff Wirekshark 抓包分析&#xff0c;合照如下&#xff1a; 注&#xff1a;左侧图中设备&#xff1a;1. 蓝色&#xff0c;USB sniff 非侵入工 USB 抓包工具&#xff1b;2. …
阅读更多...
2025年1月4日蜻蜓q旗舰版st完整开源·包含前后端所有源文件·开源可商用可二开·优雅草科技·优雅草kir|优雅草星星|优雅草银满|优雅草undefined

2025年1月4日蜻蜓q旗舰版st完整开源·包含前后端所有源文件·开源可商用可二开·优雅草科技·优雅草kir|优雅草星星|优雅草银满|优雅草undefined

2025年1月4日蜻蜓q旗舰版st完整开源包含前后端所有源文件开源可商用可二开优雅草科技优雅草kir|优雅草星星|优雅草银满|优雅草undefined 产品介绍&#xff1a; 本产品主要贡献者优雅草科技优雅草kir|优雅草星星|优雅草银满|优雅草undefined-青史留名&#xff0c;时光如川浪淘…
阅读更多...
【文献精读笔记】Explainability for Large Language Models: A Survey （大语言模型的可解释性综述）（三）

【文献精读笔记】Explainability for Large Language Models: A Survey （大语言模型的可解释性综述）（三）

****非斜体正文为原文献内容&#xff08;也包含笔者的补充&#xff09;&#xff0c;灰色块中是对文章细节的进一步详细解释&#xff01; 3.2 全局解释&#xff08;Global Explanation&#xff09; 与旨在解释模型个体预测的局部解释不同&#xff0c;全局解释提供了对语言模型…
阅读更多...
体验谷歌最新Gemini 2.0 Flash原生多模态音视频对话桌面分享功能

体验谷歌最新Gemini 2.0 Flash原生多模态音视频对话桌面分享功能

Gemini 2.0是谷歌最新推出的原生多模态输入输出的AI模型。Gemini 2.0 Flash是2.0家族第一个模型&#xff0c;以多模态输入输出和Agent技术为核心&#xff0c;速度比 1.5 Pro快两倍&#xff0c;关键性能指标超过 1.5 Pro。模型支持原生工具调用和实时音视频流输入&#xff0c;提…
阅读更多...
Leecode刷题C语言之我的日程安排表③

Leecode刷题C语言之我的日程安排表③

执行结果:通过 执行用时和内存消耗如下&#xff1a; typedef struct {int size;int maxIntersection;int** books;// #ifdef DEBUG// int runCount;// #endif } MyCalendarThree;void insert(MyCalendarThree*, int, int, int, int); int* binarySearch(int*, int, int);MyCal…
阅读更多...
C++ 函数名字后面带const

C++ 函数名字后面带const

C++中，在函数名后面加上const关键字表示该函数是一个常量成员函数。 常量成员函数,可以在const对象上被调用，并且不会修改对象的状态。 VC6新建一个单文档工程；添加一个一般类； 把类的代码做好； // MyClass.h: interface for the MyClass class. // //#if !defined(AFX_…
阅读更多...
SMTP发送邮件的过程

SMTP发送邮件的过程

&#xff08;1&#xff09;SMTP客户端首先请求与服务器端的25号端口建立TCP连接(1分)。&#xff08;2&#xff09;连接建立成功后&#xff0c;客户端和服务器通过握手阶段验证双方身份(1分)。&#xff08;3&#xff09;验证成功后&#xff0c;客户端首先向服务器端通告邮件发送…
阅读更多...
qml Rectangle详解

qml Rectangle详解

1、概述 Rectangle是Qt Quick中的一个基础图形元素&#xff0c;用于在QML界面上绘制一个可带边框和可填充的矩形区域。它继承自Item类&#xff0c;因此具有Item的所有属性和功能&#xff0c;如位置、尺寸、变换等。通过Rectangle&#xff0c;可以创建各种矩形形状&#xff0c;…
阅读更多...
软件工程实验-实验2 结构化分析与设计-总体设计和数据库设计

软件工程实验-实验2 结构化分析与设计-总体设计和数据库设计

一、实验内容 1. 绘制工资支付系统的功能结构图和数据库 在系统设计阶段&#xff0c;要设计软件体系结构&#xff0c;即是确定软件系统中每个程序是由哪些模块组成的&#xff0c;以及这些模块相互间的关系。同时把模块组织成良好的层次系统&#xff1a;顶层模块通过调用它的下层…
阅读更多...
Innodisk iSMART V6使用说明_SSD还能用多久？已经读写了多少次数？……

Innodisk iSMART V6使用说明_SSD还能用多久？已经读写了多少次数？……

Innodisk iSMART是一款SSD健康数据读取软件。它能轻松获取大部分SSD内部寄存器中的健康数据&#xff0c;并以简洁的图形界面展示给用户。在程序界面的顶部&#xff0c;是页面标签&#xff0c;点击页面标签就能切换到相应的页面。页面标签的下面是磁盘选择栏。点击磁盘编号&…
阅读更多...
最新文章

Copyright @ 2022~2023