ES中的查询操作

Posted 2022-11-01 jimshi

1、前缀查询

先输入数据：

PUT /my_index/address/1
 "postcode": "W1 3DG" 

PUT /my_index/address/2
 "postcode": "W2F 8HW" 

PUT /my_index/address/3
 "postcode": "W1 7HW" 

PUT /my_index/address/4
 "postcode": "WC1N 1LZ" 

PUT /my_index/address/5
 "postcode": "SW5 0BE"    

为了找到所有以 W1 开始的邮编，可以使用简单的 prefix 查询：

类似于SQL: select * from table where xx like ‘xx%‘;

GET /my_index/address/_search

    "query": 
        "prefix": 
            "postcode": "W1"
        
    

 

2、短语匹配查询(match_phrase)

     在执行短语匹配查询时，ElasticSearch引擎首先分析（analyze）查询字符串，从分析后的文本中构建短语查询，这意味着必须匹配短语中的所有分词，并且保证各个分词的相对位置不变：

POST /_search -d
  
   "from":1,
   "size":100,
   "fields":[ "eventname"],
   "query":  
      "match_phrase":  
         "eventname":"Open Source"
      
   

3、短语前缀匹配查询(match_phrase_prefix)

    除了把查询文本的最后一个分词只做前缀匹配之外，match_phrase_prefix和match_phrase查询基本一样，参数 max_expansions 控制最后一个单词会被重写成多少个前缀，也就是，控制前缀扩展成分词的数量，默认值是50。扩展的前缀数量越多，找到的文档数量就越多；如果前缀扩展的数量太少，可能查找不到相应的文档，遗漏数据。如代码所示，能够查到eventname包含"Open Source Hack Night"的文档。

POST /_search -d
  
   "from":1,
   "size":100,
   "fields":[ "eventname" ],
   "query":  
      "match_phrase_prefix":  
         "eventname":  
            "query":"Open Source hac",
            "max_expansions":50
         
      
   

使用match性能往往是很高的，W1–> 扫描倒排索引 –> 一旦扫描到W1，就可以停了，因为带W1的就2个doc，已经找到了 –> 没有必要继续去搜索其他的term了;

 4、通配符与正则表达式查询

      与 prefix 前缀查询的特性类似， wildcard 通配符查询也是一种底层基于词的查询， 与前缀查询不同的是它允许指定匹配的正则式。它使用标准的 shell 通配符查询： ? 匹配任意字符， * 匹配 0 或多个字符。

  这个查询会匹配包含 W1F 7HW 和 W2F 8HW 的文档：

GET /my_index/address/_search

   "query": 
       "wildcard": 
           "postcode": "W?F*HW" 
       
   

 

? 匹配 1 和 2 ， * 与空格及 7 和 8 匹配。

设想如果现在只想匹配 W 区域的所有邮编，前缀匹配也会包括以 WC 开头的所有邮编，与通配符匹配碰到的问题类似，如果想匹配只以 W 开始并跟随一个数字的所有邮编， regexp 正则式查询允许写出这样更复杂的模式：

 

GET /my_index/address/_search

   "query": 
       "regexp": 
           "postcode": "W[0-9].+" 
       
   

 

 QueryBuilders.regexpQuery("postcode", "W[0-9].+");

    这个正则表达式要求词必须以 W 开头，紧跟 0 至 9 之间的任何一个数字，然后接一或多个其他字符。

     wildcard和regexp，与prefix原理一致，都会扫描整个索引，性能很差；数据在索引时的预处理有助于提高前缀匹配的效率，而通配符和正则表达式查询只能在查询时完成，尽管这些查询有其应用场景，但使用仍需谨慎。